Nuevas Tendencias Analítica en la Industria Financiera. Roger Molina Salvador Gerente de Proyectos Informese Ltda. Suc. Perú

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Nuevas Tendencias Analítica en la Industria Financiera. Roger Molina Salvador Gerente de Proyectos Informese Ltda. Suc. Perú"

Transcripción

1

2

3

4 Nuevas Tendencias Analítica en la Industria Financiera Roger Molina Salvador Gerente de Proyectos Informese Ltda. Suc. Perú

5 Agenda Big Data Big Data Analytics El Análisis de Entidades La propuesta de IBM IBM SPSS Analytics

6 Qué entendemos por Big Data?

7 BigData

8 Gestión Inteligente con Analítica 8

9 Gestión Inteligente con Analítica 10

10 Muchas áreas de oportunidad Servicios financieros Servicios públicos Transporte TI Salud y Ciencia Comercio al detalle Telecomunicaciones Aplicación de la ley

11 Muchas áreas de oportunidad Servicios Financieros Predecir comportamiento de cliente. PLA, identificar fraudes 360 vista del Cliente Estudio de las colas largas de actividad de transacciones. Análisis de los logs de datos para auditoría interna y cumplimiento. Sistemas de recomendación Análisis de Entidades

12 Qué entendemos por Big Data?

13 BIG DATA Big Data se define como el conjunto de herramientas informáticas destinadas a la manipulación, gestión y análisis de grandes volúmenes de datos de todo tipo los cuales no pueden ser gestionados por las herramientas informáticas tradicionales.

14 Las 3 V s del Big Data? Gestión Inteligente con Analítica 15

15 Gestión Inteligente con Analítica 16

16 Qué es HADOOP? Hadoop es un sistema de código abierto que se utiliza para almacenar, procesar y analizar grandes volúmenes de datos Hadoop es capaz de almacenar toda clase de datos: estructurados, no estructurados, semiestructurados; archivos de registro, imágenes, video, audio, comunicación, etc. Gestión Inteligente con Analítica 17

17 Arquitectura: Sistema de fichero distribuido, escalabilidad y disponibilidad debido a la replicación de los datos y tolerancia a fallos. Gestión Inteligente con Analítica 18 Proceso batch creado para el proceso distribuido de los datos. Permite paralelizar el trabajo sobre los grandes volúmenes de datos.

18 Arquitectura de Hadoop Social Feeds GIS Data Imagenes Social Feeds World Events Document s, XML , otros noestr. Logs Auditoria Market Events Datos en HDFS es distribuido en Datos es dividido y almacenado en numerosos dato y nodos numerosos Gestión HDFS Inteligente nodos con Analítica (sistema esclavos los 19 tolerante a fallos) Web logs Data Fields, RFID CCTV Footage HDFS tiene un nodo maestro y nodos esclavos Nodo Maestro almacena el meta bloques de datos Name Node & Job Tracker (master) Nodo Maestro y nodos esclavos/datos residen en sevidores commodity Query es enviado al nodo master Nodo Master usa el proceso Map para asignar los sub-job a los nodos esclavos Nodos Esclavos pueden aun asignar a otros nodos esclavos Los sub-job son ejecutados en paralelo en cada nodo en los cluster contra los datos en los nodos locales Los esclavos completan su trabajo y devuelven los resultados al nodo maestro Cada nodo/servidor ofrece almacenamiento y procesamiento local El nodo maestro ensambla los resultados usan el proceso Reduce Usuario envía un query via una interface/aplicación

19 Gestión Inteligente con Analítica 20

20 Qué es Big Data Analytics? Gestión Inteligente con Analítica 21

21 Big Data Analytics Big data analytics is the process of examining big data to uncover hidden patterns, unknown correlations and other useful information that can be used to make better decisions. With big data analytics, data scientists and others can analyze huge volumes of data that conventional analytics and business intelligence solutions can't touch. Gestión Inteligente con Analítica 22

22 Las 3 V s del Big Data Gestión Inteligente con Analítica 23

23 La cuarta V : La Veracidad Nivel de fiabilidad Requisito y reto importante La imprevisibilidad no se puede eliminar

24 Un problema Cómo toma esa decisión? Es posible cuantificar ese riesgo? Qué fuentes dispone? Cuán confiables son?

25 Un problema Unificación y consistencia de datos

26 Información en contexto y acumulado Bases de datos judiciales Perfil Redes Sociales Centrales de Riesgo Base de datos clientes Bases de datos migraciones

27 Retos Información faltante Coherencia Análisis de datos

28 El Análisis de Entidades Entity Analytics

29 Entity Analytics El análisis de entidades se centra en mejorar la coherencia de los datos actuales mediante la resolución de conflictos de identidades dentro de los propios registros.

30 Cómo se puede aplicar? Fraude Reclamaciones de seguros Solicitud de prestamos Cobro de cheque en ventanillas Reclutamiento e investigación Contratación de funcionarios. Investigación de declaraciones. Calidad de datos Unificación de la cartera de clientes

31 De esa forma Registros Civiles Dep. Mr. Joseph Carbella 55 Church Street New York, NY Tel#: DOB: 07/08/66 SID#: DL#: ACCT # DDA

32 De esa forma Registros Civiles Dep. Registros Públicos Ente Recaudador Seguro Social Mr. Joseph Carbella 55 Church Street New York, NY Tel#: DOB: 07/08/66 SID#: DL#: ACCT # DDA Mr. Joey Carbello 555 Church Ave New York, NY Tel#: DL#: PPN#: ACCT # MORTGAGE Mr. Joe Carbello 1 Bourne St Clinton MA TEL#: DL#: DOB: 07/09/66 ACCT # CREDIT CARDS Mr. Joe Jones APT 4909 Bethesda, MD Tel#: DOB: 09/07/66 TRUST FUND Coincidencia Cercana Coincidencia Exacta

33

34 En Resumen EA les permitirá Personas, Asociaciones políticas, empresas. Se pueden agregar nuevas entidades y características IBM SPSS Única tecnología comercial de este tipo que se puede desplegar el mismo día que se instala.

35 La propuesta de IBM

36 Estrategia de IBM Big Data Visibility Understand, find, and navigate federated big data BI / Reporting Analytic Applications Exploration / Visualization Functional App Industry App Predictive Analytics IBM Big Data Platform Content BI / Analytics Reporting Analytics Analyze, predict and automate for more accurate answers Volume, Variety Visualization & Discovery Application Development Systems Management Volume Cost-effectively process and analyze any type of data Velocity Hadoop System Accelerators Stream Computing Data Warehouse Purpose-built offerings High-performance appliances and software Veracity Analyze data-in-motion to produce insights in micro-seconds Information Integration, Data Quality & Governance Trusted information Parallel processing for high-volume integration

37 IBM proporciona una plataforma complete para soportar esta evolución. Visibility InfoSphere Data Explorer Volume, Variety BI / Reporting Analytic Applications Exploration / Visualization Visualization & Discovery Functional App Industry App Predictive Analytics IBM Big Data Platform Application Development Content BI / Reporting Analytics Systems Management Analytics Cognos BI (in-memory) Cognos Real-Time SPSS Modeler SPSS Analytic Server Social Media Analytics Volume InfoSphere BigInsights Pure Data for Hadoop Accelerators Pure Data for Analytics DB2 BLU Velocity Hadoop System Stream Computing Data Warehouse InfoSphere Warehouse Veracity InfoSphere Streams Information Integration, Data Quality & Governance Master Data Management IBM InfoSphere Information Server Data Quality Databases & Tools

38 IBM SPSS Analytics para Big Data Gestión Inteligente con Analítica 39

39 Plataforma IBM SPSS: Integran a Big Data SPSS Modeler SPSS C&D Services SPSS Analytic Server SPSS Analytic Catalyst (*)

40 IBM SPSS Modeler Gestión Inteligente con Analítica 41

41 IBM SPSS Collaboration & Deployment (C&D) Colaborativo Comparte y almacene rutas, modelos o resultados. Trabajar con multiples fuentes de datos (históricas y en tiempo real) Automatizado Programe modelos analíticos basado en tiempo o eventos Controle procesos analiticos y auditelos. Actualice y reconstruya modelos para asegurar el rendimiento. Despligue Implemente analitica con sus procesos de negocios Calificación en tiempo real o por lotes Gestión Inteligente con Analítica 42

42 IBM SPSS Analytic Server Permite aprovechar los datos almacenados en Hadoop mediante el uso de IBM SPSS Modeler, permitiendo capacidades de Big Data Analytics. Proporciona: Soporte para las diversas distribuciones de Hadoop (InfoSphereBigInsigths, Cloudera, Hortonsworks y Apache) Interface que permite incorporar algoritmos estadísticos diseñados para ir a los datos. Una interface familiar que oculta el entorno de big data para que el analista se enfoque en analizar los datos. Una solución escalable a problemas de casi cualquier tamaño.

43 IBM SPSS Analytic Server IBM SPSS Modeler SQL / UDF Stream File Big Data Request IBM SPSS Analytic Server Relational Database Modeler Client Modeler Server Hadoop Job IBM SPSS Analytic Catalyst Analytics Analytic Catalyst Tablet Client Analytic Catalyst Browser Client IBM InfoSphere BigInsights & Other Hadoop Distributions Gestión Inteligente con Analítica 44

44 IBM SPSS Modeler y Analytic Server Proporciona una plataforma analítica predictiva integrada y accesible que fue diseñada para big data. Distribución de procesamiento analítico en ambientes de Hadoop con soporte para IBM InfoSphere BigInsights, Cloudera, Hortonworks y Apache Permite a los usuarios acceder a data estructurada y no estructurada (RDBMS, Hadoop, social media, etc). Gestión Inteligente con Analítica 45

45 Ejemplo de IBM SPSS Modeler con IBM SPSS Analytic Server mostrando la integración con R.

46 Casos de Éxito: Big Data Analytics

47 Necesidad: Evitar los casos de fraude mediante una aplicación que pueda hacerlo en tiempo real. Manejan información a través de PC, teléfonos como medios de pago en miles de sitios web. Poder predecir donde podría suceder fraude antes que en alguno de los 90MM de navegadores conectados al sitio en un día dado. Situación Actual: PayPal maneja filtros de administración de fraudes: revisión por su monto, origen u otros factores. PayPal (y Amazon) desarrollaron herramientas que dependen de grandes conjuntos de datos (IP, información del navegador, y demás datos técnicos para refinar los modelos para predecir, identificar y prevenir actividades fraudulentas.

48 Firma global de servicios financieros estadounidense, sede New York. 42 países, oficinas, + 60K empleados. Corporaciones multinacionales, gobiernos, instituciones financieras y particulares. + US$ 300MM en activos Hadoop desde 2010 Usan Hadoop para rastrear toda su web y bases de datos en busca de registros que indiquen la posibilidad de que aparezca cualquier problema Los problemas se descubren en tiempo real y se dispone de la trazabilidad completa sobre: quien hizo que, cómo, cuándo y qué causo el problema. Morgan Stanley Smith Barney (MSSB), creada 2009 y gestiona 1.7 trillones de dólares en activos para los 4M de clientes. Recomienda sus inversiones en acciones, bonos, y renta fija. Informes de analistas, datos públicos y sociales. Todo se emplea en recomendaciones de comprar y vender accione sobre la base de las posiciones en tiempo real y las condiciones del mercado.

49

BIG DATA Y SU APLICACIÓN REAL EN LA EMPRESA

BIG DATA Y SU APLICACIÓN REAL EN LA EMPRESA BIG DATA Y SU APLICACIÓN REAL EN LA EMPRESA Javier González Sánchez Director Comercial de Information Management España, Portugal, Grecia e Israel. IBM Software Características de Big Data Procesamiento

Más detalles

Cómo Orientar el Potencial de Big Data

Cómo Orientar el Potencial de Big Data Cómo Orientar el Potencial de Big Data Fernando Cortés IBM Software Group, Information Management Especialista IBM Big Data Para Reconocer Nuevas Oportunidades, Es Necesario Pensar Más Allá de las Fuentes

Más detalles

ÍNDICE. Introducción... Capítulo 1. Conceptos de Big Data... 1

ÍNDICE. Introducción... Capítulo 1. Conceptos de Big Data... 1 ÍNDICE Introducción... XIII Capítulo 1. Conceptos de Big Data... 1 Definición, necesidad y características de Big Data... 1 Aplicaciones típicas de Big Data... 4 Patrones de detección del fraude... 4 Patrones

Más detalles

La siguiente generación de Datawarehouse : Más allá del Data Warehouse permitir information on demand. IBM Information Management

La siguiente generación de Datawarehouse : Más allá del Data Warehouse permitir information on demand. IBM Information Management La siguiente generación de Datawarehouse : Más allá del Data Warehouse permitir information on demand José Ramón Mora IBM Software Group Nuestra visión sobre Business Intelligence Acercamiento Desde hace

Más detalles

Cómo competir utilizando Big Data y Analytics

Cómo competir utilizando Big Data y Analytics Cómo competir utilizando Big Data y Analytics Guillermo Girón R. Business Information Regional Consultant ggiron@gbm.net Santo Domingo, Septiembre 2014 Sobrecarga de Información Pero a falta de Insight

Más detalles

Big Data y Manejo de Datos Maestros

Big Data y Manejo de Datos Maestros Objetivos 1.- El alumno identificará el contexto, la problemática y utilizará diversas herramientas de Manejo de Datos Maestros. Esto permitirá formarse un criterio sobre cómo implementar un proyecto de

Más detalles

Hadoop. Cómo vender un cluster Hadoop?

Hadoop. Cómo vender un cluster Hadoop? Hadoop Cómo vender un cluster Hadoop? ÍNDICE Problema Big Data Qué es Hadoop? Descripción HDSF Map Reduce Componentes de Hadoop Hardware Software 3 EL PROBLEMA BIG DATA ANTES Los datos los generaban las

Más detalles

Juan Carlos Olarte B Innovation and Business Development Management. BIG DATA & ANALYTICS: El Futuro es Ahora

Juan Carlos Olarte B Innovation and Business Development Management. BIG DATA & ANALYTICS: El Futuro es Ahora Juan Carlos Olarte B Innovation and Business Development Management BIG DATA & ANALYTICS: El Futuro es Ahora Temas a Tratar Evolución y Tendencias Big Data & Analytics Data Mining, Data Science y Big Data

Más detalles

Soluciones Big Data & Analytics Martes 10 de junio de 2014 Museu Nacional d'art de Catalunya

Soluciones Big Data & Analytics Martes 10 de junio de 2014 Museu Nacional d'art de Catalunya Software & Servicios Soluciones Big Data & Analytics Martes 10 de junio de 2014 Museu Nacional d'art de Catalunya Juan Carlos Morán Software & Servicios Saytel E-mail: jcmoran@saytel.es Agenda Qué es Big

Más detalles

Big data A través de una implementación

Big data A través de una implementación Big data A través de una implementación Lic. Diego Krauthamer Profesor Adjunto Interino del Área Base de Datos Universidad Abierta Interamericana Facultad de Tecnología Informática Buenos Aires. Argentina

Más detalles

una solución para mejorar la toma de decisiones Performance Management Reporting & Analysis Data Warehouse

una solución para mejorar la toma de decisiones Performance Management Reporting & Analysis Data Warehouse una solución para mejorar la toma de decisiones Performance Management Reporting & Analysis Data Warehouse Difícil de Usar Requiere un manejo distinto al habitual Fragmentada Funcionalidad segmentada en

Más detalles

Big Data: Una Ventaja Competitiva. 2012 IBM Corporation

Big Data: Una Ventaja Competitiva. 2012 IBM Corporation Big Data: Una Ventaja Competitiva #IBMbigdata Data is the new Oil En su forma pura, el petróleo tiene poco valor. Una vez procesado y refinado, ayuda a mover el mundo. Big Data has arrived at Seton Health

Más detalles

Big Data Analytics: propuesta de una arquitectura

Big Data Analytics: propuesta de una arquitectura Big Data Analytics: propuesta de una arquitectura Jonathan Solano Rodriguez y Estefany Leiva Valverde Escuela de Ingeniería, Universidad Latinoamericana de Ciencia y Tecnología, ULACIT, Urbanización Tournón,

Más detalles

Cómo aprovechar la potencia de la analítica avanzada con IBM Netezza

Cómo aprovechar la potencia de la analítica avanzada con IBM Netezza IBM Software Information Management White Paper Cómo aprovechar la potencia de la analítica avanzada con IBM Netezza Un enfoque de appliance simplifica el uso de la analítica avanzada Cómo aprovechar la

Más detalles

Accediendo a nuevas perspectivas y oportunidades a través del Big Data

Accediendo a nuevas perspectivas y oportunidades a través del Big Data Accediendo a nuevas perspectivas y oportunidades a través del Big Data Yolanda Mendoza - Information Management Sales Manager SPGI Madrid, 20 noviembre 2013 PALACIO MUNICIPAL DE CONGRESOS Algo importante

Más detalles

Introducción a Big Data Analytics

Introducción a Big Data Analytics Introducción a Big Data Analytics Luis Zamora - Sales Manager Iberia Greenplum Pedro Algaba - EMC Greenplum Solutions Architect 1 BIG DATA: Retos y Requerimientos Big Data Analytics plantea unos requerimientos

Más detalles

BIG DATA. Jorge Mercado. Software Quality Engineer

BIG DATA. Jorge Mercado. Software Quality Engineer BIG DATA Jorge Mercado Software Quality Engineer Agenda Big Data - Introducción Big Data - Estructura Big Data - Soluciones Conclusiones Q&A Big Data - Introducción Que es Big Data? Big data es el termino

Más detalles

XII Encuentro Danysoft en Microsoft Abril 2015. Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código

XII Encuentro Danysoft en Microsoft Abril 2015. Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código Ana María Bisbé York Servicios Profesionales sp@danysoft.com 916 638683 www.danysoft.com Abril 2015 Sala 1 SQL Server

Más detalles

APACHE HADOOP. Daniel Portela Paz Javier Villarreal García Luis Barroso Vázquez Álvaro Guzmán López

APACHE HADOOP. Daniel Portela Paz Javier Villarreal García Luis Barroso Vázquez Álvaro Guzmán López APACHE HADOOP Daniel Portela Paz Javier Villarreal García Luis Barroso Vázquez Álvaro Guzmán López Objetivos 1. Qué es Apache Hadoop? 2. Funcionalidad 2.1. Map/Reduce 2.2. HDFS 3. Casos prácticos 4. Hadoop

Más detalles

Gestión del Fraude. Pilar Sirvent, Arquitecto Senior de Software

Gestión del Fraude. Pilar Sirvent, Arquitecto Senior de Software Gestión del Fraude Pilar Sirvent, Arquitecto Senior de Software Áreas de Apoyo Gestión del Fraude Grandes Cantidades de Datos (Big Data) Volumen - Variedad - Velocidad Integración Visión 360º Análisis

Más detalles

Luis Reina Juliá luis_reina@es.ibm.com IBM Software Group Arquitecto de Datos. Data Warehousing: el reto de extraer el valor de los datos

Luis Reina Juliá luis_reina@es.ibm.com IBM Software Group Arquitecto de Datos. Data Warehousing: el reto de extraer el valor de los datos Luis Reina Juliá luis_reina@es.ibm.com IBM Software Group Arquitecto de Datos Data Warehousing: el reto de extraer el valor de los datos AGENDA Data Warehouses Problemáticas típicas de Data Warehouse Soluciones

Más detalles

Conceptos básicos de Big Data

Conceptos básicos de Big Data Conceptos básicos de Big Data Este documento no podrá ser reproducido, total o parcialmente, sin el permiso expreso de TRC Informática, S.L. Correos electrónicos, mensajes de textos, datos en formularios

Más detalles

El Camino a PureData. Analía Irene Ramos - Certified IT Specialist. ramos@ar.ibm.com - 7 de Junio de 2013. Accelerating Your Success

El Camino a PureData. Analía Irene Ramos - Certified IT Specialist. ramos@ar.ibm.com - 7 de Junio de 2013. Accelerating Your Success El Camino a PureData Analía Irene Ramos - Certified IT Specialist ramos@ar.ibm.com - 7 de Junio de 2013 Accelerating Your Success Desafíos - Tecnología 1 Factores que impactan las organizaciones: 1.Factores

Más detalles

IBM SPSS Modeler Descubra patrones en los datos históricos para predecir eventos futuros, tomar mejores decisiones y lograr mejores resultados

IBM SPSS Modeler Descubra patrones en los datos históricos para predecir eventos futuros, tomar mejores decisiones y lograr mejores resultados Descubra patrones en los datos históricos para predecir eventos futuros, tomar mejores decisiones y lograr mejores resultados Características principales Acceda a diversas fuentes de datos tales como almacenes

Más detalles

Retos en la gestión de Información requieren Smarter Computing

Retos en la gestión de Información requieren Smarter Computing Retos en la gestión de Información requieren Smarter Computing Diana Ortega zstack Information Architect 1 Operacionales Decisiones Estratégicas Alcance del Business Analytics Análisis y Conocimiento Mejora

Más detalles

Los Datos Maestros y la Visión Única de los Activos Esenciales: Clientes y Productos

Los Datos Maestros y la Visión Única de los Activos Esenciales: Clientes y Productos Los Datos Maestros y la Visión Única de los Activos Esenciales: Clientes y Productos Danilo Novelli Director, Worldwide Information Governance Sales IBM Pg 1 Qué son los Datos Maestros? Los Datos Maestros

Más detalles

IBM PERFORMANCE EVENTS. Smarter Decisions. Better Results.

IBM PERFORMANCE EVENTS. Smarter Decisions. Better Results. Smarter Decisions. Better Results. 1 Aumente el valor de su BI con Análisis Predictivo José Ignacio Marín SPSS Sales Engineer 25/11/2010 2 Agenda Cómo está cambiando la toma de decisiones La potencia del

Más detalles

Soluciones Big Data & Analytics Miércoles 4 de junio de 2014 Estadio Santiago Bernabeu

Soluciones Big Data & Analytics Miércoles 4 de junio de 2014 Estadio Santiago Bernabeu Saytel Informática S.L. Soluciones Big Data & Analytics Miércoles 4 de junio de 2014 Estadio Santiago Bernabeu Juan Carlos Morán Software & Servicios Saytel E-mail: jcmoran@saytel.es Agenda Qué es Big

Más detalles

Big Data: Cómo lidiar con el desafío de la explosión de datos?

Big Data: Cómo lidiar con el desafío de la explosión de datos? Big Data: Cómo lidiar con el desafío de la explosión de datos? Leonardo González Barceló IBM Latin America Big Data Sales Leader Lima, Octubre 22, 2013 Es Big Data Un Tópico de Tendencia Actual? Big Data:

Más detalles

Francisco Mauri Director de Software Group IBM México & Centroamérica

Francisco Mauri Director de Software Group IBM México & Centroamérica Francisco Mauri Director de Software Group IBM México & Centroamérica Quién es IBM? IBM es la mayor empresa de tecnología del mundo con 100 años de liderazgo en el mercado. IBM opera en más de 170 países.

Más detalles

Conectores Pentaho Big Data Community VS Enterprise

Conectores Pentaho Big Data Community VS Enterprise Conectores Pentaho Big Data Community VS Enterprise Agosto 2014 Stratebi Business Solutions www.stratebi.com info@stratebi.com Índice 1. Resumen... 3 2. Introducción... 4 3. Objetivo... 4 4. Pentaho Community

Más detalles

Las cinco mejores formas de abordar big data

Las cinco mejores formas de abordar big data IBM Software Thought Leadership, documento técnico Junio de 2013 Las cinco mejores formas de abordar big data 2 Las cinco mejores formas de abordar big data Big data: una oportunidad de alto riesgo Se

Más detalles

CONECTANDO DATOS CON NEGOCIO

CONECTANDO DATOS CON NEGOCIO CONECTANDO DATOS CON NEGOCIO Big Data y Data Science consulting Valor de negocio a través de los Datos Synergic Partners es una firma especializada en Big Data, Data Science y Data Engineering comprometida

Más detalles

Desmitificando Big Data:

Desmitificando Big Data: Desmitificando Big Data: Data Mining y Business Intelligence 2.0 Ignacio Bustillo Ignacio.Bustillo@stratebi.com Twitter: @IgnacioBustillo Fecha presentación: 14 de Noviembre de 2014 'Hello world!' Creador

Más detalles

Libere el conocimiento que vive en cualquier dato. Mario Ochoa 10/09/2014

Libere el conocimiento que vive en cualquier dato. Mario Ochoa 10/09/2014 Libere el conocimiento que vive en cualquier dato Mario Ochoa 10/09/2014 En qué se diferencian las empresas exitosas de la actualidad? Datos. Valor La innovación de tecnología acelera el valor Machine

Más detalles

The IBM Software Story

The IBM Software Story The IBM Software Story Andrés Dagotto Gerente de Software para SSA Lima Marzo 22, 2011 Smarter Planner & Software Nuestro mundo se está volviendo más INSTRUMENTADO Sensores Nuevos Datos Nuestro mundo se

Más detalles

Copyright 2010 EMC Corporation. All rights reserved.

Copyright 2010 EMC Corporation. All rights reserved. 1 GreenPlum El Futuro y el Presente del Data WareHouse 2 Retos en los Data Warehouse actuales Tanto las fuentes de los datos como la cantidad de información a analizar crece exponencialmente Existe información

Más detalles

INTELIGENCIA DE NEGOCIO 2014-2015

INTELIGENCIA DE NEGOCIO 2014-2015 INTELIGENCIA DE NEGOCIO 2014-2015 Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Retos en Inteligencia de Negocio Tema 3. Minería de Datos. Ciencia de Datos Tema 4. Modelos de Predicción: Clasificación,

Más detalles

La Inteligencia Analítica: Una Herramienta para el Mejoramiento en la Administración Pública

La Inteligencia Analítica: Una Herramienta para el Mejoramiento en la Administración Pública La Inteligencia Analítica: Una Herramienta para el Mejoramiento en la Administración Pública Dr. Viterbo H. Berberena G. Coordinador de la Maestría en Inteligencia Analítica Consultor Sénior en Inteligencia

Más detalles

Solución Integral IBM para la Prevención y Gestión del Fraude

Solución Integral IBM para la Prevención y Gestión del Fraude Solución Integral IBM para la Prevención y Gestión del Fraude Miguel Angel Aranguren Romero CISA, CISM, CGEIT, CRISC, CISSP, ITIL V3 FC, COBIT FC, OSCP Risk Analytics SSA y LCR El análisis correcto El

Más detalles

Servicios Cloud, piedra angular en la diseño de iniciativas de ciudades inteligentes, eficiencia energética y movilidad sostenible

Servicios Cloud, piedra angular en la diseño de iniciativas de ciudades inteligentes, eficiencia energética y movilidad sostenible Servicios Cloud, piedra angular en la diseño de iniciativas de ciudades inteligentes, eficiencia energética y movilidad sostenible Septiembre 02 de 2015 Víctor Manuel Bernal Olaya vbernal@internexa.com.co

Más detalles

Big Data Analytics. Copyright 2012, SAS Institute Inc. All rights reserved.

Big Data Analytics. Copyright 2012, SAS Institute Inc. All rights reserved. Big Data Analytics El desafío? Source: IDC Digital Universe Study, sponsored by EMC, May 2010 NUESTRA PERSPECTIVA Big Data esun términorelativo no ABSOLUTO Big Data Cuando el volúmen, velocidad o variedad

Más detalles

SOLUCIONES SAP BUSINESSOBJECTS. Febrero 2011

SOLUCIONES SAP BUSINESSOBJECTS. Febrero 2011 SOLUCIONES SAP BUSINESSOBJECTS Febrero 2011 SAP BusinessObjects Sap BusinessObjects ofrece una amplia gama de herramientas y aplicaciones para ayudar a optimizar el rendimiento de una empresa estableciendo

Más detalles

Contenido CAPÍTULO 2 FUENTES DE GRANDES VOLÚMENES DE DATOS... 23. Parte I. La era de Big Data CAPÍTULO 1 QUÉ ES BIG DATA?... 1

Contenido CAPÍTULO 2 FUENTES DE GRANDES VOLÚMENES DE DATOS... 23. Parte I. La era de Big Data CAPÍTULO 1 QUÉ ES BIG DATA?... 1 Contenido Parte I. La era de Big Data CAPÍTULO 1 QUÉ ES BIG DATA?... 1 Definición de Big Data... 2 Tipos de datos... 3 Datos estructurados... 4 Datos semiestructurados... 4 Datos no estructurados... 5

Más detalles

Fernando Gutiérrez-Cabello. Data Discovery y visualizaciones en MicroStrategy 10

Fernando Gutiérrez-Cabello. Data Discovery y visualizaciones en MicroStrategy 10 Fernando Gutiérrez-Cabello Data Discovery y visualizaciones en MicroStrategy 10 Clientes Beta de MicroStrategy 10 Por primera vez, MicroStrategy 10 ofrece una plataforma de analítica que combina una experiencia

Más detalles

Quiénes Somos. Más de 11 años de experiencia desarrollando proyectos de tecnología dentro y fuera del territorio nacional.

Quiénes Somos. Más de 11 años de experiencia desarrollando proyectos de tecnología dentro y fuera del territorio nacional. ÍNDICE Quiénes somos Historia Lo que hacemos a. Desarrollo de Software b. Big Data & Analytics c. Gestión de TI d. Centro de Datos / Telecomunicaciones e. Seguridad Socios de Negocios / Certificaciones

Más detalles

Xeridia 2014. Documento confidencial. Professionalism and commitment to make a difference

Xeridia 2014. Documento confidencial. Professionalism and commitment to make a difference Xeridia 2014. Documento confidencial Professionalism and commitment to make a difference QUIÉNES SOMOS Gestión del Ciclo de Vida de Procesos IT/ 2015 2 Sobre Nosotros Empresa de desarrollo de software

Más detalles

FORMACIÓN E-LEARNING. Curso de Business Intelligence y Big Data

FORMACIÓN E-LEARNING. Curso de Business Intelligence y Big Data FORMACIÓN E-LEARNING Curso de Business Intelligence y Big Data Métodos y herramientas para analizar la información y facilitar la toma de decisiones empresariales. Tel. 902 021 206 - attcliente@iniciativasempresariales.com

Más detalles

Cómo IBM BigInsights acelera la generación de valor de Implantaciones HADOOP. Subtítulo

Cómo IBM BigInsights acelera la generación de valor de Implantaciones HADOOP. Subtítulo Cómo IBM BigInsights acelera la generación de valor de Implantaciones HADOOP. Subtítulo Resumen Big Data: Ideas Arquitectura Completa Principales aplicaciones en Big Data Hadoop IBM InfoSphere BigInsights:

Más detalles

INTELIGENCIA DE NEGOCIO 2015-2016

INTELIGENCIA DE NEGOCIO 2015-2016 INTELIGENCIA DE NEGOCIO 2015-2016 Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Retos en Inteligencia de Negocio Tema 3. Minería de Datos. Ciencia de Datos Tema 4. Modelos de Predicción: Clasificación,

Más detalles

IBM Software Hadoop en la Nube

IBM Software Hadoop en la Nube IBM Software Hadoop en la Nube Aproveche Big Data & Analytics de manera fácil y económica con IBM 1 2 3 4 5 Introducción Analítica en la Nube: el nuevo motor de crecimiento para su empresa Cómo mejorar

Más detalles

Solución empresarial Hadoop de EMC. NAS de escalamiento horizontal Isilon y Greenplum HD

Solución empresarial Hadoop de EMC. NAS de escalamiento horizontal Isilon y Greenplum HD Informe técnico Solución empresarial Hadoop de EMC NAS de escalamiento horizontal Isilon y Greenplum HD Por Julie Lockner, analista ejecutivo, y Terri McClure, analista ejecutivo Febrero de 2012 Este Informe

Más detalles

Qué significa Hadoop en el mundo del Big Data?

Qué significa Hadoop en el mundo del Big Data? Qué significa Hadoop en el mundo del Big Data? Un contenido para perfiles técnicos 2 ÍNDICE Qué significa Hadoop en el Universo Big Data?.... 3 El planteamiento: big data y data science.... 3 Los desafíos

Más detalles

Big Data y Supercómputo. Dr. Jesús Antonio González (jagonzalez@inaoep.mx) Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE)

Big Data y Supercómputo. Dr. Jesús Antonio González (jagonzalez@inaoep.mx) Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE) Big Data y Supercómputo Dr. Jesús Antonio González (jagonzalez@inaoep.mx) Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE) Big Data 2 Hasta qué cantidad de datos podemos procesar en nuestra

Más detalles

Scotiabank. Satisface la demanda de sus clientes de capacidades de generación de informes en tiempo real. Resumen

Scotiabank. Satisface la demanda de sus clientes de capacidades de generación de informes en tiempo real. Resumen Scotiabank Satisface la demanda de sus clientes de capacidades de generación de informes en tiempo real Resumen La necesidad Al crecer la demanda de información en tiempo real por parte de los clientes

Más detalles

Como extender la capacidad Analítica conectando fuentes de datos Big Data en ArcGIS

Como extender la capacidad Analítica conectando fuentes de datos Big Data en ArcGIS Como extender la capacidad Analítica conectando fuentes de datos Big Data en ArcGIS César Rodríguez Reinaldo Cartagena Agenda Fundamentos para Big Data La Analítica y Big Data generar conocimiento ArcGIS

Más detalles

Creando el próximo Data Warehouse: Integración y calidad de datos

Creando el próximo Data Warehouse: Integración y calidad de datos Creando el próximo Data Warehouse: Integración y calidad de datos Caso práctico Pei-Yung Chan 1 Agenda Procesos de integración y calidad de datos Uso de PowerCenter como herramienta de integración de datos

Más detalles

SharePoint. Conference Perú 2011

SharePoint. Conference Perú 2011 SHAREPOINT + DYNAMICS ERP DESCENTRALIZACION DE PROCESOS Y CONTROL DE NEGOCIO AGENDA Qué está sucediendo en el mundo empresarial? Problemas de Productividad. Brecha de productividad. La organización vista

Más detalles

Sistema de Asignación de Riesgos Crediticios

Sistema de Asignación de Riesgos Crediticios Sistema de Asignación de Riesgos Crediticios Quienes somos Propuesta de Asignación de Riesgos Crediticios (Credit Scoring) CONTENIDO QUIENES SOMOS Matrix Data Labs es una Unidad de Negocios de Matrix CPM

Más detalles

APPLE: Compañía de informática que creó Macintosh. Fue fundada por Steve Jobs.

APPLE: Compañía de informática que creó Macintosh. Fue fundada por Steve Jobs. Gobierno Electrónico GLOSARIO DE TÉRMINOS 110 A APPLE: Compañía de informática que creó Macintosh. Fue fundada por Steve Jobs. Arquitectura de Sistemas: Es una descripción del diseño y contenido de un

Más detalles

BIG Big Data Public Private Forum

BIG Big Data Public Private Forum DATA TENDENCIAS TECNOLÓGICAS Primer taller para la construcción de la hoja de ruta de Big Data para Europa 16/04/2013 Tomás Pariente Atos Research and Innovation SABEMOS LO QUE ES DATA, NO? Small DATA

Más detalles

Facultad Politécnica UNA Ing. Julio Paciello juliopaciello@gmail.com

Facultad Politécnica UNA Ing. Julio Paciello juliopaciello@gmail.com Facultad Politécnica UNA Ing. Julio Paciello juliopaciello@gmail.com Contenidos Clúster de Investigación Aplicada Proyectos HPC Clúster Hadoop para tecnologías de BI Una nube privada para la Administración

Más detalles

Cuándo estoy listo para pasar a producción?

Cuándo estoy listo para pasar a producción? IBM Software Expo 2006. Madrid 23 de Mayo Cuándo estoy listo para pasar a producción? antonio.alonso @ es.ibm.com IBM Software 2005 IBM Corporation Agenda IBM Software Expo 2006. Madrid, 23 de mayo La

Más detalles

T I T U L O. Rapid Deployment Solutions

T I T U L O. Rapid Deployment Solutions T I T U L O SAP HANA OPERATIONAL REPORTING Rapid Deployment Solutions E l E s c e n a r i o A c t u a l / P ro b l e m á t i c a A c t u a l El escenario actual/ Problemática Actual En la actualidad los

Más detalles

CURSO: APACHE SPARK CAPÍTULO 2: INTRODUCCIÓN A APACHE SPARK. www.formacionhadoop.com

CURSO: APACHE SPARK CAPÍTULO 2: INTRODUCCIÓN A APACHE SPARK. www.formacionhadoop.com CURSO: APACHE SPARK CAPÍTULO 2: INTRODUCCIÓN A APACHE SPARK www.formacionhadoop.com Índice 1 Qué es Big Data? 2 Problemas con los sistemas tradicionales 3 Qué es Spark? 3.1 Procesamiento de datos distribuido

Más detalles

EMC Information Intelligence Group Accelerating Your Business Processes

EMC Information Intelligence Group Accelerating Your Business Processes EMC Information Intelligence Group Accelerating Your Business Processes Agustín Gómez IIG Sales 1 Agenda EMC Hoy EMC en Servicios Financeros Casos de Ejemplo 2 EMC de un vistazo Quienes somos: EMC es la

Más detalles

HDInsight. Big Data, al estilo Microsoft

HDInsight. Big Data, al estilo Microsoft HDInsight Big Data, al estilo Microsoft PABLO DOVAL SQL/BI Team Lead palvarez@plainconcepts.com http://geeks.ms/blogs/palvarez @PabloDoval Big Data ALGUNAS ESTADÍSTICAS DE SQL SERVER Categoría Metrica

Más detalles

Loca%on Analy%cs: Integración IBM Business Analy%cs + Esri Maps

Loca%on Analy%cs: Integración IBM Business Analy%cs + Esri Maps Loca%on Analy%cs: Integración IBM Business Analy%cs + Esri Maps Javier Alexander Rengifo Silva, MSc. Business Analy,cs Specialty Architect jrengifo@co.ibm.com 2012 IBM Corporation Agenda ü Introducción

Más detalles

BIGDATA EN LA EMPRESA

BIGDATA EN LA EMPRESA ITAM México D.F., 21 agosto 2015 BigData? No sólo es un cambio tecnológico, es una evolución empresarial y de los negocios. No cambia los procesos productivos de una empresa pero sí los complementa. BigData?

Más detalles

Habilitando la empresa ágil a través de datos unificados La travesía hacia la plataforma de datos analítico-transaccionales

Habilitando la empresa ágil a través de datos unificados La travesía hacia la plataforma de datos analítico-transaccionales Habilitando la empresa ágil a través de datos unificados Agosto de 2015 Cómo se utilizan los datos hoy Los datos analíticos se derivan y separan a partir de datos transaccionales. Requieren bases de datos

Más detalles

Tendencias Tecnológicas Estratégicas Gartner Group

Tendencias Tecnológicas Estratégicas Gartner Group Tendencias Tecnológicas Estratégicas Gartner Group María Esther Ordóñez O. mordonez@ordonezasesores.com.co Ordóñez Ordóñez y Asociados Ltda. Agosto 2013 Convergencia de Fuerzas Tecnologías Estratégicas

Más detalles

Monitorización de actividades de datos InfoSphere Guardium para Big Data

Monitorización de actividades de datos InfoSphere Guardium para Big Data Monitorización de actividades de datos InfoSphere Guardium para Big Data Amal Mashlab IBM Software Group, Information Management Responsable de Ventas de Gobierno de la Información para Europa Cumplir

Más detalles

Sistema de Asignación de Riesgos Crediticios

Sistema de Asignación de Riesgos Crediticios Sistema de Asignación de Riesgos Crediticios Quienes somos Propuesta de Asignación de Riesgos Crediticios (Credit Scoring) CONTENIDO QUIENES SOMOS Matrix Data Labs es una Unidad de Negocios de Matrix CPM

Más detalles

Inteligencia en Redes de Comunicaciones. Tema 7 Minería de Datos. Julio Villena Román, Raquel M. Crespo García, José Jesús García Rueda

Inteligencia en Redes de Comunicaciones. Tema 7 Minería de Datos. Julio Villena Román, Raquel M. Crespo García, José Jesús García Rueda Inteligencia en Redes de Comunicaciones Tema 7 Minería de Datos Julio Villena Román, Raquel M. Crespo García, José Jesús García Rueda {jvillena, rcrespo, rueda}@it.uc3m.es Índice Definición y conceptos

Más detalles

Anuncio de software ZP12-0060 de IBM Europe, Middle East, and Africa con fecha 21 de febrero de 2012

Anuncio de software ZP12-0060 de IBM Europe, Middle East, and Africa con fecha 21 de febrero de 2012 con fecha 21 de febrero de 2012 IBM InfoSphere Master Data Management for Healthcare crea vistas fiables de activos de datos de servicios sanitarios y permite mejorar la efectividad de los procesos empresariales

Más detalles

IBM InfoSphere Information Server V8.5 con IBM InfoSphere Foundation Tools ayuda a suministrar información fiable

IBM InfoSphere Information Server V8.5 con IBM InfoSphere Foundation Tools ayuda a suministrar información fiable ZP10-0222, fechado el 12 de octubre de 2010 IBM InfoSphere Information Server V8.5 con IBM InfoSphere Foundation Tools ayuda a suministrar información fiable Tabla de contenidos 1 Visión general 2 Fecha

Más detalles

Appliance IBM Netezza High Capacity

Appliance IBM Netezza High Capacity Appliance IBM Netezza High Capacity Archivado de datos con escala peta, análisis y recuperación de desastres Appliance de alta capacidad de IBM Netezza Puntos destacados: Permite la consulta y el análisis

Más detalles

Pervasive Business Intelligence i Suport a les decisions estratègiques

Pervasive Business Intelligence i Suport a les decisions estratègiques Jornada Business Intelligence: Converteix la informació en valor. Pervasive Business Intelligence i Suport a les decisions estratègiques Ferran Garcia ferran.garcia@oracle.com Oracle

Más detalles

Los Cuatro Pilares de la Tercera Plataforma de Tecnología y Su Impacto En El Sector Minero

Los Cuatro Pilares de la Tercera Plataforma de Tecnología y Su Impacto En El Sector Minero Los Cuatro Pilares de la Tercera Plataforma de Tecnología y Su Impacto En El Sector Minero Federico Amprimo IDC Latinoamérica Si, Steve Jobs se llevó nuestros trabajos Alexander Stubb, Primer Ministro

Más detalles

Introducción a Global Sales Movilización de la fuerza de ventas multicanal. Abril de 2014

Introducción a Global Sales Movilización de la fuerza de ventas multicanal. Abril de 2014 Introducción a Global Sales Movilización de la fuerza de ventas multicanal Abril de 2014 Introducción Nuestra estrategia de producto 2 Impacto en aplicaciones comerciales La solución Global Sales para

Más detalles

Migrar al Cloud Asegurar alineación al negocio

Migrar al Cloud Asegurar alineación al negocio @michelbouffier Enfoque de Negocio Migrar al Cloud Asegurar alineación al negocio Altos Costos Bajo Valor de Negocio Proyectos Interminables Mayor relación Costo-Beneficio Mayor Valor de Negocio Adecuado

Más detalles

Claves Tecnológicas. Cloud, big data, redes sociales, consumerización, seguridad...

Claves Tecnológicas. Cloud, big data, redes sociales, consumerización, seguridad... núm. 02 Noviembre 2012 Claves Tecnológicas Cloud, big data, redes sociales, consumerización, seguridad... Retrato Grady Booch, Evangelist & IBM Fellow SAPPHIRE NOW Sven Denecken, VP & Head of Co-Innovation

Más detalles

SMART ENERGY. avanzados. de la medida. Más de 140 compañías de utilities en todo el mundo disponen de soluciones Indra. indracompany.

SMART ENERGY. avanzados. de la medida. Más de 140 compañías de utilities en todo el mundo disponen de soluciones Indra. indracompany. SMART ENERGY Soluciones y Dispositivos avanzados de gestión de la medida Más de 140 compañías de utilities en todo el mundo disponen de soluciones Indra indracompany.com SMARt ENERGY Soluciones y Dispositivos

Más detalles

Herramienta de Gestión Integral de Riesgos

Herramienta de Gestión Integral de Riesgos Herramienta de Gestión Integral de Riesgos Instituciones Financieras www.managementsolutions.com Por qué MIR MIR es la solución de Management Solutions para la gestión integral del riesgo, que unifica

Más detalles

Deloitte Analytics. Deloitte Analytics

Deloitte Analytics. Deloitte Analytics Deloitte Analytics. Deloitte Analytics Deloitte tiene la capacidad de ver a las empresas desde adentro hacia afuera, transformando la información en una herramienta útil y procesable, que aporte entendimiento

Más detalles

Las mejores. Herramientas. Contra el Fraude. en los medios de Pago

Las mejores. Herramientas. Contra el Fraude. en los medios de Pago Herramientas Las mejores Contra el Fraude en los medios de Pago www.eniac.com Una alianza única y poderosa: Para resolver el grave problema del fraude en los medios de pago como Tarjetas de Crédito y Débito,

Más detalles

RETOS Y APLICACIONES DEL BIG DATA

RETOS Y APLICACIONES DEL BIG DATA RETOS Y APLICACIONES DEL BIG DATA TENDENCIAS DE FUTURO EN EHEALTH jlcruz@idiphim.org @jotaelecruz Juan Luis Cruz CIO Hospital Puerta de Hierro Madrid España RETOS Y APLICACIONES DEL BIG DATA 1. QUÉ ES

Más detalles

Fundamentos de la Inteligencia de Negocios

Fundamentos de la Inteligencia de Negocios Sistemas de Información para la Gestión UNIDAD 2: Infraestructura de Tecnología de la Información Unidad 2 Infraestructura de Tecnología de la Información Estructura de TI y tecnologías emergentes. Estructura

Más detalles

Anuncio de software ZP11-0010 de IBM Europe, Middle East and Africa con fecha 18 de enero de 2011

Anuncio de software ZP11-0010 de IBM Europe, Middle East and Africa con fecha 18 de enero de 2011 con fecha 18 de enero de 2011 IBM Tivoli Business Service Manager for the Enterprise V4.2.1 permite que los negocios y las operaciones vean y comprendan las complejas relaciones de impacto empresarial

Más detalles

Análisis de sentimientos de tweets.

Análisis de sentimientos de tweets. Análisis de sentimientos de tweets. JIT-CITA 2013 Resumen Un sensor de sentimientos de tweets para identificar los mensajes positivos, negativos y neutros sobre cualquier trend que se tome sobre esta red

Más detalles

INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer

INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer En los últimos años, el interés por la Computación en la Nube (Cloud Computing), tanto para uso personal como para negocios,

Más detalles

el Soporte de Decisiones

el Soporte de Decisiones el Soporte de Decisiones Productos ASC SEQUEL Manejo de datos. ABSTRACT Documentación de sistemas. ASC: Acceso a los Datos y Herramienta de Programación SEQUEL y ABSTRACT Soluciones para manejo de datos

Más detalles

The H Hour: Hadoop The awakening of the BigData. Antonio Soto SolidQ COO asoto@solidq.com @antoniosql

The H Hour: Hadoop The awakening of the BigData. Antonio Soto SolidQ COO asoto@solidq.com @antoniosql The H Hour: Hadoop The awakening of the BigData Antonio Soto SolidQ COO asoto@solidq.com @antoniosql Tendencias de la Industria El nuevo rol del operador El operador de ayer Sigue el proceso basado en

Más detalles

Por qué BI? Avances tecnológicos y su costo de adquisición

Por qué BI? Avances tecnológicos y su costo de adquisición Business Intelligence Seminario Business Intelligence Por qué BI? Avances tecnológicos y su costo de adquisición Definición de Intelligence Transformación de información en conocimiento Ciclo de Inteligencia

Más detalles

IBM SPSS Modeler Novedades de la Versión

IBM SPSS Modeler Novedades de la Versión IBM SPSS Modeler Novedades de la Versión 16 Infórmese SPSS Andino se complace en presentar las características innovadoras que se han incluido en la versión 16 de IBM SPSS Modeler, lo invitamos a explorarlas.

Más detalles

IBM Cognos Business Intelligence Scorecarding

IBM Cognos Business Intelligence Scorecarding IBM Cognos Business Intelligence Scorecarding Enlazando exitosamente la estrategia con las operaciones Visión General Las tarjetas de puntuación o scorecards ofrecen un enfoque comprobado para comunicar

Más detalles

Que hay detrás de Big Data?

Que hay detrás de Big Data? Que hay detrás de Big Data? Autor: Norberto Figuerola Introducción Hoy en día el término Big Data ocupa la atención en los ámbitos de TI, sin embargo, detrás de dichas palabras existe una simple historia.

Más detalles

BEEVA DATA PLATFORM TODA LA POTENCIA DEL BIG DATA A TU MEDIDA

BEEVA DATA PLATFORM TODA LA POTENCIA DEL BIG DATA A TU MEDIDA BEEVA DATA PLATFORM TODA LA POTENCIA DEL BIG DATA A TU MEDIDA EXPLOTA EL BIG DATA A TRAVÉS DE UNA PLATAFORMA DISEÑADA A MEDIDA PARA TU NEGOCIO Inmersos en la era de la información, las nuevas tendencias

Más detalles

Predictive Analytics El lado B de una Implementación

Predictive Analytics El lado B de una Implementación Predictive Analytics El lado B de una Implementación SPSS Chile 14 julio 2009 Stephen Cressall, Country Manager SPSS Inc. Fundada en 1968 con más de 11 años en el mercado chileno. Operaciones en más de

Más detalles