Los futuros desafíos de la Inteligencia de Negocios. Richard Weber Departamento de Ingeniería Industrial Universidad de Chile

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

Download "Los futuros desafíos de la Inteligencia de Negocios. Richard Weber Departamento de Ingeniería Industrial Universidad de Chile rweber@dii.uchile."

Transcripción

1 Los futuros desafíos de la Inteligencia de Negocios Richard Weber Departamento de Ingeniería Industrial Universidad de Chile

2 El Vértigo de la Inteligencia de Negocios CRM: Customer Relationship Management (Gestión de la relación con el cliente) CMR:??? Data Warehouse / Data Mart Inteligencia de Negocios (Business Intelligence) OLAP: Online Analytical Processing Data Mining: Minería de datos Knowledge Management Inteligencia Artificial Balanced Scorecard KPI: Key Performance Indicators

3 Business Intelligence Definición Business Intelligence The term Business Intelligence (BI) represents the tools and systems that play a key role in the strategic planning process of the corporation. These systems allow a company to gather, store, access and analyze corporate data to aid in decision-making. Generally these systems will illustrate business intelligence in the areas of customer profiling, customer support, market research, market segmentation, product profitability, statistical analysis, and inventory and distribution analysis to name a few. Llamamos Inteligencia empresarial o Inteligencia de negocios (business intelligence, BI) al conjunto de estrategias y herramientas enfocadas a la administración y creación de conocimiento mediante el análisis de datos existentes en una organización o empresa.

4 Proceso de KDD Knowledge Discovery in Databases Transformación Data Mining Preprocesamiento Selección Patrones Datos Datos seleccionados Datos preprocesados Datos transformados Interpretación y Evaluación KDD es el proceso no-trivial de identificar patrones previamente desconocidos, válidos, nuevos, potencialmente útiles y comprensibles dentro de los datos

5 Futuros Desafíos Metodológico:. Distintos formatos de datos (text mining, video mining, ) 2. Data Mining dinámico Seguimiento de los Modelos 3. Combinación con Teoría de Juegos Organizacional:. Gestión del Cambio (Change Management) 2. Rediseño de Procesos (BPM)

6 Metodología de Procesamiento de los Textos /0. Limpieza de los textos 2. Stemming, es decir reducir palabras a su raiz 3. Creación de matriz Opinión x Palabra 4. Determinación de los pesos de cada palabra en cada opinión (TF*IDF) 5. Representación de cada opinión por un vector de palabras 6. Agrupamiento ( clustering ) de opiniones en base a los vectores de palabras 7. Extracción de grupos ( clusters ) de opiniones 8. Identificación de opiniones originales que pertenecen a cada cluster 9. Interpretación semántica de los textos pertenecientes a cada opinión original

7 Metodología de Procesamiento de los Textos 2/0. Limpieza de los textos Eliminar palabras poco relevantes: Por ejemplo: y, o, la, el, uno, un, una, que, muy, Aplicación de sinónimos: Por ejemplo: hijo, hijos, hija, hijas, niño, niños, niña, niñas -> niño

8 Metodología de Procesamiento de los Textos 3/0 2. Stemming, es decir reducir palabras a su raiz Por ejemplo: Reducir las palabras como, comió, comida, a su raiz COMER

9 Metodología de Procesamiento de los Textos 4/0 3. Creación de matriz Opinión x Palabra Calidad Formación Opinión : II_Apoderados.txt Opinión 2: II_Apoderados2.txt 0 0 Opinión 3: II_Apoderados3.txt 0 0 0

10 Metodología de Procesamiento de los Textos 5/0 4. Determinación de los pesos de cada palabra en cada opinión (TF*IDF) TF*IDF: Text Frequency * Inverse Document Frequency El peso de una palabra en un documento (aquí: opinión) es igual a su frecuencia en el texto entero multiplicado por la inversa de la frecuencia en el documento (opinión). Peso i,j = peso de palabra i en documento j

11 Metodología de Procesamiento de los Textos 6/0 5. Representación de cada opinión por un vector de palabras Opinión : II_Apoderados.txt Pasos. 5.: Del texto real al modelo

12 Metodología de Procesamiento de los Textos 7/0 6. Agrupamiento ( clustering ) de opiniones en base a los vectores de palabras Cada cluster contiene vectores similares (Homogeneidad dentro de los clusters). Vectores de distintos clusters son diferentes (Heterogeneidad entre los clusters). Técnicas para encontrar clusters: K-medias (estadística), Self-organizing feature maps de Kohonen (redes neuronales),

13 Comparando documentos En su notación vectorial, las opiniones se pueden comparar. o i ( m,..., m i Ri dp( o, o ) = cosθ = i j ) R k= m ki R R 2 ( m ki ) k= k= o m j kj ( m kj ( m,..., m j Rj ) 2 θ o i ) o j

14 Metodología de Procesamiento de los Textos 8/0 7. Extracción de grupos ( clusters ) de opiniones Frecuencia del ganador Mapa de Kohonen aquí: 5 clusters

15 Metodología de Procesamiento de los Textos 9/0 8. Identificación de opiniones originales que pertenecen a cada cluster Por ejemplo: Cluster en Antofagasta contiene las siguientes 8 opiniones: II_Director9.txt, II_Apoderados22.txt, II_CentroApoderados2.txt, II_CentroApoderados56.txt, II_CentroApoderados80.txt, II_CentroApoderados85.txt, II_CentroApoderados92.txt, II_Consejero.txt Pasos 6. 8.: Aplicación del modelo, aquí: clustering de opiniones

16 Metodología de Procesamiento de los Textos 0/0 9. Interpretación semántica de las opiniones originales pertenecientes a cada cluster Paso 9.: Paso inverso : Del modelo al texto real.

17 Data Mining Dinámico Clustering: Descripción de objetos: Estructura de clases: Conjunto de atributos: valores actuales - trayectorias fija - variable con el tiempo fijo - variable con el tiempo Clasificación: Clasificación de data streams Clasificación dinámica

18 Data Mining Dinámico Descripción de objetos: valores actuales - trayectorias Atributo 2 Atributo 2 Situación estática Atributo Atributo Situación dinámica

19 Data Mining Dinámico Estructura de clases: fija - variable con el tiempo Atributo 2 Atributo 2 Atributo Situación en tiempo t Atributo Situación en tiempo t+

20 Data Mining y Teoría de Juegos Datos Modelo Data Mining Clientes Teoría de Juegos Cómo se comportan los clientes? Cómo se deben comportar los clientes? Bravo, C., Weber, R. (2007): Modelo de Tarificación en Base a SVMs y Juegos Repetidos. Congreso Óptima 2007, Puerto Montt, 2-23 de noviembre de 2007

21 Gestión del Cambio (Change Management) Change management is the process of developing a planned approach to change in an organization. ( Capacitación de los profesionales involucrados. Siempre lo hemos hecho así! Nunca lo hemos hecho así. Los demás también lo hacen así!

22 Rediseño de Procesos (BPM) BPM: Disciplina empresarial cuyo objetivo es mejorar la eficiencia a través de la gestión sistemática de los procesos de negocio (BPR), que se deben modelar, automatizar, integrar, monitorizar y optimizar de forma continua. Integración de los modelos analíticos a los procesos de negocio.

23 Más información Escuela de Verano Latinoamericana en Inteligencia Computacional" EVIC de diciembre de 2008, Universidad de Chile, Santiago Diplomado Inteligencia de Negocios DEA, Universidad de Chile 7 de julio al 5 de octubre de Portal de Knowledge Discovery : Portal de Inteligencia de Negocios:

24 Los futuros desafíos de la Inteligencia de Negocios Richard Weber Departamento de Ingeniería Industrial Universidad de Chile

CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN.

CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN. SISTEMA EDUCATIVO inmoley.com DE FORMACIÓN CONTINUA PARA PROFESIONALES INMOBILIARIOS. CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN. Business Intelligence. Data Mining. PARTE PRIMERA Qué es

Más detalles

Visión global del KDD

Visión global del KDD Visión global del KDD Series Temporales Máster en Computación Universitat Politècnica de Catalunya Dra. Alicia Troncoso Lora 1 Introducción Desarrollo tecnológico Almacenamiento masivo de información Aprovechamiento

Más detalles

MINERIA DE DATOS Y Descubrimiento del Conocimiento

MINERIA DE DATOS Y Descubrimiento del Conocimiento MINERIA DE DATOS Y Descubrimiento del Conocimiento UNA APLICACIÓN EN DATOS AGROPECUARIOS INTA EEA Corrientes Maximiliano Silva La información Herramienta estratégica para el desarrollo de: Sociedad de

Más detalles

Visión Ampliada del Management: Enterprise Performance Management

Visión Ampliada del Management: Enterprise Performance Management [VISIÓN AMPLIADA DEL MANAGEMENT: ENTERPRISE PERFORMANCE MANAGEMENT] Visión Ampliada del Management: Enterprise Performance Management Rodolfo Bollatti Universidad Abierta Interamericana Facultad de Tecnología

Más detalles

Datamining Introducción

Datamining Introducción Pontificia Universidad Católica de Chile Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Datamining Introducción Yerko Halat 2 de Octubre del 2001 1 Cuál es la diferencia entre

Más detalles

SÍLABO. : Electivo : Ingeniería de Sistemas : IS0806. : VIII Ciclo : 2 de Teoría y 2 de Práctica : 03 : Ninguno

SÍLABO. : Electivo : Ingeniería de Sistemas : IS0806. : VIII Ciclo : 2 de Teoría y 2 de Práctica : 03 : Ninguno SÍLABO I. DATOS GENERALES 1.1. Nombre de la Asignatura 1.2. Carácter 1.3. Carrera Profesional 1.4. Código 1.5. Semestre Académico : 2014-I 1.6. Ciclo Académico 1.7. Horas de Clase 1.8. Créditos 1.9. Pre

Más detalles

Business Intelligence (Inteligencia de Negocios) Bases de Datos Masivas (11088) Universidad Nacional de Luján

Business Intelligence (Inteligencia de Negocios) Bases de Datos Masivas (11088) Universidad Nacional de Luján Business Intelligence (Inteligencia de Negocios) Bases de Datos Masivas (11088) Universidad Nacional de Luján Qué es Business Intelligence (BI)? Se entiende por Business Intelligence al conjunto de metodologías,

Más detalles

SISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA

SISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA SISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA Qué es inteligencia de negocios? (BI) Business Intelligence es la habilidad para transformar los datos en información, y la información en

Más detalles

Aprendizaje Automático y Data Mining. Bloque IV DATA MINING

Aprendizaje Automático y Data Mining. Bloque IV DATA MINING Aprendizaje Automático y Data Mining Bloque IV DATA MINING 1 Índice Definición y aplicaciones. Grupos de técnicas: Visualización. Verificación. Descubrimiento. Eficiencia computacional. Búsqueda de patrones

Más detalles

TOMA DE DECISIONES II

TOMA DE DECISIONES II TOMA DE DECISIONES II Tema Nº 04 1. LAS HERRAMIENTAS TECNOLÓGICAS PARA LAS TOMA DE DECISIONES GERENCIALES 1.1 Importancia de los ERP. 1.2 Aadministración del desempeño corporativo CPM 1. HERRAMIENTAS TECNOLÓGICAS

Más detalles

Procesamiento de Texto y Modelo Vectorial

Procesamiento de Texto y Modelo Vectorial Felipe Bravo Márquez 6 de noviembre de 2013 Motivación Cómo recupera un buscador como Google o Yahoo! documentos relevantes a partir de una consulta enviada? Cómo puede procesar una empresa los reclamos

Más detalles

Proceso del KDD (minería de datos o DataMining)

Proceso del KDD (minería de datos o DataMining) Qué es el KDD? Es un proceso no trivial que identifica patrones validos, previamente desconocidos, potencialmente utiles y fundamentalmente entendibles en los datos. es como se reconoce de manera teoria

Más detalles

CURSOS IN-HOUSE PARA FORTALECER HABILIDADES DE GESTIÓN Y MEJORAR LA PRODUCTIVIDAD

CURSOS IN-HOUSE PARA FORTALECER HABILIDADES DE GESTIÓN Y MEJORAR LA PRODUCTIVIDAD El Capital Humano, es la base del crecimiento y desarrollo de toda organización CURSOS IN-HOUSE PARA FORTALECER HABILIDADES DE GESTIÓN Y MEJORAR LA PRODUCTIVIDAD 17 años inspirando personas, transformando

Más detalles

Minería de Datos. Vallejos, Sofia

Minería de Datos. Vallejos, Sofia Minería de Datos Vallejos, Sofia Contenido Introducción: Inteligencia de negocios (Business Intelligence). Descubrimiento de conocimiento en bases de datos (KDD). Minería de Datos: Perspectiva histórica.

Más detalles

BUSINESS INTELLIGENCE

BUSINESS INTELLIGENCE BUSINESS INTELLIGENCE PRESENTACIÓN Ramón Díaz Hernández Gerente (1.990) Nuestro Perfil Inversión permanente en formación y nuevas tecnologías. Experiencia en plataforma tecnológica IBM (Sistema Operativo

Más detalles

LOS CINCO GRADOS DE MADUREZ DE UN PROYECTO BI

LOS CINCO GRADOS DE MADUREZ DE UN PROYECTO BI LOS CINCO GRADOS DE MADUREZ DE UN PROYECTO BI INTRODUCCIÓN Se habla en multitud de ocasiones de Business Intelligence, pero qué es realmente? Estoy implementando en mi organización procesos de Business

Más detalles

Índice 1 CONSULTORÍA DE LA CADENA DE SUMINISTRO 2 CÓMO LO HACEMOS? 3 METODOLOGÍA SCOR 4 NUESTRAS HERRAMIENTAS 5 QUIÉNES SOMOS?

Índice 1 CONSULTORÍA DE LA CADENA DE SUMINISTRO 2 CÓMO LO HACEMOS? 3 METODOLOGÍA SCOR 4 NUESTRAS HERRAMIENTAS 5 QUIÉNES SOMOS? Índice 1 CONSULTORÍA DE LA CADENA DE SUMINISTRO 2 CÓMO LO HACEMOS? 3 METODOLOGÍA SCOR 4 NUESTRAS HERRAMIENTAS 5 QUIÉNES SOMOS? 1 CONSULTORÍA DE LA CADENA DE SUMINISTRO En el futuro competiremos no entre

Más detalles

Gestión de la Información

Gestión de la Información Gestión de la Información Sociedad de la Información Recurso Información Sistemas de Información Tecnologías de la Información Internet ii Fundamentos de SI: Gestión de la Información 49 Un Sistema de

Más detalles

Minería de Datos. Vallejos, Sofia

Minería de Datos. Vallejos, Sofia Minería de Datos Contenido Introducción: Inteligencia de negocios (Business Intelligence). Componentes Descubrimiento de conocimiento en bases de datos (KDD). Minería de Datos: Perspectiva histórica. Fases

Más detalles

Universidad acional Experimental Del Táchira Decanato de Docencia Departamento de Ingeniería en Informática

Universidad acional Experimental Del Táchira Decanato de Docencia Departamento de Ingeniería en Informática Universidad acional Experimental Del Táchira Decanato de Docencia Departamento de Ingeniería en Informática Metodología Evolutiva Incremental Mediante Prototipo y Técnicas Orientada a Objeto (MEI/P-OO)

Más detalles

Diplomado Business Management

Diplomado Business Management Diplomado Business Management Duración 112 horas Objetivo general: Business Management es un programa innovador que permite que el alto directivo de reciente nombramiento en el puesto (con poco tiempo

Más detalles

RW.02 RW.01. Curso Data Mining y Aplicaciones en Riesgo de Crédito

RW.02 RW.01. Curso Data Mining y Aplicaciones en Riesgo de Crédito RW.02 RW.01 Curso Data Mining y Aplicaciones en Riesgo de Crédito RICHARD WEBER PhD. En Investigación de Operaciones del Instituto de Tecnología de Aachen, Alemania La actividad comercial de las empresas

Más detalles

DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012

DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012 DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012 FLUJO DE CAPACITACIÓN Prerrequisitos Fundamentos de Programación Sentencias SQL Server 2012 Duración: 12 horas 1. DESCRIPCIÓN

Más detalles

BUSINESS MANAGEMENT DIPLOMADO

BUSINESS MANAGEMENT DIPLOMADO BUSINESS MANAGEMENT DIPLOMADO CRONOGRAMA M1 MODELOS EXITOSOS DE LIDERAZGO Y COACHING M2 FORMULACIÓN ESTRATÉGICA CORPORATIVA M3 ADMINISTRACIÓN DE PROYECTOS 19, 20 Y 21 NOVIEMBRE 2015 3, 4 Y 5 DICIEMBRE

Más detalles

CATÁLOGO CURSOS INSTITUTO DE GESTIÓN EMPRESARIAL

CATÁLOGO CURSOS INSTITUTO DE GESTIÓN EMPRESARIAL CATÁLOGO CURSOS INSTITUTO DE GESTIÓN EMPRESARIAL 2014 www.ige.com.mx CURSOS Y CONSULTORÍA EN: Costos (ABC) Balanced Scorecard Adminsitración de Riesgos Administración de Clientes (CRM) La capacitación

Más detalles

ARTÍCULOS Y REFLEXIONES

ARTÍCULOS Y REFLEXIONES ARTÍCULOS Y REFLEXIONES Soporte a la toma de decisión a través de Business Intelligence. Ing. Sandra Aída Pérez Estrada Alumna de la Maestría en Administración de Tecnologías de Información, Universidad

Más detalles

Curso Data Mining y Aplicaciones en Riesgo de Crédito

Curso Data Mining y Aplicaciones en Riesgo de Crédito RW.02 RW.01 Transferencia Internacional de Curso Data Mining y Aplicaciones en Riesgo de Crédito RICHARD WEBER PhD. En Investigación de Operaciones del Instituto de Tecnología de Aachen, Alemania La actividad

Más detalles

Describir una metodología sistemática de análisis de los procesos organizacionales y cómo estos pueden ser apoyados por las TI.

Describir una metodología sistemática de análisis de los procesos organizacionales y cómo estos pueden ser apoyados por las TI. Procesos de Negocio Objetivos Describir una metodología sistemática de análisis de los procesos organizacionales y cómo estos pueden ser apoyados por las TI. Identificar y analizar los procesos de negocios,

Más detalles

Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI)

Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI) Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI) OFERTAS TECNOLÓGICAS 1) GESTIÓN ORGANIZACIONAL Y LOGÍSTICA INTEGRADA: TÉCNICAS Y SISTEMAS DE INFORMACIÓN 2) GESTIÓN

Más detalles

Clase 1 Módulo: Data Warehouse & Datamart Docente: Gustavo Valencia Zapata

Clase 1 Módulo: Data Warehouse & Datamart  Docente: Gustavo Valencia Zapata v.1.0 Clase 1 Docente: Gustavo Valencia Zapata Temas Clase 1: El Rol de TI en BI BI Retos de TI en BI Evolución de la Información Arquitectura de BI Referencias www.gustavovalencia.com Evolución de la

Más detalles

Análisis de la experiencia de clientes

Análisis de la experiencia de clientes Análisis de la experiencia de clientes blog.auraportal.com info@auraportal.com Tel. +34 96 295 4497 ÍNDICE 1. INTRODUCCIÓN 3 2. RESULTADOS DEL ANÁLISIS 4 2.1 INDICACIONES PREVIAS 4 2.2 ANÁLISIS DE COSTES

Más detalles

Business Process Management(BPM)

Business Process Management(BPM) Universidad Inca Garcilaso de la Vega CURSO DE ACTUALIZACIÓN PROFESIONAL DE INGENIERÍA DE SISTEMAS Y CÓMPUTO Business Process Management(BPM) MSc. Daniel Alejandro Yucra Sotomayor E-mail: daniel@agenciati.com

Más detalles

CLASIFICACIÓN NO SUPERVISADA

CLASIFICACIÓN NO SUPERVISADA CLASIFICACIÓN NO SUPERVISADA CLASIFICACION IMPORTANCIA PROPÓSITO METODOLOGÍAS EXTRACTORES DE CARACTERÍSTICAS TIPOS DE CLASIFICACIÓN IMPORTANCIA CLASIFICAR HA SIDO, Y ES HOY DÍA, UN PROBLEMA FUNDAMENTAL

Más detalles

ASIGNATURA: Tecnologías de Información y Comunicación II

ASIGNATURA: Tecnologías de Información y Comunicación II ASIGNATURA: Tecnologías de Información y Comunicación II 53 HORAS DESCRIPCIÓN DE LA ASIGNATURA: Esta asignatura proporciona al alumno las competencias y herramientas teóricas necesarias para la aplicación

Más detalles

ENMKT663 MARKETING RELACIONAL

ENMKT663 MARKETING RELACIONAL ENMKT663 MARKETING RELACIONAL Profesor: E-mail profesor: Juan P. Forno jforno@formulisa.cl PRESENTACIÓN DEL CURSO Entregar a los alumnos las herramientas necesarias para definir y estructurar una estrategia

Más detalles

GeneXus BPM Suite X. Última actualización: 01 de Setiembre de 2008

GeneXus BPM Suite X. Última actualización: 01 de Setiembre de 2008 Última actualización: 01 de Setiembre de 2008 Copyright Artech Consultores S. R. L. 1988-2008. Todos los derechos reservados. Este documento no puede ser reproducido en cualquier medio sin el consentimiento

Más detalles

DES: Programa(s) Educativo(s): Tipo de materia: Clave de la materia: Semestre:

DES: Programa(s) Educativo(s): Tipo de materia: Clave de la materia: Semestre: : : lemas propios de la. lemas propios de la. lemas propios de la. lemas propios de la. lemas propios de la. lemas propios de la. lemas propios de la. 12 6 lemas propios de la. 12 6 lemas propios de la.

Más detalles

ESTRATEGIAS DIRECTIVAS

ESTRATEGIAS DIRECTIVAS ESTRATEGIAS DIRECTIVAS Estrategias de 1 a 1 Víctor M. Ornelas P. La Alta Dirección de las empresas busca crear valor para los accionistas principalmente a través de promover las ventas y mejorar los márgenes

Más detalles

Introducción a la Minería de Datos (Data Mining)

Introducción a la Minería de Datos (Data Mining) a la Minería de Datos (Data Mining) IT-Nova Facultad de Ingeniería Informática y Telecomunicaciones Iván Amón Uribe, MSc Minería de Datos Diapositivas basadas parcialmente en material de Inteligencia Analítica

Más detalles

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN)

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) CLASIFICACIÓN NO SUPERVISADA CLUSTERING Y MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) info@clustering.50webs.com Indice INTRODUCCIÓN 3 RESUMEN DEL CONTENIDO 3 APRENDIZAJE

Más detalles

v.1.0 Clase 1 Docente: Gustavo Valencia Zapata

v.1.0 Clase 1 Docente: Gustavo Valencia Zapata v.1.0 Clase 1 Docente: Gustavo Valencia Zapata Temas Clase 1: Introducción a la Inteligencia de Negocios Hitos y personajes Arquitectura de BI Evolución de la Información Inteligencia de Negocios (BI)

Más detalles

Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322

Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción

Más detalles

Debido a que Internet ha llegado a ser aceptado rápidamente en toda esta revolución tecnológica, por encima de los demás medios de comunicación como

Debido a que Internet ha llegado a ser aceptado rápidamente en toda esta revolución tecnológica, por encima de los demás medios de comunicación como e-commerce Debido a que Internet ha llegado a ser aceptado rápidamente en toda esta revolución tecnológica, por encima de los demás medios de comunicación como son el teléfono, la radio, la televisión,

Más detalles

Quienes Somos? Valor. Estrategia

Quienes Somos? Valor. Estrategia Quienes Somos? STGI nace como la respuesta necesaria al mundo empresarial en consultorías para acceder y gestionar la información, estructurada y no estructurada, con el fin de alcanzar procesos eficientes

Más detalles

Herramientas Tecnológicas para Administración del Conocimiento

Herramientas Tecnológicas para Administración del Conocimiento Herramientas Tecnológicas para Administración del Conocimiento Originalmente publicado en Transferencia, año 15, No. 57, enero de 2002, pp 19-21 Gabriel Valerio La estructura de procesos clave del Centro

Más detalles

Introducción. Francisco J. Martín Mateos. Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla

Introducción. Francisco J. Martín Mateos. Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Francisco J. Martín Mateos Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Qué es la (KE)? Definición de Wikipedia: La es una disciplina cuyo objetivo es integrar conocimiento

Más detalles

Máster. en Inteligencia de Negocios

Máster. en Inteligencia de Negocios Máster en Inteligencia de Negocios Máster en Inteligencia de Negocios Este máster se presenta como un programa muy equilibrado que abarca todos los aspectos de la estrategia, la gestión, la implementación

Más detalles

Curso del Data Mining al Big Data

Curso del Data Mining al Big Data Curso del Data Mining al Big Data Instructor: Dr. Luis Carlos Molina Félix Presentación. Las bases de datos y los sistemas de administración de datos han jugado un papel primordial en el crecimiento y

Más detalles

Presentación Sistema de Gestión por procesos S.G.P. con AuraPortal BPMs

Presentación Sistema de Gestión por procesos S.G.P. con AuraPortal BPMs Presentación Sistema de Gestión por procesos S.G.P. con AuraPortal BPMs Gestión por procesos Departamento1 Departamento2 Departamento3 Proceso 1 Empleado1 Empleado5 Empleado9 Proceso 2 Empleado2 Empleado6

Más detalles

BPM en la práctica Transitando del BPA al BPM con una metodología probada. Diego Karbuski - Diciembre 2012

BPM en la práctica Transitando del BPA al BPM con una metodología probada. Diego Karbuski - Diciembre 2012 BPM en la práctica Transitando del BPA al BPM con una metodología probada. Diego Karbuski - Diciembre 2012 Qué es BPM? BPM no solo es tecnología informática. Es una disciplina de gestión empresarial impulsada

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

DIAGNÓSTICO DEL MARKETING INDUSTRIAL EN CHILE AGOSTO, 2011

DIAGNÓSTICO DEL MARKETING INDUSTRIAL EN CHILE AGOSTO, 2011 DIAGNÓSTICO DEL MARKETING INDUSTRIAL EN CHILE AGOSTO, 2011 ANTECEDENTES OBJETIVO: DESARROLLAR EL PRIMER LEVANTAMIENTO DE LA SITUACIÓN DEL MARKETING INDUSTRIAL EN CHILE LO DESARROLLA EL INSTITUTO DE MARKETING

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

Diplomado [Supply. Chain Management]

Diplomado [Supply. Chain Management] Diplomado [Supply Chain Management] Presentación del Programa Actualización 2004 Inicio: Mayo 2004 Índice La Cadena de Valor Objetivo Metodología Participantes Beneficios Reglamento Contenido La Cadena

Más detalles

Facultad de Ciencias Económicas. Departamento de Sistemas. Asignatura: INTELIGENCIA DE NEGOCIOS. Plan 1997

Facultad de Ciencias Económicas. Departamento de Sistemas. Asignatura: INTELIGENCIA DE NEGOCIOS. Plan 1997 UNIVERSIDAD DE BUENOS AIRES Facultad de Ciencias Económicas Departamento de Sistemas Asignatura: INTELIGENCIA DE NEGOCIOS Código: 715 Plan 1997 Cátedra: DEPARTAMENTO DE SISTEMAS Carrera: Licenciado en

Más detalles

Estos documentos estarán dirigidos a todas las personas que pertenezcan a equipos de implementación de Oracle BI, incluyendo a:

Estos documentos estarán dirigidos a todas las personas que pertenezcan a equipos de implementación de Oracle BI, incluyendo a: Oracle Business Intelligence Enterprise Edition 11g. A lo largo de los siguientes documentos trataré de brindar a los interesados un nivel de habilidades básicas requeridas para implementar efectivamente

Más detalles

Diplomatura en Gestión de Procesos (BPM)

Diplomatura en Gestión de Procesos (BPM) Diplomatura en Gestión de Procesos (BPM) BPM01 Introducción a la Gestión por Procesos y Tecnologías BPM Módulo para obtener conocimientos sólidos sobre la Gestión por Procesos (BPM) y Tecnologías BPMS

Más detalles

Selenne Business Intelligence QUÉ ES BUSINESS INTELLIGENCE?

Selenne Business Intelligence QUÉ ES BUSINESS INTELLIGENCE? QUÉ ES BUSINESS INTELLIGENCE? Según Wikipedia Definición de BI El término inteligencia de negocios se refiere al uso de datos en una empresa para facilitar la toma de decisiones. Abarca la comprensión

Más detalles

v.1.0 Clase 5 Docente: Gustavo Valencia Zapata

v.1.0 Clase 5 Docente: Gustavo Valencia Zapata v.1.0 Clase 5 Docente: Gustavo Valencia Zapata Temas Clase 5: Conceptos de Minería de Datos Herramientas de DM Referencias Minería de datos Proceso de DM www.gustavovalencia.com Minería de datos La minería

Más detalles

ENSIA 605 Inteligencia de Negocios y Minería de Datos

ENSIA 605 Inteligencia de Negocios y Minería de Datos ENSIA 605 Inteligencia de Negocios y Minería de Datos Profesor: Jaime Miranda P. E mail profesor: jmirandap@fen.uchile.cl OBJETIVOS DEL CURSO OBJETIVO GENERAL Estudiar, analizar, diseñar y aplicar tecnologías

Más detalles

Máster. en en Business Intelligence

Máster. en en Business Intelligence Máster en en Business Intelligence Máster en Business Intelligence Este máster se presenta como un programa muy equilibrado que abarca todos los aspectos de la estrategia, la gestión, la implementación

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERÍA CENTRO DE EXTENSIÓN Y PROYECCIÓN SOCIAL

UNIVERSIDAD NACIONAL DE INGENIERÍA CENTRO DE EXTENSIÓN Y PROYECCIÓN SOCIAL UNIVERSIDAD NACIONAL DE INGENIERÍA CENTRO DE EXTENSIÓN Y PROYECCIÓN SOCIAL AREA DE CURSOS DE ESPECIALIZACIÓN EN TECNOLOGÍAS DE LA INFORMACIÓN TALLER DE INVESTIGACION EN INTELIGENCIA DE NEGOCIOS CON LA

Más detalles

Administración por Procesos contra Funciones

Administración por Procesos contra Funciones La administración moderna nos marca que en la actualidad, las organizaciones que no se administren bajo un enfoque de procesos eficaces y flexibles, no podrán sobrepasar los cambios en el entorno y por

Más detalles

Servicios de Consultoría en: Herramientas de Inteligencia de Negocios. Alineación Estratégica y Balanced Scorecard

Servicios de Consultoría en: Herramientas de Inteligencia de Negocios. Alineación Estratégica y Balanced Scorecard Servicios de Consultoría en: Herramientas de Inteligencia de Negocios Alineación Estratégica y Balanced Scorecard Administración de Procesos de Negocios Selección de ERP s y CRM s Migración de Datos Diagnóstico

Más detalles

Cómo empezar? Fernando Quesada abcq Solutions fquesada@abcqsolutions.com

Cómo empezar? Fernando Quesada abcq Solutions fquesada@abcqsolutions.com Cómo empezar? Fernando Quesada abcq Solutions fquesada@abcqsolutions.com Retos Actuales BI: Una Analogía - Definición Que no es BI Requisitos Fundamentales para Aprovechar BI Algunos Conceptos de TI (Tecnología

Más detalles

Indicadores para la generación de conocimiento acerca de la evaluación de la calidad de las instituciones educativas

Indicadores para la generación de conocimiento acerca de la evaluación de la calidad de las instituciones educativas Indicadores para la generación de conocimiento acerca de la evaluación de la calidad de las instituciones educativas Por Antonio Millán Arellano Nov 25 de 2006 Resumen El uso de indicadores es cada día

Más detalles

Trabajo final de Ingeniería

Trabajo final de Ingeniería UNIVERSIDAD ABIERTA INTERAMERICANA Trabajo final de Ingeniería Weka Data Mining Jofré Nicolás 12/10/2011 WEKA (Data Mining) Concepto de Data Mining La minería de datos (Data Mining) consiste en la extracción

Más detalles

CAS-CHILE. Líder en Software de Gestión Pública

CAS-CHILE. Líder en Software de Gestión Pública Líder en Software de Gestión Pública CONSTRUCCIÓN E IMPLEMENTACIÓN DE UN SISTEMA DE ADMINISTRACIÓN ESTRATÉGICA UTILIZANDO EL BALANCED SCORECARD: NUEVE PASOS PARA EL ÉXITO -Balanced Scorecard Institute

Más detalles

Habilidades y Herramientas para trabajar con datos

Habilidades y Herramientas para trabajar con datos Habilidades y Herramientas para trabajar con datos Marcelo Ferreyra X Jornadas de Data Mining & Business Intelligence Universidad Austral - Agenda 2 Tipos de Datos Herramientas conceptuales Herramientas

Más detalles

Sistemas de Información Gerencial ii. Los SI en la empresa

Sistemas de Información Gerencial ii. Los SI en la empresa Ingeniería Civil Industrial Ingeniería Industrial Sistemas de Información Gerencial ii. Los SI en la empresa Prof. Guillermo E. Badillo Astudillo Semestre I, 2015 Nota: la mayoría de los slides están tomados

Más detalles

OPTATIVA I: MINERIA DE DATOS

OPTATIVA I: MINERIA DE DATOS UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU007H Clave: 08USU4053W FACULTAD DE INGENIERÍA PROGRAMA DEL CURSO: OPTATIVA I: MINERIA DE DATOS DES: Programa(s) Educativo(s): Tipo de materia: Clave de la

Más detalles

CURSOS PREPARACIÓN PARA CERTIFICACIÓN MICROSOFT SQL SERVER

CURSOS PREPARACIÓN PARA CERTIFICACIÓN MICROSOFT SQL SERVER NIVEL ASSOCIATE: SQL SERVER 2012 QUERYING 2012 DESCRIPCIÓN - CÓDIGO 10774A Este curso de 32 horas, es impartido por un instructor certificado proporciona las habilidades técnicas necesarias para escribir

Más detalles

CRM Customer Relationship Manager

CRM Customer Relationship Manager Pontificia Universidad Católica de Chile Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas CRM Customer Relationship Manager Yerko Halat 16 de Octubre del 2001 1 Definiciones de

Más detalles

PROCESS INTELLIGENCE. Análisis de rendimiento para procesos de negocios

PROCESS INTELLIGENCE. Análisis de rendimiento para procesos de negocios PROCESS INTELLIGENCE Análisis de rendimiento para procesos de negocios "Lo que no se define no se puede medir, lo que no se mide no se puede mejorar. Lo que no se mejora, se degrada siempre. Sir William

Más detalles

UNIVERSIDAD AUTONOMA DE GUADALAJARA ACP06 ALUMNO: JOSE ANGEL DEHESA JIMENEZ REGISTRO: 1996656 C R M

UNIVERSIDAD AUTONOMA DE GUADALAJARA ACP06 ALUMNO: JOSE ANGEL DEHESA JIMENEZ REGISTRO: 1996656 C R M UNIVERSIDAD AUTONOMA DE GUADALAJARA ACP06 ALUMNO: JOSE ANGEL DEHESA JIMENEZ REGISTRO: 1996656 C R M CONCEPTO: "Customer Relationship Management"), La administración basada en la relación con los clientes.

Más detalles

Ingeniería del conocimiento. Sesión 1 Por qué estudiar aprendizaje automático?

Ingeniería del conocimiento. Sesión 1 Por qué estudiar aprendizaje automático? Ingeniería del conocimiento Sesión 1 Por qué estudiar aprendizaje automático? 1 Agenda Qué vamos a ver en la asignatura? Para qué sirve todo esto? Cómo aprobar la asignatura? 2 Extracción del conocimiento

Más detalles

ENMKT616 Inteligencia de clientes y estrategia de relacionamiento

ENMKT616 Inteligencia de clientes y estrategia de relacionamiento ENMKT616 Inteligencia de clientes y estrategia de relacionamiento Profesor: E-mail profesor: Juan P. Forno jforno@formulisa.cl PRESENTACIÓN DEL CURSO Las empresas acumulan cada vez mas información de sus

Más detalles

UNIVERSIDAD DE COSTA RICA SISTEMA DE ESTUDIOS DE POSGRADO POSGRADO EN COMPUTACION E INFORMATICA JUSTIFICACIÓN OBJETIVO GENERAL OBJETIVOS ESPECÍFICOS

UNIVERSIDAD DE COSTA RICA SISTEMA DE ESTUDIOS DE POSGRADO POSGRADO EN COMPUTACION E INFORMATICA JUSTIFICACIÓN OBJETIVO GENERAL OBJETIVOS ESPECÍFICOS UNIVERSIDAD DE COSTA RICA SISTEMA DE ESTUDIOS DE POSGRADO POSGRADO EN COMPUTACION E INFORMATICA PF-3808 Minería de Datos II Semestre del 2009 Profesor: Dr. Francisco J. Mata (correo: fmatach@racsa.co.cr;

Más detalles

BALANCED SCORECARD EDGAR SILVIO SANCHEZ VILLEGAS GERENTE

BALANCED SCORECARD EDGAR SILVIO SANCHEZ VILLEGAS GERENTE BALANCED SCORECARD EDGAR SILVIO SANCHEZ VILLEGAS GERENTE Después de la Reingeniería, la Calidad Total, el Outsourcing, el Downsizing, el Benchmarking, el Empowerment, el Régimen de Competencias y otras

Más detalles

DHM Data and Human Management

DHM Data and Human Management D Data and uman anagement Straight To The Point Presentación " Al Servicio De La Comunidad " 0 Quienes somos NUESTRO PERFIL Estamos presentes en el mercado internacional desde 1984. Enfocados inicialmente

Más detalles

En el contexto de la simulación se asocia a un período de tiempo determinado por una variable aleatoria.

En el contexto de la simulación se asocia a un período de tiempo determinado por una variable aleatoria. DEFINICIONES Actividad: En el contexto de la simulación se asocia a un período de tiempo determinado por una variable aleatoria. Aleatorio (Aleatoriedad): Se asocia a todo proceso cuyo resultado no es

Más detalles

Diplomado en Inteligencia de Negocios Coordinador académico: Lic. Seth Pérez Melesio

Diplomado en Inteligencia de Negocios Coordinador académico: Lic. Seth Pérez Melesio Diplomado en Inteligencia de Negocios Coordinador académico: Lic. Seth Pérez Melesio Proporcionar a los participantes los conocimientos necesarios que les permitan entender, de una manera integral y objetiva,

Más detalles

Aplicar Tecnologías Emergentes de Base de Datos para construir soluciones de Inteligencia de Negocios de soporte a la Toma de Decisiones

Aplicar Tecnologías Emergentes de Base de Datos para construir soluciones de Inteligencia de Negocios de soporte a la Toma de Decisiones Nombre de la asignatura: Inteligencia de Negocios Créditos: 3-2-5 Aportación al perfil Analizar, modelar, desarrollar, implementar y administrar sistemas de información para aumentar la productividad y

Más detalles

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: COMERCIO ELECTRÓNICO I FECHA DE ELABORACIÓN: ENERO 2005 ÁREA DEL PLAN DE ESTUDIOS: AS ( ) AC

Más detalles

DIPLOMADOS. Universidad de Chile. Diplomado en Business Intelligence. Colección: Postales

DIPLOMADOS. Universidad de Chile. Diplomado en Business Intelligence. Colección: Postales DIPLOMADOS Colección: Postales Universidad de Chile Diplomado en Business Intelligence 2015 Por qué La Universidad de Chile? No cualquier Diplomado No cualquier Universidad Es la institución de educación

Más detalles

Fundamentos de la Inteligencia de Negocios

Fundamentos de la Inteligencia de Negocios Universidad Nacional de Salta Facultad de Ciencias Económicas, Jurídicas y Sociales Sistemas de Información para la Gestión Fundamentos de la Inteligencia de Negocios Administración de Bases de Datos e

Más detalles

MÓDULO 1: FUNDAMENTOS DE BPM, GOBIERNO Y ORGANIZACIÓN POR PROCESOS

MÓDULO 1: FUNDAMENTOS DE BPM, GOBIERNO Y ORGANIZACIÓN POR PROCESOS MÓDULO 1: FUNDAMENTOS DE BPM, GOBIERNO Y ORGANIZACIÓN POR PROCESOS DIA 1 Hacia una gestión eficaz de la Organización Negocio: Funciones Procesos vs. Funciones de Negocio Tipos de Proceso: Principal, Soporte,

Más detalles

Inteligencia de negocios como apoyo a la toma de decisiones en la gerencia

Inteligencia de negocios como apoyo a la toma de decisiones en la gerencia H é c t o r A r t u r o F l ó r e z F e r n á n d e z V Í N C U L O S J U L I O D E 2 0 1 2 VOLUMEN 9 NÚMERO 2 Inteligencia de negocios como apoyo a la toma de decisiones en la gerencia Business Intelligence

Más detalles

DIVISIÓN: CUADRO DE MANDO INTEGRAL (BALANCED SCORECARD). DIVISIÓN: GESTIÓN DEL TALENTO HUMANO. DIVISIÓN: GESTIÓN DE PROYECTOS BAJO EL ENFOQUE PMI.

DIVISIÓN: CUADRO DE MANDO INTEGRAL (BALANCED SCORECARD). DIVISIÓN: GESTIÓN DEL TALENTO HUMANO. DIVISIÓN: GESTIÓN DE PROYECTOS BAJO EL ENFOQUE PMI. DIVISIÓN: CUADRO DE MANDO INTEGRAL (BALANCED SCORECARD). DIVISIÓN: GESTIÓN DEL TALENTO HUMANO. DIVISIÓN: GESTIÓN DE PROYECTOS BAJO EL ENFOQUE PMI. atálogo de Cursos CUADRO DE MANDO INTEGRAL DIVISIÓN CUADRO

Más detalles

INTELIGENCIA DE NEGOCIOS: GESTIÓN ESTRATÉGICA DE LA INFORMACIÓN

INTELIGENCIA DE NEGOCIOS: GESTIÓN ESTRATÉGICA DE LA INFORMACIÓN Centro Integral de Educación Continua (CIEC) Curso de Educación Continua (CEC) INTELIGENCIA DE NEGOCIOS: GESTIÓN ESTRATÉGICA DE LA INFORMACIÓN Del 21 de julio al 25 de agosto de 2015 Martes y jueves de

Más detalles

... M O D U L O : Desarrollador BI BW Nivel Inicial

... M O D U L O : Desarrollador BI BW Nivel Inicial . CVOSOFT IT ACADEMY www.cvosoft.com itacademy@cvosoft.com :: CVOSOFT IT ACADEMY. :: Formación de Profesionales en Sistemas IT. :: Área: Capacitación en Tecnología SAP Business Intelligence. Carrera Consultor

Más detalles

Alicia Iriberri Dirección de Tecnologías de Información. I.- Definición del foco estratégico

Alicia Iriberri Dirección de Tecnologías de Información. I.- Definición del foco estratégico Alicia Iriberri Dirección de Tecnologías de Información I.- Definición del foco estratégico II.- Establecimiento de mediciones a través del Balanced Scorecard (Tablero de Comando) III.- Despliegue del

Más detalles

REPOSITORIO COR O P R OR O A R T A I T VO V

REPOSITORIO COR O P R OR O A R T A I T VO V REPOSITORIO CORPORATIVO Repositorio Corporativo Que es? Antecedentes? Por que lo necesito? Multiplicidad de sistemas Retraso en obtención de reportes Info 3 Info 2 Info 1 Redundancia Inconsistencia de

Más detalles

Gerencia de Procesos de Negocio (Business Process Management, BPM). Lic. Patricia Palacios Zuleta

Gerencia de Procesos de Negocio (Business Process Management, BPM). Lic. Patricia Palacios Zuleta Gerencia de Procesos de Negocio (Business Process Management, BPM). Lic. Patricia Palacios Zuleta (Business Process Management, BPM). La Gerencia de los Procesos del Negocio: Se define como: "integración

Más detalles

DIPLOMADO en Gestión de Operaciones

DIPLOMADO en Gestión de Operaciones DIPLOMADO en de Operaciones OBJETIVOS GENERALES A QUIÉN ESTÁ DIRIGIDO? El Diplomado en de Operaciones (DGO) está diseñado para entender el rol de las operaciones y su impacto en la competitividad de la

Más detalles

Proyecto Piloto sobre Viabilidad de Internet como Fuente de Datos. Resultados del Proyecto

Proyecto Piloto sobre Viabilidad de Internet como Fuente de Datos. Resultados del Proyecto Proyecto Piloto sobre Viabilidad de Internet como Fuente de Datos Resultados del Proyecto ÍNDICE 1. Detección automática de B2C 2. Análisis de demanda de profesionales TICC y programas formativos 3. Análisis

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

ARIS Process Performance Manager

ARIS Process Performance Manager ARIS Process Performance Manager Supervisión de procesos continua en toda la empresa Muchas empresas se están dando cuenta de que la recopilación de indicadores clave de rendimiento sin vincularlos con

Más detalles

El Balanced Scorecard. El Knowledge Management. El Trabajo Colaborativo

El Balanced Scorecard. El Knowledge Management. El Trabajo Colaborativo El Balanced Scorecard El Knowledge Management Y El Trabajo Colaborativo Jesús Ramón Sánchez Martorelli Consultor senior I&I KM Marzo, 2003 Balanced Scorecard, Knowledge Management y Trabajo Colaborativo

Más detalles

Artículos de Minería de Datos de Dataprix Introducción a la minería de datos

Artículos de Minería de Datos de Dataprix Introducción a la minería de datos Published on Dataprix (http://www.dataprix.com) Principal > Artículos de Minería de Datos de Dataprix By Dataprix Created 26/12/2009-17:13 Artículos de Minería de Datos de Dataprix Introducción a la minería

Más detalles