Workshop – Big Data & Data Science

¿Qué vamos a tratar?

Los ecosistemas digitales han dado lugar a la aparición de nuevos modelos de negocio, así como la transformación (voluntaria o no) de la mayoría de los modelos de negocio tradicionales. Uno de los principales factores causales de estos cambios es el incremento exponencial y el abaratamiento de la capacidad de cómputo, transmisión y almacenamiento de datos. Las organizaciones son conscientes de que vivimos un momento histórico, en el que coincide la disponibilidad de ingentes cantidades de datos con la capacidad de extraer el valor que se haya en los mismos.

 

En este contexto, las arquitecturas Big Data proporcionan el músculo necesario para procesar y almacenar todo tipo de datos a gran escala. Por este motivo, prácticamente la totalidad de las compañías de cierta envergadura ya cuentan con sistemas Big Data o los están implementando. Sin embargo, como bien sabemos, el valor no está en la fuerza bruta, sino en la inteligencia que gobierna los músculos. El reto actual de las organizaciones es el diseño de sistemas de Análisis de Datos e Inteligencia Artificial capaces de rentabilizar las capacidades del Big Data.

 

En este workshop vamos a analizar cómo los nuevos modelos de negocio requieren de la integración eficiente del músculo (Big Data) con el cerebro (Inteligencia Artificial). Para ello, analizaremos casos de éxito y de fracaso en diferentes sectores, dando respuestas a las preguntas clave en este ámbito: ¿Qué diferencias hay entre el Big Data y Business Intelligence? ¿Cómo se extrae valor a partir de los datos en crudo? ¿Cómo se implanta una política de gobierno de datos en una organización? ¿Cómo convertimos conjuntos masivos de datos en conocimiento estratégico y accionable? ¿Cómo se descubren los insights y se genera nuevo negocio en base a ellos? ¿Dónde están las nuevas fuentes de información y cómo extraemos valor de ellas?

Programa

  • Satisfacción, fidelización, lealtad, engagement, fans. Discriminación positiva de clientes y personalización

  • Aspectos críticos en la gestón del engagement personalizado

  • Los pilares de la gestión de clientes. Relevancia de la personalización y la gestión personalizada de clientes y técnicas para hacerla

  • Integración de soluciones: nube, APIs y servicios cognitivos

  • Panorámica de tecnologías de modelado preditivo (Machine Learning, Deep Learning)

  • Nuevos modelos de negocio basados en Big Data, Analytics e Inteligencia Artificial