Big data el poder de los datos bill schmarzo

Inicio » Big data el poder de los datos bill schmarzo

0

“El problema es que, en muchos casos, el big data no se utiliza bien. Las empresas son mejores recopilando datos -sobre sus clientes, sobre sus productos, sobre los competidores- que analizando esos datos y diseñando una estrategia en torno a ellos.”    – “Las empresas adoran los grandes datos, pero carecen de la estrategia necesaria para utilizarlos eficazmente”, Harvard Business Review

La nueva atención que se presta a los datos hoy en día se debe a que, de repente, en todas partes, se han vuelto mucho más baratos de medir”, afirma John A. Deighton, profesor de la Fundación Baker de Administración de Empresas en la Harvard Business School. “Bien utilizado, cambia la base de la competencia en una industria tras otra”.

“Bien utilizado, [el big data] cambia la base de la competencia en una industria tras otra”. ¿Qué más hay que decir? A pesar de su oportunidad de cambiar las reglas del juego, las organizaciones todavía no han acertado con el Big Data.

Esto es consistente con lo que observo en mis muchos viajes y conversaciones a través de una multitud de diferentes organizaciones. Calculo que menos del 2% de estas organizaciones saben realmente lo que están haciendo para explotar el valor potencial de los grandes datos para impulsar sus modelos de negocio.

Stephen Brobst y Bill Schmarzo

Integre el big data en la empresa para impulsar la ventaja competitiva y el éxito sostenibleEl Big Data MBA aporta conocimientos y experiencia para aprovechar el big data en la empresa, de modo que pueda aprovechar el poder de la analítica y obtener una verdadera ventaja empresarial. Basado en un marco práctico con metodología de apoyo y ejercicios prácticos, este libro ayuda a identificar dónde y cómo los big data ca

Vi en YouTube una entrevista con el autor, Bill Schmarzo, y me pareció interesante lo que dijo y su carrera: no es el típico gurú milenario de los datos sino un profesional experimentado con muchas décadas de experiencia en el mundo del BI y la analítica (mucho antes de que fuera “el trabajo más sexy”).Creo que este libro hace un buen trabajo introduciendo aspectos clave de los conceptos más importantes de los datos y la analítica. Yo hice un máster en Minería de Datos así que ya los conocía, pero el autor proporciona un marco práctico y

Vi en YouTube una entrevista con el autor, Bill Schmarzo, y me pareció interesante lo que dijo y su carrera: no es el típico gurú milenario de los datos, sino un profesional experimentado con muchas décadas de experiencia en el mundo del BI y la analítica (mucho antes de que fuera “el trabajo más sexy”). Yo hice un máster en Minería de Datos así que ya los conocía, pero el autor proporciona un marco y un enfoque práctico para casi todo lo que necesitas desarrollar como líder de datos así que es útil también para los que tienen más experiencia. El texto se vuelve un poco demasiado repetitivo (conceptos y ejemplos) y tiene un enfoque más de alto nivel de lo que esperaba (muchas partes están escritas al estilo de un libro de texto mientras que utilizar más su experiencia personal y sus retos podría ser más útil, supongo). Está claro que le gusta enseñar: todos los algoritmos principales se explican de una manera muy fácil de entender y también los pasos de cada proceso (en algunos momentos incluso me recuerda a la serie “For Dummies”, pero con un lenguaje más académico).Encontré la sección Analytics Hub y Spoke Analytics interesante y también los últimos capítulos en los que explora el desarrollo de la puntuación, la monetización de datos, la visión y el papel de jefe de monetización de datos.

Ciencia de los datos

Los datos se consideran el activo más valioso del mundo, el catalizador del crecimiento económico del siglo XXI. Pero los datos son un activo económico único: nunca se agotan, nunca se desgastan y pueden utilizarse en un número ilimitado de casos de uso a un coste marginal cero. Las organizaciones necesitan una metodología para optimizar el valor económico de sus datos.

Bookmark Please login to bookmark Nombre de usuario o dirección de correo electrónico Contraseña Remember Me Este seminario web analiza los retos de datos a los que se enfrentan las empresas sanitarias en los países nórdicos y demuestra cómo los almacenes de datos…

Bookmark Please login to bookmark Username or Email Address Password Remember Me Descripción del episodio En este episodio del podcast semanal Artificial Intelligence After Work (AIAW), tuvimos el placer de recibir a Aurore…

Bookmark Please login to bookmark Username or Email Address Password Remember Me Episode Description En este episodio del podcast semanal Artificial Intelligence After Work (AIAW Podcast), nos adentramos en los entresijos del 2021…

Gestión del conocimiento y Big Data en la empresa

Bill Schmarzo, autor de “Big Data: Understanding How Data Powers Big Business” y “Big Data MBA: Driving Business Strategies with Data Science”, es el CTO de EMC Global Services Big Data Practice, responsable de establecer la estrategia y definir las ofertas y capacidades de los servicios de Big Data. Ha escrito varios libros blancos, es un ávido bloguero y es un orador frecuente sobre el uso de Big Data y la ciencia de los datos para impulsar las iniciativas empresariales clave de la organización.

Así que el BDBMMI nació para ayudar a abordar estos temas. Y a lo largo de cientos de discusiones y compromisos con clientes, he seguido perfeccionando las etapas del BDBMMI y la guía del BDBMMI sobre cómo una organización puede avanzar de una etapa a la siguiente.

Parte del reto para una organización que intenta “elegir las métricas adecuadas” empieza por centrarse menos en las métricas que miden lo que ha sucedido (métricas descriptivas) y más en las métricas sobre lo que es probable que suceda (métricas predictivas). Esto es clave si una organización quiere pasar de tener una visión retrospectiva y de espejo retrovisor del negocio, a una organización que tenga una visión más prospectiva y predictiva de hacia dónde va el negocio. Y aquí es donde entra en juego la ciencia de los datos.

Ir arriba