L'utilisation du Big Data dans votre entreprise

En la era en la que nos encontramos actualmente de digitalización y globalización, tanto las empresas como las personas a través de las redes sociales e internet, se genera un alto volumen de datos al día, llegando incluso a los millones de gigabytes diarios. A través de la recogida, gestión y almacenamiento de estos datos, las empresas pueden aprovecharlos para crear valor en los diferentes departamentos (finanzas, marketing, logística, etc.) Actualmente las empresas desarrollan su actividad en entornos caracterizados por la volatilidad, incertidumbre, complejidad y ambigüedad, es decir, entornos VUCA.

El uso y la explotación de los datos supone sin duda una ventaja estratégica para la empresa, ya que puede convertir este gran volumen de datos en información útil para la mejora de toma de decisiones y reducir de esta forma el ambiente de riesgo o de incertidumbre en el que se pueden encontrar las diferentes compañías usualmente.

Tecnologías como el análisis big data, ciencia de datos, aprendizaje automático y aprendizaje supervisado o no supervisado son esenciales para esta nueva realidad empresarial y son objeto de estudio en la presente investigación. Esto es justo lo que vamos a tratar en este trabajo, primero, definiremos los conceptos claves de esta área tan amplio, aclararemos entre otros, los conceptos de big data, ciencia de datos, aprendizaje automático, aprendizaje supervisado o aprendizaje no supervisado.

Las tecnologías que se van a presentar y describir se desarrollan principalmente en el lenguaje de programación Python, el más utilizado en la ciencia de datos debido a su similitud con el lenguaje natural y su sencillez.

Objectif: Aprenderemos qué es el Big Data y sus diversas aplicaciones en el modelo de negocio de los emprendedores.

Programme

PARTE I

• Origen y concepto.
• Utilidad.
• Características.
• Tipos de datos.
• ¿Dónde lo encontramos?

PARTE II

• Big Data y Data Science
• ¿Cómo se pone en práctica?
• Aprendizaje supervisado
• Aprendizaje no supervisado
• Aplicaciones en el área del marketing:
  • Análisis de las tendencias de productos
  • Aplicaciones con modelos de regresión
• Predicción de la demanda de un producto
• Método de fijación de precios
  • Aplicaciones con modelos de clasificación
• Predicción de la conversión de un cliente
• Modelo de predicción del abandono de un cliente
• Modelo de predicción de la morosidad
  • Aplicación de aprendizaje no supervisado para la segmentación de clientes

Destiné aux personnes entreprenantes.

Impartido por José Manuel Bermejo, profesor de la Universidad Rey Juan Carlos.

Durée : 4 heures.