Please enable JavaScript.
Coggle requires JavaScript to display documents.
Organizaciones orientadas al dato, Métodos técnicas y herramientas, 1…
Organizaciones orientadas al dato
Empresas que usan datos, modelos e información para gestionar y tomar decisiones basadas en evidencia.
Se requiere de 3 capacidades vinculadas entre sí:
Cómo transformarse en una organización orientada al dato?
Cultura orientada a los datos
Dominio de las habilidades analíticas y herramientas
Domicio de la gestión de la información
Estrategia de business intelligence: estrategia general, sector en el que opera, evolución histórica
MODELO DELTA
Análisis descriptivo: capacidad de entender qué pasó?
Análisis de diagnóstico: capacidad de entender las razones.
Análisis prescriptivo: capacidad de tomar decisiones vinculadas
Análisis predictivo: capacidad de predecir
Análisis preventivo: Capacidad de actuar con antelación
Herramientas: Lenguajes de programación: Java, Python, Lenguajes de consultas de datos SQL, FQL
Herramientas ETL
Minería de datos SAS
Bases de datos relacionales: Oracle
Azure
Entre otras herramientas..
Métodos técnicas y herramientas
Disciplinas: ciencia de la computación, gestión de proyectos, estadística, econometría, machine learning, minería de datos, AI, big data entre otros
Técnicas y métodos: Regresión, clasificación, clustering, minería de textos, redes neuronales entre otros
Diseño de Arquitectura de explotación de datos
Análisis: Analítica, Inteligencia operacional, inteligencia de negocio
Gestión de la información: Integración de datos, Gobierno de datos, Acceso a datos ect
Almacenamiento y procesamiento: DATA WAREHOUSE, METADATOS, HADOOP+, SPARK, ect
Fuentes de datos: ERP,CRM, PLM, CDR, Logs, Streams ect
Pensamiento analítico
Analistas quants: expertos conocedores de métodos, eje: big data, data management
Usuarios de negocio: Non-quants: profesionales que hacen uso de las soluciones analíticas
Elementos de cambio
Cambio de mentalidad respecto al uso de los datos para la toma de decisiones
Hábitos:consolidación de buenas prácticas y transofrmar pensamiento crítico en una práctica habitual
Conocimiento: de los modelos, técnicas y los algoritmos
FASES:de implantación de proyectos analíticos
:
Definición del problema
Comunicación y acción en función de los resultados
Modelado y análisis: selección de variables
Nuevos Roles organizativos
Perfiles de negocio: stackeholders
Nuevos perfiles: científico de datos, especialistas en visualización, ingenieros de datos, arquitectos, chief data officer
Perfiles tecnológicos: perfiles tradicionales, nuevos perfiles,
Alineación de quants y non quants: Todos los empleados deben de transformarse en trabajadores analíticos
Definición de buenas prácticas para los perfiles de negocio en cuánto a conocimientos, comprensión, desarrollo de relaciones clave, modo ordenado y estructurado de pedir información, visualización más allá del proyecto: madurez de la organización ect
PRINCIPALES RETOS
HACIA LA TRANSFORMACIÓN
Conlleva un largo camino para que la organización alcance cierto grado de madurez: conlleva un proceso para medir el éxito y el valor generado, el éxito de adopción y resultados en cada fase del proyecto, establecimiento de metas claras y realistas
RETOS
Falta de gestión del proyecto
Falta de comunicación entre TI y negocio
Usuarios poco involucrados
Falta de objetivos organizacionales
Falta de cambio cultural
Capacidades TI limitadas entre otros retos
Tipo de estrategia a seguir? elección de la plataforma de explotación de datos: Best-of-breed versus Genérica
Necesidad de centros de competencia: estructura organizacional uasada para coordinar competencias TI dentro de una organización: definir grados de madurez basado en 4 factores: información y analítica, gobierno, estándares y procesos y arquitectura
En resumen: aquellas empresas que se apoyan en competencias analíticas son las que compiten mejor, se requiere de una transformación hacia nuevas habilidades analíticas en la organización.
1.Identificar y gestionar múltiples fuentes de datos
Capacidad de construcción de modelos de análisis avanzado para predecir y optimizar resultados
3.Capacidad de transformar la organización para que los datos y modelos deriven en mejores decisiones
Link Title