Topics about Data Sciences and BI
Foto de Usuario
Diego-ucharima

Ranking Troomes
Mensajes: 13
Registrado: 01 Sep 2018, 15:45

Data Science vs. Big Data vs. Data Analytics [Parte 2]

Mensaje por Diego-ucharima » 02 Dic 2018, 20:27

Las aplicaciones de cada campo:

Aplicaciones de Data Science:

:!: Búsqueda en Internet: los motores de búsqueda utilizan algoritmos de ciencia de datos para ofrecer mejores resultados para consultas de búsqueda en una fracción de segundos.

:!: Anuncios digitales: todo el espectro del marketing digital utiliza los algoritmos de la ciencia de la información, desde pancartas hasta carteles digitales. Esta es la razón principal por la que los anuncios digitales obtienen un CTR más alto que los anuncios tradicionales.

:!: Sistemas de recomendación: los sistemas de recomendación no solo facilitan la búsqueda de productos relevantes de los miles de millones de productos disponibles, sino que también añaden mucho a la experiencia del usuario. Muchas empresas utilizan este sistema para promocionar sus productos y sugerencias de acuerdo con las demandas del usuario y la relevancia de la información. Las recomendaciones se basan en los resultados de búsqueda anteriores del usuario.

Aplicaciones de Big Data:

:idea: Big Data para servicios financieros: las compañías de tarjetas de crédito, los bancos minoristas, los asesores privados de gestión de patrimonio, las compañías de seguros, los fondos de riesgo y los bancos de inversión institucional utilizan Big Data para sus servicios financieros. El problema común entre todos ellos es la gran cantidad de datos multi-estructurados que viven en múltiples sistemas dispares que pueden ser resueltos por big data. Por lo tanto, el big data se usa de varias maneras como:

- Analítica de clientes
- Analítica de cumplimiento
- Analítica de fraudes
- Analítica operativa

:idea: Big Data en comunicaciones: la obtención de nuevos suscriptores, la retención de clientes y la expansión dentro de las bases de suscriptores actuales son las principales prioridades para los proveedores de servicios de telecomunicaciones. Las soluciones a estos desafíos se encuentran en la capacidad de combinar y analizar las masas de datos generados por el cliente y datos generados por máquinas que se crean todos los días.

:idea: Big Data para el sector minorista: Brick and Mortar o un distribuidor en línea, la respuesta para mantener el juego y ser competitivo es entender mejor al cliente para que les sirva. Esto requiere la capacidad de analizar todas las fuentes de datos dispares con las que las compañías lidian todos los días, incluidos los weblogs, los datos de transacciones de los clientes, las redes sociales, los datos de tarjetas de crédito con la marca de la tienda y los datos del programa de fidelidad.

Aplicaciones de Data Analytics:

:arrow: Atención médica: el principal desafío para los hospitales con presiones de costos es tratar a todos los pacientes que puedan de manera eficiente, teniendo en cuenta la mejora de la calidad de la atención. Los datos de instrumentos y máquinas se utilizan cada vez más para rastrear y optimizar el flujo del paciente, el tratamiento y el equipo utilizado en los hospitales. Se estima que habrá un aumento de la eficiencia del 1% que podría generar más de $ 63 mil millones en los ahorros de salud a nivel mundial.

:arrow: Viajes: el análisis de datos puede optimizar la experiencia de compra a través del móvil / weblog y el análisis de datos de redes sociales. Las vistas de viaje pueden obtener información sobre los deseos y preferencias del cliente. Los productos se pueden vender mediante la correlación de las ventas actuales con la navegación posterior, lo que incrementa las conversiones de navegación para comprar a través de paquetes y ofertas personalizados. Las recomendaciones de viaje personalizadas también se pueden entregar mediante análisis de datos basados ​​en datos de redes sociales.

:arrow: Juegos: Data Analytics ayuda a recopilar datos para optimizar y gastar tanto dentro como a través de juegos. Las compañías de juegos obtienen información sobre los disgustos, las relaciones y los gustos de los usuarios.

:arrow: Gestión de la energía: la mayoría de las empresas utilizan el análisis de datos para la gestión de la energía, incluida la gestión de redes inteligentes, la optimización de la energía, la distribución de energía y la automatización de edificios en las empresas de servicios públicos. La aplicación aquí se centra en el control y monitoreo de dispositivos de red, equipos de despacho y administración de cortes de servicio. Las utilidades tienen la capacidad de integrar millones de puntos de datos en el rendimiento de la red y permiten a los ingenieros usar los análisis para monitorear la red.

Imagen

Fuente: SimpliLearn


Diego Ucharima Ortiz
Universidad Nacional de ingeniería
Responder