Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 18 vistas

    10-Requisitos Organizacionales

    Cargado por

    Kristian Rojas
    Este documento presenta los requisitos organizacionales para adoptar Big Data. Explica que las empresas deben considerar los datos como un activo estratégico y tomar decisiones basadas en ellos. También describe la evolución hacia una gestión transversal de los datos estructurados y no estructurados de diferentes fuentes, y el uso de metodologías ágiles. Además, presenta los niveles de madurez en el uso de datos, desde lo básico hasta lo avanzado y líder, y el rol del Chief Data Officer para liderar la estrategia y gobierno

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    10-Requisitos Organizacionales

    Cargado por

    Kristian Rojas
    18 vistas26 páginas
    Este documento presenta los requisitos organizacionales para adoptar Big Data. Explica que las empresas deben considerar los datos como un activo estratégico y tomar decisiones basadas en ellos. También describe la evolución hacia una gestión transversal de los datos estructurados y no estructurados de diferentes fuentes, y el uso de metodologías ágiles. Además, presenta los niveles de madurez en el uso de datos, desde lo básico hasta lo avanzado y líder, y el rol del Chief Data Officer para liderar la estrategia y gobierno

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta los requisitos organizacionales para adoptar Big Data. Explica que las empresas deben considerar los datos como un activo estratégico y tomar decisiones basadas en ellos. También describe la evolución hacia una gestión transversal de los datos estructurados y no estructurados de diferentes fuentes, y el uso de metodologías ágiles. Además, presenta los niveles de madurez en el uso de datos, desde lo básico hasta lo avanzado y líder, y el rol del Chief Data Officer para liderar la estrategia y gobierno

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    18 vistas26 páginas

    10-Requisitos Organizacionales

    Cargado por

    Kristian Rojas
    Este documento presenta los requisitos organizacionales para adoptar Big Data. Explica que las empresas deben considerar los datos como un activo estratégico y tomar decisiones basadas en ellos. También describe la evolución hacia una gestión transversal de los datos estructurados y no estructurados de diferentes fuentes, y el uso de metodologías ágiles. Además, presenta los niveles de madurez en el uso de datos, desde lo básico hasta lo avanzado y líder, y el rol del Chief Data Officer para liderar la estrategia y gobierno

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 26

    REQUISITOS

    ORGANIZACIONALES
    Mg. Evelyn Ayala
    eayala@uigv.edu.pe
    Objetivo de la Sesión

    Comprende los requisitos


    organizacionales para la
    adopción del Big Data.
    Data Driven

    CDO
    Agenda
    Estrategia de Datos

    Personas y Proceso Data Science


    DATA DRIVEN
    Evolución
    • Considera al dato como un 1 Apalancamiento
    activo estratégico. en los datos

    • Realiza la toma de decisiones 2 Advanced


    de forma óptima basándose en Analytics
    los datos.

    • Cuenta con modelos integrales 3 Integrando e


    de gestión del dato y gobierno. institucionalizando
    Analytics
    Data-driven company
    Evolución
    • Datos Estructurados Gran número de información de negocio se origina
    y No Estructurados de forma no estructurada, diferentes fuentes,
    variedad de formas.
    • Silos vs Gestión Entornos flexibles Big Data (Data Lake), compartir
    la información de forma transversal.
    transversal
    La reducción del coste de almacenamiento. Visión
    • De agregación a la global más exacta, flexibilidad para interpretar la
    granularidad. información.

    • De waterfall a Metodologías ágiles permiten adaptar la forma de


    metodologías ágiles. trabajo a las condiciones cambiantes del proyecto,
    flexibilidad y rapidez.
    Evolución

    Conocimiento
    Datos
    Corporativo
    Objetivos

    Crecimiento Optimización Protección

    Maximizar Identificar Mejorar la Mejorar la Optimizar Cumplimiento


    nuevas experiencia productividad las de riesgos y
    beneficios
    fuentes de y fidelidad funciones regulatorias.
    y eficiencia.
    ingresos. del cliente. y
    procesos
    de apoyo.
    Road Map

    Necesidad de negocio,
    Menor
    priorización iniciativas. Mayor
    madurez madurez
    Fases
    Líder
    Niveles de
    madurez (uso de
    Avanzado
    datos)

    Establecimiento

    Desarrollo

    Básico
    Niveles de madurez (uso de datos)
    Reportes descriptivos, uso mayoritario de hojas de cálculo y
    Básico procesos manuales. Reportes estáticos y “point-in-time”.
    Pocos modelos analíticos.

    Uso frecuente de hojas de cálculo y herramientas BI, data-


    Desarrollo marts. Analítica predictiva básica y centrada en predecir el
    comportamiento de los clientes. p.e. patrones de compra.

    Reporte interactivo, análisis y capacidades ah-hoc.


    Herramientas para self-Service de usuarios finales.
    Establecimiento Prototipos ágiles. Decisiones aún dependen del análisis de
    expertos.
    Niveles de madurez (uso de datos)

    Estándares y procesos. “Common language” en la


    Avanzado organización. IA y modelos prescriptivos se van integrando
    en los procesos. p.e. retención de clientes.

    Líder Reporte interactivo real-time y cuadros de mando. IA para


    toma decisiones en base a los resultados observados.
    Niveles de madurez (uso de datos)

    Monitorización Perspectiva Optimización Monetización Transformación


    Empresarial Empresarial Empresarial de datos Empresarial
    CHIEF DATA OFFICER
    CDO
    Rol del CDO
    • Respuesta C-Suite a mercado digital dirigido por datos.
    • Responsable de los datos en la organización.
    • Del Gobierno y la utilización de la información.
    • Promueve la innovación, la transformación y la ventaja
    competitiva de cara al mercado mediante datos y
    análisis.
    • Desarrolla la estrategia y visión de datos alineándola con
    la estrategia de negocio.
    • Actúa como un agente de cambio y escala la adopción
    organizacional de la toma de decisión conducida por el
    análisis de datos.
    Chief Data Officer

    Business
    CDO IT (CIO)
    (CRO, CFO, …)
    El patrocinio al más alto nivel es Los recursos para el CDO
    necesario para el éxito del rol. dependen de su ámbito de
    Presupuesto es clave; sin ello, los actuación, equipo mínimo de
    esfuerzos pierden prioridad. analistas de negocio y
    científicos de datos.
    ESTRATEGIA DE DATOS
    Estrategia de Datos

    Fuente: IBM
    PERSONAS
    DATA SCIENTIST
    Personas – Data Scientists
    PROCESO DATA SCIENCE
    Proceso de Data Science
    Implementación de un Proceso de Data Science: Integrando al equipo de

    Analítica, TI y Negocio:
    Tarea
    Revisar el siguiente enlace:
    https://www.paradigmadigital.com/lineas-servicio/casos-uso-big-data-ia/

    Estructura:
    • Indicar la visión y misión.
    • Definir el problema u oportunidad
    alineado a la visión y misión de la
    empresa.
    • Señalar el Desafío a implementar
    • Solución
    Tarea

    También podría gustarte