Innovation Edge. Big Data
-
Upload
bbva-innovation-center -
Category
Documents
-
view
85 -
download
0
Transcript of Innovation Edge. Big Data
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 1/31
6JUNIO 2013
¿En qué punto estamos?
Visión general
Big Data en los servicios financiero
Es hora de generar valorde negocio con los datosBig Data
Temas de interésTendencias tecnológicas
tambiénen estenúmero
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 2/31
¿En qué punto estamos?............................................................ 4
Visión general ......................................................................................... 14
Big Data en los servicios inancieros:
Lo esencial ................................................................................................. 21
BBVA y Big Data................................................................................ 26
Instantáneas globales................................................................. 28Perspectivas de innovación................................................ 34
En proundidad ................................................................................. 40
Secciones.................................................................................................. 42
Temas de interés........................................................................ 42
Tendencias tecnológicas.................................................. 49
Evento Big Data .................................................................................. 53
Estudio realizado entre BBVA y
el Ayuntamiento de Madrid ................................................. 54
BBVA e IM35 en Latam............................................................. 56
Créditos ........................................................................................................ 58
sumario
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 3/31
Big Data:
“¿En qué puntoestamos?”Big Data ya no es una promesa ni una tendencia. Big
Data está aquí y está provocando cambios proundos en
diversas industrias. Desde el punto de vista tecnológico
ya existen sectores empresariales que han adoptado
de orma masiva proyectos y productos. El análisis de
todos los datos disponibles está convirtiéndose en un
elemento de disrupción. Así como internet es un actor
de desintermediación que está aectando a muchas
cadenas de valor, el análisis de inormación en grandes
volúmenes, de diversas uentes, a gran velocidad y con
una lexibilidad sin precedentes puede suponer un actor
dierencial para aquellos que decidan adoptarlo.
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 4/31
2,5
Algunos ejemplos del mundo real
entes:
S | Big Data: www.sas.com/big-data.
M | Big Data at the Speed o Business
Kinsey Global Institute | Big Data: The next rontier
innovation, competition, and productivity, junio 2011.
Los sistemas de RFID (identiicacinpor radiorecuencia) generanhasta 1.000 veces más datosque los sistemas convencionalesde cdigos de barras.
Facebook cuenta con másde 901 millones de usuariosactivos generando datos
de interaccin social.
Walmart gestiona más de1 milln de transaccionescon clientes por hora.
En el mundo se registran cadasegundo 10.000 transaccionesde pagos con tarjetas.
Más de 5.000 millonesde personas teleonean,mandan mensajesde texto, tuitean ynavegan por internetcon telonos mviles.
Cada día se envían 340millones de tuits. Son unos4.000 por segundo.
Al día se generan 2,5 trillonesde bytes de datos. El 90% delos datos que hay hoy en díaen el mundo se han creado tanslo en los dos últimos años.
Crecimiento
de los datos >
¿Qué ocurre
en un minuto
en internet?
Fuente : Intel | What Happens in an Internet Minute?
1,3 mVisualizaciones
30Horas de vídeo
+2 mill.Búsquedas eectuadas
+320Cuentas nuevas en Twitter
20 mill.Fotos vistas
3.000Fotos subidas
61.141Horas de música
+100Cuentas nuevasen LinkedIn
47.000Descargas de apps
1.300Nuevos usuarios mviles
20Nuevas víctimas desuplantacin de identidad
$83.000En ventas
6Nuevos artículos publicadosen Wikipedia
204 mill.E-mails enviados
639.800Gigabytes de datostranseridos en el mundo
135Inecciones botnet
277.0Logins en Face
6 millPeriles vistos e
100.000Nuevos tweets
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 5/31
Esto no ha hecho más que empezar
En 2015Costaría 5 años ver todos
los videos que se distribuirán en
las redes IP cada segundo
ente: Intel | What Happens in an Internet Minute?
HoyEl númerode dispositivos en red
equivale a
la poblacin mundial
equivaldrá a
Para 2015
El número de dispositivos en red
la poblacin mundial
2x
Y ya ha captado laatención de mucha genteTérminos de búsqueda como Hadoop, Big Data
y Analítica de Datos registran tendencias al alza.
Inters a lo largo del tiempoEl número 100 representa el pico en el interés en búsquedas
La oportunidad de mercadoSegún la reciente presentación de Gartner “Top Technology
Predictions or 2013 and Beyond”:
Fuente: Google Trends, abril 2013
100
80
60
40
20
0
2005 2007 2009 2011 2013
Fuente:Gartner | Top Te
or 2013 and Beyond, eb
Promed
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 6/31
Características
eBay, por ejemplo, se enfrenta al
fraude a través de PayPal analizand
o
5 millones de transacciones
en tiempo real al día.
Los modelos basados en
inteligencia de negocios
generalmente suelen tardar
días en procesarse, frente a
las necesidades analíticas
“casi” en tiempo real de hoy
en día debido al ujo de
datos a alta velocidad.
La velocidad del movimiento,
proceso y captura de
datos dentro y fuera de
la empresa ha aumentado
signifcativamente.
Datos en streaming,
cotizaciones bursátiles,
medios sociales, máquina a
máquina, datos de sensores…
una creciente variedad de
datos necesitan ser procesados
y convertidos en información.
La variedad de datos ha
explotado, pasando de
ser datos almacenados
y estructurados,
guardados en bancos de
datos empresariales, a
ser desestructurados,
semiestructurados,
audio, video, X ML, etc.
La Bolsa de Nueva Y ork
genera 1 terabyte de datos
al día, frente a T w itter,
que genera 8 teraby
tes al
día (o 80 MB por segundo).
En 2020 se espera que se
generen 420.000 millones
de pagos electrónicos.
Por ejemplo, el volumen
de datos procesado por
corporaciones ha crecido
signifcativamente.
Google procesa 20
petabytes al día.
El volumen de los datos
almacenados en los depósitos
de las empresas ha pasado
de ocupar megabytes y
gigabytes a “petabytes”.
Una deinicióng Data es el término que se
mplea hoy en día para descri-
r el conjunto de procesos, tec-
ologías y modelos de negocio
ue están basados en datos y en
pturar el valor que los propios
atos encierran. Esto se pue-
e lograr tanto a través de una
ejora en la eiciencia gracias al
nálisis de los datos (una visión
más tradicional), como mediante
la aparición de nuevos modelos
de negocio que supongan un
motor de crecimiento. Se habla
mucho del aspecto tecnológico,
pero hay que tener presente que
es crítico encontrar la orma de
dar valor a los datos para crear
nuevos modelos de negocio o de
ayudar a los existentes..
Fuente: BBVA New Technologies
Fuente: Booz & Company |
Beneitting rom Big Data, 2012.
A Big Data lecaracterizanlas tres “v”:
Volumen, Variedad, Velocidad
Volumen
Velocidad
Variedad
Ju
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 7/31
Fuentes y tiposas uentes de datos son internas y externas, y los
pos de datos son estructurados y desestructurados.
uente: Booz & Company | Beneitting rom Big Data, 2012.
Teléono
móvil / GPS
CRM
Foros online
Google+ FacebookHistorial de crédito
Perfiles web “Feeds” de las webs
InstagramHistorial de viaje
Registros de ventas
Share Point
Registros inmobiliarios
Registros de RRHH
Sensor Data
Externo a Sensor DataDatos del censo
Financieros
Documentos de texto
Inventario
Blogs
TIPOS DE DATOS
Estructurados
E x
t e r n a s
I n t e r n a s
Desestructurados
Los datos externos estruc-turados son una extensinlgica de los actuales análi-sis sobre datos internos es-tructurados de la empresa.
Los datos internos estruc-turados son la categoría mejorentendida por la empresa, pero
la empresa necesita cambiarel enoque hacia los datos
externos y desestructurados.
Los datos internos deses-tructurados son un excelente
campo de aprendizaje para quela empresa pueda entenderel modo de sacarle valor aestos ormatos de datos.
Este cuadrante representala mayor área de opor-
tunidad para que la em-presa recoja inormacin
de los consumidores.
El camino haciala productividadEn conjunto, los macrodatos están en-
trando en un “abismo de desilusión”
“MapR, HortonWorks y Cloudera estaban debatien-
do el estado de Hadoop. Y yo había oído desde el
mismo centro del movimiento Hadoop que MapRe-
duce siempre ha sido el techo de Hadoop o que
Hadoop está ya anticuado.”
Se tratade resultadosempresarialesEn cierto sentido, Big Data puede ten
tas a todas nuestras preguntas. Algu
cen que es el in de la teoría. Las e
organizaciones que puedan hacer
adecuadas (en el momento preciso) i
su ventaja competitiva. Desde el pun
los negocios, actualmente estamos y
science” (ciencia de datos) al “data in
teligencia de datos).
Desde el punto de vista de las tenden
te a explorar es la búsqueda de valoy de resultado de negocio con Big
palabras: veamos en dónde está el va
de negocios. ¿Qué puedo hacer en m
Big Data? ¿Qué puedo hacer con tod
para crear nuevos modelos de negoc
Mira este vídeo para veseñales que sugieren el
de la desilusin (y de pconsigue mucha inorm
útil). Enhorabuena, ¡la tecdelBig Data está madur
con rapidez!
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 8/31
VisióngeneralEn esta sección veremos cómo
se percibe Big Data, hablaremos
sobre las oportunidades y desaíos
que conlleva y echaremos un
vistazo a algunos modelos de
negocio emergentes.
Big Data:
¿Qué es Big Datapara los gerentes quehan tenido éxito?Gran parte de la conusión sobre Big Data se debe
a malentendidos en torno a su propia deinición. En
lugar de una única característica claramente domi-
nante en lo que se entiende como Big Data, un son-
deo reciente de IBM muestra cómo los encuestados
tienen puntos de vista divididos sobre si Big Data se
deine mejor en relación al gran volumen de datos
de hoy en día, a los nuevos tipos de datos y análisis,
o a las nuevas necesidades de más análisis de inor-
mación en tiempo real.
¿Qu entiendenlos ejecutivosde negocios por“Big Data”?
Datosde mediossociales
7%
Una nuevapalabrade moda
8%Grandesvolúmenesde datos
10%
Flujo de datode nuevastecnologías
Medios notradicionales
13%Inormacinen tiempo real15%
Nuevos tipos dedatos y análisis16% Un mayor
abanico deinormacin
18%
Fuente: The Financial Brand | Big Data: Big Opportunity in
Banking ... or Big B.S.?, noviembre 2012 IBM I Survey Results
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 9/31
Se trata de inormaciónxiste en la actualidad una ingente cantidad de inormación disponible.
el límite a la ventaja que las irmas inancieras pueden obtener de su
tivo de inormación lo marca básicamente su imaginación.
os gestores que han sido exitosos en un entorno alto de datos
uede que lo pasen mal para comprender el valor potencial de los
atos. Pueden carecer del tiempo y de la paciencia para explorar
cambio. Y aquellos que sí entienden los datos puede que sean
capaces de identificar las oportunidades más valiosas; quizás no
ntiendan la economía del negocio lo suficientemente bien. Una
mpresa puede entender el potencial de sus activos de inormación
ólo cuando se derriban estas barreras.
a economía vista a travs de los datos generados en la industria inanciera
ente: Oliver Wyman | State o the Financial Services Industry, 2013.
El camino hacia la creaciónde valor: tres aspectos clave
Fuente: The Financial Brand | Big Data: Big Opportunity In Banking… Or Big B.S.?, noviembre 2012.
3Los problemas
seguridad y privadeben solucion
Muchas discusiones deb
lugar entre las partes int
Por ejemplo: cómo sup
miedos “Gran Herman
blemas con el registro d
problemas con privacida
y pública; transparenccompañías que trabajan
o legislación que apoye y
la innovación.
2Se necesitan recursosdiíciles de encontrar
Encontrar expertos enestadística con conocimien-tos en inormática es diícil
porque no hay suicientes enel mercado de trabajo. Reunirlas habilidades para manejarBig Data conlleva disciplinay rigor; y pocos son los queterminarán adquiriéndolas.
1Los datos debenllevar a la acción
El valor inherente a los datossólo puede asumirse cuando
los clientes pueden actuarrespecto a oportunidades que
les suscitan interés.
Las oportunidades:Las empresas se pueden beneiciar de Big Data en varias áreas, como
el conocimiento del cliente, marketing, operaciones y gestión del riesgo.
Marketing personalizado utilizando tendencias sociales
Visin del negocio precisa
Segmentacin de los clientes
Captura de oportunidades en ventas y marketing
Toma de decisiones en tiempo real
Deteccin de prdida de clientes
Deteccin de raude
Cuantiicacin del riesgo
Tendencias del sentimiento de mercado
Comprensin de cambio del negocio
Planiicacin y prediccin
Mejor análisis de costes
Análisis del comportamiento de los clientes
Rendimiento de la produccin
Otros
Áreas que se beneician de Big Data % Respuestas
61
45
41
38
37
35
33
30
30
30
29
29
27
6
4
Fuente: Booz & Company | Beneitting rom Big Data, 2012
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 10/31
Las oportunidades: algunos ejemplos
Análisis de los clientes■■ Marketing impulsado por los cli entes: promociones y oertas personalizadas basán-
dose en las pautas de compras individuales. Prevencin de la prdida de clientes.
■■ Recomendacin de productos: iltros colaborativos, recomendaciones basadas en
la actividad multicanal.
Análisis de marketing
■■ Modelos del marketing mix: optimizacin del marketing mix y de las promociones
utilizando modelos economtricos para evaluar el aumento de ventas con dierentes
herramientas de marketing e identiicar el más eectivo.
■■ Optimizacin de los precios: utilizar los datos para evaluar la sensibilidad de la deman-
da a los precios y para optimizarlos en diversos puntos del ciclo de vida del producto.
Análisis de internet/mviles/redes sociales
■■ Análisis de la actividad del cliente: almacenar las preerencias del cliente para per-sonalizar lo que se muestra, monitorizar el uso para evaluar las mtricas de la web.
■■ Monitorizar los medios sociales: analizar los sentimientos del consumidor hacia la
marca y sus productos en redes sociales.
Eectividad operativa■■ Análisis de datos operativos aprovechando abundantes datos de produccin para
mejorar los procesos y la calidad del producto.
■■ Mejor planiicacin y prediccin aprovechando la cantidad de datos de procesos
histricos, recursos y productos.
Análisis de raude y riesgo■■ Análisis de datos sobre clientes, transacciones y mercados para cuantiicar el riesgo de
clientes y productos.
■■ Detección de raude en tiempo real aprovechando datos de los puntos de venta y de los
sistemas de transacciones y análisis.
ente: Booz & Company | Beneitting rom Big Data, 2012
Modelos de negocio emergentesEstán surgiendo nuevos modelos de negocio en el mundo de Big Data.
Destacan en general tres grandes planteamientos:
Fuente: Harvard Business Review | What a Big-Data Business Model Looks Like?, diciembre 2012.
F o m e n t a
r m
e r c a d o s d e i n t e r c a m b i o Im
pulsa r a c u e r d o s F
a c i l i t
a r l a
p u b
l i c i d
a d
y p e r s p e c t i v a s
V e n d e r i n f o r m a c i ó n e n b r u t o
A p o r
t a r p
u n
t o s d e
i s C r e a r n
u e v a s
o f e
r t
a s
d e
s e r v i
c i o
s
S a
t i s f a
c e r a
l o s
c l i e
n t e s
A p
o r t a r
r e l e v a
n c ia
c o n t e x
t u a l
3planteamientos
3approaches
3approaches
3Planteamientos
Redes de
distribución
basadas en la
inormación
Dierenciación
basada en la
inormación
Intercambio
basado en la
inormación
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 11/31
Modelos de negocioemergentes (visión del sector)
versos sectores están utilizando Big Data para transormar los mode-
s de negocio y mejorar el rendimiento en muchas áreas:
Manuacturas
■■ Investigacinde productos
■■ Análisis de ingeniería
■■ Mantenimientopredictivo
■■ Análisis de procesosy calidad
■■ Optimizacinde la distribucin
■■ Optimizacinde redes
■■ Valoracinde los clientes
■■ Evitar prdidade clientes
■■ Prevencindel raude
Medios ytelecomunicaciones
Energía
■■ Redes inteligentes■■ Exploracin■■ Modelos operacionales■■ Sensores de tendido
eléctrico
Salud y ciencias de la vida
■■ Farmacogenmica■■ Bioinormática■■ Investigacin armacutica■■ Investigacin de resultados clínicos
Servicios
financieros
■■ “Trading” automatizado■■ Análisis de riesgos■■ Deteccin del raude■■ Análisis de carteras
Venta minorista
■■ Gestin de relacionescon el cliente
■■ Ubicacin y distribucinde tiendas
■■ Deteccin y prevencindel raude
■■ Optimizar la cadenade suministros
■■ Precios dinámicos
Gobierno
■■ Gobernanza del mercado
■■ Sistemas de armasy contraterrorismo
■■ Econometría■■ Inormática aplicadaa la salud
Publicidad yrelaciones públicas
■■ Gestin de señalesde demanda
■■ Publicidadpersonalizada
■■ Análisis de senti-miento del mercado
■■ Adquisicinde clientes
ente: A.T. Kearney | Big Data and the Creative Destruction o Today’s Business Models
Big Dataen los serviciosinancieros:
Lo esencialLa historia de Big Data se extiende por
todas partes, expresándose de muchas
ormas dierentes. En esta seccin
presentamos los aspectos esenciales
de Big Data, tal como los entendemos,
desde el punto de vista de los
servicios inancieros.
JunJun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 12/31
Big Data surgió rutode la necesidad
hoo! y Google trataban de resolver sus problemas
mpresariales cuando nació Big Data (Hadoop).
hora, pasados unos cuantos años, otras compañías
e internet como Amazon, Facebook y muchas más
ilizan ahora Big Data para resolver sus problemas
mpresariales y explorar nuevas oportunidades de
egocio.
ente: GigaOm | The History o Hadoop:
m 4 nodes to the uture o data, marzo, 2013.
El mundo tan sólo queríaun mejor motor de búsquedade código abierto
¿Intención rente a decisión?¿Qué datos generan mayor rendimiento?Los datos de servicios inancieros son maravillosos,
especialmente cuando se trata de mejorar los mode-
los de negocio actuales o de crear algunos nuevos.
Mientras que datos de otro tipo, como Foursquare,
permiten visualizar la intencionalidad de los consu-
midores, los datos de los servicios inancieros expre-
san las decisiones de compra de los consumidores.
Sin embargo, el valor de dichos datos no se puede
concretar a no ser que proporcionen una oportu-
nidad para actuar. Las compañías deben orecer a
los consumidores el producto o servicio adecuado
en el momento adecuado; en otras p
sitan entender las necesidades y de
de los clientes y tener capacidad p
consecuencia.
Por este motivo, la rápida comprensi
sos lujos de datos y de la subsiguien
extraída con Big Data son procesos sulta extraño pues que las visualizac
sean también cada vez más impor
están empezando a ormar parte de
gestión de muchos líderes.
Analizando los datosrepresentados...
...deberías ser capaz de entenderlas necesidades y carencias de
los clientes en tiempo real...
...actuaren consecuencia...
...y oreproducto
en el mo
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 13/31
Los desaíoss instituciones inancieras deberían abordar cin-
o grandes retos para capturar el valor que puede
recer el tratamiento adecuado de los datos:
Costes excesivos
Gran parte de la gestión tradicional de datos bancarios y de las prác-
ticas de gestión de datos es incapaz de soportar las exigencias de Big
Data, lo que puede desembocar en proyectos de análisis de datos cos-
tosos y con retrasos.
1
Alineación con el negocio
Los presidentes de los bancos y los accionistas principales tienen unos
objetivos empresariales muy claros. A menudo estos objetivos no es-
tán alineados con las ideas relativas al Big Data, lo que genera un gran
obstáculo para las organizaciones de servicios inancieros.
2
Límites presupuestarios
Implementar un verdadero modelo de coste-beneicio puede ser d
cuando con herramientas como Hadoop los altos costes de desar
por adelantado son habituales. Las nuevas plataormas analíticas l
mano y basadas en la nube para Big Data hacen que poner en ma
una plataorma y lograr su rentabilidad sea más viable que nunca.
3
El “momento eureka”
Los vendedores y proveedores de servicios deben de seguir aportan-
do liderazgo intelectual, modelos de datos precisos y plantillas especíi-
cas para generar el “momento eureka” en las organizaciones, y aportar
un modelo y una visualización mejor sobre cómo la tecnología puede
resolver un problema de negocio de un modo más signiicativo.
4
Lagunas de conocimiento
Las estrategias tecnológicas y los procesos de negocio para Big
son muy dierentes. Las lagunas en el almacenamiento de datos
estrategias de procesamiento, así como la alta de conocimiento
dirección por parte de los gerentes de sistemas pueden generar
en algunos bancos. Además, los proesionales de la tecnología b
ia todavía pueden carecer de conocimiento sobre las herramien
gestión de Big Data. La ormación técnica y de usuario inal tampuede impedir a los bancos adoptar Big Data.
5“La mayor parte de los sectores reconocen yaque Big Data y el análisis de datos pueden dis-parar la productividad, hacer que los procesossean más visibles y mejorar las prediccionessobre el comportamiento. Losanálisis posteriores deinirán ladierencia entre los perdedoresy los vencedores en el uturo,”
dice Tim McGuire,director de McKinsey.
Fuente: BMcKinsey | Making data analytics work:
Three key challenges, marzo 2013. Ver video
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 14/31
BBVA está trabajando para capturar el valor que los
datos encierran, tanto para mejorar los procesos de
negocio actuales, como para crear nuevos produc-
tos basados en datos.
El dato inanciero da una perspectiva única, tangible,
dinámica y medible sobre la sociedad y su evolu-
ción. El objetivo es buscar nuevas perspectivas en
el uso de estos datos y combinarlos con otros de
orma que tanto BBVA como otras instituciones,empresas o personas puedan tomar mejores deci-
siones.
Desde el punto de vista tecnológico y de calidad
de la inormación, BBVA lleva años trabajando en
un “Master Data Program” que nos ha puesto en
una situación líder en aspectos inormacionales en
nuestra industria. Las iniciativas actuales son una
continuación de esta ilosoía, incorporando ormas
más ágiles de procesar la inormación, el acceso a
uentes de inormación más variadas y la adición
del análisis de grandes volúmenes de datos no es-
tructurados.
Externamente, de orma que sean o
ciones las que se beneicien del valo
■■ Ayudar a “retailers” a entender mejo
to, sus clientes y su contexto geográ
■■ Ayudar a los gestores urbanos a t
decisiones gracias a un mejor con
la ciudad.
■■ Medir el impacto real de eventos o
concretas (www.mwcimpact.com) .
■■ Permitir que terceros creen nuevovalor sobre datos anónimos y agre
cionados por BBVA, en combinac
otras uentes de datos.
BBVA yBig Data
Algunas de las áreas en las que BBVA esaplicando o investigando el uso de Big D
Internamente, uso de los datos dentro del banco:
■■ Análisis de riesgos, por ejemplo, para el caso de
las PYMES, donde la idea es llegar a obtener una
visión más amplia de los clientes, que permita no
limitarse casi exclusivamente a su contabilidad e
historia inanciera.
■■ Ubicación óptima de inraestructuras de servicios
como cajeros y oicinas bancarias, de orma que
sean lo más convenientes posible para los clien-
tes.■■ Adecuación de la oerta de productos en unción
de las necesidades reales de los clientes, o “custo-
mer centricity”.
1010
001 1
0101
00
1010
1010
111
1010
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 15/31
InstantáneasglobalesLos “jugadores” de Big Data se pueden
dividir entre proesionales de los datosy suministradores de tecnología. En esta
sección destacamos las empresas que
trabajan con Big Data en varios sectores,
incluyendo la banca y los servicios
inancieros. Los suministradores de
tecnología abarcan un espacio amplio, ya
que esta tendencia aún está madurando.
También hacemos un repaso al terreno
tecnológico y echamos vistazo a algunas
compañías que apuntan hacia dónde se
dirige el uturo de Big Data.
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 16/31
SOFTWARE DE GESTIóN DE TERCEROSHay terceros que también venden sotware para
gestionar clústeres Hadoop, y sus productos son
generalmente agnósticos en cuanto a las distribu-
ciones a las que dan soporte.
DISTRIBUCIóNEstos son productos de sotware empaquetados
que pretenden acilitar la implementación y gestión
de clústeres Hadoop, rente a tener que descargar
las diversas bases de código Apache e intentar con-cebir un sistema.
BASES DE DATOS OPERACIONALESLas bases de datos operacionales son importan-
tes para muchas, si no la mayoría, de las aplica-
ciones web. Y si usted está desarrollando grandes
negocios en internet, hallar una que se ajuste a sus
volúmenes de datos y que rinda según sus nece-
sidades es vital.
SQL EN HADOOP“Las soluciones SQL en Hadoop… incrementan la
accesibilidad de Hadoop y permiten a las organi-zaciones reutilizar su inversión en el aprendizaje
de SQL.
FRAMEWORKSGracias a los rameworks los desarro
tíicos de datos pueden sacarle rend
doop de una manera barata y ácil. L
permiten la expansión de las uente
de datos a los que da apoyo.
HADOOP: COMO SERVICIODE APP S/ANALÍTICASEl modelo de nube deja a los usuario
cho de la inversión en inraestructurariencia en la materia de un proveedo
sin tener que realizarlo internamente
Proveedorestecnológicosde Big Data
DISTRIBUCIóN■■ Cloudera
■■ EMC Greenplum
■■ Hadoop
■■ Hortonworks
■■ IBM■■ Intel
■■ MapR
OFTWARE DEESTIóNE TERCEROSApache Mesos
Corona
Stack IQWANdisco
Zettaset
BASES DE DATOSOPERACIONALES■■ Apache Accumulo
■■ Apache HBase
■■ Drawn to Scale
■■ Lily■■ Splice Machine
■■ Sqrrl
■■ TempoDB
FRAMEWORKS■■ Apache Hama Project
■■ Apache Pig
■■ Apache Tez
■■ Cascading (Concurrent)
■■ Mortar■■ Scalding ( Twitter)
HADOOP COMUN SERVICIOAPPS/ANÁLITI■■ Birst
■■ Cetas (VMWare)
■■ Kontagent■■ Packetloop
■■ Qubole
■■ Treasure Data
SQL EN HADOOP■■ Apache Drill
■■ Apache Giraph
■■ Citus Data
■■ Hadapt
■■ Impala (Cloudera)■■ Lingual (Cascading)
■■ Phoenix (Force.com)
■■ Pivotal HD (Greenplum)
■■ RainStor
■■ The Hive
■■ The Stinger Initiative
(Hortonworks)
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 17/31
HADOOP: INFRAESTRUCTURACOMO SERVICIOLo que el Mercado necesita realmente es algo
como un Dropbox para Big Data BI (Business
Intelligence). Reducir el ruido que encontramos
en las inraestructuras a la hora de implementar
Hadoop.
APLICACIONESANALÍTICAS & PLATAFORMASNos movemos hacia una plataorma más uniicada
de análisis de Big Data. Con la introducción de con-sultas en tiempo real, Hadoop ha dado un gran paso
hacia la uniicación de la mayoría de las aplicaciones
analíticas de Big Data en una plataorma integral.
HADOOP:INFRAESTRUCTURADE SERVICIO■■ Amazon Elastic MapReduce
■■ GoGrid
■■ Inochimps
■■ Inosphere BigInsights (IBM)■■ Joyent
■■ Mortar Data
■■ Skytap
■■ Sungard
■■ VertiCloud (Beta)
■■ Windows Azure (Microsot)
APLICACIONESANALÍTICAS &PLATAFORMAS■■ 0xdata
■■ Apache Mahout
■■ Continuuity
■■ Datameer■■ HStreaming
■■ Karmasphere
■■ NGData
■■ PacketPig (Packetloop)
■■ Platora
■■ Radoop
■■ Tresata
■■ WibiData
PLATAFORMASALTERNATIVAS■■ Disco
■■ HPCC Systems
■■ Pervasive Sotware
(DataRush)
■■ Spark/Shark
ALTERNATIVAS HDFS■■ Cassandra
(via DataStax Enterprise)
■■ Ceph
■■ Cleversae
(Dispersed Storage Network)
■■ EMC (Isilon)■■ IBM (GPFS)
■■ NetApp (NetApp Open
Solution or Hadoop)
■■ Lustre
■■ Red Hat (Red Hat Storage/
GlusterFS)
■■ Quancast File System
HADOOP REENVA■■ Data Direct Network
■■ Dell
■■ HP
■■ Microsot
■■ Nutanix
■■ SGI■■ Teradata/Aster Data
Otrosproveedores destacados
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 18/31
Llegó la hora de levantarse y empezar
a ser activos con Big Data, puesto
que “quedarse sentados esperando”
ya no es una opción viable. En esta
sección veremos algunos consejos de
proesionales que comparten algunas
lecciones aprendidas a lo largo
del camino.
Perspectivasde innovació
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 19/31
No hacer nada quizásya no sea una opción
on muchas instituciones poniendo en marcha una
trategia de Big Data, la capacidad de que un com-
etidor se lleve a sus mejores clientes es una ame-
aza creciente. Más allá de eso, hay muchos pro-
edores alternativos que están creando estrategias
eudobancarias, recolectando ingentes cantidades
e inormación que puede ser utilizada en su contra
n el uturo. Google, PayPal, Amazon y otras orga-
zaciones están acumulando un acervo de datos
bre patrones de compra de los consumidores.
El uturo inmediatode Big DataImaginación y tecnología llevan un rumbo de coli-
sión que cambiará el mundo de un modo proundo:
¿Qué hacer?Empresas y proesionales deberían de ponerse
como objetivo adquirir capacidades para el análisis
de lujos de datos en tiempo real mediante uentes
multiestructuradas y con herramientas para gran-
des volúmenes de datos.
L o s t r a b a j a
d o r e s d e I T
e s t á
a d q u i r i e n
d o n u e v o s
r o l e s
h a c i e n d o d e p u e n
t e e n t r
l a s I T y l o s
n e g o c i o s.
L o s t r a b a j o
s d e B i g D a t
r e q u i e r e n a
n a l i s t a s d e
c h i e d a t a o
f i c e r s, c i e
d a t o s, p r o e
s i o n a l e s
a r q u i t e c t o s
d e i n o r
g u a r d i a n e s
d e d a t o
S e n e c e s i t a
n c a p a
a v a n z a d a s
d e g e s
i n o r m a c i ó n
/ a n á
e x p e r i e n c i a
e n n
F u e n t e : G a
r t n e r | T o p
P r e d i c t i o n s
f o r 2 0 1 3 a
B e y o n d, f e b
r e r o 2 0 1 3
Desde BBVA, añadiríamos:
■■ Espera pronto una “taquilla de datos personales”,que ayudará al consumidor a gestionar los datos
que genere.
■■ Mezcla los datos para añadirles valor; combina-
ciones distintas te darán resultados distintos.
■■ Big Data dará paso a un nuevo tipo de empresa,
la empresa dato-céntrica.
Fuente: The Financial Brand | Big Data: Big
Opportunity In Banking… Or Big B.S.?, noviembre 2012.
C i e nc i a de dat os ¿o
i nt e li ge nc i a de dat os?
E l homb r e y la máqui na se une n
n t a r
i a s c o n
to s
E l i n t e r n e t
d e l a s c o s a s
l o s a b e
t o d o
E s t a v i d a
s e m á n t i c a
Si bien los datos internos de la organización supo-
nen una clara ventaja competitiva, el conocimiento
desestructurado disponible en la red, a través de
canales móviles y redes sociales, es igualmente va-
lioso. En el contexto actual, saber que se ha hecho
una compra quizás no sea ya suiciente. Saber qué
es lo que se compró puede que sea el plus dieren-
cial necesario para generar idelidad.
TO DO !
VÍDEOS
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 20/31
La senda haciaa victoria rápidampresas y proesionales deberían etiquetar la adquisición de habi-
ades en el análisis de datos generados en tiempo real, a través de
entes multi-estructuradas y con un gran volumen de herramientas:
Fuente:
The Financial Brand | From Science To
Art: Big Data Can Paint A Clear Picture For
Banking CMOs, CIOs, marzo 2013.
Busca datos en nuevas uentes, yendo más allá de
las tradicionales uentes de datos est ructuradas.
Audita y potencia inormación que ya existe en las uentes de datos
corporativas. Entender los activos de datos ya existentes puede ayuda
a impulsar casos de uso de Big Data más optimizados.
Prioriza las inversiones en tecnología.
No te embarquesen tareas demasiado
ambiciosas
Busca asesoramiento sobre cuáles son las mejores tec-
nologías en las que debe invertir en unción de las ac-
tuales estrategias empresariales e inversiones.
Desarrollauna hoja de ruta
Encuentravalor desde dentro
Sé un líder enla revolución social
Crea un grupo de interés que promueva la colaboración,
la comunicación abierta y la alineación de negocios y tecnología.
Promueve un centro
de competencia
Los bancos necesitan asegurar que se usan métodos
y procedimientos estandarizados para minimizar el
impacto en la organización.
La gestióndel cambio es crucial
Incluye en los proyectos a analistas de datos con un enoque
empresarial y asegúrese de que tienen el apoyo de IT y de los
“guardianes” de los datos en la empresa, para que ayuden a alinear
las necesidades del negocio con las iniciativas de Big Data.
Gestión del riesgo
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 21/31
En proundidadna lista de enlaces a otras herramientas y recursostiles que pueden ser de utilidad como complemento ainormación orecida en el inorme “Big Data”.
Libros &
publicacionesT. Kearney | Big Data an d the Creative Destruction o
day’s Business Models
in & Company | Navigating the “Big Data” challenge,
viembre 2012
nk Systems & Technology | 7 Big Data Players to Watch, 2013
oz&co. | Beneitting rom Big Data: Leveraging Unstruc-
red Data Capabilities or Competitive Advantage , 2012
oz&co. | Getting Results rom Big Data: A Capabilities-
iven Approach to the Strategic Use o Unstructured
ormation, 2012
ston Consulting Group | The Value o our Digital Iden-
y, 2013
ston Consulting Group & World Economic Forum |
nlocking the Value o Personal Data: rom Collection to
age, 2013
onomist Intelligence Unit | Big Data: Lessons rom the
aders, 2013
rtner | Big Data Hype Cycle, 2012
gaOm Pro | How to use Big Data to make better business
cisions, 2013
M | Understanding Big Data: Analytics or Enterprise
ass Hadoop and Streaming Data, 2012
son Lanier | Who Owns the Future?
ktor Mayer-Schonbeger & Kenneth Cukier | Big Data: A
volution That Will Transorm How We Live, Work, and Think
McKinsey Global Institute | Big Data: The next rontier or
innovation, competition, and productivity, 2011
McKinsey Quarterly | Big Data in the age o the telegraph,
marzo 2013
McKinsey Quarterly | Big Data: What’s your plan?, marzo 2013
Evgeny Morozov & Allen Lane | To Save Everything, Click
Here: Technology, Solutionism, and the Urge to Fix Prob-
lems That Don’t Exist
Olivery Wyman | A MONEY and INFORMATION Business, 2013
PricewaterhouseCoopers | Capitalizing on the promise o
Big Data, 2013
Rick Smolen | The Human Face o Big Data, 2013
All Things D | Big Data, Sot Sell: Netlix Pitches a Hand-Of
Approach to Hollywood, marzo 2013
BCG Perspective | Unleashing the Value o Consumer Dat a,
enero 2013
Business2community | Big Data in Retail Banking - The
Opportunities and Challenges, marzo 2013
CIO | Forget Big Data, the Value Is in Big Answers, marzo 2013
CrunchBase.com
Daily Beast | IBM CEO Rometty Says
Big Data Are the Next Great Natural
Resource, marzo 2013
Fast Co.Exist | The Promise o Peril o
Big Data, marzo 2013
Forbes | Big Bets on Big Data, junio
2012
Forbes | How Big Data Is Transorm-
ing the Hunt or Talent, marzo 2013
Forbes | 3 Keys to Monetize Big Data,
ebrero 2013
Forbes | Top 10 Most Funded Big Data
Startups, marzo 2013
Forbes | Tresata Ofers Big Data For
Financial Firms To Act On, julio 2012
Forbes | Why Big Data Is Getting The
Bully Treatment, ebrero 2013
Gartner | Big Data is Falling into the
Trough o Disillusionment, marzo 2013
Gartner | Top Technology Predictions
or 2013 and Beyond, ebrero 2013
GigaOm | European governments
agree to open up public data, abril 2013
GigaOm | Forget data transparency:
options grow or letting you hid your
data, abril 2013
GigaOm | Selling your Big Data initia-
tive to your c-suite, abril 2013
GigaOm | Stucture: Data event cover-
age, marzo 2013
GigaOm | The history o Hadoop:
From 4 nodes to the uture o data,
marzo 2013
Google | Google Trends
Harvard Business Review | The Com-
panies and Countries Losing Their
Data, marzo 2013Harvard Business Review | Insight
Center - Big Data: Beyond the Hype
Harvard Business Review | The Case o
Crating a Big Data Plan, marzo 2013
Harvard Business Review | What a
Big Data Business Model Looks Like,
diciembre, 2012
IBM | Big Data at the Speed o Business
IDC | Big Data/Analytics
InoWorld | Big Data Channel
Intel | What Happens in an Internet
Minute? 2013
J W T Intelligence | Big Data ushers in
new ways to determine creditworthi-
ness, marzo 2013
McKinsey & Company | Making data
analytics work: Three key challenges,
marzo 2013
McKinsey & Company | Putting Big
Data and advanced analytics to work,
septiembre 2012
MIT Technology Review | The Prob-
lem with Our Data Obsession, ebrero
2013
New York Times | The Mayor’s Geek
Squad, marzo 2013
NPR | Explaining Big Data: NPR, marzo
2013
Pando Daily | Nate Silver to startups: Go
or the low hanging ruit, marzo 2013
PSFK/Guardian | Big Data: For the
Greater Good or An Invasion o Pri-
vacy? marzo 2013
Register | The Big Data Revolution:
Big Bang or loud noise?, marzo 2013
SAS | Big Data section
Skoll World Forum | Debate: How Can
Big Data Have a Social Impact?
Smart Data Collective | Analytics,
Graph Search, APIs: Is Facebook
Struggling with Big Data?, marzo 2013
TechCrunch | Payment Startups Take
The Data, Design And Development
Route To Route To Reengineer The
Credit Card Business, marzo 2013TechCrunch | Big Data Right Now:
Five Trendy Open Source Technolo-
gies, marzo 2013
The Financial Brand | Big Data: Big
Opportunity in Banking ... Or Big B.S.?,
noviembre 2012
The Financial Brand | From Science to
Art: Big Data Can Paint a Clear Picture
En la red
For Banking CMOs, C
The Financial Brand |
Ready or Big Data?, n
The Financial Brand |
Promise o Big Data,
Total Customer | Klee
into Selling Direct to
Search or Big Data, m
Venture Beat | Why e
to care about data, e
Venture Beat | Big Da
Venture Beat | ‘Big Da
What’s next?, ebrero
Wall Street Journal | B
Data to Discover ‘New
ebrero 2013
Wall Street Journal | B
Now the Real Work Be
Wall Street Journal | M
Style, marzo 2013
Wall Street Journal | T
Invade the Workplac
Wall Street Journal | W
Trumps Better, marzo
Wall Street Journal: C
You Really Have a Big
diciembre 2012
Wired | Does Big Data
mise o the Expert -- A
marzo 2013
Yahoo | Big Data Gen
Returns: Q&A; With V
berg, marzo 2013
YouTube: Kate Craw
mic Illusions: Hidden
Data, ebrero 2013
ZD Net | Big Data sectZD Net | Big Data ana
gamemakers be ‘nex
marzo 2013
ZD Net | Big Data: How
may play out, noviem
ZD Net | Real-time Big
ment: Big Data or Big
2013
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 22/31
ataormas de core bancario
Nuevos ormatos
Social Business
Banca a través de móviles
n esta seccin puedes encontrar un resumen de las noticias más relevantes de una
eleccin de temas de inters para la industria bancaria. Los resúmenes y la inor-
acin han sido preparados por nuestro equipo editorial.
Temas de inters
Y el ganador es… Celent ha designado aun cliente de Accenture como Banco Modelode 2013 por llevar a cabo una exitosaustitución de la inraestructura de coreccenture ha ayudado a BBVA Compass a implementar Alnova Financial Solutions, su plataorma deore bancario. (…) Alnova ha ayudado al banco a reducir el tiempo que le lleva abrir un nuevo depó-
o desde más de 40 minutos hasta tan sólo 5, y ha reducido el tiempo para comercializar nuevos
oductos hasta un 75 por ciento.
a innovación en tecnología core es un enorme elemento dierenciador en el actual mercado de
rvicios inancieros”, asegura Richard Lumb, director ejecutivo de Servicios Financieros de Accenture.
Presentamos al iPad, una navaja suizapara las sucursales bancarias
so potencial de los iPad a modo de quioscos inormativos en las sucursales:
Para demostraciones, ormación y solución de problemas.
Atraer a nuevos clientes a la banca digital.
Mostrar olletos digitales con presentaciones de productos
y comparativas.Sistema para registrar y organizar el tiempo
de espera de los clientes.
Formularios interactivos para abrir cuentas
online, cargar aplicaciones.
Otras opciones: calculadoras inancieras, vídeos,
directorio de sucursales, etc.
La banca a través de dispositivos móvileses vital para idelizar a los clientes
Un nuevo estudio online de Harris Interactive muestra que la conveniencia
es el actor dominante entre los motivos para seguir con un banco.
■■ El 31% de los adultos de EE UU con cuenta bancaria utilizan la banca
a través de dispositivos móviles.
■■ 1 de cada 3 propietarios de smartphones en EE UU accede a inormación
bancaria a través de una app para el móvil.
¿Qué es lo siguiente en social business?La economía colaborativa
Las marcas alquilarán, prestarán, acilitarán suscripciones a productos y ser vi-
cios a los clientes, e incluso permitirán a los clientes prestarse, intercambiar o
regalar productos de marca o servicios.
0 % 10% 20% 30% 40% 50% 60
48 %
34 %33 %
32 %32 %
30 %30 %
14 %13 %
8 %6 %
3 %2 %
11 %
Razones para continuar con su banco a
Conveniencia
Servicios al cliente
Sin comisiones, o comisiones bajas
Satisecho con la experiencia de banca mvil
Satisecho con la página web
Cantidad de sucursales locales
Sin comisiones en los cajeros, o bajas
Ubicacin de los cajeros
Nunca he investigado otras opciones
Me orece las principales tarjetas de crdito
Hipoteca
Opcin de alta rentabilidad para los ahorros
Traslado reciente, y mi viejo banco no tiene sucursal en la zona
Tengo un nuevo negocio
Otros
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 23/31
Marcas y Brandingagos a través de móviles
Temas de inters
Amazon ha patentado un sistema de pagoon móviles que gestiona transacciones de
manera anónima, con lo que se adentrarían la esera de los intermediarios de pagos
Vimeo conecta a las marcascon mentes creativas
El servicio de vídeos online Vimeo ha lanzado una herra-
mienta nueva llamada “Brand Creative Fund”, que pone
en contacto a marcas y personas creativas con el fin de
producir material publicitario original. Cada proyecto está
especialmente adaptado a los deseos de la marca, y saca
el máximo provecho de la comunidad Vimeo. El contenido
resultante puede ser compartido a través de la plataorma,
y por lo tanto publicado en otras páginas web. El primer
proyecto es ruto de la asociación del abricante de coches
Lincoln con cuatro cineastas, a los que se les pidió produ-
cir cortometrajes para la campaña “Hello Again”.
Un mercado paraproductos inanciadoscolectivamente
Swish es un proyecto de Crowd Finance.
Consiste en un catálogo de productos que
pueden comprarse en internet, incluidos losque se inancian a través de crowdunding. La
plataorma no registra pedidos ni transaccio-
nes en la mayoría de los casos. Si se quiere
comprar un producto basta con hacer click y
Swish redirige al usuario al portal correspon-
diente.
La línea aérea letona airBaltic permitirá dentro de poco a sus pasajeros
personalizar sus menús a bordo de los aviones. Durante el proceso de
reserva, los pasajeros podrán elegir entre una serie de opciones que
abarcarán tradiciones culinarias de diversas partes del mundo. Las per-
sonas podrán diseñar su “bandeja aérea” virtual eligiendo entre 20 platos
principales, tres ensaladas, pan, postres y bebida. Los pasajeros también
podrán consultar la inormación nutritiva de cada plato y tomar
así una decisión basada en criterios saludables.
El cliente en el centro
Cro
Amazon implantase esto, podría convertirse en un competidor de los intermediarios de
gos como PayPal. Dado que su tienda online ya compite con eBay, propietaria de PayPal,
que ya tiene millones de cuentas de usuarios con tarjetas de crédito grabadas en sus regis-
os, no es algo que se aleje demasiado del negocio principal de la compañía.
Una aerolínea que deja a susclientes elegir sus menús
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 24/31
Temas de inters
cosistema App Nueva experiencia bancaria
Big Data
adgetología
Por qué solo hay dos tiendas de apps?ING - Oda al naranjaEl interior de esta sucursal ha sido dividid
tres zonas (banca autoservicio, zona de a
a los clientes y áreas de asistencia), acilita
manera signiicativa la orientación de los
rios dentro del banco.
Destacan, entre otros detalles:
■■
Teller Pods(mostradores automáticos).
■■ Salas de reuniones.
■■ Lámparas modernas.
■■ Señalización en el suelo.
Una plataorma para cosas interesantes que no
han sido lanzadas
Hypejar.com colecciona los últimos rumores so-
bre productos que todavía no han sido lanzados
al mercado y dedica páginas especíicas a nuevos
aparatos, películas, sotware, etc. con inormaciónque se actualiza automáticamente. Los usuarios
también pueden crear sus propios productos
“hype” (de gran expectación), añadir datos útiles a
los artículos, puntuarlos y saber más detalles so-
bre echas de lanzamiento. La plataorma gratiica
la actividad de los usuarios con puntos.
¿Te puede permitir Big Data echarun vistazo a tu rendimiento académico(o al de tu hijo) en el uturo?
Un nuevo motor analítico de la empresa de tecnología Desire2Learn utiliza Big Data pa
mejorar el rendimiento de los estudiantes en educación superior (…) basándose no en
de otros, sino en el rendimiento de una persona en el pasado.
El presidente de la compañía asegura que “aporta una inormación más prounda a lossobre cómo alcanzar mejores resultados, sobre qué está uncionando y qué no”.
ay miles de millones de consumidores hambrientos de apps, y
ay abundantes desarrolladores de aplicaciones invirtiendo en
uevos productos”, pero en realidad sólo hay dos tiendas de apps.
s tiendas de apps actuales son grandes plataormas de distribución
gozan de la conianza de los consumidores, pero son cotos cerrados
ue imponen demasiadas restricciones a los desarrolladores.
ebemos permitir que sea el mercado el que lidere la innovación y
desarrollo del ecosistema app, y no dejarlo bajo el dictado de lasolíticas de las tiendas de apps actuales.
ara lograrlo se necesitaría un nuevo ecosistema abierto, que no li-
ite a los desarrolladores o consumidores al ámbito de una tienda
su conjunto de normas.
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 25/31
En la siguiente seccin resumimos las tecnologías que están llegando y que cambiará
todo, con predicciones de lo que se puede esperar de ellas en la industria inanciera.
Ayúdame a decidiro ¿hazlo por mí?
La tarea más diícil a la que nos enrentamos a diario es “la toma de
cisiones”, sobre cualquier cosa... ¿A qué hora nos tenemos que levan
teniendo en cuenta la reunión diaria a primera hora con nuestro equi
¿Qué ropa debemos ponernos, teniendo en cuenta la climatología y
personas con las que nos vamos a reunir hoy? ¿Qué comemos? ¿Q
libro voy a leer? ¿Qué película vamos a ver al cine después de cenar
en qué restaurante?)
¡Todo el día es una gran tarea
de toma de decisiones!
Tendencias tecnolgicasTemas de inters
uturo del trabajo
IY, o hágalo usted mismo
trabajo se realiza en, y a través de, pantallas. Esto acilita
na amplitud y proundidad de la conectividad con los de-
ás sin precedentes; ahora estamos inundados de datos
bre el mundo. Esto cambiará la organización del trabajo
nuestros espacios laborales de manera sustancial.
os algoritmos en orma de robots y avatares aportan
luciones a problemas, acilitan la toma de decisiones,
den la productividad y, en general, se hacen cargo de
uchas tareas rutinarias. En este uturo, más y más tra-jo se centra en los trabajos no rutinarias que requieren
laboración.
envenidos al Movimiento Maker, un enómeno social de millones de per-
nas que están asumiendo grandes riesgos para empezar sus propios
equeños negocios dedicados a crear y vender productos artesanales.
n un mundo de cosas producidas en masa, las modernas tecnologías
cilitan más que nunca al individuo concebir y distribuir productos perso-
lizados y únicos sin tener que contar
n intermediarios como los abricantes.ta tendencia creciente continuará
ejándose notar en la economía, y
obablemente tendrá consecuencias
bre los grandes minoristas. Se trata de
n momento especial en la Historia, que
ndrá un impacto transormador sobre
estro uturo.
Y¿qué pasa con las apps? Puede estar seguro deque sólo unas cuantas de las aplicaciones que
usamos a diario son lo suicientemente inteligentes
como para ayudar a hacer esta tarea más ácil en la
vida real. Hay apps que recomiendan qué hacer o
comprar basándose en nuestros gustos o preeren-
cias. La mayor parte de las tiendas online nos orecen
recomendaciones personalizadas de payudarnos a decidir qué comprar (Am
lix, Youtube) o comer (Alred, Ness, Foo
o incluso Foursquare). Sin embargo, h
caciones que nos ayuden a decidir dó
cómo pagar. Aquí analizamos dos de
a era de pantallas y asistentes
El ascenso de los “makers”, unacomunidad que comparte inspiracionese ideas a lo largo de internet
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 26/31
Convertir un“me gusta”de Facebook eun “lo comproLas compras a través de Facebook no
todavía, pese a los esuerzos de las ma
gar a sus clientes a través de esta red so
mente hay páginas para tiendas en Facstores), en donde los vendedores pued
catálogo de productos a modo de esc
las opiniones de los usuarios y crear un
donde los clientes pueden comprar d
sus productos. También hay aplicacion
de tiendas para Facebook, que el usuar
instalar y gestionar, al igual que cualqu
de la red social.
Tendencias tecnolgicas
yph: Esta app le dice cuál es el mejor tipo de tarje-
de crédito que lleva en su cartera (no exactamen-cuál) para poder acumular los mejores premios
eembolso de dinero, puntos para viajes u hoteles,
escuentos) y cualquier otro tipo de recompensa
nculada a una tarjeta de crédito. La compañía cu-
e más de 250 tarjetas, incluyendo las 18 principa-
s emisoras de EE UU, lo que representa el 90%
e las transacciones con tarjetas de crédito en la
ctualidad (¡son muchas!).
a app también envía alertas en tiempo real a su
léono basándose en su ubicación, con inorma-
ón sobre establecimientos cercanos en donde le
ompensa comprar y con cuál de sus tarjetas de
édito logrará los mejores premios.
alla.by: es un monedero digital basado en la nube
ue unciona de un modo bastante similar a Glyph.
tilizando esta app el usuario paga con la tarjeta deédito que le orece más premios. Walla.by uncio-
a vinculada a una tarjeta de crédito universal emi-
da por la app. Cuando el usuario paga con ella, la
ansacción es redirigida a la tarjeta más apropiada
asándose en las preerencias del consumidor (ob-
ner millas aéreas, un reembolso o cualquier otra
Parece que a los clientes les tendría
que resultar ácil interactuar con la
tienda, que no necesitan nada más…
aparentemente. Sin embargo, el simple
hecho de “estar en Facebook” y orecer
la capacidad de poder comprar produc-
tos en esa plataorma no signiica quevaya a uncionar.
recompensa). Basándose en estas reglas Walla.by
toma una decisión en tiempo real sobre a dónde di-rigir el pago. Por lo tanto, no se trata de un monedero
digital corriente, sino una tarjeta en sí misma que el
usuario puede utilizar igual que cualquier otra.
¿CUÁL DE ESTASSOLUCIONES PREFIERE USTED?Las dierencias entre las dos apps son obvias y ya
han sido expuestas, pero merece la pena detenerse
a pensar en los conceptos que implica cada una de
estas soluciones.
La opción “ayúdame a decidir” es lo que hemos es-
tado viendo hasta ahora en el mundo digital, como
en el caso de las recomendaciones personalizadas
mencionadas anteriormente. Sin embargo, estamos
pasando gradualmente de la recomendación a la
acción. Todos soñamos con el próximo asistente
virtual que realice acciones basándose en nuestrocomportamiento, en el contexto, en todo lo que nos
vayamos encontrando en el camino, algo totalmen-
te personalizado y adaptado a nuestras necesida-
des y preerencias. Pero… ¿es eso lo que queremos
realmente, o queremos seguir utilizando nuestra
libertad de elección?
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 27/31
Tendencias tecnolgicas Evento
Big DataBBVA Innovation Center organizó Banking
Trends, un evento trimestral que coincidecon la presentación del último número de
la publicación multiplataorma Innovation
Edge. En este oro se expusieron, debatie-
ron y analizaron las tendencias más inno-
vadoras centradas en el enómeno de Big
Data y como éste está aectando al mundo
de los negocios, con un especial interés en
el mundo de los servicios inancieros.
Algunos de los ponentes:
Esteban Moro, proesor de la Universidad
Carlos III y director técnico del Instituto de
Ingeniera del Conocimiento.
Miguel Luengo-Oroz, cientíico de datos,
centrado en los desaíos globales en los
campos del desarrollo internacional y la
investigación biomédica.
Javier de la Torre, undador de Vizzuality,
empresa especializada en analizar gran-
des cantidades de inormación, que, una
vez procesada, se convierte en historias y
narraciones inteligibles.
NTONCES, ¿QUé FALTA?a hemos hablado sobre la tendencia de los pagos
tegrados y cómo la inormación y la actividad en
cebook se muestran sin ricciones, permitiendo
integración con algunas apps sin abandonar el Ti-
eline; bien sea escuchar una canción, ver una oto
un vídeo de YouTube, todo aparece ahora dentro
el Newseed (Noticias).
bbon uniica ambos conceptos con el lanzamien-
de una solución que permite hacer pagos sin dii-ltades con tarjetas de crédito directamente desde
Newseed de Facebook. La operación es además
tegral, ya que una vez hecha la primera compra los
atos se almacenan para poder hacer los siguientes
agos con un solo clic, tardando el usuario en com-
etar una transacción lo mismo que tarda en darle
“me gusta” si ve una oto de un lindo gatito. De
te modo, los usuarios de Facebook pueden ver la
to, el título, la descripción, el inventario, el precio
el icono para comprar un producto sin tener que
bandonar el Newseed, y ahorrándose pasos que
puedan dirigir a otra página web o tienda online.
ntes de este reciente lanzamiento, la compañía ya
abía trabajado en la simpliicación de los pagos
gitales, introduciendo un sistema de inalización
e compra (checkout) en una sola página al que se
uede enlazar desde cualquier página web, cuentae correo electrónico y medios sociales como Fa-
book, Twitter, YouTube o Pinterest. El plus de Rib-
on está en que no han desarrollado una solución
erente para cada plataorma, sino tan sólo una,
ue detecta de dónde viene el usuario y adapta la
periencia según corresponda.
Vea este vídeo
QUE HABLEN LAS CIFRAS…¿Será la solución al “racaso” del -commerce? Parece
que Tim Draper (Draper Associates), Siemer Ventu-
res, Emil Michael (COO de Klout), Naguib Sawiris,
Winston Ibrahim (Hydros) y MicroVentures conían
en que pueden ser la solución a parte del problema,
y han participando en una reciente ronda de inan-
ciación de 1,6 millones de dólares (antes habían lo-
grado 120.000 dólares de AngelPad, Gokul Rajaram,
Sierra Ventures e InterWest Partners).
Veamos los resultados de 2013. Quizás descubra-
mos que lo que necesitamos son procesos de com-
pra automatizados más áciles e instintivos, y que nose trata de un tema relacionado con el contenido y
con lo que los usuarios quieren ver (y hacer) en sus
páginas y timelines de Facebook.
1 1 5 6 5 5 5 5
9 9 8 2 1 1 2 3
C a r l o s G a r c
í a
Podrás volver a ver todascias a través de la web BBCenter y consultar todo el mejores entrevistas, resúmnes del evento.
www.centrodeinnovacion
Vuelvea vivir
el eventoMás in
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 28/31
Dinámicas del Turismo en la Ciudad de Madrid , un estudio
asado en la actividad comercial real del año 2012 analiza
l comportamiento de los turistas a partir de su actividad
omercial, usando tecnologías de datos masivos o ‘Big Data’.
l estudio es el primer resultado práctico de la colaboración
ue mantienen BBVA y el Ayuntamiento de Madrid en materia
e promoción de la innovación y de las ciudades inteligentes.
BBVA y el Ayuntamientode Madrid presentanun innovador estudiobasado en ‘Big Data’
NEXTBANK Madrid
Next Bank Madrid es una cone
rativa sobre la innovacin, tran
la disrupcin que representa
para los servicios inancieros. En
drid se dan cita los actores tradi
bancos, consultores y proveedo
gía con los players alternativos c
ecosistemas digitales y actores
trias, para ormar la nueva com
novadores intech que tratará e
los servicios inancieros y las gracambiarán la industria.
Fecha: 25 de Junio
InnovaData
Primer reto de Periodismo de D
InnovaData es un Challenge int
ganizado por BBVA en colabo
Fundación Ciudadana Civio, cu
esta primera edición es el de co
pulso del periodismo de datos e
una sociedad global y tecnológ
Fecha: 26 de Junio
The Api Hour
The API Hour nace con la intenc
tirse en el oro especíico de los
de este sector para divulgar la
cas, utilidades y uturo de las tion programming interaces).
dar a conocer las experiencias
desarrollando en España y uer
desde dierentes ópticas.
Fecha: 11 de Julio
Agenda de evento
El Centro de Innovación de BBVA acogió la presenta-
ción del estudio Dinámicas del Turismo en la Ciu-
dad de Madrid, un estudio basado en la actividad
comercial real del año 2012. El trabajo es ruto de un
año de colaboración entre el banco y la Oficina de Tu-
rismo Madrid Visitors & Convention Bureau.
En la presentación participaron Hugo Nájera, Chie In-
novation Oficer de BBVA, junto con Dolores Flores,
coordinadora general de Economía y Empleo del
Ayuntamiento, de Madrid, y Mar de Miguel, directora
gerente de Madrid Visitors & Convention Bureau.
“Para BBVA, el concepto Big Data tiene un enoque
basado en la gestión inteligente de la inormación
digital, que al analizarla puede ayudar a undamentar
decisiones que redunden en la mejora de las condicio-
nes de vida de las personas”, ha destacado Hugo Náje-
ra. Algunas de las conclusiones de este inorme descri-
ben cómo los visitantes procedentes de Estados
Unidos son los que más gasto generan en la ciudad de
Madrid, seguido de los que vienen de Francia, Reino
Unido, Italia y Brasil.
Descárgate
el inorme
aquí
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 29/31
BVA ha anunciado un nuevo y reorzado acuerdo
on la edición en español de MIT Technology Re-
ew por el que se convierte en su socio global en la
ganización de los premios Innovadores menores
e 35 (antes conocidos como TR35) en los principa-
s países de Latinoamércia.
Instituto Tecnológico de Massachusetts (MIT),no de los principales promotores de la innovación
nivel mundial, convoca estos premios desde hace
ás de una década. Los MIT Technology Review In-
ovadores menores de 35 se han constituido como
n reerente en el descubrimiento y apoyo al talento
mergente.
Su objetivo es reconocer a los jóvenes investiga-
dores y emprendedores que a través de la tecno-
logía están llevando a cabo proyectos creativos e
inspiradores que dan solución a problemas reales.
Una ilosoía que encaja perectamente con la visión
de BBVA, que ha hecho de la interacción con los
emprendedores una de las piezas angulares en su
estrategia de innovación.
“Con esta alianza, BBVA apoya la creación de una co-
munidad internacional de innovadores que liderará
la vanguardia tecnológica y los negocios en el utu-
ro”, declaró Ignacio Deschamps, director de Banca
Retail de BBVA, al anunciar el acuerdo con el MIT
Technology Review durante la conerencia Emtech
UN MODELO
DE INNOVACIóN ABIERTA
El director de Banca Retail en BBVA
champs, coincidió en que “sin duda a
la inspiración de ecosistemas en los q
grandes ideas que parecen locas y se
empresas como Google o Facebook”
Junto a Deschamps, Sergio Salvado
Sistemas de Inormación y Operacion
comer ue otro de los encargados d
premios a los 10 jóvenes innovadores
México 2013. “La tecnología está camb
orma de comportarnos”, aseguró Sa
En este sentido, destacó la apuesta d
innovación abierta, ya que, en su opi
“nos lleva a escuchar lo que pasa en
a nivel global”.
BBVAexpande en
Latinoamricalos premios
Innovadoresmenores de 35
del MIT
I
México, Colombia, Perú, Chile, Brasil, Centroamérica,
Argentina y Uruguay, además de España, son los países
donde el MIT Technology Review busca a jóvenes
emprendedores gracias al acuerdo renovado con BBVA.
en México. “Queremos estar cerca del talento y de
las nuevas ideas que nos ayuden a construir un me- jor uturo para las personas”, subrayó Deschamps.
Los premios abarcan todas las áreas de la tecnolo-
gía: biomedicina, energía, materiales, telecomunica-
ciones, inormática o Internet. Los únicos requisitos
para estar entre los candidatos es tener la naciona-
lidad del país desde donde se convoca el premio y
tener menos de 35 años de edad.
El evento de EmTech celebrado en México ue el pri-
mer escenario elegido para presentar este acuerdo
entre BBVA y el MIT Technology Review.
Con más de 800 asistentes de 10 nacionalidades,
se celebraron hasta 8 paneles temáticos sobre in-
ternet, educación, la ciudad del uturo, cambio cli-
mático, medicina, materiales del uturo, el panorama
inversor y los ecosistemas de emprendedores.
www.centrodeinnovacionbbva.com
Síguenos en:
www.acebook.com/centrodeinnovacionbbva twitter.com/cibbva
www.youtube.com/user/centroinnovacionbbva www.slideshare.net/CIBBVA
Jun
7/15/2019 Innovation Edge. Big Data
http://slidepdf.com/reader/full/innovation-edge-big-data 30/31
(www.p
‘BBVA Innovation Edge’ es la primera publicacióncorporativa multiplataorma centrada en innovación.Esta publicación tiene como objetivo explicarlas nuevas tendencias, anticipar las tecnologíasemergentes y relexionar sobre cuestiones especíicasque puedan aectar a la industria inanciera.
WEB: ... y también en la web:
www.centrodeinnovacionbbva.
com/innovation-edge
APP: Disponible en App S
PDF: Para leer ofline
BBVA2012
guna parte de esta publicación puede reproducirse o transmitirse de ninguna orma, o porgun medio electrónico o mecánico, incluida la otocopia, grabación o cualquier otro sistemaalmacenaje y recuperación de inormación, sin el permiso previo del editor, BBVA.
Innovation Edge esel resultado de unesuerzo colaborativoy abierto de todas laspersonas que trabajamosen innovación dentrodel Grupo BBVA.HAN COLABORADO EN LA REDACCIÓN
Y EDICIÓN DE ESTE NÚMERO:
Elena AlaroMaria Pilar ÁlvarezAlonso BeyReyes BolumarMarco BressanRaquel CalvilloVanesa CasadasLuz FernándezAntonio GarcíaLuz MartínManolo MoureCarlos PérezPablo PérezAlicia SánchezJavier SebastiánElena SoleraMarcelo SoriaGustavo VinacuaIgnacio Villoch“Phil” Sang Yim