Presentación de PowerPoint

Transcripción

BIZ DATA:
El Big Data como catalizador
de negocio
Sr. Francesc Estanyol
| Consultor tecnológico y Gestor de proyectos
Barcelona Digital Centro Tecnológico
BIZ DATA:
de negocio
Sr. David Suárez
| Director de Tecnología y Operaciones
Nexica
@cloudNexica
Más de 15 años de experiencia
administrando aplicaciones
críticas
El valor oculto en la información
operacional
David Suárez
-6-
Critical Cloud & Hosting
Sep 2012
Nov 2011
Lanzamiento Cloud
Elastic (Orquestador)
Lanzamiento Cloud
Manager (desarrollo
propio)
Jul 2013
Jun 2013
Lanzamiento BackUp
OnDemand
Despliegue
de infraestructura
Cloud en Madrid
Abr 2014
Certificación
Cisco CMSP
1996
2008
2010
Inauguración CPD
actual (BCN)
Diseño e
implantación de
Nexica Cloud
Innovación tecnológica
Jun 2011
Feb 2012
Ene 2014
Renovación marca
(apuesta clara hacia
Cloud)
Actualización modalidades
Cloud (Hosting, OnDemand,
Pool)
Clonación desde
Cloud Manager
Enfoque personal
Soporte activo
Especialistas en Virtualización y Cloud Computing.
Habilitamos y gestionamos las TIC de tu empresa,
adaptando la solución a tu negocio y te acompañamos
personalmente durante el ciclo de vida del servicio.
-7-
Los datos no se han hecho “Big” de repente
Bases de datos con la información transaccional, analítica y operativa
Registros que se generan y almacenan
• Cumplimiento de políticas o regulación
• Análisis forense
Datos existentes que actualmente no se guardan
-8-
¿Cuándo se consideran Big Data?
Inviabilidad del análisis con las herramientas existentes hasta el momento
Datos de huella digital humana vs
datos de máquina
La información de los clientes y su feedback
en busca de diferenciación y ventajas
competitivas
Problemática Big Data
Volumen
Velocidad
Variedad
-9-
¿Cómo explotar la información en estos datos?
Operational Intelligence
-
Análisis en tiempo real
Los datos fluyen
Orientado a evento o flujo
Donde los minutos cuentan
Automatización de
respuestas
Business Intelligence
-
-10-
En ocasiones, cerca de tiempo real
Datos en las Bases de Datos
Orientado a histórico
Visión estratégica
Respuestas humanas, después de
estudio
NoSQL, MapReduce y tecnologías
propietarias como sustento del
Cloud como facilitador de la
cambio
estrategia Big Data – coste variable y
Internet
de las Cosas como
crecimiento
horizontal
detonante de nuevos órdenes de
magnitud de los datos
-11-
Gestión operativa
• Control de energía, redes de
comunicaciones, control de
capacidad en servicios,…
• Ciberseguridad, vigilancia, control
de situaciones,…
Gestión de negocio
• Detección de fraude, cálculo de
riesgos,…
• Optimización de ingresos: precios
dinámicos, control de stocks e
inventario, …
• Logística, cargas, gestión de
activos móviles,…
• Contact Centers – social media
• Visibilidad de procesos: Calidad,
eficiencia, SLA,…
-12-
Los datos existentes ya contienen valor y
pueden ser explotados incluso sin ser
almacenados a largo plazo
Estrategia de tratamiento Big Data en
tiempo real para flujos de datos y eventos
concretos como ventaja competitiva
Apoyo en nuevas soluciones y servicios en
la nube para abordar el fenómeno creciente
Big Data e Internet de las cosas
-13-
¿Podemos ayudarte?
Más de 15 años de experiencia
administrando aplicaciones críticas.
c/ de l’Acer, 30-32. Barcelona
902 20 22 23
[email protected]
www.nexica.com
-14-
BIZ DATA:
de negocio
Sra. Carmen Garcia
| Directora de Front Office Transformation
IBM
Barcelona, 28 de Mayo 2014
Big Data:
un proyecto de Generación de Valor
Carmen García
Directora Front Office Transformation
España, Grecia, Portugal e Israel
[email protected]
17
¿Por qué algunas
Organizaciones
saben extraer valor
de Big Data?
Cuáles son las Claves
18
5 años averiguando
The intelligent enterprise
and
Analytics:
The new path to value
Analytics:
The widening
divide
Analytics:
The real world use
of big data
2010
2011
2012
Breaking away with BAO
2009
Activo
Estratégico
Competencias
Operacionalizando
19
19
|
©2013 IBM Corporation
Analytics:
A blueprint for value
2013
Valor
Big
Data
El estudio de 2013, centrado en VALOR
Big Data & Analytics:
un plan para la
creación de Valor
Convirtiendo Big Data en
resultados
900 ejecutivos de negocio y IT
entrevistados de 70 países entre Junio y
Agosto de 2013
20
|
Nos fijamos en qué hacían los líderes
19%
¿Qué palancas utilizan para
generar VALOR?
Datos &
Descubrimiento
Acción
Analítica
(Insight)
Decisión
Líderes: basado en el rendimiento en su mercado e industria (auto reporte)
21
|
Valor
Y encontramos 9 palancas que
les diferenciaban
22
|
Fuente de Valor
Medición
Platforma
Cultura
Datos
Confianza
Espónsorización
Presupuesto
Conocimientos
Cada palanca ejerce un tipo de
influencia: las clasificamos
Fuente de Valor
Medición
Platforma
Cultura
Datos
Confianza
Espónsorización
Presupuesto
Habilitan
Posibilitan
Amplifican
23
|
Conocimientos
Comprobamos que los líderes…
Habilitan la Analítica
Fuente de Valor
Asegurándose
que las
iniciativas
analíticas
están
alineadas con
la creación de
valor
Medición
Platforma
Midiendo su
impacto y
modelando el
futuro
75%
Integrando
hardware y
software
para
gestionar
Big Data
Para el
la generación de Ingresos e
Innovación es la princicipal Fuente de Valor
24
|
Posibilitan la Analítica
Cultura
Datos
Tomando
decisiones
basadas en
hechos
Creando un
entorno de
confianza con
gobierno y
seguridad de
los datos
El
25
|
Confianza
Creando
relaciones de
confianza
66% de los líderes confían en sus datos
Amplifican la Analítica
Espónsorización
Presupuesto
Conocimientos
Estableciendo
una visión
única para
guiar las
acciones y
prestar valor
Creando valor con
rigor y colaboración
Propiciando
oportunidades
de compartir
conocimiento
El nivel de confianza entre los ejecutivos de
negocio y los analistas de negocio es
26
|
60%
¿Cómo podemos
conseguir implantar las 9
palancas de valor en
nuestras organizaciones ?
27
|
Las empresas ejecutan sus proyectos a 3 niveles:
Estrategia, Tecnología, OrganizaciónFuente de Valor
Medición
Platforma
Cultura
Datos
Confianza
Espónsorización
Presupuesto
Habilitan
Posibilitan
Amplifican
Estrategia
28
|
Tecnología
Organización
Conocimientos
Customer Experience:
generando valor en la Era
Digital, hacia la
hipersonalización
29
|
30
|
Estamos en el Inicio de un nuevo ciclo
tecnológico….con mucho mayor impacto que los
anteriores
…and CEOs already recognize its
potential impact
We are at the beginning of a new
technological lifecycle…
Driving Forces
ADOPTION RATE
EMERGING
Current Technologies
MAINSTREAM
MATURE
Computers
Cellphones
Internet
Social media
Mobile
Cloud
Analytics
Factors global CEOs believe will have the
biggest impact on their organization1
2004
2006
2008
2010
2012
2013
1
1
1
1
1
1
Technology
factors
2
2
2
2
2
2
Market factors
3
3
3
3
3
3
4
4
4
4
4
4
Macro-economic
factors
People skills
5
5
5
5
5
5
Regulatory concerns
6
6
6
6
6
6
7
7
7
7
7
7
Socio-economic
factors
Globalization
8
8
8
8
8
8
9
9
9
9
9
9
Environmental
issues
Geopolitical factors
TIME
Source: [1] 2004, 2006, 2008, 2010, 2012, 2013 C-Suite Studies: “What are the most important external forces that will impact the enterprise over the next 3 to 5 years?”; (n=4183); GDP
weighted
31
IBM Institute for Business Value
© 2014 IBM Corporation
“Personalization GAP”
90%
Espera
personalización
sólo
32%
Dicen que son
efectivos
relacionándose de
manera
personalizada
32
Source: IBM Institute for Business Value and Center
for Applied Insights
Experiencias end-to-end: “customer journey”
33
Big Data/Analytics posibilitan hiper-personalización
Transaction
s
Demographic
data
Transaction
data
Orders
Attributes
Demographic
s
Direct
Mail
Payment
history
Kiosks
Events
Website
Usage
history
Characteristi
cs
Client
Centers
Search
Online
Advertising
Call
Centers
Needs
Customer
Service
Purchase
stage
Mobile
Email /
Chat
Desires
Social
Media
Emails
SMS/MMS
Preference
s
Behavioural
data
Call center
notes
Opinions
In-person
dialogs
Web clickstreams
Interaction
data
34
Watson: nueva era analítica, la era Cognitiva
Al igual que el cerebro humano, Watson se comunica en
lenguaje natural, aprende y es capaz de responder a preguntas
complejas en segundos
35
Después de 30 años centrado en
tecnología, IT puede finalmente
encontrar su destino. Nos estamos
moviendo desde la gran T a la gran I:
Información
Erwin Verstraelen,
CIO, Aveve Group, Belgium
36
Gracias
37
BIZ DATA:
de negocio
Sr. Javier Muñoz
| Gerente Línea ERP
Tecnocom
Impacto del BIG DATA en la gestión
empresarial
Javier Muñoz. Gerente ERP
B Digital, Barcelona, 29 de mayo de 2014
Tecnocom
Somos una multinacional española que cotiza en
la bolsa de Madrid desde hace
25 años.
Nuestra visión es ser una compañía
líder en el sector TIC en
España, Portugal y América Latina.
Aspiramos a desempeñar nuestra labor
profesional con los más altos estándares
de calidad y eficacia y a
mantener una relación de
IDE
NT
AD
ID
honestidad y confianza con
nuestros clientes, proveedores y
accionistas.
Cifras
2º
Proveedor de outsourcing
en España
4ª
Multinacional TI
en España
400
1987
6.000
Millones de €
de ingresos
Año de inicio de
cotización
en la Bolsa de
Madrid
IDE
NT
AD
ID
Profesionales
en plantilla
Presencia Internacional
ESTADOS
UNIDOS
MÉXICO
PORTUGAL
ESPAÑA
REPUBLICA
DOMINICANA
COLOMBIA
PERÚ
BRASIL
PARAGUAY
CHILE
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
A Coruña
Almería
Barcelona
Bilbao
Burgos
Castellón
Gijón
Girona
Las Palmas
Madrid
Palma de Mallorca
Sta Cruz de Tenerife
Santiago
Sevilla
Tarragona
Valencia
Valladolid
Zaragoza
Tecnocom, partner SAP
Equipo de profesionales líder:
• Más de 1000 profesionales en desarrollo de proyectos y aplicaciones vinculados a
la gestión empresarial, CRM, Business Intelligence y movilidad.
• Más del 80% se encuentran certificados por el fabricante.
• Alta especialización en proyectos de implantación y soporte.
Certificaciones:
• SAP Gold Partner: SAP BAIO y SAP BO.
• SAP Services Partner.
• SAP Quality Partner.
• SAP Partner Center of Expertise.
Distinciones:
• SAP Channel Partner Awards:
• Premio a la mejor trayectoria de ventas 2007 y a la
excelencia empresarial 2008.
• Premio a la mayor calidad de los Proyectos en 2009 y 2010.
• Premio a la mejor calidad y satisfacción de clientes 2009, 2010 y 2011.
• SAP Quality Awards Iberia: en 2010 Silver Winner por la implantación del módulo
de Nómina y RRHH llevada cabo en Corporación Voz de Galicia. En 2013 por la
implantación de SAP Talent Management en EGASA.
• Asociación de usuarios de SAP de España (AUSAPE): Premios en 2009 al mejor
partner de canal de SAP y al mejor asociado especial de AUSAPE.
Impacto del BIG DATA en la gestión empresarial
¿Qué es BIG DATA?
Desde un punto de vista técnico
Big Data se refiere a los problemas de la captura, el
almacenamiento, la gestión y el análisis de grandes cantidades de
diversos tipos de datos
Desde un punto de vista de negocio
Una capacidad de negocio centrada en la explotación de flujos de
información, para mejorar radicalmente el desempeño de una
organización.
Desde un punto de vista quizás más filosófico
Big Data es una oportunidad para cambiar la forma de trabajar,
desarrollarse, y vivir de acuerdo con el seguimiento de nuevas
señales ocultas hasta ahora en el ruido digital. Las organizaciones
deben volver a imaginar sus posibilidades y los logros que son
capaces de conseguir.
Y dichas nuevas capacidades/oportunidades
Están cambiando el mundo, por lo tanto, debemos recordar a Darwin
“No es la especie más fuerte la que sobrevive ,
tampoco la más inteligente, sino es aquella
que mejor se adapta al cambio.”
C. Darwin, 1859
Debemos pensar qué señales críticas para nuestra gestión
Nos podemos estar perdiendo
Y tener en cuenta que no podremos resolver
problemas del siglo XXI con soluciones
diseñadas hace 50 años
Use Analytics
Today
10%
75%
“No es la especie más fuerte la que sobrevive ,
tampoco la más inteligente, sino es aquella
que mejor se adapta al cambio.”
C. Darwin, 1859
Need
Analytics
by 2020
¿Qué oportunidades se nos plantean?
Y qué impacto tienen en nuestras organizaciones
• Desarrollo de productos y servicios
utilizando el “internet de las cosas” o
datos de localización personal.
• Mantenimiento proactivo de los activos
antes de que falle algún componente.
• Promociones contextuales según la
hora del día y/o en un radio de acción.
• Realizar segmentaciones más
granulares.
• Identificar relaciones ocultas, patrones
y tendencias en los datos; por ejemplo
comportamientos individuales o de
grupo.
• Llevar a cabo experimentos
controlados, análisis what-if, y
simulaciones.
• Permite mucha mayor personalización
de los productos, servicios y ofertas
de las compañías hacia sus clientes.
• Anticipar y prevenir los problemas o
riesgos de negocios antes de que se
materialicen.
• Detectar y detener las actividades
fraudulentas en el acto.
• Comprender el impacto de las
decisiones antes de actuar
Debemos sentir el Big Data no como iniciativa tecnologica,
sino empresarial que requiere conocimientos técnicos.
La carrera hacia el aprovechamiento del BIG DATA
Seis pasos que podremos seguir de cara a saber utilizar BIG DATA
Identificar casos
de uso
Diseñar la
arquitectura
Descubrir
nuestros datos
Iniciar con una
evaluación
Implementar tu
iniciativa
Conseguir una
nueva capacidad
empresarial
SAP hace el aprovechamiento del BIG DATA posible
A través de una plataforma única integrada con las soluciones analíticas
Plataforma BIG
DATA
Aplicaciones
analíticas
Ciencia de
datos
Acelerar
Aplicar
Conseguir
SAP ofrece a sus clientes una suite completa
Para poder transformar estas nuevas señales en valor de negocio
:-)
Brand
Sentiment
Predictive
Maintenance
Network
Optimization
Asset Tracking
Personalized
Care
Product
Recommendation
Propensity to
Churn
Real-time Demand/
Supply Forecast
Insider Threats Smart Equipment
Risk Mitigation,
Real-time
360O Customer View Fraud Detection
Smart
Vending
Smart Cities
Aporte de valor
Casos concretos
Casos de clientes
BIG DATA
DIVERTS
DRIVERS
BEFORE
FATAL
ACCIDENTS
HAPPEN
PERSONALIZE.
BUILD LOYALTY
WITH UNIQUE
EXPERIENCES
TAIILORED
FOR EACH
CUSTOMER
SENTIMENT.
PERSONAL
OFFERS AND
CUSTOMER
CARE
BASED ON
THOUGHTS
EXPRESSED
RECOMMEND.
PREDICT
INDIVIDUAL’S
FUTURE
PURCHASES
ON BROWSING
AND SHOPPING
BEHAVIOUR
LISTEN.
TAP INTO THE
STREAMING
VOICES OF
PEOPLE,
PROCESSES,
AND THINGS
ACHIEVE
BREAK-OUT
RESULTS.
PROGRESS
MEASURED
USING MODEL
OPTIMAL FOR
MANAGER’S
KPI
APPLY TO
OPERATIONS.
SHOPPERS
GET FASHION
ADVICE THAT
FITS THEIR
STYLE
Referencia Bigpoint
Juego Galactica
Proyectando juntos el futuro
www.tecnocom.es
Contacto: Javier Muñoz Lagarón
email: [email protected]
Gerente de Soluciones Empresariales
BIZ DATA:
de negocio
Sr. Jordi Gili
| Managing Director
Execus
SOCIAL SELLING:
BIZ DATA PARA AUMENTAR VENTAS EN B2B
“ We consult to enhance sales and marketing processes
with social tools. We train and manage cultural change
so sales and marketing professionals are more productive
with those tools”
Jordi Gili
MD, Execus
[email protected]
www.execus.com
El comprador B2B
también ha cambiado
65
75% 57% 97%
de las compras
B2B
está influenciadas
por lo Social
del proceso de
compra ya se ha
realizado sin el
contacto con ningún
comercial
de las llamadas
“frías” son
inefectivas
Fuentes: CEB, Connect & Sell, IBM Buyers Preference Study
66
Es necesario un
“cambio de chip”
 Encontrar a los clientes donde
están
300M
600M
 Ver las redes sociales como
una herramienta de Venta
67
Welcome to
Social Selling!
68
Jill Rowley
69
70
71
72
73
vo
78
La oportunidad:
Un enfoque corporativo
79
Desarrollado
Advanzado
Productividad
Desarrollado
Advanzado
Inicial
Inicial
Guerrilla
(cada comercial
hace su guerra)
Sofisticación
80
Desarrollado
Advanzado
Formal
Aproximación
corporativa
(estrategia y
formación)
Inicial
Guerrilla
(cada comercial
hace su guerra)
Desarrollado
Productividad
Advanzado
Inicial
Sofisticación
81
Clientes
Outbound
Inbound
• Orgánico
• Nueva cultura
 Comunidad
 Contenidos
 Hábitos/Rutina
 Formación
• Nuevas
herramientas
Empresa
• Pago
82
Advanzado
Productividad
Avanzada
(KPIs y
automatización)
Formal
Aproximación
corporativa
(estrategia y
formación)
Inicial
Guerrilla
(cada comercial
hace su guerra)
Advanzado
Desarrollado
Desarrollado
Inicial
Sofisticación
83
84
Muchas Gracias!
Jordi Gili
MD, Execus
[email protected]
www.execus.com
@Jordi_Gili
85
BIZ DATA:
de negocio
Sr. Rubén Bastón
| CMO
Elogia Group
@rubenbaston
Cómo aumentar las ventas
mediante el lead nurturing
@rubenbaston
Vigo,
7 de Marzo
de 2014
CMO
de @elogia_net
¿Lead nurturing?
No.
SÍ.
¿En qué consiste?
Optimizar el Customer Journey, a través del
ecosistema digital de las marcas
Extraños
Visitas
Paid
Leads
Leads
cualificados
Clientes
Promotores
Owned
Earned
El viaje del usuario
Retener y
convertir
Localizar y
atraer
Seleccionar
y convertir
Activar y
cualificar
Satisfacer
Buscadores
:
Blog/Redes
sociales:
SEO
SEM
Whitepapers
Slideshare
Youtube
Pinterest
…
Internet Display:
RTB
Anuncios sociales
Performance
Display
Email Marketing
Facebook apps
Usabilidad onpage
Calls to action
Social plugins
Formularios
Buzz Marketing
Anuncios sociales
Lead nurturing
Gamification
Profiling
Clustering Contenido dinámico
Buyers
Afiliación
Retargeting
mCommerce
Analítica web
Recomendación
Costumer Life cycle
¿De qué hablamos?
Costumer life cycle centric strategy
User Time Line
Thank you pages
Tracking envíos
Servicio post venta
Brand Actions
Gamification
UX
Social Buttons
Recomendaciones
Mobile app
Social Profilling
Tracking
usuario
Monitoring
Clustering
Call to action
Registro
SEO
SEM
Advertising
Plan/creación de
contenidos
Contenidos dinámicos
onpage
Retargeting
Comunidad
Pasarelas
de pago
Opiniones otros usuarios
Ofertas flash
Recuperar carros compra
abandonados
Programas de
apadrinamiento
Pincodes
Cross selling
Retargeting
Compra colectiva
Botones sociales en thank you
pages
Recomendación de productos
similares a sus amigos
4 áreas en ebullición
Potencial del uso de Social CRM
Social Media enfocado a conversión
Publicidad interactiva hipersegmentada
www.emmasolutions.net
Automatizaciones de marketing
www.mooseway.com
Test A/B y multivariante.
Editor visual, URL distintas,
segmentación, optimización
de objetivos de conversión e
informes en tiempo real,
mapa de calor y clickmap.
Trabajan en función de
clicks. Generan mapas de
calor y resaltan las áreas de
mayor actividad. Permiten
analizar la visibilidad/utilidad
de cada enlace…
Preguntas y respuestas
ilimitadas, funciones de lógica
avanzadas: asignación al azar
para pruebas A/B, canalización
de preguntas y respuestas,
distribución al azar o inversión
de preguntas.
Competencia
Mapas de
Calor
Proporciona información
sobre el tráfico del sitio web,
datos de navegación,
conversiones y la eficacia del
plan de marketing.
Encuestas
Testing
Seguimiento
General
Nuestros mejores aliados
Proporciona datos de
marketing y servicios de las
mayores empresas de
Internet
Ejemplos de KPI’s para lead nurturing
Días de vida
• Tiempo entre primera y
última acción de un
registro
Intensidad de
interacción
• Número de
interacciones por
registro
Frecuencia de
interacción
• Promedio de tiempo
que transcurre entre
actividades
Recencia
• Meses transcurridos
desde su última
actividad
Moltes gràcies!
@rubenbaston
Vigo,
7 de Marzo
de 2014
CMO
de @elogia_net
[email protected]
BIZ DATA:
de negocio
Sr. Rafael Giménez
| Investigador Senior y Responsable
del equipo de Urban Data Analytics
Barcelona Digital Centro Tecnológico
@bdigital
Ciudad 2020
Exploratory lines and further work
Joana Simoes, BDigital
27/05/2014
Nuevas vías de negocio en la ciudad de los datos
Rafael Giménez, BDigital Global Congress
La ciudad de los datos
Las ciudades son
sistemas complejos
citymined.org
Las ciudades son
entidades geoespaciales
Las ciudades se expresan en forma de
(muchos) datos
Explotando la ciudad de los datos
Primero,
mira en tu interior
Luego,
mira a tu alrededor
Vive
de tu API
Facts & figures
•
•
•
Hay 250.000 tweets públicos
geoposicionados en Barcelona cada mes
Barcelona es la tercera ciudad más
fotografiada del mundo en Panoramio
Hay 99.000 recomendaciones de locales
de Barcelona en Yelp
Facts & figures
Sydney Rooftops
Identificación de casas con piscina y placas solares a
partir de fotos de Google Earth y datos del catastro
Moltes gràcies!
[email protected]
[email protected]
@techisthenewpop @bdigital
BIZ DATA:
de negocio
Sr. Juan Angulo
| Head of Spain Application Services
Fujitsu
Fujitsu
La Compañía
Global
Japonesa de TI
Decisiones “On Time”:
Nombre
del ponente
Ventaja
Competitiva
Cargo
Juan
Angulo López-Dóriga
Director Application Services España
Fecha y Lugar
Barcelona 28 de Mayo 2014
0
0
Copyright 2012
2014 FUJITSU
FUJITSU
Copyright
Agenda
1
Human Centric Intelligent Society
2
Big Data
3
Smart Cities
1
Copyright 2014 FUJITSU
Agenda
1
2
Big Data
3
Smart Cities
2
1
…Fujitsu, una historia de éxito basada en el compromiso con la sociedad y la innovación

Established 1935

173,000 employees

54.5 B$ revenue

President Masami Yamamoto

Presence in > 100 countries

Research in Japan, US, UK,
…Germany, China, Singapore

2.9 B$ annual R&D investment

Manufacturing in Japan, Asia,
… Europe, North America
“Lo que el hombre puede soñar la
tecnología lo puede lograr”
Takuma Yamamoto, noveno Presidente
100.000 patentes
Más de 18.000 ingenieros y científicos
3
TIC, aproximación centrada en las Personas
4
1
…la evolución de las TIC hacia el HCIS
Para crear conocimiento y
facilitar las actividades
humanas
Human-centric
Alcance TIC
Para transformar los procesos
de negocio
Centrada en las redes
Para mejorar la productividad
Centrada en los
ordenadores
Cloud computing – Big
Data
Sensores
Internet
PC
1990
Colaboración en red
Terminales deslocalizados
Comunicaciones móviles
2000
2010
5
2020
1
…la misión
Generar innovación en
actividades cotidianas de los
ciudadanos
Human centric
computing
Integración de dispositivos
deslocalizados con
infraestructura cloud para
crear nuevos servicios y
soluciones tecnológicos en
sanidad, gestión de la
energía y otras actividades
centradas en la persona.
Impulsar el mundo empresarial y
la sociedad con información
Intelligent
society
Responder a las
necesidades sociales
en los diferentes
sectores económicos
para crear nuevos
negocios de servicio e
infraestructuras
sociales.
Optimizar los sistemas TIC
mediante servicios end-to-end
Cloud fusion
Operación y gestión de la
calidad unificadas así
como distribución de
servicios y balanceo de
cargas entre múltiples
clouds y sistemas ya
existentes.
BIG DATA
6
Agenda
1
2
Big Data
3
Smart Cities
7
Big Data
2
…como instrumento orientado para dar soporte a HCIS
•
La arquitectura técnica de Big Data permite analizar gran cantidad de información y
proporciona conocimiento de valor añadido.
•
BD es necesario para un análisis predictivo avanzado.
•
Contando con capacidad para procesar y combinar múltiples fuentes de
información.
•
Trata
y analiza todas las BBDD: tradicionales, estructuradas, semi-es. y
desestructuradas.
8
Big Data
2
…Descripción básica de arquitectura
Extracción, Transformación, Limpieza y Carga
Sistemas
Internos
Sistema
Fuente
Sistema
Fuente
Tratamiento y Análisis
Procesamiento
Distribuido
en Paralelo
BD
Tradicional
…
Sistema
Fuente
Sistemas
Data in motion
Externos
Procesamiento
Complejo
de Eventos (CEP)
Del Big Data al conocimiento puesto en valor
9
Plataforma
In-Memory
Visualización
Toma de Decisiones
Aplicaciones
de
Negocio
2
Big Data
…Descripción básica de arquitectura
Fuentes
Transformación Almacenaje
Semántica/Biz.&Operc.
Aplicaciones
Entidades Relaciones
File System
(ETCL)
Database No
SQL
Extracción
Relational
Database
Limpieza
Web
Carga
BD Relacionales
y/o Analíticas
Indexación y Búsqueda
Java
Java Script
HTML5
.Net
Proceso de Texto
Integrado
Transform
a-ción
Datos
Estructurados y
No
Estructurados
Consultas SQL
Complejas y Cruces
Avanzados
Web Svcs
Cuadros de Mando
Soc Medi
10
Capa de
Presentación
Interface Visual
Agenda
1
2
Big Data
3
Smart Cities
11
3
Smart Cities
…donde la tecnología es el hilo conductor, que entrelaza mundo físico y digital
Transporte
Agricultura
Sanidad
Medios
Smart Grids
Retail & Logística
12
3
Smart Cities
…SPATIOWL como solución con orientación HCIS basada en Big Data
SPATIOWL – Plataforma de
Spatiotemporal Data-Processing Technology
localización
Sistema de gestión inteligente
basado en la nube, con capacidad para
recolectar grandes cantidades de datos desde diversidad de fuentes
Captura y Registro
Tratamiento de Información
Análisis Datos Cliente + Big Data
Servicio
Oferta atractiva & Usable
Big Data Management
Nuevas tecnologías que de
soporte a mi negocio
13
3
Smart Cities
…SPATIOWL como solución específica
Solution Serving Needs
Creating New Business
Feedback
Analysis, forecast, optimization
Real-time information (Event, SNS)
External information (e.g.weather)
Sensing information (Probe etc.)
Map information
Sensing
Location Information (Coordinate)
Sensing
SPATIOWL
14
Cloud Computing
3
Smart Cities
Traffic information
(Traffic volume, speed, jam)
Road surface information
Hazard information
Construction/restriction information
Weather/disaster information
SPATIOWL
Platform
15
3
Smart Cities
16
3
Smart Cities
Algunos casos de uso…
Real-Time Traffic Services




 Theft tracking
 eCall
 Emergency contact
Floating Car Data Management
Optimized route finder
Incident warning
Weather condition information
Quality – Maintenance



Integrated Emergency Services
Proactive quality management
Proactive maintenance
Online maintenance
Health Monitoring
Overview
Blood pressure monitoring
Awake alert
Financial Services


Fleet Management





Responsive fleet management
Optimized fleet management
Online/offline driver support
Usage driven fleet operation
Active fleet/model management
Smart City Services


17
Charge advice
Charge station finder
3
Smart Cities
…CASO DE USO - servicio multi-modal
Detecta la situación del usuario enviando información adaptada a su localización y
necesidades
User
SPATIOWL
Location Info. (Lon/Lat) ,
Sensor Info. (e.g. Gyro, Acceleration)
Image/
Sound
Area
Information
Function Parts
Image Data, Sound Data
Data Layer
Management
[Use Case]
Location
Info.
新橋駅
Nearly at the Station!
7時
04 18 27 36 48
Let’s get on the car!
-Reservation
-Traffic info
-Route Search
Start
Bus
8時
-Timetable
-Recommend Train
06 13 25 30 39
43 50 56
9時
09 18 25 35 45
55
Destination
9時
▽
Walk
周辺観光ｽﾎﾟｯﾄ
Car
Here we are！
○○寺
江戸時代の
文化遺産
Train
【Station】
Want to Know..
-Weather
-Arrival time
Contents
Provider
POI
Info.
長野県長野市
【Station】
25℃
(+1℃)
(－2℃ )
0-6
6-12
12-18
18-24
30%
40%
70%
80%
-Where is the Bicycle
東に200m
-Sightseeing Spot
現在地からの最寄
１番
予定乗車時刻
曇り
のち雨
32℃
東京駅
丸の内
南口
>
11:05
Now, Then! Take a Bus ?
Estimated time of arrival
Parking
18
15分間隔
で運行
(11時～16時)
3
Smart Cities
…CASO DE USO – Gestión de Coches de LEASING
1. Inspection at the
start/end of operation
2. Automatic collection of
operation data
Driving track record
Driving analysis
Danger spot information
Traffic information
Construction/Regulatory information
Vehicle situation
Dynamic management
Operation result
Destination information
(Smartphone application)
Construction/Regulatory
Car leasing management
1. Confirmation of
inspection result
2. Confirmation of
safe driving
Danger spot information
Traffic information
Driving record result
Route guidance to avoid
traffic jams and constructions
19
Danger spot reminder
20
BIZ DATA:
de negocio
¡Muchas gracias por tu asistencia!
Consulta nuestra web:
www.bdigitalglobalcongress.com
Síguenos: #BDGC2014 @bdigital

Presentación de PowerPoint

Transcripción

Documentos relacionados

un zettabyte de motivos para hablar de datos y desarrollo

BIG BANG - Espacio Fundación Telefónica

Big Bounce - WordPress.com

VÍA INTRAÓSEA (VIO)

Título de la diapositiva - Hospital Italiano de Buenos Aires

From the President Carta de la Presidenta

descargar - Revista Lee+

Big Sur Guía - Guiabizkaia

Historia del Tiempo: Del Big Bang a los

SERVICIOS DE CAPACITACIÓN DE IBM