ANALÍTICA PARA LA TOMA DE DECISIONES. BIG DATA GRUPO N° 4

[pic 1]

ANALÍTICA PARA LA TOMA DE DECISIONES.

Profesor:

YVAN GARCÍA

Tema:

BIG DATA

GRUPO N° 4

Integrantes:

Sergio Antonio González Vesga

Alejandra Magallanes Nacarino

Indira Blanca Ojeda Saico

Luis Dainer Rodriguez Ramos

MBA – 137B

Lima - Agosto 2019

1. Una lista de todas las posibles soluciones de big data identificadas para su empresa.

Para Mabe Perú: Empresa que se dedica a la venta de electrodomésticos.

1. Optimizar el stock de sus almacenes:

A través de la información obtenida de los patrones de búsqueda de la gente en su página web o analizando las tendencias en redes sociales, Aplicativos, etc.

1. Fijar precios variables para sus productos:

Extrayendo datos las acciones de los clientes, preferencias de los proveedores o recopilación de precios de la competencia

El sector de las telecomunicaciones es una industria privilegiada, gracias a sus redes y a la proliferación de dispositivos móviles; la oportunidad más evidente es extraer información de la experiencia del usuario gracias al tráfico de voz y datos, y así poder ofrecer altas en contratos personalizados, ampliar la batalla por la competencia e incluso crear nuevas fuentes de ingresos.

Para los bancos:

1. Detectar patronos de comportamiento en los clientes con el fin de predecir situaciones para mejorar la recomendación de productos.
2. Establecer mecanismos para hacer frente al fraude, delitos financieros, etc.
3. Mejorar la seguridad de la información que la entidad posee, tanto de propiedad de la misma entidad como de sus clientes.
4. Minimización de riesgos crediticios de los distintos productos ofrecidos, mejorando la calidad y salud financiera del banco y de ésta manera fortaleciendo su imagen institucional ante sus clientes.
5. Establecer procedimientos para detectar y hacerle frente al lavado de activos y financiamiento del terrorismo.
6. Determinar los paquetes de productos idóneos para un determinado grupo de clientes en un momento específico.
7. Crear nuevos productos servicios financieros personalizados que atiendan las necesidades de cada cliente en particular, según características del mismo.
8. Detectar nueva información de personas que actualmente no son clientes del banco pero que es un mercado potencial.
9. Distribución precisa de centros y canales de atención para los clientes, como oficinas, cajeros, Agentes.
10. Recomendación sobre abastecimientos de dinero de los centros y canales de atención durante los días de semana, fines de semana, días festivos, etc.
11. Transacciones más frecuentes por los distintos medios y canales de atención.

[pic 2]

1. La solución de big data que decidió implementar para la empresa, y por qué se eligió, incluso cómo puede impactar a la compañía.

Los bancos manejan muchísima información de sus clientes sobre sus cuentas, productos y servicios contratados, operaciones en cajeros, banca on line y móvil, compras con tarjetas, pero ¿los conocen realmente bien? Posiblemente no lo suficiente, y esto es debido a que, por un lado, los datos que manejan residen en plataformas no interconectadas y, por otro, no están combinando esta información interna con datos externos procedentes por ejemplo de redes sociales, webs, o información pública procedente de plataformas open data.

...