Академический Документы
Профессиональный Документы
Культура Документы
Big Data
Es hora de generar valor de negocio c on los datos
sumario
En qu punto estamos?.............................................................4 Visin general..........................................................................................14 Big Data en los servicios financieros: Lo esencial..................................................................................................21 BBVA y Big Data.................................................................................26 Instantneas globales..................................................................28 Perspectivas de innovacin................................................. 34 En profundidad.................................................................................. 40 Secciones................................................................................................... 42 Temas de inters......................................................................... 42 Tendencias tecnolgicas...................................................49 Evento Big Data...................................................................................53 Estudio realizado entre BBVA y el Ayuntamiento de Madrid.................................................. 54 BBVA e IM35 en Latam..............................................................56 Crditos.........................................................................................................58
En qu punto estamos?
Big Data ya no es una promesa ni una tendencia. Big Data est aqu y est provocando cambios profundos en diversas industrias. Desde el punto de vista tecnolgico ya existen sectores empresariales que han adoptado de forma masiva proyectos y productos. El anlisis de todos los datos disponibles est convirtindose en un elemento de disrupcin. As como internet es un factor de desintermediacin que est afectando a muchas cadenas de valor, el anlisis de informacin en grandes volmenes, de diversas fuentes, a gran velocidad y con una flexibilidad sin precedentes puede suponer un factor diferencial para aquellos que decidan adoptarlo.
Big Data:
04
Ms de 5.000 millones de personas telefonean, mandan mensajes de texto, tuitean y navegan por internet con telfonos mviles.
Facebook cuenta con ms de 901 millones de usuarios activos generando datos de interaccin social. Cada da se envan 340 millones de tuits. Son unos 4.000 por segundo.
135
Infecciones botnet
20
Nuevas vctimas de suplantacin de identidad
6
Nuevos artculos publicados en Wikipedia
1.300
Nuevos usuarios mviles
47.000
Descargas de apps
2,5
Al da se generan 2,5 trillones de bytes de datos. El 90% de los datos que hay hoy en da en el mundo se han creado tan slo en los dos ltimos aos.
204 mill.
E-mails enviados
61.141
Horas de msica
+100
Cuentas nuevas en LinkedIn
277.000
Logins en Facebook
$83.000
En ventas
20 mill.
Fotos vistas
+320
Cuentas nuevas en Twitter
6 mill.
Perfiles vistos en Facebook
3.000
Fotos subidas
100.000
Nuevos tweets
1,3 mill.
Visualizaciones de vdeos
+2 mill.
Bsquedas efectuadas
30
Horas de v deo subidas
En 2015
Costara 5 aos ver todos los videos que se distribuirn en las redes IP cada segundo
Hoy
El nmero de dispositivos en red
20 0
analtica de datos
2005
Fuente: Google Trends, abril 2013
2007
2009
2011
2013
equivale a
la poblacin mundial
Para 2015
El nmero de dispositivos en red
La oportunidad de mercado
Segn la reciente presentacin de Gartner Top Technology Predictions for 2013 and Beyond:
equivaldr a
2x
Fuente: Intel | What Happens in an Internet Minute?
08
la poblacin mundial
En 2015 la demanda de Big Data supondr 4,4 millones de puestos de trabajo en todo el mundo, pero slo un tercio de ellos estarn cubiertos. La demanda generar 550.000 empleos en servicios externos durante los prximos 3 aos. Otros 40.000 empleos los generarn vendedores de software durante los prximos 3 aos.
Fuente: Gartner | Top Technology Predictions for 2013 and Beyond, febrero 2013
En todo el mundo, las compaas contratarn a muchos expertos en informacin empresarial para dar apoyo a la creciente cantidad, variedad y velocidad de los datos. La demanda de gastos en servicios de Big Data se calcula que alcanzar los 132.300 millones de dlares en 2015.
Una definicin
Big Data es el trmino que se emplea hoy en da para describir el conjunto de procesos, tecnologas y modelos de negocio que estn basados en datos y en capturar el valor que los propios datos encierran. Esto se puede lograr tanto a travs de una mejora en la eficiencia gracias al anlisis de los datos (una visin
ms tradicional), como mediante la aparicin de nuevos modelos de negocio que supongan un motor de crecimiento. Se habla mucho del aspecto tecnolgico, pero hay que tener presente que es crtico encontrar la forma de dar valor a los datos para crear nuevos modelos de negocio o de ayudar a los existentes..
Fuente: BBVA New Technologies
Caractersticas
A Big Data le caracterizan las tres v:
Volumen
tos El volumen de los da sitos p de s almacenados en lo do sa pa ha de las empresas y s te by ga de ocupar me ytes. gigabytes a petab e se En 2020 se espera qu es on ll mi generen 420.000 . os ic n tr de pagos elec
men Por ejemplo, el volu r po o ad de datos proces o id ec cr ha corporaciones e. nt me va significati Google procesa 20 petabytes al da. rk La Bolsa de Nueva Yo tos da de te by genera 1 tera r, te it Tw a te en al da, fr al s te by ra te 8 ra que gene gundo). da (o 80 MB por se
Variedad
s ha La variedad de dato de o nd sa pa o, ad explot s do ser datos almacena s, y estructurado de guardados en bancos a s, le ia ar datos empres , os ad ur ct ru ser desest semiestructurados, etc. audio, video, XML, Datos en streaming, iles, cotizaciones burst ina a qu m , es al medios soci nsores mquina, datos de se ad de una creciente varied oc pr esados datos necesitan ser rmacin. fo y convertidos en in
Velocidad
vimiento, La velocidad del mo a de ur pt proceso y ca a de er fu y datos dentro ado nt me au ha la empresa e. nt me va ti significa
s en Los modelos basado cios go inteligencia de ne rdar ta en generalmente suel te a en fr , se das en procesar as ic t al an s las necesidade y ho de al re po em casi en ti jo de en da debido al flu dad. ci lo ve ta al a datos
se enfrenta al eBay, por ejemplo, PayPal analizando fraude a travs de cciones 5 millones de transa a. en tiempo real al d
10
Fuentes y tipos
Las fuentes de datos son internas y externas, y los tipos de datos son estructurados y desestructurados.
Los datos externos estructurados son una extensin lgica de los actuales anlisis sobre datos internos estructurados de la empresa.
Este cuadrante representa la mayor rea de oportunidad para que la empresa recoja informacin de los consumidores.
Externas Internas
Historial de crdito
Google+
FUENTES DE DATOS
12
Instagram Blogs
Foros online
Los datos internos estructurados son la categora mejor entendida por la empresa, pero la empresa necesita cambiar el enfoque hacia los datos externos y desestructurados. Estructurados
Los datos internos desestructurados son un excelente campo de aprendizaje para que la empresa pueda entender el modo de sacarle valor a estos formatos de datos. Desestructurados
TIPOS DE DATOS
Fuente: Booz & Company | Benefitting from Big Data, 2012.
Visin general
En esta seccin veremos cmo se percibe Big Data, hablaremos sobre las oportunidades y desafos que conlleva y echaremos un vistazo a algunos modelos de negocio emergentes.
Big Data:
Gran parte de la confusin sobre Big Data se debe a malentendidos en torno a su propia definicin. En lugar de una nica caracterstica claramente dominante en lo que se entiende como Big Data, un sondeo reciente de IBM muestra cmo los encuestados tienen puntos de vista divididos sobre si Big Data se define mejor en relacin al gran volumen de datos de hoy en da, a los nuevos tipos de datos y anlisis, o a las nuevas necesidades de ms anlisis de informacin en tiempo real.
7%
8%
10%
15%
13%
16%
18%
Fuente: The Financial Brand | Big Data: Big Opportunity in Banking ... or Big B.S.?, noviembre 2012 IBM I Survey Results
14
Se trata de informacin
Existe en la actualidad una ingente cantidad de informacin disponible. Y el lmite a la ventaja que las firmas financieras pueden obtener de su activo de informacin lo marca bsicamente su imaginacin.
Los gestores que han sido exitosos en un entorno falto de datos puede que lo pasen mal para comprender el valor potencial de los datos. Pueden carecer del tiempo y de la paciencia para explorar el cambio. Y aquellos que s entienden los datos puede que sean incapaces de identificar las oportunidades ms valiosas; quizs no entiendan la economa del negocio lo suficientemente bien. Una empresa puede entender el potencial de sus activos de informacin slo cuando se derriban estas barreras.
1
Los datos deben llevar a la accin
El valor inherente a los datos slo puede asumirse cuando los clientes pueden actuar respecto a oportunidades que les suscitan inters.
2
Se necesitan recursos difciles de encontrar
Encontrar expertos en estadstica con conocimientos en informtica es difcil porque no hay suficientes en el mercado de trabajo. Reunir las habilidades para manejar Big Data conlleva disciplina y rigor; y pocos son los que terminarn adquirindolas.
3
Los problemas de seguridad y privacidad deben solucionarse
Muchas discusiones debern tener lugar entre las partes interesadas. Por ejemplo: cmo superar los miedos Gran Hermano; problemas con el registro de datos; problemas con privacidad personal y pblica; transparencia de las compaas que trabajan con datos; o legislacin que apoye y estimule la innovacin.
Las oportunidades:
Las empresas se pueden beneficiar de Big Data en varias reas, como el conocimiento del cliente, marketing, operaciones y gestin del riesgo.
reas que se benefician de Big Data % Respuestas
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 fraude Cuantificacin del riesgo Tendencias del sentimiento de mercado Comprensin de cambio del negocio Planificacin y prediccin Mejor anlisis de costes Anlisis del comportamiento de los clientes Rendimiento de la produccin Otros
Fuente: Booz & Company | Benefitting from Big Data, 2012
16 Junio 2013 | BIG DATA 17
61 45 41 38 37 35 33 30 30 30 29 29 27 6 4
Marketing impulsado por los clientes: promociones y ofertas personalizadas basndose en las pautas de compras individuales. Prevencin de la prdida de clientes. Recomendacin de productos: filtros colaborativos, recomendaciones basadas en la actividad multicanal.
ncia eleva ar r t a r u t l o Ap contex s te en i l c
Anlisis de marketing
Optimizacin de los precios: utilizar los datos para evaluar la sensibilidad de la demanda a los precios y para optimizarlos en diversos puntos del ciclo de vida del producto.
Modelos del marketing mix: optimizacin del marketing mix y de las promociones utilizando modelos economtricos para evaluar el aumento de ventas con diferentes herramientas de marketing e identificar el ms efectivo.
Vender infor ma ci ne nb ru to
ncia Suministrar an efere y perspecti lisis de r vas tos un rp ta or Ap
al os
Efectividad operativa
Anlisis de datos operativos aprovechando abundantes datos de produccin para mejorar los procesos y la calidad del producto. Mejor planificacin y prediccin aprovechando la cantidad de datos de procesos histricos, recursos y productos.
Anlisis de datos sobre clientes, transacciones y mercados para cuantificar el riesgo de clientes y productos. Deteccin de fraude en tiempo real aprovechando datos de los puntos de venta y de los sistemas de transacciones y anlisis.
Anlisis de la actividad del cliente: almacenar las preferencias del cliente para personalizar 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.
Fuente: Harvard Business Review | What a Big-Data Business Model Looks Like?, diciembre 2012.
id ad
Junio 2013 | BIG DATA 19
t en m Fo
18
Venta minorista
Gestin de relaciones con el cliente Ubicacin y distribucin de tiendas
Servicios financieros
Trading automatizado Anlisis de riesgos Deteccin del fraude Anlisis de carteras
Gobierno
Gobernanza del mercado Sistemas de armas y contraterrorismo Econometra Informtica aplicada a la salud
Lo esencial
La historia de Big Data se extiende por todas partes, expresndose de muchas formas diferentes. En esta seccin presentamos los aspectos esenciales de Big Data, tal como los entendemos, desde el punto de vista de los servicios financieros.
Manufacturas
Investigacin de productos Anlisis de ingeniera
Medios y telecomunicaciones
Optimizacin de redes Valoracin de los clientes
Energa
Redes inteligentes Exploracin Modelos operacionales Sensores de tendido elctrico
Fuente: A.T. Kearney | Big Data and the Creative Destruction of Todays Business Models
20
Fuente: GigaOm | The History of Hadoop: from 4 nodes to the future of data, marzo, 2013.
22
Los desafos
Las instituciones financieras deberan abordar cinco grandes retos para capturar el valor que puede ofrecer el tratamiento adecuado de los datos:
Lmites presupuestarios
Costes excesivos
1 2
Gran parte de la gestin tradicional de datos bancarios y de las prcticas de gestin de datos es incapaz de soportar las exigencias de Big Data, lo que puede desembocar en proyectos de anlisis de datos costosos y con retrasos.
3 4
Implementar un verdadero modelo de coste-beneficio puede ser difcil cuando con herramientas como Hadoop los altos costes de desarrollo por adelantado son habituales. Las nuevas plataformas analticas llave en mano y basadas en la nube para Big Data hacen que poner en marcha una plataforma y lograr su rentabilidad sea ms viable que nunca.
Lagunas de conocimiento
La mayor parte de los sectores reconocen ya que Big Data y el anlisis de datos pueden disparar la productividad, hacer que los procesos sean ms visibles y mejorar las predicciones sobre el comportamiento. Los anlisis posteriores definirn la diferencia entre los perdedores y los vencedores en el futuro,
dice Tim McGuire, director de McKinsey.
Las estrategias tecnolgicas y los procesos de negocio para Big Data son muy diferentes. Las lagunas en el almacenamiento de datos y las estrategias de procesamiento, as como la falta de conocimiento o direccin por parte de los gerentes de sistemas pueden generar dudas en algunos bancos. Adems, los profesionales de la tecnologa bancaria todava pueden carecer de conocimiento sobre las herramientas de gestin de Big Data. La formacin tcnica y de usuario final tambin puede impedir a los bancos adoptar Big Data.
Fuente: BMcKinsey | Making data analytics work: Three key challenges, marzo 2013.
24
Ver video
Junio 2013 | BIG DATA 25
Algunas de las reas en las que BBVA est aplicando o investigando el uso de Big Data:
BBVA est trabajando para capturar el valor que los datos encierran, tanto para mejorar los procesos de negocio actuales, como para crear nuevos productos basados en datos. El dato financiero da una perspectiva nica, tangible, dinmica y medible sobre la sociedad y su evolucin. El objetivo es buscar nuevas perspectivas en el uso de estos datos y combinarlos con otros de forma que tanto BBVA como otras instituciones, empresas o personas puedan tomar mejores decisiones. Desde el punto de vista tecnolgico y de calidad de la informacin, BBVA lleva aos trabajando en un Master Data Program que nos ha puesto en una situacin lder en aspectos informacionales en nuestra industria. Las iniciativas actuales son una continuacin de esta filosofa, incorporando formas ms giles de procesar la informacin, el acceso a fuentes de informacin ms variadas y la adicin del anlisis de grandes volmenes de datos no estructurados. Internamente, uso de los datos dentro del banco: Anlisis de riesgos, por ejemplo, para el caso de las PYMES, donde la idea es llegar a obtener una visin ms amplia de los clientes, que permita no limitarse casi exclusivamente a su contabilidad e historia financiera. Ubicacin ptima de infraestructuras de servicios como cajeros y oficinas bancarias, de forma que sean lo ms convenientes posible para los clientes. Adecuacin de la oferta de productos en funcin de las necesidades reales de los clientes, o customer centricity. Externamente, de forma que sean otras organizaciones las que se beneficien del valor de los datos: Ayudar a retailers a entender mejor su rendimiento, sus clientes y su contexto geogrfico y temporal. Ayudar a los gestores urbanos a tomar mejores decisiones gracias a un mejor conocimiento de la ciudad. Medir el impacto real de eventos o de decisiones concretas (www.mwcimpact.com). Permitir que terceros creen nuevos servicios de valor sobre datos annimos y agregados proporcionados por BBVA, en combinacin o no con otras fuentes de datos.
1 0 1 0
1 0 0 1 0 1 0
1 1 1
0 0 1
1 0 1 0
1 0 1 0
1 0 1 0
1 1 1 0
26
Instantneas globales
Los jugadores de Big Data se pueden dividir entre profesionales de los datos y suministradores de tecnologa. En esta seccin destacamos las empresas que trabajan con Big Data en varios sectores, incluyendo la banca y los servicios financieros. Los suministradores de tecnologa abarcan un espacio amplio, ya que esta tendencia an est madurando. Tambin hacemos un repaso al terreno tecnolgico y echamos vistazo a algunas compaas que apuntan hacia dnde se dirige el futuro de Big Data.
28
Frameworks
Gracias a los frameworks los desarrolladores y cientficos de datos pueden sacarle rendimiento a Hadoop de una manera barata y fcil. Los frameworks permiten la expansin de las fuentes y almacenes de datos a los que da apoyo.
Distribucin
Estos son productos de software empaquetados que pretenden facilitar la implementacin y gestin de clsteres Hadoop, frente a tener que descargar las diversas bases de cdigo Apache e intentar concebir un sistema.
SQL en Hadoop
Las soluciones SQL en Hadoop incrementan la accesibilidad de Hadoop y permiten a las organizaciones reutilizar su inversin en el aprendizaje de SQL.
Distribucin
Cloudera EMC
SQL en Hadoop
Apache Apache
Frameworks
Apache Apache
Mesos
IQ
WANdisco Zettaset
Accumulo Apache HBase Drawn to Scale Lily Splice Machine Sqrrl TempoDB
Drill Giraph Citus Data Hadapt Impala (Cloudera) Lingual (Cascading) Phoenix (Force.com) Pivotal HD (Greenplum) RainStor The Hive The Stinger Initiative (Hortonworks)
Hama Project Pig Apache Tez Cascading (Concurrent) Mortar Scalding (Twitter)
(VMWare)
Data
30
Alternativas HDFS
Cassandra
Plataformas alternativas
Disco HPCC
Hadoop reenvasado
Data Dell HP Microsoft Nutanix SGI Teradata/Aster
Direct Networks
Elastic MapReduce
BigInsights (IBM)
Data
Mahout Continuuity Datameer HStreaming Karmasphere NGData PacketPig (Packetloop) Platfora Radoop Tresata WibiData
(Dispersed Storage Network) EMC (Isilon) IBM (GPFS) NetApp (NetApp Open Solution for Hadoop) Lustre Red Hat (Red Hat Storage/ GlusterFS) Quancast File System
Data
32
Perspectivas de innovacin
Lleg la hora de levantarse y empezar a ser activos con Big Data, puesto que quedarse sentados esperando ya no es una opcin viable. En esta seccin veremos algunos consejos de profesionales que comparten algunas lecciones aprendidas a lo largo del camino.
34
Qu hacer?
Empresas y profesionales deberan de ponerse como objetivo adquirir capacidades para el anlisis de flujos de datos en tiempo real mediante fuentes multiestructuradas y con herramientas para grandes volmenes de datos.
a Esta vid ca ti n m e s
VDEOS
n IT est e d s ore les bajad a r t vos ro s e u Lo n e riendo uente entr adqui p e ndo d s. hacie gocio e n s y lo las IT a ig Dat o, B e d s egoci o j n a e b d a de Los tr n analistas ficos t n e e r i c e rs, al, requi office IT/leg a e t d a s d ale chief fesion rmacin, o r p , datos tos de info tc. ec atos, e d arquit e d ianes guard s idade c a p a nc de cesita estin g Se ne e d y adas lisis n avanz a / n aci ocios. inform cia en neg ien exper
chno Top Te | r e n t e: Gar 13 and Fuent for 20 s n io t 13 Predic ero 20 d, febr Beyon logy
pronto una taquilla de datos personales, que ayudar al consumidor a gestionar los datos que genere. Mezcla los datos para aadirles valor; combinaciones distintas te darn resultados distintos. Big Data dar paso a un nuevo tipo de empresa, la empresa dato-cntrica.
36
38
En profundidad
Una lista de enlaces a otras herramientas y recursos tiles que pueden ser de utilidad como complemento a la informacin ofrecida en el informe Big Data.
Daily Beast | IBM CEO Rometty Says Big Data Are the Next Great Natural Resource, marzo 2013 Fast Co.Exist | The Promise of Peril of Big Data, marzo 2013 Forbes | Big Bets on Big Data, junio 2012 Forbes | How Big Data Is Transforming the Hunt for Talent, marzo 2013 Forbes | 3 Keys to Monetize Big Data, febrero 2013 Forbes | Top 10 Most Funded Big Data Startups, marzo 2013 Forbes | Tresata Offers Big Data For Financial Firms To Act On, julio 2012 Forbes | Why Big Data Is Getting The Bully Treatment, febrero 2013 Gartner | Big Data is Falling into the Trough of Disillusionment, marzo 2013 Gartner | Top Technology Predictions for 2013 and Beyond, febrero 2013 GigaOm |European governments agree to open up public data, abril 2013 GigaOm | Forget data transparency: options grow for letting you hid your data, abril 2013 GigaOm | Selling your Big Data initiative to your c-suite, abril 2013 GigaOm | Stucture: Data event coverage, marzo 2013 GigaOm | The history of Hadoop: From 4 nodes to the future of data, marzo 2013 Google | Google Trends Harvard Business Review | The Companies and Countries Losing Their Data, marzo 2013 Harvard Business Review | Insight Center - Big Data: Beyond the Hype Harvard Business Review | The Case of Crafting 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 of Business
IDC | Big Data/Analytics InfoWorld | Big Data Channel Intel | What Happens in an Internet Minute? 2013 J W T Intelligence | Big Data ushers in new ways to determine creditworthiness, 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 Problem with Our Data Obsession, febrero 2013 New York Times | The Mayors Geek Squad, marzo 2013 NPR | Explaining Big Data: NPR, marzo 2013 Pando Daily | Nate Silver to startups: Go for the low hanging fruit, marzo 2013 PSFK/Guardian | Big Data: For the Greater Good or An Invasion of Privacy? 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 2013 TechCrunch | Big Data Right Now: Five Trendy Open Source Technologies, 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
For Banking CMOs, CIOs, marzo 2013 The Financial Brand | Is Banking Really Ready for Big Data?, noviembre 2012 The Financial Brand | The Empty Promise of Big Data, enero 2013 Total Customer | Kleenex Jumps into Selling Direct to Consumers in Search for Big Data, marzo 2013 Venture Beat | Why everyone needs to care about data, febrero 2013 Venture Beat | Big Data section Venture Beat | Big Data is dead. Whats next?, febrero 2013 Wall Street Journal | Banks Using Big Data to Discover New Silk Roads, febrero 2013 Wall Street Journal | Big Data is Here Now the Real Work Begins, marzo 2013 Wall Street Journal | Moneyball, VC Style, marzo 2013 Wall Street Journal | Tracking Sensors Invade the Workplace, marzo 2013 Wall Street Journal | When More Trumps Better, marzo 2013 Wall Street Journal: CIO Report | Do You Really Have a Big Data Problem?, diciembre 2012 Wired | Does Big Data Mean the Demise of the Expert -- And Intuition?, marzo 2013 Yahoo |Big Data Generaates Big Returns: Q&A; With VC Roger Ehrenberg, marzo 2013 YouTube: Kate Crawford | Algorithmic Illusions: Hidden Biases of Big Data, febrero 2013 ZD Net | Big Data section ZD Net | Big Data analytics can help gamemakers be next Angry Birds, marzo 2013 ZD Net | Big Data: How the revolution may play out, noviembre 2012 ZD Net |Real-time Big Data in government: Big Data or Big Brother?, marzo 2013
Junio 2013 | BIG DATA 41
McKinsey Global Institute | Big Data: The next frontier for innovation, competition, and productivity, 2011 McKinsey Quarterly | Big Data in the age of the telegraph, marzo 2013 McKinsey Quarterly | Big Data: Whats your plan?, marzo 2013 Evgeny Morozov & Allen Lane | To Save Everything, Click Here: Technology, Solutionism, and the Urge to Fix Problems That Dont Exist Olivery Wyman | A MONEY and INFORMATION Business, 2013 PricewaterhouseCoopers | Capitalizing on the promise of Big Data, 2013 Rick Smolen | The Human Face of Big Data, 2013
En la red
All Things D | Big Data, Soft Sell: Netflix Pitches a Hand-Off Approach to Hollywood, marzo 2013 BCG Perspective | Unleashing the Value of Consumer Data, 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
Temas de inters
En esta seccin puedes encontrar un resumen de las noticias ms relevantes de una seleccin de temas de inters para la industria bancaria. Los resmenes y la informacin han sido preparados por nuestro equipo editorial.
Y el ganador es Celent ha designado a un cliente de Accenture como Banco Modelo de 2013 por llevar a cabo una exitosa sustitucin de la infraestructura de core
Accenture ha ayudado a BBVA Compass a implementar Alnova Financial Solutions, su plataforma de core bancario. () Alnova ha ayudado al banco a reducir el tiempo que le lleva abrir un nuevo depsito desde ms de 40 minutos hasta tan slo 5, y ha reducido el tiempo para comercializar nuevos productos hasta un 75 por ciento. La innovacin en tecnologa core es un enorme elemento diferenciador en el actual mercado de servicios financieros, asegura Richard Lumb, director ejecutivo de Servicios Financieros de Accenture.
31% de los adultos de EE UU con cuenta bancaria utilizan la banca a travs de dispositivos mviles. 1 de cada 3 propietarios de smartphones en EE UU accede a informacin bancaria a travs de una app para el mvil.
63 % 48 % 34 % 33 % 32 % 32 % 30 % 30 %
Nuevos formatos
14 % 13 % 8% 6% 3% 2% 11 % 0 % 10% 20%
Hipoteca
30%
40%
50%
60%
70%
demostraciones, formacin y solucin de problemas. a nuevos clientes a la banca digital. Mostrar folletos 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 financieras, vdeos, directorio de sucursales, etc.
Atraer
Social Business
42
Temas de inters
Pagos a travs de mviles Marcas y Branding
Amazon ha patentado un sistema de pago con mviles que gestiona transacciones de manera annima, con lo que se adentrara en la esfera de los intermediarios de pagos
Si Amazon implantase esto, podra convertirse en un competidor de los intermediarios de pagos como PayPal. Dado que su tienda online ya compite con eBay, propietaria de PayPal, y que ya tiene millones de cuentas de usuarios con tarjetas de crdito grabadas en sus registros, no es algo que se aleje demasiado del negocio principal de la compaa.
El cliente en el centro
Crowd Finance
44
Temas de inters
Ecosistema App Nueva experiencia bancaria
Te puede permitir Big Data echar un vistazo a tu rendimiento acadmico (o al de tu hijo) en el futuro?
Un nuevo motor analtico de la empresa de tecnologa Desire2Learn utiliza Big Data para predecir y mejorar el rendimiento de los estudiantes en educacin superior () basndose no en la experiencia de otros, sino en el rendimiento de una persona en el pasado. El presidente de la compaa asegura que aporta una informacin ms profunda a los profesores sobre cmo alcanzar mejores resultados, sobre qu est funcionando y qu no.
46
Temas de inters
El futuro del trabajo
Tendencias tecnolgicas
En la siguiente seccin resumimos las tecnologas que estn llegando y que cambiarn todo, con predicciones de lo que se puede esperar de ellas en la industria financiera.
El ascenso de los makers, una comunidad que comparte inspiraciones e ideas a lo largo de internet
Bienvenidos al Movimiento Maker, un fenmeno social de millones de personas que estn asumiendo grandes riesgos para empezar sus propios pequeos negocios dedicados a crear y vender productos artesanales. En un mundo de cosas producidas en masa, las modernas tecnologas facilitan ms que nunca al individuo concebir y distribuir productos personalizados y nicos sin tener que contar con intermediarios como los fabricantes. Esta tendencia creciente continuar dejndose notar en la economa, y probablemente tendr consecuencias sobre los grandes minoristas. Se trata de un momento especial en la Historia, que tendr un impacto transformador sobre nuestro futuro.
48
qu pasa con las apps? Puede estar seguro de que slo unas cuantas de las aplicaciones que usamos a diario son lo suficientemente inteligentes como para ayudar a hacer esta tarea ms fcil en la vida real. Hay apps que recomiendan qu hacer o comprar basndose en nuestros gustos o preferencias. La mayor parte de las tiendas online nos ofrecen
recomendaciones personalizadas de productos para ayudarnos a decidir qu comprar (Amazon), ver (Netflix, Youtube) o comer (Alfred, Ness, Foodspoting, Yelp o incluso Foursquare). Sin embargo, hay pocas aplicaciones que nos ayuden a decidir dnde comprar y cmo pagar. Aqu analizamos dos de ellas:
Tendencias tecnolgicas
Las compras a travs de Facebook no son exitosas todava, pese a los esfuerzos de las marcas por llegar a sus clientes a travs de esta red social. Actualmente hay pginas para tiendas en Facebook (las fstores), en donde los vendedores pueden subir un catlogo de productos a modo de escaparate, ver las opiniones de los usuarios y crear un espacio en donde los clientes pueden comprar directamente sus productos. Tambin hay aplicaciones externas de tiendas para Facebook, que el usuario tiene que instalar y gestionar, al igual que cualquier otra app de la red social.
arece que a los clientes les tendra que resultar fcil interactuar con la tienda, que no necesitan nada ms aparentemente. Sin embargo, el simple hecho de estar en Facebook y ofrecer la capacidad de poder comprar productos en esa plataforma no significa que vaya a funcionar.
50
Tendencias tecnolgicas
Evento
Entonces, qu falta?
Ya hemos hablado sobre la tendencia de los pagos integrados y cmo la informacin y la actividad en Facebook se muestran sin fricciones, permitiendo la integracin con algunas apps sin abandonar el Timeline; bien sea escuchar una cancin, ver una foto o un vdeo de YouTube, todo aparece ahora dentro del Newsfeed (Noticias). Ribbon unifica ambos conceptos con el lanzamiento de una solucin que permite hacer pagos sin dificultades con tarjetas de crdito directamente desde el Newsfeed de Facebook. La operacin es adems integral, ya que una vez hecha la primera compra los datos se almacenan para poder hacer los siguientes pagos con un solo clic, tardando el usuario en completar una transaccin lo mismo que tarda en darle al me gusta si ve una foto de un lindo gatito. De este modo, los usuarios de Facebook pueden ver la foto, el ttulo, la descripcin, el inventario, el precio y el icono para comprar un producto sin tener que abandonar el Newsfeed, y ahorrndose pasos que le puedan dirigir a otra pgina web o tienda online. Antes de este reciente lanzamiento, la compaa ya haba trabajado en la simplificacin de los pagos digitales, introduciendo un sistema de finalizacin de compra (checkout) en una sola pgina al que se puede enlazar desde cualquier pgina web, cuenta de correo electrnico y medios sociales como Facebook, Twitter, YouTube o Pinterest. El plus de Ribbon est en que no han desarrollado una solucin diferente para cada plataforma, sino tan slo una, que detecta de dnde viene el usuario y adapta la experiencia segn corresponda.
Big Data
BBVA Innovation Center organiz Banking Trends, un evento trimestral que coincide con la presentacin del ltimo nmero de la publicacin multiplataforma Innovation Edge. En este foro se expusieron, debatieron y analizaron las tendencias ms innovadoras centradas en el fenmeno de Big Data y como ste est afectando al mundo de los negocios, con un especial inters en el mundo de los servicios financieros. Algunos de los ponentes: Esteban Moro, profesor de la Universidad Carlos III y director tcnico del Instituto de Ingeniera del Conocimiento. Miguel Luengo-Oroz, cientfico de datos, centrado en los desafos globales en los campos del desarrollo internacional y la investigacin biomdica. Javier de la Torre, fundador de Vizzuality, empresa especializada en analizar grandes cantidades de informacin, que, una vez procesada, se convierte en historias y narraciones inteligibles. Podrs volver a ver todas las conferencias a travs de la web BBVA Innovation Center y consultar todo el archivo con las mejores entrevistas, resmenes e imgenes del evento. www.centrodeinnovacionbbva.com
Ms informacin
52
l Centro de Innovacin de BBVA acogi la presentacin del estudio Dinmicas del Turismo en la Ciudad de Madrid, un estudio basado en la actividad comercial real del ao 2012. El trabajo es fruto de un ao de colaboracin entre el banco y la Oficina de Turismo Madrid Visitors & Convention Bureau. En la presentacin participaron Hugo Njera, Chief Innovation Officer de BBVA, junto con Dolores Flores, coordinadora general de Economa 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 enfoque basado en la gestin inteligente de la informacin digital, que al analizarla puede ayudar a fundamentar decisiones que redunden en la mejora de las condiciones de vida de las personas, ha destacado Hugo Njera. Algunas de las conclusiones de este informe describen cmo los visitantes procedentes de Estados Unidos son los que ms gasto generan en la ciudad de Madrid, seguido de los que vienen de Francia, Reino Unido, Italia y Brasil.
Agenda de eventos
NEXTBANK Madrid
Next Bank Madrid es una conferencia colaborativa sobre la innovacin, transformacin y la disrupcin que representan las startups para los servicios financieros. En NextBank Madrid se dan cita los actores tradicionales como bancos, consultores y proveedores de tecnologa con los players alternativos como startups, ecosistemas digitales y actores de otras industrias, para formar la nueva comunidad de innovadores fintech que tratar el futuro real de los servicios financieros y las grandes ideas que cambiarn la industria. Fecha: 25 de Junio
InnovaData
Primer reto de Periodismo de Datos. InnovaData es un Challenge internacional, organizado por BBVA en colaboracin con la Fundacin Ciudadana Civio, cuyo objetivo en esta primera edicin es el de contribuir al impulso del periodismo de datos en el marco de una sociedad global y tecnolgica. Fecha: 26 de Junio
54
IM35
en Mxico. Queremos estar cerca del talento y de las nuevas ideas que nos ayuden a construir un mejor futuro para las personas, subray Deschamps. Los premios abarcan todas las reas de la tecnologa: biomedicina, energa, materiales, telecomunicaciones, informtica o Internet. Los nicos requisitos para estar entre los candidatos es tener la nacionalidad del pas desde donde se convoca el premio y tener menos de 35 aos de edad. El evento de EmTech celebrado en Mxico fue el primer escenario elegido para presentar este acuerdo entre BBVA y el MIT Technology Review. Con ms de 800 asistentes de 10 nacionalidades, se celebraron hasta 8 paneles temticos sobre internet, educacin, la ciudad del futuro, cambio climtico, medicina, materiales del futuro, el panorama inversor y los ecosistemas de emprendedores.
www.centrodeinnovacionbbva.com
Sguenos en:
www.facebook.com/centrodeinnovacionbbva www.youtube.com/user/centroinnovacionbbva twitter.com/cibbva www.slideshare.net/CIBBVA
56
Innovation Edge es el resultado de un esfuerzo colaborativo y abierto de todas las personas que trabajamos en innovacin dentro del Grupo BBVA.
HAN COLABORADO EN LA REDACCIN Y EDICIN DE ESTE NMERO:
BBVA Innovation Edge es la primera publicacin corporativa multiplataforma centrada en innovacin. Esta publicacin tiene como objetivo explicar las nuevas tendencias, anticipar las tecnologas emergentes y reflexionar sobre cuestiones especficas que puedan afectar a la industria financiera.
Elena Alfaro Maria Pilar lvarez Alfonso Bey Reyes Bolumar Marco Bressan Raquel Calvillo Vanesa Casadas Luz Fernndez Antonio Garca Luz Martn Manolo Moure Carlos Prez Pablo Prez Alicia Snchez Javier Sebastin Elena Solera Marcelo Soria Gustavo Vinacua Ignacio Villoch Phil Sang Yim
BBVA2012
Ninguna parte de esta publicacin puede reproducirse o transmitirse de ninguna forma, o por ningun medio electrnico o mecnico, incluida la fotocopia, grabacin o cualquier otro sistema de almacenaje y recuperacin de informacin, sin el permiso previo del editor, BBVA.
Te interesa Innovation Edge? Suscrbete al newsletter para estar al da de los nuevos nmeros.
Ms informacin