Hace unos días BBVA publicó el Ebook “Conoce los detalles del ecosistema del Big Data” como parte de su Serie Innovation Trends. Lo recomendable siempre es leerlo, pero si no has tenido tiempo para hacerlo (sólo el vídeo de la masterclass de DJ Patil, dura una hora y media), aquí podrás encontrar las principales conclusiones de este fantástico Ebook respecto a Big Data, aplicaciones en la banca y otros sectores, así como el enfoque del primer Chief Data Scientist en la Casa Blanca.
Los temas que se trataron:
- El valor de los datos
- Cómo es el día de un “data scientist”
- Claves del Big Data
- Caso de éxito “Illustreets”
- Ejemplos reales de uso del Big Data
- Masterclass de DJ Patil
En el Ebook podremos ver las entrevistas realizadas a Marco Bressan, CEO de BBVA Data & Analytics, dándonos su perspectiva de los dos primeros temas: “El valor de los datos” y “cómo es el día de un data scientist”. Hace unos meses lo ví en el evento de SAS Forum, me llamó la atención de su forma de presentar el enfoque de BBVA Data & Analytics, contando que ellos funcionan como una startup y así lo transmitía con su estilo informal de vestir. De ese evento me quedé con su frase “las empresas tenemos que ser atractivas para captar talento, cuando logremos que un candidato prefiera a BBVA en vez de Facebook, habremos conseguido transmitir nuestro valor como empresa”.
Sin más dilaciones, empecemos con el resumen:
Índice
1.Valor de los datos
El principal objetivo de BBVA Data & Analytics es “capturar valor de los datos, es decir, traducir ese conocimiento e información en nuevos servicios, en mejores servicios para los clientes”.
En la entrevista “El objetivo es transformar la información en servicios para clientes” (11 min.) Bressan responde a varias preguntas del tipo:
- ¿Cómo ha cambiado el Big Data en los últimos cinco años? ¿es sólo una moda?
No es una moda, dado que la tecnología como motor del cambio, nos permite hacer nuevas aplicaciones que hace 10 años eran imposibles.
- Cliente, riesgo y fraude ¿son esos los 3 principales aplicaciones en los que Big Data en el BBVA?
Sí, sin duda. La inteligencia comercial se nutre del conocimiento de los clientes. Se está realizando un piloto en España con los datos de pago del pequeño y mediano comercio que ha permitido al banca dar un 4% más de crédito.
En la entrevista “La capacidad de competir pasa por Data & Analytics” (9 min) Bressan responde, entre otras preguntas a:
- ¿Por qué es importante innovar para un banco?
El mundo digital está cambiando las reglas y sólo la innovación es la forma de adaptarse.
- ¿Por qué la necesidad de BBVA en crear BBVA Data & Analytics?
El banco se planteó crear esta división porque la capacidad de competir pasa por la capacidad de obtener conocimiento de sus clientes.
- ¿Qué supone para un banco abrir sus datos a terceros?
Supone subir los datos anonimizados y agregados de sus clientes a una plataforma abierta para saber de qué manera podían ser analizados. Estimaron que unas 20-30 empresas participarían pero se llevaron la sorpresa que participaron más de 800 empresas.
- ¿Se podría añadir Big Data como una nueva característica de una startup?
Sí, la “datatificación” está presente desde la música, relaciones sociales, cuerpo humano, en suma lo que llamamos “Internet of Things”, donde los sensores digitalizan una gran cantidad de datos que muchas startups están tratando de analizar para aportar valor con sus nuevos enfoques.
2.Cómo es el día de un “data scientist”
En la entrevista Bressan nos dice que la jornada de un “data scientist” debe estar presente la curiosidad, la creatividad, la explotación de datos y la prueba y error. A esto se suma que las hipótesis encontradas se discutan con los colegas de cara a validarlas con el negocio.
3.Claves de Big Data
DJ Patil nos da las claves para liderar iniciativas Big Data a nivel de productos, equipo y tareas.
3.1 Mejores productos para el análisis de datos
- Intuitivitos
- Metodológicos
- Invocan un sentimiento y buscan una acción
- Crean un ecosistema, permiten compartir e interactuar
- Generan humanidad ¿Cómo las personas pueden ayudar al producto?
3.2 Metodología en el equipo
- Conversar, los datos funcionan mejor
- Operar todos a una, la mejor manera de entender los datos es poniéndolos en común antes.
- Debatir enriquece, no sólo una opinión
- Intuición y experiencia, a veces es la mejor solución
- Contribuir para lograr una decisión más rápida.
3.3 Consejos para el analista
- Alta velocidad de observación
- Encontrar el origen de los datos y derribar obstáculos
- Limpia datos, separa los datos
- Preguntarse acerca de los deseos de la gente
- No centrarse en algoritmos, sino en el problema
- Narrar una historia
4. Caso de éxito: Illustreets – Una app geoespacial que te ofrece consejos para buscar vivienda
Tomar la decisión de comprar una vivienda es muy importante en la vida de una persona o familia, y ésta fue la oportunidad que detectaron los emprendedores Manuel Timita y Katya Koval, cuando fundaron Illustreets. Ellos utilizaron diversas fuentes de datos como el nivel de ingreso de la zona, la oferta educativa, el nivel de criminalidad, entre otras cosas, con el fin de ayudar dando información relevante a los compradores de viviendas. A continuación se muestra un esquema de la aplicación, con las fuentes de información y métricas que aporta.
5. Ejemplos reales del uso del Big Data
5.1 Macys y sus precios en tiempo real: Cómo los grandes almacenes ahorraron más de 500K USD en analítica, reduciendo el número de emails, incrementando el impacto comercial y reduciendo las bajas en un 20%.
5.2 Juegos de pelotas y millones de datos: La película basada en hechos reales Moneyball muestra como el gerente del equipo de béisbol Oakland Athletics, Billy Beane, revoluciona la forma de fichar jugadores. Ellos contrataron jugadores infravalorados, pero económicamente rentables. Casos similares se aplican hoy en día en la NFL y en la NBA.
5.3 Reelección de Obama: Por primera vez los tres equipos de las campañas electorales: el del campo, el digital y el de comunicación trabajaron con una estrategia unificada tomando en cuenta 3 aspectos: registro (recoger datos de los votantes convencidos), persuasión (dirigirse a los dudosos de forma eficaz) y voto del electorado (asegurarse de que los partidarios fuera a ejercer el voto sí o sí).
5.4 BBVA – Mobile World Congress y Turismo de Madrid: Está orientado a la visualización de los datos, que permitan un fácil entendimiento. Se analizó el evento de Mobile World Congress en Barcelona. Aquí el video
6. Masterclass de DJ Patil
En el video de DJ Patil (1 hora y media) el primer Chief Data Scientist en la Casa Blanca, nos cuenta en la masterclass:
- Cómo no deben ser los dashboard (22:18). Esta es la parte que me pareció más divertida. Seguro que has visto estos cuadros de mando, échale una mirada y si has sentido lo mismo que yo tuitea: No era el único que ha visto cuadros de mando que asustan! Resumen #Ebook #BigData del BBVA vía http://bit.ly/EbookBBVA
- Los datos trabajan cuando conversan (29:04)
- Las habilidades de un data scientist (40:00)
Un Ebook super interesante para saber qué se cuece en otras partes del mundo.
Si te ha gustado el post, por favor, compártelo.