Archivos por etiqueta: big data

28 Dic

Big Data Aplicado a Smartcities y Ventas Online

Share Button

El Big Data Aplicado, La inteligencia artificial y los métodos tradicionales de la mano para poder aprovechas de una manera eficiente toda la información que se genera.

13 Oct

¿Sabes qué es el Big Data?

Share Button

Todo el mundo habla de este nuevo campo, muy amplio y complejo, pero tú ¿Sabrías explicar qué es el Big Data? Nuestros amigos del magnífico canal de Youtube de divulgación Dnews en Español, nos lo explican com algunos ejemplos de cómo se obtienen, usan y analizan estos datos en el Día a Día. ¡Una explicación básica de qué es el big data en menos de 5 minutos!

Vivimos en una era digital, donde organizaciones controlan nuestros datos personales. Haz clic en este video para saber más de BIG DATA.





24 May

Big Data y 3D para denunciar crímenes de guerra

Share Button

Fotografías y vídeos recogidos en redes sociales, testimonios de los testigos o mapas de las ciudades, son convertidos gracias a herramientas como la telemetría o reconstrucciones en 3D.

29 Dic

Las tendencias que marcarán la evolución del Big Data en 2017

Share Button

La inteligencia artificial, el aprendizaje de las máquinas, la adopción de la nube, la demanda de científicos de datos y la creciente importancia del Internet de las Cosas (IoT) marcarán las tendencias del Big Data en 2017.

Este año, las predicciones hablan de la transición de la industria, incluyendo el paso de la analítica pura a escenarios más aplicados, especialmente con respecto al IoT, la inteligencia artificial y los casos de uso del aprendizaje automático.

Se plantea la cuestión de los conjuntos de habilidades y la tecnología versus un enfoque integrado. Sin embargo, lo que es diferente ahora es que los volúmenes de datos son más precisos.

Cabe destacar la predicción de Quentin Gallivan, CEO de Pentaho, de que “la ciberseguridad será el caso de uso de datos más destacado”. El directivo también apunta el aprendizaje de las máquinas, resaltando que “las primeras empreseas que adopten en  2017 la inteligencia artificial y el aprendizaje automático en la analítica obtendrán una ventaja enorme en la digitalización del negocio“, tal y como recoge ZDNet.

Además, gran parte de la necesidad de contar con una mayor potencia de procesamiento de datos provendrá del gran volumen de datos que llegará a través de los sensores incorporados en dispositivos diseñados para aplicaciones del Internet de Cosas (IoT).

Con la expansión de los coches autónomos y las iniciativas de las ciudades inteligentes será imprescindible entender cómo se puede utilizar toda la información de la localización para tomar decisiones más inteligentes.

Autor: Rosalía Rozalén Fuente:

24 Nov

Machine Learning, Big Data and Black Friday

Share Button

By Ben Newton, Principal Product Manager, Sumo Logic

Whoever said money can’t buy happiness simply didn’t know where to go shopping.”
Bo Derek

The U.S. has many rituals that define the progress of the year, some quite traditional like Christmas and Thanksgiving, and some with an air of shared ridiculousness like Black Friday. It is now a deep-seated American tradition to revel in the shared gluttony and community of Thanksgiving and then exercise those calories off the next day in the way we Americans know best – shopping! It wasn’t always that way.


The term Black Friday comes from 1950’s Philadelphia to describe the barely controlled chaos of thousands who poured into the city for the Army-Navy game the Saturday after Thanksgiving. In the 1980’s, retailers successfully rebranded that rather unflattering name into a cultural phenomenon.

Since the 80’s, the world has changed, particularly in the world of retail, in which the shopper has changed as much as the shopping center, with technology playing a massive role in those changes. For example, in I the past couple of years, Big Data and Machine Learning have gone from being fringe technologies to must-haves.

According to research by Accenture Analytics, two-thirds of retailers consider Big Data “extremely important” to their retail operations and more than three-quarters believe Big Data is changing the way they do business. So, what are the areas where we are seeing those technologies applied?

Shoppers want personalized experiences


Two interrelated, long standing trends in retail are increased connection of shoppers with their favorite brands and their expectation of interacting with those retailers on their own terms. Despite the increased dominance of internet-based shopping, more than 85% of customers still want to interact with brands in person.

Since no one leaves home without their phone, the phone becomes an extension of the brand experience in the store. With the cutting edge brands (Apple, Starbucks, Target, etc.) the line between the online and “offline” brand experience is fading . This is only possible because of the piles of data that all of us as consumers produce.

For example, in my own personal experience, I never buy anything without researching it online first – very often in the store itself. I even found myself researching a second-hand guitar amplifier in a pawn shop before buying it. Picking up your phone to research purchases is just muscle memory for most people now.

Black Friday is but one day of many

As every retailer knows, a brand experience is built up over many interactions with a customer. While we might have uncovered Black Friday deals in the newspaper 20 years ago, few customers are interacting with a product or brand for the first time in the store on Black Friday. They might have lurked in the online store beforehand, added a product to their wish list, read reviews, etc. Leading retailers will use that information to enhance the Black Friday experience.



Black Friday has also long been giving ground to “Cyber Monday” as more customers shop online. We may have even reached a real tipping point in the online vs. in-person experience, since more customers are planning to shop online over the Black Friday weekend than go in-person this year.

In response to these trends, some retailers have decided that Black Friday is outdated. On one end of the spectrum ,, as the quintessential online retailer, has turned Black Friday into a multi-week experience, while at the other end of the spectrum has REI taking a firm stand to close on Black Friday to encourage people to spend time together. In both cases, these retailers understand their core customers and are adjusting the retail experience to best meet their customers where they are.

For better or worse, the combination of the power of the Internet and the deeper insights of Big Data are making retail less of one dominated by a few big shopping days, to more of a continuous immersion into your personal consumer experience.

Predicting Demand

One of the biggest challenges, and perhaps least “sexy”problems of retail is managing inventory. Traditionally the retail “sale” was a way to manage over-stock of inventory while clearing the sales floor for the next season – making way for winter from fall, spring from winter, etc.

It was definitely conventional wisdom when I was growing up to wait for the end of season to get the best deals, which, of course, meant that by the time winter rolled around again, I had forgotten about the cool sweater I purchased the year before.

With today’s finicky customer and even tighter margins, retailers can’t afford to blithely follow these long-seated expectations. Today’s brand has to practically engage in some sort of pseudo-fortune telling to predict what moderately affluent, 16 year-old girls living in suburban Atlanta will want to wear come November if it is raining more than usual.

Consumers barely understand themselves – so how can a retailer? Ding, Ding – Big Data is the right answer. Using powerful machine learning software, retailers can divide their core customers into neat little segments and do a pretty good job of predicting demand. These new algorithms can take a whole range of inputs from weather to supplier stock.

At the end of the day, the possibilities for using machine learning to get more efficiency out of the supply chains and deliver more value to customers is almost endless.


Like most areas of our life touched by technology (are there any that aren’t – none come to mind ), the core human desires for happiness, love, and fulfillment are matched with the raw power of the algorithm chewing on mountains of data to reduce those desires to simple recommendations. constantly keeps me updated on my wishlist, both expressed and unexpressed, with the determination of a stock tracker, while Apple whispers in my ear about the latest tech gadget I absoutely need. Oh – gotta go. My Apple Watch just dinged with an important reminder about something I forgot to buy…

Ben Newton

Ben Newton Ben Newton, Principal Product Manager, Sumo Logic

I have spent the last decade and a half of my working life in the world of IT.

I am a Principal Product Manager for Sumo Logic, and am part of an amazing team focused on a ground-breaking approach to machine data/big data analytics.

Prior to Sumo Logic I worked at LoudCloud and BladeLogic and am interested in current discussions around DevOps, big data, machine data analytics, etc. because they recognize the need to address both technological and organizational challenges when moving forward. Follow me on twitter @benoitnewton.

Source: The Huffington Post

24 Oct

Perfil profesional para nuevos retos del big data

Share Button

El big data necesita de un nuevo perfil interdisciplinar de profesional que supere las limitaciones tecnológicas actuales y dé un valor añadido al negocio.


Es una gran oportunidad de especialización para los estudiantes recién graduados

El aumento del ancho de banda disponible en las conexiones a internet y el auge de los smartphones han disparado la cantidad de datos que se generan diariamente en la red.

Actualmente se estima que, en un minuto, se suben 300 horas de vídeo en Youtube, se almacenan 100 terabits de información enFacebook, se generan cerca de 500.000 tuits en Twitter, se mandan 200 millones de correos electrónicos y se comparten 350.000 fotografías por Whatsapp. Este crecimiento ha hecho que las técnicas tradicionales de procesado y almacenamiento de información estén quedando rápidamente obsoletas, lo que ha dado lugar a la aparición del concepto big data y el nuevo perfil profesional.

Big data hace referencia a cualquier conjunto de datos que satisfaga lo que se conoce como las 3 uves: volumen, velocidad y variedad; a lo que algunos autores añaden veracidad, visualización y valor.

No obstante, dado que estos tres (o seis) parámetros dependen de la naturaleza y magnitud de cada problema, hoy en día existe una gran confusión acerca de las implicaciones y el alcance del concepto big data. Y es que, en realidad, big data no concierne únicamente a los datos en sí, sino que también hace referencia al almacenamiento, procesado y la extracción de información valiosa a partir de una cantidad ingente de datos. Ello requiere la combinación de campos tan aparentemente dispares como la ingeniería, las tecnologías de la información o el desarrollo de negocios.

Por esta razón, el big data necesita de un nuevo perfil interdisciplinar de profesional que, para manipular grandes volúmenes de información, sea capaz de superar las limitaciones tecnológicas actuales -como, por ejemplo, el ancho de banda de las redes de comunicaciones o la latencia en el almacenamiento de datos persistente- y pueda dar un valor añadido al negocio.

Este perfil profesional debe ser capaz de incorporarse en cualquier punto del ciclo de vida del big data: desde la generación y almacenamiento de los datos; pasando por el procesado, extracción y visualización de información; e incluyendo el diseño de aplicaciones dato dependientes. Deben desarrollar habilidades como diseño de datacenters, tecnologías de almacenamiento de datos, análisis de datos y business intelligence, desarrollo de aplicaciones…

En conclusión, estamos viviendo una nueva era en la que la gestión de datos requiere nuevos expertos interdisciplinares altamente cualificados que sean capaces de dar solución a los retos que propone el big data en la industria. Definitivamente, esta es una gran oportunidad de especialización para los estudiantes recién graduados, los cuales pueden introducir nuevas ideas que ayuden a empujar los horizontes del big data.

Todo ello, sin olvidarse de los perfiles más sénior que aportan una experiencia y una visión de la historia muy valiosa a la hora de implementar nuevas soluciones.


12 Sep

El sector Big Data aumenta sus ofertas de empleo un 92% en 2015

Share Button

sector-big-dataEl sector Big Data se consolida como uno de los más interesantes para trabajar en el futuro.

Según el estudio publicado por Ticjob y atendiendo al número de vacantes los profesionales de aplicaciones móviles son los que tienen mayor número de puestos de empleo disponibles (5.277), seguidos por el sector Big Data (3.447)

Ticjob, portal de empleo especializado en tecnología, ha presentado su `Observatorio de Empleo Big Data´ en el foro Big Data to Action 2016, celebrado en Madrid y organizado por Madrid School of Marketing. Conoce el enorme crecimiento y las grandes expectativas depositadas en el sector.

Las compañías demandan sobre todo perfiles gerenciales (37% de las vacantes)para asumir estas responsabilidades, aunque disminuye frente a 2014. Los sueldos son cada vez mejores, ya que

el rango salarial para los perfiles Big data y Business Intelligence ha aumentado en lo que va de año hasta los 39.700€ brutos anuales. Leer más

02 Sep

Pokémon Go: algoritmos y Big Data, lo que está por venir en videojuegos

Share Button

Los datos acerca de usos, rutinas, costumbres y millones de usuarios que se involucran dentro del fenómeno del Big Data.

29 Ago

El 80% de la información del mundo es invisible

Share Button


Marta Martínez Alonso, presidenta de IBM España, afirma que el reto de su compañía es que las empresas generen valor a través de la tecnología cognitiva con sistemas como Watson, capaz de procesar el lenguaje natural.


La transformación digital está impulsando un nuevo modelo de negocio en las empresas. En un estudio realizado por IBM a más de 7.000 CEO de las principales empresas del mundo (IBM C-Suite Study 2004, 2015), el factor tecnológico ha pasado a ser el más influyente de las compañías, por encima de los macroeconómicos, los sociales o los factores de mercado, que habían liderado el ranking hasta ahora.

«No hace falta ser ‘millennial’ para usar continuamente la tecnología y estar dentro del mundo digital»

“Hoy en día, no hace falta ser ‘millennial’ para usar de forma continua la tecnología y estar inmersos en el mundo digital”, señala Marta Martínez Alonso, presidenta de IBM España, Portugal, Grecia e Israel. En su opinión, la competencia en estos días es “muy severa” porque las nuevas empresas nacidas en el mundo digital compiten directamente con las tradicionales, que deben adaptarse al universo online.

Martínez asegura que “Lo más importante es entender lo que está pasando a cada industria y sector del país para que, a través de los sistemas cognitivos, “seamos capaces de responder y generar valor”.

IBM Watson, con su avanzada capacidad de procesado de información, está demostrando la capacidad de las máquinas para tomar decisiones ‘inteligentes’ a partir del análisis de millones de datos en tiempo real en cualquier sector del mercado, como la salud, la energía, los servicios financieros, la educación o el Internet de las Cosas.

“Hay estudios que aseguran que el 80% de la información del planeta es invisible, porque si no podemos analizarla es como si no existiera”. Eso es lo que persigue IBM, que la inmensa cantidad de información del mundo pueda ser almacenada, analizada y gestionada de la mejor forma posible a través de la tecnología.

Ámbito de la Salud

Pero, en opinión de la presidenta de IBM España, en el ámbito donde más relevancia tiene a día de hoy este sistema inteligente es en la salud ya que, debido a los razonamientos de Watson que imitan a los del hombre para establecer hipótesis y tomar decisiones acertadas en un tiempo récord, “permitirá salvar vidas y ahorrar costes para el Sistema de Salud”.

Y es que Watson es capaz de analizar millones de datos rápidamente y tomar decisiones racionales en tiempo real. “Un médico puede tardar más de 100 horas en leer toda la documentación referente a un tipo de cáncer que deba tratar. Si le proporcionamos una herramienta que lo haga por él, ahorraremos una gran cantidad de tiempo y se lograrán diagnósticos más rápidos y eficaces”, destaca la directiva.

Otras aplicaciones de Watson:

Esta tecnología se está impulsando también en el sector financiero. Es el caso de CaixaBank, el primer banco del mundo que usa IBM Watson en español para el asesoramiento de los agentes del comercio exterior. La compañía también ha firmado acuerdos con empresas de tratamiento de aguas residuales para optimizar los procesos, y con otras que buscan personalizar las ofertas a sus clientes y mejorar la logística en la distribución de productos.

La ciberseguridad es otro de los grandes mercados de aplicación, mediante el análisis ‘inteligente’ de millones de datos ofreciendo grandes ventajas a nivel de prevención y adopción de soluciones rápidas.

Otro ámbito prometedor en el área de la tecnología cognitiva es el jurídico, al exigir la lectura de informes y más informes que las máquinas leen, analizan y procesan en segundos.


Fuente: Leer más

24 Ago

Así ha mejorado el deporte gracias al Big Data

Share Button

Hoy en día, se ha comprobado científicamente que las técnicas analíticas son imprescindibles para afinar en aspectos deportivos como son los arbitrajes, medir la capacidad de esfuerzo de los deportistas en tiempo real o conocer el grado de popularidad de las competiciones.

18 Jul

La Televisión, modelos de negocio y análisis de datos

Share Button

Artículo de Agustín Madariaga Sobre  como el uso del Big Data Influirá en la industria de la Televisión.


Hace unas semanas tuve la oportunidad de reflexionar, para un trabajo académico sobre la relación entre los dos sectores profesionales en los que trabajo (en uno desde hace muchos años, la Televisión, y otro en el que doy mis primeros pasos, el análisis de datos) y la conclusión es que el cruce de ambas disciplinas es inevitable..

Si analizamos las tendencias tecnológicas del sector de la Televisión y sus modelos de negocio actuales y a corto y medio plazo nos encontramos con que sus formas de monetización van a ser las siguientes:

-Televisión tradicional (a la que la TV social –interacción en redes- ayuda a ganar audiencia)

-Televisión conectada: VOD (vídeo bajo demanda, suscripción, streaming)

-Publicidad programática (subasta en tiempo real de perfiles de usuarios para impresiones publicitarias).

Los tres modelos de negocio requieren el uso de datos, para comercializarlos en la subasta de publicidad programática, para analizar fuentes diversas de datos en televisión tradicional (estudios de audiencias, text mining en redes sociales, investigación de mercados) o predicción de comportamientos y tendencias en televisión conectada y tradicional.

El 80% de los contenidos en la red serán vídeo en unos años y la TV conectada convierte a todo contenido de vídeo en Internet en competidor potencial de los operadores tradionales de televisión.

Pero la televisión conectada tiene una serie de empresas punteras, que ofrecen vídeo bajo demanda, con suscripción, pago por visión o emisión de publicidad. Entre las compañías más destacadas están Netflix, Amazon TV, Google Chromecast, y las operadoras Movistar, Orange y Vodafone. Los operadores usan el análisis de datos masivos para tomar decisiones sobre programación, el momento en que se debe estrenar un producto, cuándo colocarlo en línea o estudiar el comportamiento de sus suscriptores y predecir lo que harán en el futuro.

Netflix usa big data para conocer el comportamiento del usuario y tomar decisiones. Por ejemplo, los consumidores de series “hacen maratones” de visionado. En consecuencia, Netflix estrena siempre la temporada completa y no cada capítulo. También le ha servido para conocer que los consumidores buscan series antiguas y ofertarlas.

Con 50 millones de suscriptores, Netflix busca conocer también la “calidad de la experiencia” del usuario, analiza la valoración que hacen y busca predecir los visionados..

En España, el mayor operador de TV de pago (modelo de negocio de suscripción) es Movistar +. La directora global de Big Data y Business Intelligence de la operadora propietaria (Telefónica), Elena Gil, señala lo siguiente: “La televisión es un área muy apropiada para Big Data. Evidentemente, tenemos acceso a información muy detallada de las audiencias: qué se ve, que no se ve, a qué horas, etc. Y sobre esta base planificar, recomendar, negociar contenidos, entender mejor dónde está el valor.”[i]

Otro de los aspectos fundamentales es el de la televisión social, la interacción en twitter (fundamentalmente) del espectador con los programas de televisión. Gallego (2013) señala que el creciente peso del canal digital en empresas y departamentos hace que “sea absolutamente necesario que las empresas utilicen datos internos para su gestión, pero también -y aquí es donde el papel de empresas de medición se vuelve muy importante- que los datos externos fruto de los nuevos usos televisivos se confronten. “[ii]

La publicidad programática será uno de los aspectos fundamentales del modelo de negocio que se base en la publicidad.

Basta con analizar someramente el esquema realizado por IAB sobre este tipo de publicidad.

Fuente: IAB

Se trata de una subasta en tiempo real de perfiles de usuarios (es decir datos) a los anunciantes para que ajusten las impresiones a su público potencial y muestren contenidos de la marca a la persona adecuada en el momento oportuno.

El estudio sobre Publicidad programática de Ooyala afirma que “aquellas emisoras y operadoras que comienzan a adoptar sus capacidades para un mayor targeting, penetración y entendimiento de su audiencia, estarán mejor posicionadas para la futura convergencia total entre la televisión tradicional y digital. “

En este ecosistema de mercado, en constante evolución, con una necesidad evidente de conocer las tendencias y al usuario de contenidos audiovisuales, los grandes modelos de negocio –y los competidores más fuertes- están basados en el uso eficiente de los datos, bien como hemos visto para vender publicidad más eficientemente a las agencias de medios a través de la publicidad programática, bien para elegir los contenidos a programar y el momento de hacerlo, o bien para conocer el comportamiento del usuario de contenido audiovisual, predecirlo y actuar en consecuencia y tomar decisiones empresariales. Así lo hacen Netflix y Telefónica o es conocido que hace You Tube (el principal proveedor de contenido audiovisual de la red).



Se denomina “doble pantalla” o “multi-screen” el uso de varios dispositivos de visualización e interacción con los contenidos. La denominada TV social, es decir el comentar e interactuar con contenidos televisivos en redes sociales es su ejemplo más claro.

ComScore (2012) situaba a finales de 2011 en el 17% los espectadores multipantalla en los Estados Unidos. Google (2012) obtuvo proporciones mayores: un 77%.

En España, el 14,6 por ciento de los consultados participa en las redes sociales para comentar, debatir u opinar sobre programas de televisión. El trabajo fue realizado en 2015, es una encuesta de cuyos detalles podemos encontrar información en este enlace. El 44% de los que comentan en redes sociales tienen, según esta encuesta, menos de 34 años y otro 15% entre 34 y 44.

Kantar Media cifra en 83 millones de tweets relacionados con la Tv los lanzados en esta red social por los espectadores españoles en 2015.[iii]

Esta misma empresa (encargada de la mediación de audiencias y ahora de la medición social) afirma que el 61% de los españoles que están twitter, interactúan con los programas de televisión y envían o leen comentarios en la red social sobre los programas. .[iv]


“Estamos viendo un abandono del visionado de la televisión tradicional”

Gavin Mann, Responsable mundial Broadcast Accenture

El estudio de Accenture sobre el consumo televisivo muestra con datos la certeza de la afirmación de su responsable.

Esta encuesta de Consumidores de 2014 Accenture digital de comunicaciones, medios de comunicación y las empresas de tecnología se basa en entrevistas a 23.000 consumidores de Internet en 23 mercados maduros y de crecimiento en todo el mundo. Las entrevistas, que tuvo lugar durante el período de octubre a noviembre de 2013, abarcaron una muestra representativa de la población en línea y hasta 14 años de edad, de los cuales el 54% eran mujeres y el 46% varones.[v]

Algunas de sus conclusiones son:

-25% de los consumidores tiene la intención de comprar un televisor conectado en los próximos 12 meses.

-44% consumidores ve películas y programas de televisión a través de internet a diario. Otro 39% lo hace semanalmente.

-Desde junio de 2012 a junio de 2013, las suscripciones de banda ancha crecieron un 13,9 por ciento en todo el mundo, según OCDE.

-El 15% de los encuestados se informa por la Tv tradicional frente al 52% que lo hace en el ordenador, el 24% a través de Smartphone y el 14% a través de la Tablet.

-60% de los consumidores están dispuestos a pagar más por tener una conexión más rápida en su hogar y 62% pagaría más por conseguir una mejor calidad de vídeo que pueda consumir en cualquier lugar y en cualquier momento.


El gobierno español por su parte ofrece los siguientes datos:


-El 76% de los españoles dispone de cobertura de banda ancha móvil 4G, frente al 48 % que recogía el informe ministerial del gobierno español de 2014.[vi]

-Un 61% de los españoles tienen acceso a banda ancha de 100 megas, lo que supone un aumento de 5 puntos porcentuales respecto a 2014 gracias al crecimiento de la fibra óptica.[vii]

IAB en su estudio sobre Tv conectada[viii] señala:

-6 millones 350 mil españoles (el 34%) tienen una Smart TV, y de ellos sólo el 44% la usa para conectarse.

-87% internautas españoles ve vídeos en internet :16,4 millones de personas.

-La frecuencia de los visionados es mayor en contenidos informativos: 31,3 al mes.

-Los contenidos más vistos son de You Tube.

-Los contenidos se ven especialmente en PC/portátil.

Cuadro: Fuente IAB


Otro estudio sobre la TV conectada en España realizado por TV3, con el proyecto TV ring en tres países de la UE, muestra que “el formato multi-cámara de la HbbTV (Tv híbrida) es del interés “claro” de los espectadores.

Ofrece este ejemplo: “en la emisión de partidos de la Champions League se triplicó el número de accesos al servicio de HbbTV de la Corporació Catalana de Mitjans Audiovisuals (CCMA) respecto del promedio diario.” [ix]

El estudio también mostró el uso de la doble pantalla tanto para comentar en redes sociales como para elegir desde el dispositivo el contenido que se quiere ver en la pantalla de televisión.

Sin embargo el proyecto también ha mostrado la falta de madurez del mercado, al existir una “baja implantación” de los aparatos de Televisión HbbTV

Una conclusión clave del estudio de Accenture es la siguiente:

A medida que se mueven los organismos de radiodifusión para ofrecer nuevos servicios y productos a base de datos de los consumidores, éstos deben ser preparados para superar la desconfianza, demostrando el valor de compartir esa información. También tienen que ganar y mantener la confianza del consumidor si se va a mantener este intercambio de datos (por ejemplo, proporcionando recomendaciones mejoradas basadas en las preferencias o mayor relevancia, al igual que con los servicios basados en la ubicación).

Para seguir siendo relevantes, los organismos de radiodifusión necesitan para mantener “en paz” las formas en las que los consumidores interactúan con el contenido. El dominio de datos de los consumidores será clave para lograr eso.[x]

La forma de consumir contenidos audiovisuales ha cambiado en los últimos años pero se va a transformar completamente. en el medio plazo.

Manintveld, del grupo Arkena, señala que “los millenians, los jóvenes que han nacido después del año 2000, han nacido en un mundo online y quieren tener acceso a cualquier contenido bajo demanda las 24 horas del día”. [xi]



“De cara al futuro, la combinación de Wearable y aplicaciones de televisión basados en la nube y servicios móviles podría dar lugar a toda una nueva gama de experiencias personalizados del televisor.”[xii]

Las cambiantes necesidades de los consumidores exige según este estudio rediseñar la forma de trabajar y el modelo de negocio de los operadores de televisión.

El informe señala que las “capacidades heredadas construidas alrededor de un nicho” no proporcionará los radiodifusores agilidad estratégica. Necesitan moverse rápidamente para satisfacer las demandas de los consumidores de contenido.”

Añade Accenture que en un ecosistema de medios y entretenimiento volátil, dos cosas son ciertas: seguirán surgiendo tendencias disruptivas y el consumidor exigirá cada vez más “pantallas de elección».

Según las conclusiones del IBC (el mayor mercado del broadcast a nivel mundial en su edición 2015) realizadas por Accenture. [xii

-La TV por Internet -Over-The-Top- es una tendencia que se debe tener en cuenta,

Otros apuntes de este estudio son lo siguientes

-La emisión televisiva “tradicional” solía conllevar una programación lineal, anuncios y tráfico, mientras que en ingeniería estaban centrados en la integración de aparatos de vídeo y en sistemas de automatización.

-La necesidad de innovación y agilidad para adaptarse hará que las TI se fusionen con la ingeniería para crear soluciones pensadas para los consumidores.

-Hay por tanto que dirigirse a los consumidores, no a la audiencia.

-Seguimiento y evaluación a través del Big Data.[xiv]

Las cadenas necesitarán, según este estudio “adaptarse rápidamente” a las exigencias del consumidor que busca híper-personalización, la calidad del servicio y el visionado multi-dispositivo


“Es inevitable que la publicidad en la televisión se convierta en programática».

Brian Stempeck, SVP del desarrollo de negocios estratégicos para The Trade Desk, citado en Multichannel News [xv]

Las previsiones de compra programática o RTB alcanzan el 30% de penetración en el mercado en 2017.

IAB define de la siguiente manera la compra programática:

“La compra programática no es más que dejar que las máquinas lleven a cabo la tarea que se les ha encomendado desde cada una de las partes intervinientes en toda acción comercial: la compra y la venta. Por el lado de la compra, seleccionar cada vez mejor los perfiles que cada marca necesita y por el lado de la venta, tratar de que su inventario sea optimizado de la mejor manera. “[xvi]

En síntesis es un subasta automatizada en tiempo real en la que la marca compra impresiones de los perfiles que le interesan para mostrar sus anuncios. En televisión utiliza información de usuarios de emisoras de televisión lineales, por cable, satélite y addressable TV (a través de televisiones conectadas, streaming en los hogares), VOD (Video bajo Demanda) y televisión digital.

La previsión es que en 2019 suponga el 17% del mercado publicitario en televisión en Estados Unidos. [xvii]

La unión de las tendencias tecnológicas señaladas por Gartner, y que comento en el siguiente capítulo, el usuario de contenidos “aquí y ahora” y los factores sociodemográficos (los consumidores de dentro de cinco años consumirán TV en Internet y bajo demanda) hacen a la publicidad programática el modelo de negocio de ingresos publicitario del medio plazo para los operadores de televisión.



Gartner señala que hay una conexión entre la tendencia tecnológica al hogar conectado y la de la progresiva adopción de la Televisión conectada.

En los próximos cinco años considera de adopción generalizada, los descodificadores (Over the top), el vídeo por Internet y las soluciones conectadas para medios de entretenimiento. [xviii]

En su informe, Gartner señala que las soluciones del hogar conectado afectan a una amplia gama de fabricantes (línea blanca, electrónica de entretenimiento en el hogar, domótica, seguridad y acondicionamiento físico y de salud), así como los proveedores “servicios de comunicaciones y entretenimiento digital”. Es decir la TV, como uno de los principales proveedores de contenidos de entretenimiento en el hogar. La diferencia fundamental en el modelo de negocio es que ya será usuario y no espectador pasivo y el modelo se basa en la conexión por la red.

También habla el informe de las App de Tv y señala a Google Chromecast, Nvidia, Amazon TV como empresas que necesitan ampliar su cuota de mercado. Se deben de añadir Netflix, los operadores de telefonía e internet y Apple Tv.



El análisis predictivo, el aprendizaje automático (Machine learning), la geolocalización inteligente y Spark son claramente tendencias señaladas por Gartner.

En este sentido, y para organizaciones con el problema de la curva de aprendizaje, se señala en Gartner también el Smart Data, que permite a los usuarios de negocio, una visualización rápida de los datos del negocio, intuitiva y con consultas basadas en el lenguaje natural. Permite expandir el uso de los datos y poner “herramientas en manos de usuarios de negocio” para crear nuevas fuentes de valor. En un mercado en constante cambio y sin fidelidad por el usuario es un aspecto fundamental.

En el mismo sentido está Citizen Data, que permite el “autoservicio” de los datos a los usuarios de negocio. Convierte el análisis de datos en generalizado en la empresa y accesible a usuarios de negocio sin los conocimientos de los científicos de datos.

SPARK es otra de las herramientas consideradas clave en las tendencias del sector por Gartner. Dado que existen multitud de datos a tener en cuenta (análisis de opiniones en redes sociales, audímetros, comportamiento de navegación y visionado) y éstos datos son masivos, de diferente naturaleza y requieren transformación, el sector de la televisión es uno de los que debe hacer uso de esta tecnología.

El análisis predictivo y el aprendizaje automático permiten ofertar contenidos al cliente adecuado en el momento oportuno y predecir su respuesta. Es fundamental en la Televisión conectada, el VOD (vídeo bajo demanda) y para analizar el posible éxito o no de los productos audiovisuales, su manera de presentarlos y el momento de su estreno.

La geolocalización inteligente da respuesta a la publicidad efectiva y localiza diferencias de consumo de contenidos por variables geolocalizadas, lo que permite también adaptar las ofertas de contenidos y la publicidad local.

La segunda pantalla y su análisis requieren del uso de text analytics que también es útil en la investigación de mercados e incluso se ha utilizado ya en España por productoras audiovisuales para conocer por dónde debe ir la trama de una sere o conocer el vocabulario del público potencial.

Hay una pronta adopción de tres herramientas que resultan fundamentales para los nuevos modelos de negocio de la televisión: El aprendizaje automático (machine learning), citizen Data y Smart data. Tendrán capacidad de transformar el modelo de negocio, que pasa de tratar a los espectadores como usuarios y predecir y conocer sus gustos y comportamientos. Permite además generalizar el uso de los datos a los usuarios de negocio para tomar decisiones tácticas y estratégicas




[ii] Gallego, F. (2013) Twitter y televisión: El papel de la gestión analítica de las audiencias sociales. Revista TELOS (Cuadernos de Comunicación e Innovación) pp. 2/8 |Junio – Septiembre 2013


[iv] Leer más

13 Jul

Así fue la MasterClass de un caso de Uso del Big Data en la Escuela de Organización Industrial

Share Button

El Pasado Viernes 8 de Julio, Ramón Alberca, Director Ejecutivo de Deimos, impartió la MasterClass en el Programa Ejecutivo en Big Data & Business Analytics (Granada), de la Escuela de Organización Industrial (EOI) con su ponencia "Análisis de Big Data para predicciones electorales".

Contacto: Deimos Estadística SL B90375460 © 2013 - Todos los Derechos Reservados