1 of 38

Inteligencia Artificial

para generar resultados

de negocio

Webinar Junio ‘23

2 of 38

Contexto

Inteligencia Artificial

3 of 38

ALGORITMOS

4 of 38

5 of 38

ANÁLISIS DESCRIPTIVO

¿QUÉ PASÓ?�

ANÁLISIS�DIAGNÓSTICO

¿POR QUÉ� PASÓ?

¿QUÉ PASARÁ?

ANÁLISIS�PREDICTIVO

DATA ANALYTICS

DATA SCIENCE

PASADO

FUTURO

¿QUÉ ACCIÓN TOMAR?

ANÁLISIS�PRESCRIPTIVO

#BUSINESS_INTELLIGENCE�#KPIs

#MACHINE_LEARNING�#INTELIGENCIA_ARTIFICIAL

#DATA_ENGINEERING #CLOUD #DATA_LAKE

BIG DATA

Data Mindset

6 of 38

DATOS

ALGORITMO

DETECTA

PATRONES

ALGORITMO LISTO PARA PREDECIR!

MACHINE LEARNING + INTELIGENCIA ARTIFICIAL

DATA SCIENCE: ANÁLISIS PREDICTIVO

7 of 38

DATA SCIENCE: ANÁLISIS PREDICTIVO

Cliente	Mes	Consumo	Tarifa	Consorcio	Deuda	Precio m2	Fraude
Martin	Julio-2022	1.500	R	SI	3.000	Bajo	NO
Laura	Julio-2022	10.200	P	NO	0	Bajo	NO
Diego	Julio-2022	7.800	P	NO	12.500	Alto	SI
Agustina	Julio-2022	1.480	R	NO	1.200	Medio	NO
Pedro	Julio-2022	4.400	P	SI	0	Medio	SI

8 of 38

ALGORITMOS

9 of 38

Framework

Por ejemplo, si estamos haciendo una proyección de ventas del producto X, utilizamos no sólo la venta histórica del producto sino también variables como la categoría a la que pertenece el producto, si estuvo en promoción o descuento, cuál fue el precio de mi producto, cuál fue el precio de la competencia, la inflación de los últimos 3 meses, etc. NO HACE FALTA BIG DATA.
El algoritmo es un programa queda trabajando a la espera de decisiones para tomar, sin importar cuántas sean. Y toma esa decisión detectando patrones que un ojo humano jamás podría detectar. Por ejemplo, si el modelo de proyección de ventas tiene que predecir la venta de 1000 productos, sólo le llevará unos segundos más.
Estos modelos se llaman de “aprendizaje automático” porque aprenden constantemente de los nuevos datos, por ejemplo, si entiende que el lanzamiento de un nuevo producto de mi competencia hizo que bajarán las mías, va a ajustar las predicciones que siguen.

10 of 38

10

11 of 38

11

12 of 38

PROBABILIDAD DE QUE LO VEA

12

13 of 38

Personalización de la Home

13

14 of 38

Data Mindset & Cultura de Datos

14

15 of 38

Los básicos

Siempre que accedes al servicio de Netflix, nuestro sistema de recomendaciones se esfuerza por ayudarte a encontrar un programa o una película para disfrutar con el mínimo esfuerzo. Estimamos la probabilidad de que vea un título en particular en nuestro catálogo en función de una serie de factores que incluyen:

sus interacciones con nuestro servicio (como su historial de visualización y cómo calificó otros títulos),

otros miembros con gustos y preferencias similares en nuestro servicio, y

información sobre los títulos, como su género, categorías, actores, año de lanzamiento, etc.

Además de saber lo que ha visto en Netflix, para personalizar mejor las recomendaciones, también analizamos cosas como:

la hora del día que miras,

los dispositivos en los que está viendo Netflix y

cuánto tiempo miras.

https://help.netflix.com/en/node/100639

15

16 of 38

16

17 of 38

HiperSegmentación

Identificá los grupos de clientes con comportamientos similares y aumentá tus ventas con una personalización a nivel segmento.

Motor de Recomendación

Predecí la próxima mejor oferta para cada uno de tus clientes entendiendo su comportamiento y características

Optimización de precios

Maximizá el ingreso total de tu empresa, prediciendo el descuento correcto para cada cliente.

Predicción de la Demanda

Predecí el comportamiento futuro de la demanda con mayor precisión, para mejorar las estrategias comerciales y operativas sobre el stock.

Detección de fraude

Minimizá las pérdidas por fraude identificando patrones a nivel clientes/transacciones.

Predicción de Abandono

Detectá los clientes con altas probabilidades de abandono y acciona el plan de retención a tiempo.

Scoring Crediticio

Identificá los grupos de clientes con comportamientos similares y aumentá tus ventas con una personalización a nivel segmento.

Valor del Ciclo de vida

Predecí el total de ingresos que generará cada uno de los clientes y aumentá las ventas, fidelizando a los más valiosos.

#VenderMas

#ReducirCostos

#Fidelizacion

RESUMEN PROBLEMAS DE NEGOCIO resueltos con mACHINE LEARNING

18 of 38

IA para analizar imágenes

19 of 38

IA para analizar imágenes

20 of 38

ChatGPT

IA para generación de texto

Resumir información
Redactar mails
Responder preguntas
Clasificar datos
Escribir código
Conversar naturalmente
Seguir instrucciones
Mucho más!

Es la herramienta más poderosa para problemas de lenguaje

21 of 38

IA para generación de texto

22 of 38

Resultados

2) Organizalos

Data Engineering

Data Governance

3) Democratizalos

KPIs

Dashboards

4) Optimizá

Machine Learning

1) Pensá en datos

Alfabetización en datos

Capacitación

Estrategia

5) Disrumpí

Inteligencia Artificial

PERSONAS

TECNOLOGÍA

CASOS DE USO

23 of 38

Espacio de preguntas

24 of 38

Muchas Gracias

¡Hasta la próxima!

25 of 38

EXCLUSIVO CLIENTES

La infraestructura de datos

open source más utilizada

26 of 38

TEMAS

¿Qué es una infraestructura de datos?
DataWarehouse vs DataLake vs LakeHouse
Stack tecnológio de datos moderno (demo!)
Consultorio tecnológico en vivo: ¿qué tecnología me conviene?

27 of 38

SOFTWARE + HARDWARE QUE PERMITEN ALMACENAR, PROCESAR Y ANALIZAR DATOS

INFRAESTRUCTURA DE DATOS

28 of 38

IA para analizar imágenes

29 of 38

FAQS

¿Qué es una infraestrctura de datos?

ON-Premise

Tecnología que es instalada en servidores físicos locales. Ej: compro una computadora que pongo abajo del escritorio y le instalo una base de datos

BigData

Un conjunto de software que permite guardar tipos de información no estructurados en grandes cantidades.

Cloud

Son las soluciones tecnológicas que nos permiten contratar una base de datos o Spotify sin tener que comprar dispositivos o servidores

Base de Datos

Un software que guarda de forma ordenada datos estructurados.

Servidor

Computadora/s capaz de atender las peticiones de un cliente y devolverle una respuesta en concordancia.

ETL

Son los procesos que se programan para extrater, transformar y mover datos.

30 of 38

¿Qué es una infraestrctura de datos?

DATA WAREHOUSE

VS

DATA LAKE

VS

DATA LAKEHOUSE

31 of 38

¿Qué es una infraestrctura de datos?

32 of 38

¿Qué es una infraestrctura de datos?

33 of 38

Stack tecnológico de datos moderno

34 of 38

Modern Data Stack (MDS) es una arquitectura de datos que están usando las empresas más data-driven del mundo.

ARQUITECTURA MODERNA DE DATOS

OPEN SOURCE

No se pagan licencias, haciendo que el costo de mantenimiento sea muy bajo.

ESCALABLE

Puede crecer en capacidad de procesamiento y almacenamiento sin incrementar los costos en igual proporción.

FLEXIBLE

Se puede implementar tanto on premise como en la nube.

ROBUSTA

Incluye herramientas de monitoreo de procesos y control de calidad de datos.

Stack tecnológico de datos moderno

35 of 38

Orígenes de datos

NoSQL

Datos no estructurados

SQL

Datos estructurados

Archivos

Excel, txt,

Otros.

Sistemas

ERP, CRM,

Google Analytics, otros.

Ingesta

Transformación

ML

Almacenamiento

RAW DATA

TRUSTED DATA

DBT

PostgreSQL

AirByte

Orquestación de procesos

Airflow

RAW DATA

TRUSTED DATA

Visualizador

ARQUITECTURA MODERNA DE DATOS

Stack tecnológico de datos moderno

36 of 38

Plataformas

Herramientas

Lenguajes

On-Premise

Stack tecnológico de datos moderno

37 of 38

Stack tecnológico de datos moderno

38 of 38

Muchas Gracias

¡Hasta la próxima!