Navigation überspringen
Ganar con la ciencia de datos
Libro

Ganar con la ciencia de datos

Un manual para líderes empresariales

Columbia Business School Publishing, 2024 Mehr

Comprar el libro


Clasificación editorial

8

Cualidades

  • Revelador
  • Ejemplos concretos
  • Para principiantes

Reseña

Los líderes empresariales modernos necesitan conocer los fundamentos de la ciencia de datos. Como explican los autores y científicos de datos Howard Steven Friedman y Akshay Swaminathan, los líderes de una empresa y su equipo de ciencia de datos necesitan colaborar en pos de objetivos empresariales más amplios. Para ello, los líderes deben ser capaces de comunicar sus necesidades a sus científicos de datos y comprender las opciones que ofrecen. La guía práctica de Friedman y Swaminathan sobre la ciencia de datos ofrece multitud de ejemplos concretos para ayudar a empresarios y emprendedores a dominar los fundamentos y poner en práctica sus nuevos conocimientos.

Resumen

Colabore con su equipo de científicos de datos para crear un flujo de datos óptimo.

El jefe de equipo de una importante firma financiera quería mejorar las operaciones del departamento de cobranza para maximizar la cantidad de dinero que recaudaban y minimizar los costos. Contratar más personal no era posible, por lo que la empresa necesitaba un proceso que le permitiera utilizar información basada en datos para priorizar unas cuentas sobre otras y ordenar la carga de trabajo de los empleados. Con estos objetivos en mente, contactó al equipo de ciencia de datos. Tras discutir sus prioridades y las limitaciones del departamento de cobranza, los científicos de datos colaboraron para desarrollar un plan de flujo de datos para la resolución del problema.

Recopilar datos de diversas fuentes y reunirlos en una única ubicación suele ser un proceso automatizado denominado extracción, transformación y carga. Las empresas pueden extraer datos de bases de datos existentes o pueden crear bases de datos relacionales a partir de historiales de compra o llamadas telefónicas de clientes, entre otros. La transformación de datos consiste en prepararlos para su análisis...

Sobre los autores

Howard Steven Friedman es un científico de datos con experiencia en el sector privado y el público. Es profesor adjunto en la Universidad de Columbia. Akshay Swaminathan es un científico de datos que se centra en los sistemas de salud. Es académico Knight-Hennessy en la Facultad de Medicina de la Universidad de Stanford.


Comentarios sobre este resumen

Más sobre esto

Skills Relacionados

Unternehmensfinanzen
Besser denken
Digitale Transformation
Entdecken Sie Anwendungsfälle für KI
Entdecken und verstehen Sie digitale Technologien
Entrepreneurship
Executive Leadership
Implementieren Sie digitale Infrastruktur
Führung
Nutzen Sie KI für die Unternehmensstrategie
Nutzen Sie KI für das Kundenerlebnis
Nutzen Sie KI für das Marketing
Nutzen Sie KI für die Produktentwicklung
Nutzen Sie KI in Ihren täglichen Aufgaben
Gute Entscheidungen treffen
Marketing
Vertrieb
Digitalkompetenz aufbauen
Verstehen Sie KI
Verbraucherverhalten verstehen
Berufliche Kompetenzen
Entdecken Sie KI-Anwendungsfälle in der Technologiebranche
Nutzen Sie KI zur Priorisierung von Funktionen
Entdecken Sie die neuesten Fortschritte in der KI
Nutzen Sie KI für Finanzprognosen
Nutzerdaten analysieren
Entdecken und verstehen Sie Datenanalyse und Big Data
Entdecken Sie KI-Anwendungsfälle in der Medien- und Unterhaltungsbranche
Nutzen Sie KI für die Kundensegmentierung
Nutzen Sie KI für die Sentiment-Analyse
Nutzen Sie KI für die Datenanalyse
KI-Transformation
Nutzen Sie KI für die Verkaufsprognose
KI ethisch nutzen
Nutzen Sie KI für allgemeine Forschung
Nutzen Sie KI für Finanzen
Nutzen Sie KI zur Analyse von Kundenfeedback
Daten analysieren
Nutzen Sie KI für den Vertrieb
Nutzen Sie KI für Marketing-Analysen
Nutzen Sie KI für die Erstellung von Bildern und Videos
Nutzen Sie KI für Marktanalysen
Nutzen Sie KI mit Unternehmenswissen
Analytisch denken
Daten verstehen
Verstehen Sie generative KI
Verstehen Sie die ethischen Auswirkungen von KI
Datenbasierte Entscheidungen treffen