Acesse a sua conta getAbstract para obter o resumo!

Ganar con la ciencia de datos

Acesse a sua conta getAbstract para obter o resumo!

Ganar con la ciencia de datos

Un manual para líderes empresariales

Columbia Business School Publishing,

15 min. de leitura
8 Ideias Fundamentais
Áudio & Texto

Sobre o que é?

Para tener éxito, los líderes empresariales de hoy necesitan comprender la esencia de la ciencia de datos.


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

Reforçar o seu alfabetismo digital
Finanças corporativas
Desenvolver suas habilidades de pensamento
Transformação digital
Descobrir casos de uso de IA
Descobrir e Entenda as Tecnologias Digitais
Empreendedorismo
Liderança executiva
Implementar Infraestrutura Digital
Liderança
Aproveitar a IA para a Estratégia Empresarial
Aproveitar a IA para a Experiência do Cliente
Aproveitar a IA para Marketing
Aproveitar a IA para o desenvolvimento de produtos
Aproveitar a IA em suas tarefas diárias
Tomar boas decisões
Marketing
Vendas
Compreender a IA
Compreender o comportamento do consumidor
Habilidades no ambiente de trabalho
Descobrir casos de uso de IA na indústria de tecnologia
Analisar dados dos usuários
Descobrir e Compreenda a Análise de Dados e Big Data
Descobrir os mais recentes avanços em IA
Usar IA para Priorização de Recursos
Usar IA para Previsão Financeira
Descobrir casos de uso de IA na indústria de mídia e entretenimento
Usar IA para Segmentação de Clientes
Transformação de IA
Usar IA para Análise de Sentimento
Utilizar a IA com ética
Usar IA para Previsão de Vendas
Aproveitar a IA para Finanças
Usar IA para Análise de Feedback do Cliente
Usar IA para Pesquisa Geral
Aproveitar a IA para Vendas
Usar IA para Análise de Marketing
Usar IA para Criação de Imagens e Vídeos
Usar IA para Análise de Mercado
Pensar analiticamente
Compreender os dados
Usar IA com o conhecimento da empresa
Entender a IA Generativa
Compreender o impacto ético da IA
Tomar decisões baseadas em dados
Analisar dados
Usar IA para Análise de Dados