Перейти к содержанию сайта
Ganar con la ciencia de datos
Libro

Ganar con la ciencia de datos

Un manual para líderes empresariales

Columbia Business School Publishing, 2024 подробнее...

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

Корпоративные финансы
Развивайте навыки мышления
Цифровая трансформация
Изучите случаи использования ИИ
Откройте и поймите цифровые технологии
Предпринимательство
Высшее руководство
Реализовать цифровую инфраструктуру
Лидерство
Используйте ИИ для бизнес-стратегии
Используйте ИИ для улучшения клиентского опыта
Используйте ИИ для маркетинга
Используйте ИИ для разработки продуктов
Используйте ИИ в своих повседневных задачах
Принимайте оптимальные решения
Маркетинг
Продажи
Повышайте цифровую грамотность
Понимать ИИ
Изучите тему потребительского поведения
Навыки для работы
Откройте для себя примеры использования ИИ в технологической отрасли
Используйте ИИ для приоритизации функций
Откройте для себя последние достижения в области ИИ
Используйте ИИ для финансового прогнозирования
Анализируйте данные пользователей
Откройте и поймите аналитику данных и большие данные
Откройте для себя примеры использования ИИ в медиа и развлекательной индустрии
Используйте ИИ для сегментации клиентов
Используйте ИИ для анализа настроений
Используйте ИИ для анализа данных
Трансформация с использованием ИИ
Используйте ИИ для прогнозирования продаж
Используйте ИИ этично
Используйте ИИ для общего исследования
Используйте ИИ в финансах
Используйте ИИ для анализа отзывов клиентов
Эффективно анализируйте данные
Используйте ИИ для продаж
Используйте ИИ для маркетинговой аналитики
Используйте ИИ для создания изображений и видео
Используйте ИИ для анализа рынка
Используйте ИИ с корпоративными знаниями
Освойте аналитическое мышление
Изучите тему данных
Понимание генеративного ИИ
Понимать этическое воздействие ИИ
Принимайте решения на основе данных