1 DATA CONOCE LOS DETALLES DEL ECOSISTEMA DEL BIG DATA 01 El valor de los datos, por Marco Bressan 03 INFOGRAFÍA Claves del Big Data 04 CASO DE ÉXITO Illustreets, Carto DB 05 Ejemplos reales de uso del Big Data 06 MASTERCLASS DJ Patil 02 Cómo es el día a día de un ‘data scientist’ SERIE INNOVATION TRENDS

2 Con una cantidad de datos importante de los clientes, de sus obligaciones, “lo que buscamos es, en primer lugar, centralizar esos datos, poder mirarlos y poder extraer conocimiento, extraer información de esos datos traducir ese conocimiento e información en nuevos servicios, en mejores servicios para nuestros clientes, etc.” Por ello la aplicación más importante de Big Data ( ) es extraer información de nuestros clientes a partir de lo que hacen, ya no es hacer una encuesta, salir y preguntarle al cliente que le gustaría, sino realmente ver, por ejemplo, cómo utiliza su cuenta, qué tipo de movimientos hace, qué tipo de vida tiene, y tratar de darle a ese cliente un mejor servicio. la aplicación más importante de Big Data ( ) El valor de los datos 01 Marco Bressan, Chairman & CEO BBVA Data & Analytics, nos cuenta en esta entrevista en BBVA Innovation Center que el objetivo principal de su departamento es capturar valor de los datos ( ) que tiene el banco.capturar valor de los datos En este sentido, el responsable de BBVA Data & Analytics destaca la parte de inteligencia comercial que se consigue para poder dar ese mejor servicio, que es fundamental. Y, además, ese conocimiento de los clientes, a su juicio, es el que “nos permite evaluar mejor al cliente de cara a productos que tenemos, como puede ser dar créditos o prevenir el fraude, por ejemplo”. Ver vídeo “El objetivo es transformar información en servicos para clientes” SERIE INNOVATION TRENDS · ENERO 2015 · www.centrodeinnovacionbbva.com

3 Competir gracias al conocimiento BBVA ha lanzado en España proyecto un piloto en el que se están utilizando los datos de pagos para el pequeño y mediano comerciante, con el objetivo de hacer una mejor estimación del riesgo que se tiene a la hora de conceder un crédito. Gracias a ese dato se están dando un 4% más de créditos, ya que se está ajustando más esa estimación y se está conociendo mejor a todos los clientes. Marco Bressan ha destacado todo lo que se puede hacer con ese conocimiento que se tiene a partir de los datos, que es precisamente ver qué nuevos productos, qué cosas se pueden brindar a los clientes. Por ello, BBVA está trabajando por agregar ese dato, anonimizarlo y compartir estadísticas sobre ellos. “Por ejemplo, estamos trabajando con secretarías de turismo para entender mejor cuál es el comportamiento de turistas cuando visitan ciudades, el comportamiento comercial y mejorar la oferta turística en esa ciudad”. En su opinión, las empresas trabajan para entender ( ), por ejemplo, cuál es el impacto que tiene un evento: si yo organizo una fiesta en una ciudad, si tengo un evento importante, un congreso, una conferencia, cuál es el impacto comercial que tiene ese evento en la ciudad... “Todo esto son productos que se generan a partir del dato que tiene el banco y que tiene utilidad más allá de las fronteras del banco”. trabajan para entender ( ) Ver vídeo +4% SERIE INNOVATION TRENDS · ENERO 2015 · www.centrodeinnovacionbbva.com

4 Cómo es el día a día de un ‘data scientist’ 0202 El día a día de un equipo que trabaja en data análisis se puede definir como un esfuerzo multidisciplinar, porque es muy difícil que una persona aislada delante de un ordenador pueda obtener toda esa información. La clave del equipo está en las personas que trabajan juntas en varias disciplinas. No solo se requieren conocimientos tecnológicos, estadísticos o matemáticos, también científicos de diferentes áreas: ya sean sociales, geográficas, geopolíticas, económicas... Por eso, aunque pueda parecer que estamos trabajando con un ordenador, se trata de matemática y mucha estadística. “Es muy divertido porque es un trabajo que, sobre todo, explota la curiosidad, la creatividad, la exploración, la prueba y error”, nos describe Marco Bressan, Chairman & CEO BBVA Data & Analytics. El data scientist tiene que tener un espíritu científico, porque en su día a día la aproximación científica es muy importante: “hay que trabajar con datos, meterse dentro de ellos y tratar de encontrar patrones e información que pueda llegar a ser relevante”. Ver vídeo SERIE INNOVATION TRENDS · ENERO 2015 · www.centrodeinnovacionbbva.com

5 Claves de Big Data 03 /INFOGRAFÍA DJ Patil nos ha dado las claves de esta tendencia en auge, no solo para conocer cómo mejorar un producto gracias al data, sino para saber cómo debes formar un equipo y cuál debe ser la metodología de trabajo para aplicar los análisis de datos. Mejores productos de datos Compartir en Pinterest Intuitivos No añaden costes de formación para el usuario Metodológicos Satisfacen la formación Invocan un sentimiento y buscan una acción Crean un ecosistema, permiten compartir e interactuar Generan humanidad ¿Cómo las personas pueden ayudar al producto? SERIE INNOVATION TRENDS · ENERO 2015 · www.centrodeinnovacionbbva.com

6 Metodología en el equipo Conversar, los datos funcionan mejor Operar todos a una, la mejor manera de entender los datos es poniéndolos en común antes Debatir enriquece, no sólo una opinión Intuición y experiencia, a veces es la mejor solución Contribuir para lograr una decisión más rápida SERIE INNOVATION TRENDS · ENERO 2015 · www.centrodeinnovacionbbva.com

7 Consejos para el analista Alta velocidad de observación, control y una intensa curiosidad Encontrar el origen de los datos y derribar obstáculos Limpia datos, separar los sitios webs válidos de los problemáticos Preguntarse acerca de los deseos de la gente No centrarse en algoritmos sino en el problema Narrar una historia Usar datos para contar una historia y ser capaces de comunicarlo SERIE INNOVATION TRENDS · ENERO 2015 · www.centrodeinnovacionbbva.com

8 Illustreets, la app geoespacial que te ofrece todos los datos para buscar una nueva casa 04 /CASO DE ÉXITO Un buen análisis de datos se puede transformar en una gran herramienta, muy sencilla de usar de la mano de una buena visualización de ese gran maremágnum de datos. Esto es lo que han hecho los fundadores del proyecto Illustreets y CartoDB.IllustreetsCartoDB La búsqueda de vivienda es un proyecto importante en la vida de cualquier persona. Las dificultades que te encuentras para elegir barrio, para pensar más allá de lo que necesitas en tu vida actual… es lo que preocupaba a Manuel Timita y Katya Koval. Ellos son los fundadores de Illustreets una aplicación geoespacial ( ) que te ayuda en esta compleja decisión ofreciéndote una visualización de todos los datos que tienes que manejar para acertar en la búsqueda de casa. Illustreets unaaplicación geoespacial SERIE INNOVATION TRENDS · ENERO 2015 · www.centrodeinnovacionbbva.com

9 Timita y Koval se enfrentaron a este problema en Inglaterra, donde era muy difícil encontrar información sobre la zona en la que se encontraban las vivienda, a pesar de que existía una gran cantidad de datos accesibles. Estos datos, además, se publicaban cada vez con mayor frecuencia e incluso podían analizarse a través de un documento Excel… el problema radicaba en que la visualización de todos estos datos no era nada intuitiva para el usuario. Era muy poco visual. Ante este problema, los fundadores de este proyecto se dieron cuenta de la necesidad de ilustrar toda esta información disponible a través de mapas. Es en este punto cuando surge la necesidad de encontrar la visualización de la solución que ya existía para este problema. De hecho, a excepción de los datos de compra/venta y alquiler que provienen del buscador de propiedades Nestoria, todos los datos usados en el proyecto proceden del portal UK Open Government Data. Este portal contiene más de 9.000 sets de datos procedentes de los diferentes departamentos del Gobierno central inglés, así como de NestoriaUK Open Government Data instituciones públicas y autoridades locales. Estos datos tienen garantizado el acceso gratuito y perpetuo gracias a la legislación vigente en Reino Unido. La búsqueda de vivienda es un proyecto importante en la vida de cualquier persona…...Timita y Koval se enfrentaron a este problema en Inglaterra De dónde salen los datos Además, la herramienta de Illustreets ofrece a sus usuarios el análisis de los datos de hasta 15 bases de datos diferentes procedentes de los siguientes organismos: Office for National Statistics Department for Education Land Registry Ordenance Survey (boundary and postcode data)Ordenance Survey (boundary and postcode data) Department for Communities and Local GovernmentDepartment for Communities and Local Government Police UK Ofsted (school inspection data)Ofsted (school inspection data) Department for Transport Environment Agency SERIE INNOVATION TRENDS · ENERO 2015 · www.centrodeinnovacionbbva.com

10 el principal factor de testeo porque el reto del proyecto era garantizar una buena experiencia de uso. Esta aplicación permite al usuario con una única búsqueda o un clic en una zona del mapa Esta aplicación permite al usuario con una única búsqueda o un clic en una zona del mapa ( ): Ante esta cantidad de datos, desde Illustreets tenían el objetivo de extraer y analizar esta cantidad ingente de datos para hacerlos accesibles y útiles a través de una aplicación geoespacial que permitiese visualizarlos de una manera atractiva e interactiva. Para ello han desarrollado una herramienta eficaz ( ) para los que necesiten tomar una decisión de comprar o alquilar una casa en una zona determinada o, para aquellos que simplemente quieran tener más información de la zona en la que viven. unaherramienta eficaz Cómo visualizar todos estos datos Durante casi tres meses, el equipo de Illustreets estuvo investigando y probando diferentes tecnologías y herramientas de mapeo, tanto comerciales como de código abierto, hasta que eligieron la plataforma CartoDB con sus herramientas CartoDB.js, CartoCSS y SQL API para crear la visualización de todos los datos que solicite el usuario en la aplicación. De hecho, la usabilidad ha sido la clave, porque se convirtió en Obtener información de manera rápida al pasar el ratón sobre el área seleccionada. Buscar por precio medio de compra y alquiler para ajustar la búsqueda al presupuesto disponible. Estimar el tiempo de viaje entre dos puntos. Acceder a información como el nivel estándar de vida, los crímenes reportados, el precio de los colegios. SERIE INNOVATION TRENDS

11 Ejemplos reales del uso de Big Data 0505 Big Data y Data son dos de las palabras más de moda en el ecosistema de la innovación y el emprendimiento. Sin embargo, ¿conocemos casos reales y concretos en los que se haya utilizado? ( )¿conocemos casos reales y concretos en los que se haya utilizado? Este artículo trata de mostrar algunos de estos ejemplos, en áreas tan diversas como el deporte, la política o la economía. Desde BBVA, hasta Obama, pasando por el béisbol o incluso la Semana del Orgullo Gay en Madrid, el uso de datos y su análisis para predecir tendencias y comportamientos está ya entre nosotros y promete quedarse mucho tiempo. En los últimos años, encontramos algunos ejemplos muy llamativos en el uso y análisis de Data y Big Data ( ) que, de alguna manera, sirven tanto para crear nuevos productos, como para predecir comportamientos y tendencias, optimizar acciones de marketing, etc. Destacamos los siguientes:ejemplos muy llamativos en el uso y análisis de Data y Big Data Macy’s y sus precios en tiempo real Macy’s es uno de los comercios minoristas más importantes de los Estados Unidos, que destaca por su e-commerce. Utilizando la tecnología de SAS Institute ha conseguido mejorar sus ingresos y la experiencia del usuario.tecnología de SAS Institute Gracias a la velocidad de análisis y los informes obtenidos con esta nueva tecnología, han reducido en 500.000 dólares el gasto anual de analítica. Macy’s sabe hoy perfectamente el impacto de sus newsletters y notificaciones y conoce mejor a los clientes más satisfechos, lo que les gusta y lo que no... Hoy, el uso de estos datos, les permite segmentar al máximo sus envíos, de manera que envían menos emails, pero con mucho más impacto y han conseguido reducir las de suscripciones hasta en un 20%. Gracias a la utilización de un algoritmo y al control de la demanda y el inventario, pueden lanzar ofertas cruzadas, ajustar precios y hacer rebajas casi en tiempo real para sus 73 millones de artículos a la venta.el uso de estos datos SERIE INNOVATION TRENDS · ENERO 2015 · www.centrodeinnovacionbbva.com

12 Juegos de pelota y millones de datos Casi todo el mundo ha oído hablar de la película Moneyball: Rompiendo las reglas (2011), si no es por Brad Pitt, al menos sí como ejemplo del uso de Data. Ocurrió en la pretemporada de 2002 en Oakland Athletics de las Grandes Ligas de Béisbol de los Estados Unidos. El gerente deportivo Billy Beane, revolucionó la historia del club y posiblemente del deporte en general, tras fichar a un joven economista, Peter Brand, que traía nuevas ideas. Juntos contrataron jugadores infravalorados, pero económicamente rentables, con un criterio de selección muy diferente. La intuición y sapiencia de los ojeadores es sustituida por las conclusiones de los análisis de estadísticas y números acumulados a la hora de establecer las necesidades del equipo y los jugadores que mejor se adaptan a éstas. En la actualidad contamos con muchos más casos en los que se usa Big Data en el deporte ( ). Los equipos de la NBA ya tienen implantado el uso de datos a la hora de preparar la estrategia en partido, mientras que la NFL tiene una plataforma que ayuda con sus aplicaciones a los 32 equipos a tomar las mejores decisiones en base a la analítica de datos: desde el estado de la superficie del césped a las condiciones climatológicas, pasando por datos de la etapa universitaria de cada jugador... todo está registrado y todo puede servir para sacar conclusiones diversas, comocasos en los que se usa Big Data en el deporte la de prevenir lesiones en jugadores. Además, analiza las preferencias de los aficionados gracias a su aplicación NFL Now, que ofrece la posibilidad de que éstos creen su propio canal con contenido variado de la NFL: vídeos divertidos, cheerleaders preferidas, información por equipos, por jugadores, etc. También utilizan NetApp para almacenar todos estos datos. Con esto consiguen establecer las demandas de los fans y facilita las cosas a la hora de establecer acciones de marketing, expandir el mercado, encontrar los partners más apropiados, etc. Ver vídeo SERIE INNOVATION TRENDS

13 La reelección de Obama Tras su primer mandato, el presidente de los EEUU, Barack Obama, decidió utilizar Big Data para su reelección en 2012. Un centenar de personas trabajaron en el departamento de analítica de la campaña. 50 estaban fijos en las oficinas centrales, otros 30 se movilizaron a lo largo y ancho de las distintas sedes del país, y 20 estaban únicamente centrados en la interpretación de los datos recibidos. Tras un primer análisis, los esfuerzos de la campaña se enfocaron en tres aspectos: registro (recoger datos de los votantes convencidos), persuasión (dirigirse a los dudosos de una forma eficaz) y voto del electorado (asegurarse de que los partidarios fueran a ejercer el voto sí o sí). Por primera vez, los tres equipos de las campañas electorales: el de campo, el digital y el de comunicación, trabajaron con una estrategia unificada con los respectivos datos de cada uno. El motor de todo, la plataforma inteligente utilizada fue HP Vertica. Entre las acciones más efectivas que permitía esta plataforma: recoger datos a pie de campo y realizar un feedback rápido vía notificaciones email (se mejoraba en tiempo y eficiencia); o detectar los nichos en los que funcionaría mejor la publicidad en TV cruzando datos de los votantes con otros demográficos, audiencias, precios de publicidad, programas... (se mejoró en impacto y segmentación). Con su analítica, el equipo de Obama optimizó la comunicación y mejoró la respuesta del electorado afín, permitiendo no malgastar recursos, tiempo y dinero en los votantes que no eran de su partido. BBVA: Mobile World Congress y Turismo Madrid BBVA también ha realizado diversas pruebas de Big Data, en las que además, se ha dado importancia a su visualización para permitir que sean más comprensibles a ojos de un espectador neófito. En Barcelona en 2012, se hizo la medición del impacto económico del Mobile World Congress. Para ello, se extrajeron datos de las transacciones realizadas con tarjetas de crédito, tanto la semana antes como la semana en que tuvo lugar el evento. Ver vídeo SERIE INNOVATION TRENDS · ENERO 2015 · www.centrodeinnovacionbbva.com

14 Los resultados sirven para concluir los lugares, días y horarios donde más “movimiento” hubo, algo que, por ejemplo, puede servir a los comercios para reforzar sus acciones de marketing y venta de cara a eventos similares o a las propias ciudades para hacer lo propio con sus promociones turísticas. Otro ejemplo de estudio es el realizado por BBVA en el que se analiza el uso de las tarjetas de crédito en España durante la Semana Santa de 2011 en cuatro sectores: mercados y alimentos, bares y restaurantes, moda y gasolineras. Un último ejemplo de la entidad fue el llevado a cabo junto con el Ayuntamiento de Madrid que, bajo el título Dinámicas del Turismo en la Ciudad de Madrid, analiza el comportamiento de los turistas en cuanto a su actividad comercial durante 2012. Entre los muchos resultados, el estudio sirvió para cuantificar el impacto económico del Orgullo Gay en diversas zonas de la ciudad. El gasto comercial aumentó un 24% respecto a la misma semana del mes anterior. Además, se conocen otros datos interesantes como los turistas que más gastan, en qué gastan, por dónde se mueven, etc. Data y Big Data están cambiando muchas cosas, ya no sólo a la hora de tomar decisiones comerciales, deportivas, políticas o de otra índole sino también a la hora de crear productos, de innovar, almacenar datos, desarrollar, visualizar las cosas... Es una tendencia que se ha generalizado y que parece que va a quedarse entre nosotros mucho tiempo. SERIE INNOVATION TRENDS · ENERO 2015 · www.centrodeinnovacionbbva.com

15 DJ Patil nos enseña a utilizar los datos y a construir grandes productos 06 /MASTER CLASS DJ Patil, VP Product de RelatelQ en Crunchbase, es uno de los Data Scientist más renombrados del mundo. El Centro de Innovación BBVA acoge esta masterclass en la que explica diversos conceptos sobre Big Data. Patil nos introduce en metodologías de trabajo en torno al análisis de datos, en el creciente interés de este fenómeno que se ha convertido en mainstream, en cómo interpretar los dashboards, en la importancia de predecir las tendencias, en la experiencia de usuario, en casos prácticos relacionados, en las claves que debe manejar un data scientist, etc. Una charla amena y muy útil en la que tienen cabida cosas tan diversas que van desde Angry Birds, hasta Star Trek, pasando por dobles péndulos, huracanes, gurús, nerds... ¿Quieres conocer la profesión más sexy del momento? ¿Quieres ponerte al día con una de las profesiones más demandadas? ¡No te pierdas esta masterclass! Ver vídeo SERIE INNOVATION TRENDS · ENERO 2015 · www.centrodeinnovacionbbva.com

16 El primer Chief Data Scientist en la Casa Blanca ( )Casa Blanca El nombramiento de DJ Patil es una apuesta clara del presidente de EEUU, Barack Obama, por la innovación y el emprendimiento. El que fuera vicepresidente de Producto de RelatelQ y ex LinkedIn, Greylock Partners, Skype, PayPal o eBay, tiene por delante una bonita tarea que comenzará con la participación en la iniciativa de la Administración sobre Medicina de Precisión, que trata de usar Data para dotar a las clínicas de las mejores herramientas, así como del conocimiento y las terapias para seleccionar los mejores tratamientos adecuados a los pacientes. ( )seleccionar los mejores tratamientos adecuados a los pacientes. A partir de ahora, Patil trabajará codo con codo con el director de Información y Servicio Digital de los EEUU con un único objetivo: el uso de las nuevas tecnologías ( ) para servir mejor a los ciudadanos estadounidenses. uso de las nuevas tecnologías A lo largo del mandato de Barack Obama, el Gobierno de EEUU ha dado pasos importantes en relación a la innovación y el emprendimiento. Entre otras acciones en este sentido, además de abrir 138.000 bases de datos al público para facilitar el trabajo de los emprendedores, se han mejorado los accesos y servicios a los datos personales digitales de los ciudadanos.abrir 138.000 bases de datosaccesos y servicios a los datos personales digitales SERIE INNOVATION TRENDS · ENERO 2015 · www.centrodeinnovacionbbva.com

17 www.centrodein ovacionb va.com Síguenos en las redes sociales BBVA no se hace responsable de las opiniones publicadas en este documento. TWITTERFACEBOOKLINKEDINPINTEREST compártelo