Big Data 2° Parcial

@Algunas de las ventajas de los informes clásicos reutilizables son. Seleccione las 2 (dos) correctas: Producen un excelente resultado para consultas rutinarias. Ofrecen resultados confiables y consistentes porque los informes son cuidadosamente desarrollados y probados. Producen un excelente resultado para consultas extraordinarias. Ofrecen resultados variables y consistentes porque los informes son velozmente desarrollados y probados. Producen un ineficiente resultado para consultas rutinarias.

@¿Cuáles de las siguientes son fases por las que atraviesa la empresa que van incrementando el valor que se genera a partir de dichos datos? Seleccione las 2 (dos) opciones correctas: Análisis predictivo. Análisis de diagnostico. Análisis productivo. Análisis de pronóstico. Análisis sintomático.

@¿Cuáles son las metodologías de desarrollo más utilizadas en customer Analytics? Seleccione las 2 opciones correctas. KDD. SEMMA. KDE. SCRUM. SIGMA.

@El análisis visual es un componente del software de inteligencia empresarial que hace hincapié en: (seleccione las dos correctas). Una interfaz gráfica notablemente fácil. Visualizaciones o gráficos como salida. Una interfaz textual notablemente fácil. Visualizaciones o gráficos como entrada. Una interfaz gráfica notablemente rígida.

@Julia debe mostrarle la información de las tendencias que le interesan a la empresa al gerente de marketing. ¿Cuáles son los gráficos de Big Data que debería usar Julia? Seleccione las 2 correctas: Debería utilizar nubes de palabras. Debería utilizar mapas de calor. Debería utilizar nubes de valores. Debería utilizar mapas de color. Debería utilizar redes de palabras.

@Julia debe mostrarle la información de las tendencias que le interesan a la empresa al gerente de marketing. ¿Cuáles son los tipos de CRM que podemos encontrar? Seleccione las 2 (dos) opciones correctas. Operacional. Analítico. Opcional. Análogo. Observacional.

@Algunas de las ventajas de los informes clásicos reutilizables son: seleccione las 3 (tres) opciones correctas. Producen un excelente resultado para consultas rutinarias. Ofrecen resultados confiables y consistentes. La necesidad de múltiples fuentes de datos es baja. Producen un excelente resultado para consultas irregulares. Ofrecen resultados inestables y consistentes.

@¿Cuáles son las metodologías de desarrollo más utilizadas en Customer Analytics? Seleccione las 3 tres correctas: KDD. CRISP-DM. SEMMA. KDE. CRIPT-DM.

@¿En qué capas se puede estructurar un sistema de Big data? 3 respuestas correctas: Capa de explotación. Capa de integración. Capa de modelado. Capa de exploración. Capa de interrupción.

@Juan quiere utilizar Customer analytics para analizar el comportamiento de los clientes de su industria, y para ello debe explicarle a su equipo las múltiples características que definen este proceso. ¿Cuáles son estas características? Seleccione las 3 tres correctas: Una de las características es la granularidad del dato. Una de las características es el multisector. Una de las características es la multiplataforma. Una de las características es la singularidad del dato. Una de las características es el monosector.

@¿Qué aspectos deben considerarse fundamentales al momento de realizar reportes de visualización de datos en una organización? Seleccione las 3 (Tres) respuestas correctas: La calidad de los datos. La necesidad por parte del negocio o un área determinada de la organización. La disponibilidad de los datos en un almacén de datos. La cantidad de los datos. La disponibilidad de los datos en un servidor web externo.

@¿Qué ventajas ofrecen las herramientas de data de visualización actual? Seleccione las 3 respuestas correctas: Costo bajo o casi nulo por ser open source. Disponibilidad de información del negocio en tiempo real. Incorporar analítica en tiempo real y mostrar los resultados gráficamente. Costo bajo o casi nulo por ser closed source. Disponibilidad de información del negocio en tiempo diferido.

@Considerando las distintas fases en la evolución del entendimiento del cliente a partir de los datos: seleccione las 4 (cuatro) opciones correctas. Análisis descriptivo. Análisis prescriptivo. Análisis diagnóstico. Análisis predictivo. Análisis destructivo. Análisis perceptivo.

@Considerando las distintas fases que constituyen la metodología de desarrollo denominada SEMMA: seleccione las 4 opciones correctas. Explore. Modify. Model. Simple. Export. Module.

@¿Cuáles son las distintas fases en la evolución del entendimiento del cliente a partir de los datos? Seleccione las 4 (cuatro) correctas: Análisis diagnostico. Análisis descriptivo. Análisis predictivo. Análisis prescriptivo. Análisis deductivo. Análisis prospectivo.

@Qué le permite a una iniciativa de customer Analytics el hecho de utilizar y dominar Big data? Seleccione las 4 correctas: Lidiar con múltiples fuentes y formatos de datos. Trabajar con grandes volúmenes de datos. Capturar y extraer datos a alta velocidad. Poner el foco en la calidad del dato y de los modelos de análisis. Lidiar con únicas fuentes y formatos de datos. Capturar y extraer datos a baja velocidad.

@¿Qué nos permite el uso de la visualización de datos? Selecciones las 4 opciones correctas: Disponer de información de manera gráfica y visual. Descubrir estacionalidades en los datos. Identificar visualmente la distribución de un set de datos. Identificar con mayor facilidad comportamientos atípicos en los datos (valores atípicos). Disponer de información de manera textual y auditiva. Encubrir estacionalidades en los datos.

@¿Que factores influyen en el éxito de implementar BI en una compañía? Seleccione las 4 (cuatro) opciones correctas: Apertura organizacional. Datos secundarios de apoyo. Mano de obra de análisis. Calidad de datos como valores incorrectos o faltantes. Clausura organizacional. Datos primarios de apoyo.

Algunas de las ventajas de los informes clásicos reutilizables son: Producen un excelente resultado para consultas rutinarias. Producen un ineficiente resultado para consultas rutinarias. Producen un excelente resultado para consultas irregulares. Producen un ineficiente resultado para consultas irregulares.

¿A qué nivel debe considerarse la granularidad del dato en Custumer Analytics?. Individual. Divisional. Estructural. General.

¿A qué hace referencia el customer Journey en customer Analytics?. Al proceso de compra del cliente. Al proceso de venta del cliente. Al proceso de cobro del cliente. Al proceso de cambio del cliente.

¿A qué tipo de análisis pertenece el análisis de la cesta de compra?. Análisis de afinidad (mira que más compraron). Análisis de fidelidad (mira que más compraron). Análisis de afinidad (mira que menos compraron). Análisis de fidelidad (mira que menos compraron).

Ana está realizando un proyecto de Customer Analytics y debe definir el/los tipos/s de análisis a realizar. ¿De qué va a depender su elección?. Va a depender de la estrategia y tipo de conocimiento. Va a depender de la estructura y tipo de conocimiento. Va a depender de la estrategia y tipo de procedimiento. Va a depender de la estructura y tipo de procedimiento.

Carlos está comentando con sus compañeros cuál es su función como reporting en la empresa en la cual acaba de incorporarse y debe explicarles sobre la visualización de datos. ¿Cómo lo explicarías?. Explicaría que es la presentación de datos en un formato grafico o pictórico. Explicaría que es la presentación de datos en un formato textual o numérico. Explicaría que es la representación de datos en un formato sonoro o pictórico. Explicaría que es la estructuración de datos en un formato grafico o textual.

Carlos está haciendo un análisis de cesta de compra en su empresa. ¿A qué tipo de análisis pertenece el análisis de la cesta de compra?. Pertenece al análisis de afinidad. Pertenece al análisis de viabilidad. Pertenece al análisis de fidelidad. Pertenece al análisis de causalidad.

Carlos va a utilizar un análisis de afinidad para hacer minería de datos en la empresa en la cual está trabajando. ¿Qué es el análisis de afinidad?. Es un análisis de datos y una técnica de minería de datos que busca relaciones entre actividades realizadas (o registradas) de individuos, grupos u objetos. Es un análisis de bases y una técnica de minería de datos que busca diferencias entre actividades realizadas (o registradas) de individuos, grupos u objetos. Es un análisis de datos y una técnica de ingeniería de datos que busca relaciones entre actividades suprimidas (o registradas) de individuos, grupos u objetos. Es un análisis de datos y una técnica de minería de datos que oculta relaciones entre actividades realizadas (o registradas) de individuos, grupos u objetos.

¿Cómo se llama el proceso que utiliza tecnologías para presentar de forma gráfica y en tiempo real información estadística al usuario para tomar decisiones?. Data Discovery. Data Recovery. Data Delivery. Data Directory.

¿Cómo se llaman los sistemas que pueden definirse como un conjunto de técnicas y herramientas para la transformación de grandes cantidades de datos, sin procesar en información visual coherente y útil para el análisis de los negocios en cuestión de segundos?. Data minning - Business Analytics - Adobe Analytics. Data mapping - Business Analytics - Adobe Analytics. Data minning - Business Intelligence - Adobe Analytics. Data minning - Business Analytics - Google Analytics.

¿Cómo puede lograrse la retención de clientes mediante el análisis de cesta de compra?. Creando argumentos con productos interesantes para evitar la fuga del cliente. Creando argumentos con productos irrelevantes para forzar la fuga del cliente. Creando descuentos con productos interesantes para acelerar la fuga del cliente. Creando argumentos con servicios interesantes para evitar la duda del cliente.

¿Cuál de las siguientes opciones es un CRM?. Operacional. Opcional. Observacional. Organizacional.

¿Cuál es el foco principal del Business Analytics en las organizaciones?. Permitir que usuarios no técnicos de áreas de negocio se familiaricen con los datos y puedan realizar análisis sencillos en modo autoservicio. Permitir que usuarios muy técnicos de áreas de negocio se familiaricen con los datos y puedan realizar análisis complejos en modo autoservicio. Impedir que usuarios no técnicos de áreas de negocio se familiaricen con los datos y puedan realizar análisis sencillos en modo supervisado. Permitir que usuarios no técnicos de áreas de negocio se familiaricen con las redes y puedan realizar análisis sencillos en modo autoservicio.

¿Cuál es el objetivo del CRM analítico?. Garantizar la correcta explotación de la información de clientes. El CRM analítico busca comprender el comportamiento del cliente mostrado en las interacciones en el CRM operacional. Garantizar la correcta exportación de la información de clientes. El CRM analítico busca comprender el comportamiento del usuario mostrado en las interacciones en el CRM operacional. Garantizar la correcta explotación de la información de ventas. El CRM analítico busca comprender el comportamiento del cliente mostrado en las interacciones en el CRM relacional. Garantizar la correcta exploración de la información de clientes. El CRM analítico busca omitir el comportamiento del cliente mostrado en las interacciones en el CRM operacional.

¿Cuál es el objetivo principal de la visualización de datos?. Representar visualmente información relevante para la toma de decisiones Tácticas y Estratégicas. Representar numéricamente información relevante para la toma de decisiones Técnicas y Operativas. Sintetizar visualmente información irrelevante para la toma de decisiones Tácticas y Estratégicas. Representar visualmente información relevante para la programación de decisiones Técnicas y Estructurales.

¿Cuál es el objetivo principal de las herramientas de visualización?. Disponibilidad gráfica y visual de la información analítica para la toma de decisiones. Disponibilidad textual y visual de la información analítica para la toma de decisiones. Disponibilidad gráfica y auditiva de la información estadística para la toma de decisiones. Disponibilidad gráfica y visual de la información analítica para la toma de acciones.

¿Cuál es el máximo nivel de detalle con el que se trabaja en organizaciones con estrategia de Customer Analytics?. El cliente. El producto. El gerente. El usuario.

¿Cuál es hoy en día el uso más común de las herramientas de visualización?. Como una herramienta de informes de BI, para generar cuadros de mando automáticos que realicen un seguimiento del rendimiento de la empresa a través de indicadores clave o KPI. Como una herramienta de informes de BA, para generar cuadros de mando manuales que realicen un seguimiento del rendimiento de la empresa a través de indicadores clave o KPI. Como una herramienta de informes de BI, para eliminar cuadros de mando automáticos que realicen un seguimiento del rendimiento de la empresa a través de indicadores clave o KPI. Como una herramienta de ingreso de BI, para generar cuadros de mando automáticos que realicen un seguimiento del rendimiento del usuario a través de indicadores clave o KPI.

¿Cuál es la importancia de colocar los datos en un contexto visual mediante software de visualización de datos?. Poder visualizar la información para identificar y analizar tendencias, estacionalidades, datos atípicos (outlliers), distribuciones, comportamientos ocultos y/o repetitivos. Poder visualizar la información para ocultar y analizar tendencias, estacionalidades, datos atípicos (outlliers), distribuciones, comportamientos ocultos y/o repetitivos. Poder visualizar la información para identificar y analizar fallas, estacionalidades, datos atípicos (outlliers), distribuciones, comportamientos evidentes y/o repetitivos. Poder visualizar la información para identificar y analizar tendencias, temporalidades, datos regulares (inliers), distribuciones, comportamientos ocultos y/o únicos.

¿Cuál es la metodología de desarrollo más utilizada en Customer Analytics?. KDD. KDE. KPD. RDD.

¿Cuál es la tendencia en las empresas sobre la utilización de software de gestión de datos masivos?. Las empresas suelen contratar software de visualización. Las empresas suelen desestimar software de visualización. Las empresas suelen contratar hardware de visualización. Las organizaciones suelen desarrollar software de virtualización.

¿Cuál es uno de los motivos por los que Excel es considerada una herramienta poco adecuada para Visual Analytics?. Limita severamente el volumen de datos que se puede consultar con éxito. Amplía severamente el volumen de datos que se puede consultar con éxito. Limita severamente la variedad de redes que se puede consultar con éxito. Limita ligeramente el volumen de datos que se puede procesar con éxito.

¿Cuáles de las siguientes son actividades que dan soporte al negocio?. Extracción de datos, gestión de plataformas. Extracción de redes, gestión de plataformas. Extracción de datos, gestión de planillas. Introducción de datos, gestión de plataformas.

¿Cuáles de las siguientes son fases por las que atraviesa la empresa que van incrementando el valor que se genera a partir de dichos datos?. Análisis de diagnóstico - análisis predictivo. Análisis de pronóstico - análisis predictivo. Análisis de diagnóstico - análisis prescriptivo. Análisis de desarrollo - análisis predictivo.

¿Cuáles de las siguientes son algunas de las técnicas que pertenecen a Business Intelligence?. OLAP, Cuadros de mando y Herramientas de ETL. OLTP, Cuadros de mando y Herramientas de ETL. OLAP, Cuadros de texto y Herramientas de ETL. OLAP, Cuadros de mando y Herramientas de CRM.

Cuando un científico de datos está escribiendo avanzados análisis predictivos o algoritmos de aprendizaje automático, ¿Qué función cumple la visualización de los datos?. Está cumpliendo con visualizar los resultados para monitorearlos y garantizar que los modelos funcionen según lo previsto. Está cumpliendo con ocultar los resultados para monitorearlos y garantizar que los modelos funcionen según lo previsto. Está cumpliendo con visualizar los procesos para monitorearlos y garantizar que los módulos funcionen según lo previsto. Está cumpliendo con visualizar los resultados para programarlos y garantizar que los modelos funcionen según lo previsto.

Cuando un científico de datos está escribiendo avanzados análisis predictivos o algoritmos de aprendizaje automático, ¿Qué función cumple la visualización de los datos?. Visualizar los datos para monitorearlos y garantizar que los modelos funcionen según lo previsto. Sintetizar los datos para monitorearlos y garantizar que los modelos funcionen según lo previsto. Visualizar las redes para monitorearlos y garantizar que los modelos funcionen según lo previsto. Visualizar los datos para alterarlos y garantizar que los modelos funcionen según lo previsto.

¿Cuántas fases son las que componen la metodología de desarrollo denominado CRISP-DM?. Seis. Siete. Cinco. Ocho.

Damián está armando un reporte para visualizar la información del área contable para llevar a cabo varios procesos dentro de la empresa. ¿Con qué objetivo está realizando la visualización de datos?. Con el objetivo de representar visualmente información relevante para la toma de decisiones tácticas y estratégicas. Con el objetivo de representar numéricamente información relevante para la toma de decisiones tácticas y estratégicas. Con el objetivo de representar visualmente información irrelevante para la toma de decisiones operativas y estratégicas. Con el objetivo de representar visualmente información relevante para la toma de decisiones técnicas y estructurales.

De las siguientes opciones… ¿Cuál se considera como una ventaja de la aplicación de Big Data en Customer Analytics?. Monitorizar de forma continua los procesos y caminos en tiempo real. Monitorizar de forma pausada los procesos y caminos en tiempo real. Monitorizar de forma continua los procesos y caminos en tiempo diferido. Automatizar de forma continua los procesos y caminos en tiempo real.

¿De qué manera novedosa muestran los datos las herramientas de visualización de datos actuales?. Infografías, tacómetros, mapas geográficos, mapas de calor y gráficos detallados de barra o torta con capacidades interactivas. Tipografías, tacómetros, mapas geográficos, mapas de calor y gráficos detallados de barra o torta con capacidades interactivas. Infografías, termómetros, mapas geográficos, mapas de color y gráficos detallados de barra o torta con capacidades interactivas. Infografías, tacómetros, mapas topográficos, mapas de calor y gráficos detallados de línea o torta con capacidades interactivas.

Desde el área de fidelización te solicitan crear una estrategia para retener clientes y se te ocurre hacerlo a través de un análisis de cesta de compra. ¿Cómo puede lograrse la retención de clientes mediante ese análisis?. Puede lograrse creando argumentos con productos interesantes para evitar la fuga del cliente. Puede lograrse creando argumentos con servicios interesantes para evitar la fuga del cliente. Puede lograrse creando descuentos con productos interesantes para acelerar la fuga del cliente. Puede lograrse suprimiendo argumentos con productos interesantes para evitar la fuga del cliente.

El análisis visual es un componente del software de inteligencia empresarial que hace hincapié en: Visualizaciones o gráficos como salida. Visualizaciones o gráficos como entrada. Textualizaciones o gráficos como salida. Visualizaciones o planillas como salida.

El gerente comercial necesita ir monitoreando los movimientos de las líneas de cajas para ir haciendo en la operación del negocio, ¿qué tipo de gráficos se usa para mostrar en tiempo real datos de Big data?. Cuadros de mando. Cuadros de texto. Gráficos de dispersión. Mapas de calor.

El gerente de gobierno de datos está intentando convencer a un candidato para que ocupe el puesto de visualización de datos. ¿Por qué crees que es importante que obtenga ese puesto?. Porque permite a los responsables de la toma de decisiones ver los análisis presentados visualmente, captar conceptos difíciles o identificar nuevos patrones. Porque permite a los responsables de la toma de decisiones ver los análisis presentados textualmente, captar conceptos difíciles o identificar nuevos patrones. Porque permite a los responsables de la toma de decisiones ver los análisis presentados visualmente, omitir conceptos difíciles o identificar nuevos patrones. Porque permite a los desarrolladores de la toma de decisiones ver los análisis presentados visualmente, captar conceptos difíciles o identificar viejos patrones.

En cuanto a metodologías, el desarrollo de iniciativas de Customer Analytics ¿Con qué otro tipo de proyecto se vinculan?. Con el desarrollo de proyectos de minería de datos. Con el desarrollo de proyectos de minería de textos. Con el desarrollo de proyectos de ingeniería de datos. Con el análisis de proyectos de minería de datos.

En cuanto a tecnologías ¿qué técnicas utiliza Customer Analytics?. Técnicas de Business Intelligence, de Business Analytics, de Big Data y de la Gestión de Datos. Técnicas de Business Intelligence, de Business Analytics, de Big Data y de la Gestión de Redes. Técnicas de Business Operations, de Business Analytics, de Big Data y de la Gestión de Datos. Técnicas de Business Intelligence, de Data Analytics, de Small Data y de la Gestión de Datos.

En el call center se están aplicando distintas funcionalidades del CRM ¿Cuáles son los tipos de CRM que podemos encontrar?. Operacional. Opcional. Observacional. Organizacional.

En el ejemplo de la compañía del enunciado de la actividad, ¿Cómo registra los egresos de mercaderías?. A través del pedido interno. A través del pedido externo. A través del remito interno. A través del recibo interno.

En función del tipo de conocimiento del cliente que se busca generar, ¿Cuáles son las diferentes categorías de conocimiento en que se pueden agrupar los análisis?. Comportamiento, rentabilidad, ciclo de vida, fidelización, interés y campañas. Comportamiento, rentabilidad, ciclo de vida, fidelización, interés y compras. Procedimiento, rentabilidad, ciclo de vida, fidelización, interés y campañas. Comportamiento, contabilidad, ciclo de vida, fidelización, interés y campañas.

En la empresa de contact center en la cual te encuentras trabajando, se está por implementar un CRM para mejorar las gestiones. ¿Cuál es el objetivo del CRM analítico?. El objetivo es comprender el comportamiento del cliente. El objetivo es predecir el comportamiento del usuario. El objetivo es comprender el requerimiento del cliente. El objetivo es estructurar el comportamiento del cliente.

¿En qué capas se puede estructurar un sistema de Big Data?. Capa de Integración, capa de modelado, capa de explotación. Capa de Interacción, capa de modelado, capa de exportación. Capa de Integración, capa de moderación, capa de exploración. Capa de Interacción, capa de moderación, capa de explotación.

¿En qué categorías se engloban los modelos que se crean en el proceso de descubrimiento de datos?. Selección de datos, transformación de datos y visualización de la información. Recolección de datos, transferencia de datos y visualización de la estructura. Selección de redes, transformación de redes y virtualización de la información. Selección de datos, transcripción de datos y visualización de la programación.

¿En qué tipos de empresas se usa la visualización de datos?. En todo tipo de empresa, independientemente de la industria o el tamaño. En un solo tipo de empresa, independientemente de la industria o el tamaño. En todo tipo de empresa, dependiendo fuertemente de la industria y el tamaño. En algún tipo de empresa, dependiendo levemente de la industria o el tamaño.

En un entorno de trabajo Business Intelligence, ¿cuáles son las dos capas en las que se engloban sus acciones estratégicas? Seleccione la correcta: Las acciones estratégicas se engloban en la capa de negocio y en la capa de soporte. Las acciones estratégicas se engloban en la capa de proceso y en la capa de sistema. Las acciones estratégicas se engloban en la capa de negocio y en la capa de reporte. Las acciones operativas se engloban en la capa de negocio y en la capa de soporte.

En un proyecto de Customer Analytics... ¿De qué depende el/los tipos de análisis a realizar?. Estrategia y tipo de conocimiento. Estructura y tipo de conocimiento. Estrategia y tipo de procedimiento. Estructura y tipo de procedimiento.

En una empresa ¿qué son capaces de simular los departamentos de Recursos Humanos utilizando Big Data y Analítica avanzada?. Rotación estimada, costes laborales, bajas laborales y plantilla estimada. Frotación estimada, costes fijos, altas laborales y plantilla estimada. Rotación estimada, costes materiales, bajas médicas y planilla estimada. Rotación mensual, costes laborales, altas laborales y plantilla funcional.

En una reunión de kick off preguntaron la diferencia entre datos e información. ¿Qué es lo que da utilidad y valor a los datos?. El conocimiento que se extraiga de ellos. El procedimiento que se extraiga de ellos. El almacenamiento que se obtenga de ellos. El conocimiento que se suprima de ellos.

Excel se usa ampliamente como una poderosa herramienta de análisis de datos y productividad personal, sin embargo, comparado con el software de visualización de datos tiene las siguientes desventajas: Restringe la cantidad de fuentes de datos a las que se puede acceder. Amplía la cantidad de fuentes de datos a las que se puede acceder. Restringe la variedad de fuentes de redes a las que se puede acceder. Permite la cantidad de fuentes de datos a las que se puede acceder.

Juan, gerente comercial de la empresa Granos SRL, necesita ir monitoreando los movimientos de los productos para ir haciendo ajuste en la operación del negocio. ¿Qué tipo de gráficos se usa para mostrar en tiempo real datos de big data?. Se utiliza cuadros de mando empresariales o dashboards. Se utiliza cuadros de texto empresariales o dashboards. Se utiliza cuadros de mando direccionales o scorecards. Se utiliza gráficos de líneas empresariales o dashboards.

Juan les dice a sus empleados que la empresa busca comprender la relación del cliente y la organización a largo plazo. ¿A qué categoría de conocimiento hace referencia?. Hace referencia al ciclo de vida. Hace referencia al estilo de vida. Hace referencia al ciclo de compra. Hace referencia al flujo de caja.

Juan propone como objetivo a su equipo conocer la probabilidad de que sus clientes respondan ante estímulos de marketing. ¿Qué categoría de conocimiento quiere analizar?. Quiere analizar el interés. Quiere analizar el ingreso. Quiere analizar el desinterés. Quiere sintetizar el interés.

Juan se está desempeñando como ingeniero de datos en una compañía y tiene que aplicar Big Data para dar solución a una problemática de la compañía. ¿Qué técnicas y tecnologías asociadas a Big Data puede utilizar? Seleccione la correcta: Puede utilizar la captura, procesamiento, análisis y visualización de los datos. Puede utilizar la captura, programación, análisis y virtualización de los datos. Puede omitir la captura, procesamiento, análisis y visualización de los datos. Puede utilizar la estructura, procesamiento, síntesis y visualización de las redes.

La compañía almacena datos desde los distintos puntos de acceso con los que el cliente puede interactuar con la compañía como pueden ser celulares, la página institucional, pero: ¿qué significa que el customer Analytics es multiplataforma?. Diferentes sistemas recogen información del cliente que se combina. Iguales sistemas recogen información del usuario que se divide. Diferentes sistemas descartan información del cliente que se combina. Diferentes servidores recogen información del sistema que se combina.

La inteligencia empresarial se ve afectada por la falta de: Calidad de datos como valores incorrectos o faltantes. Cantidad de datos como valores incorrectos o sobrantes. Calidad de redes como valores incompletos o faltantes. Calidad de datos como valores correctos o abundantes.

Mediante el análisis de datos de sus clientes, ¿qué ventajas obtienen empresas como Google?. Pueden identificar potenciales necesidades y preferencias de los usuarios y ajustar el tipo de publicidades que son... Pueden ignorar potenciales necesidades y preferencias de los usuarios y ajustar el tipo de publicidades que son... Pueden identificar potenciales debilidades y referencias de los usuarios y ajustar el tipo de publicidades que son... Pueden identificar potenciales necesidades y preferencias de los clientes y desajustar el tipo de publicidades que son...

¿Mediante qué tipo de análisis se puede mejorar la colocación de los productos en un supermercado, catalogo o web de comercio electrónico?. Análisis de cesta de compras. Análisis de lista de ventas. Análisis de cesta de ventas. Análisis de lista de compras.

Para encontrar una solución que se ajuste al negocio debemos estudiar el comportamiento del cliente. ¿Por qué es importante el cliente en Customer Analytics?. Es el foco central del análisis. Es el foco marginal del análisis. Es el punto central del proceso. Es el foco central del sistema.

Para este enunciado, te solicitan armar un conjunto de gráficos para mostrar distintas perspectivas de la compañía. ¿Quién demanda un diseño de vida de los gráficos diseñados en Big data?. Debería centrarse en la rentabilidad. Debería centrarse en la contabilidad. Debería apoyarse en la rentabilidad. Debería centrarse en la variabilidad.

¿Por qué es multidisciplinar el customer analytics?. Se aplica a múltiples áreas en una organización. Se aplica a únicas áreas en una organización. Se enfoca a múltiples áreas en una organización. Se aplica a múltiples redes en una corporación.

¿Por qué las empresas están realizando inversiones masivas en software para análisis visual e inteligencia de negocios?. Porque la Big data abre posibilidades transformadoras para productos, servicios y mercados. Porque la Small data abre posibilidades transformadoras para productos, servicios y mercados. Porque la Big data cierra posibilidades transformadoras para productos, servicios y mercados. Porque la Big data abre posibilidades conservadoras para productos, servicios y mercados.

¿Por qué es importante la visualización de datos?. Porque permite a los responsables de la toma de decisiones ver los análisis presentados visualmente, para que puedan captar conceptos difíciles o identificar nuevos patrones. Porque permite a los responsables de la toma de decisiones ver los análisis presentados textualmente, para que puedan captar conceptos difíciles o identificar nuevos patrones. Porque permite a los responsables de la toma de decisiones ver los análisis presentados visualmente, para que puedan captar conceptos sencillos o identificar viejos patrones. Porque impide a los responsables de la toma de decisiones ver los análisis presentados visualmente, para que puedan captar conceptos difíciles o identificar nuevos patrones.

¿Qué abarcan las técnicas y tecnologías asociadas a Big Data?. Captura, procesamiento, análisis y visualización de datos. Captura, procesamiento, análisis y virtualización de datos. Estructura, procesamiento, síntesis y visualización de redes. Captura, estancamiento, análisis y visualización de datos.

¿Qué aspectos deben considerarse fundamentales al momento de realizar reportes de visualización de datos en una organización?. La necesidad por parte del negocio o un área determinada de la organización. La capacidad por parte del negocio o un área determinada de la organización. La necesidad por parte del cliente o un área externa de la organización. La necesidad por parte del sistema o una red determinada de la organización.

¿Qué idea sustenta la necesidad de la visualización de datos en un entorno Big data?. Visualizar información proveniente de datos estructurados y no estructurados en tiempo real. Visualizar información proveniente de datos estructurados y no estructurados en tiempo diferido. Sintetizar información proveniente de datos estructurados y no estructurados en tiempo real. Visualizar información proveniente de datos estructurados y semiestructurados en tiempo irreal.

¿Qué departamento de las organizaciones ha liderado tradicionalmente el desarrollo del CMR analítico?. El departamento de marketing. El departamento de finanzas. El departamento de sistemas. El departamento de contabilidad.

¿Qué es Business Intelligence o BI?. Conjunto de estrategias, aplicaciones, datos, productos, tecnologías y arquitectura técnicas, los cuales están enfocados a la administración y creación de conocimiento sobre el medio. Conjunto de estrategias, aplicaciones, datos, productos, tecnologías y arquitectura técnicas, los cuales están enfocados a la administración y eliminación de conocimiento sobre el medio. Conjunto de tácticas, aplicaciones, datos, servicios, metodologías y arquitectura técnicas, los cuales están enfocados a la administración y creación de bases sobre el medio. Conjunto de estrategias, aplicaciones, redes, productos, tecnologías y arquitectura teóricas, los cuales están enfocados a la manipulación y creación de conocimiento sobre el medio.

¿Qué es el análisis de afinidad?. Es un análisis de datos y una técnica de minería de datos que busca relaciones entre actividades realizadas (o registradas) de individuos, grupos u objetos. Es un análisis de bases y una técnica de minería de datos que busca diferencias entre actividades realizadas (o registradas) de individuos, grupos u objetos. Es un análisis de datos y una técnica de ingeniería de datos que busca relaciones entre actividades suprimidas (o registradas) de individuos, grupos u objetos. Es un análisis de datos y una técnica de minería de textos que busca correlaciones entre actividades simuladas (o no registradas) de individuos, grupos u objetos.

¿Qué es la visualización de datos?. Es la presentación de datos en un formato gráfico o pictórico. Es la presentación de datos en un formato textual o numérico. Es la representación de datos en un formato sonoro o pictórico. Es la presentación de redes en un formato gráfico o numérico.

¿Qué es la visualización de la información?. Es un término general que describe cualquier esfuerzo para ayudar a las personas a comprender la importancia de los datos, colocándolos en un contexto visual. Es un término general que describe cualquier esfuerzo para ayudar a las máquinas a comprender la importancia de los datos, colocándolos en un contexto virtual. Es un término general que describe cualquier esfuerzo para ayudar a las personas a comprender la inoperancia de los datos, colocándolos en un contexto visual. Es un término específico que describe cualquier intento para obligar a las personas a comprender la importancia de las redes, colocándolas en un contexto textual.

¿Que es un dashboard o tablero de control?. Es una herramienta de visualización de datos que muestra el estado actual de las métricas y los indicadores claves de rendimiento (KPI) para una empresa. Es una herramienta de virtualización de datos que oculta el estado actual de las métricas y los indicadores claves de rendimiento (KPI) para una empresa. Es una herramienta de visualización de datos que muestra el estado pasado de las métricas y los indicadores claves de procesos (KPP) para una empresa. Es un software de manipulación de datos que altera el estado actual de las métricas y los indicadores claves de rendimiento (KPI) para una empresa.

¿Qué fase continúa, luego de haber seleccionado los datos a analizar (fase de Selección), en el proceso denominado KDD?. Preprocesamiento y limpieza de datos. Postprocesamiento y limpieza de datos. Preprocesamiento y recolección de datos. Procesamiento y descarte de datos.

¿Qué le permite a una iniciativa de Customer Analytics el hecho de utilizar y Dominar Big Data?. Lidiar con múltiples fuentes y formatos de datos, trabajar con grandes volúmenes de datos, capturar y extraer datos a alta velocidad y poner el foco en la calidad. Lidiar con escasas fuentes y formatos de datos, trabajar con pequeños volúmenes de datos, capturar y extraer datos a baja velocidad y poner el foco en la calidad. Lidiar con múltiples fuentes y formatos de datos, trabajar con grandes volúmenes de datos, capturar y extraer redes a baja velocidad y poner el foco en la cantidad. Limitar las fuentes y formatos de datos, trabajar con medianos volúmenes de datos, procesar y descartar datos a alta velocidad y poner el foco en la cantidad.

¿Qué metodología de desarrollo para Custumer Analytics fue creada por la empresa SAS?. SEMMA. CRISP-DM. KDD. SCRUM.

¿Qué pueden aportar las técnicas de inteligencia artificial (IA) a la visualización de datos?. Se puede lograr incluir la captura de capacidades de visualización de conocimiento para facilitar el análisis de los datos. Se puede lograr excluir la captura de capacidades de visualización de conocimiento para facilitar el análisis de los datos. Se puede lograr incluir la captura de capacidades de virtualización de conocimiento para dificultar el análisis de los datos. Se puede lograr incluir la captura de capacidades de visualización de conocimiento para ralentizar el análisis de las redes.

¿Qué pueden aportar las técnicas de inteligencia artificial a la visualización de datos? Selecciona la opción correcta: Pueden incluir la captura y capacidades de visualización de conocimiento para facilitar el análisis de datos. Pueden excluir la captura y capacidades de visualización de conocimiento para facilitar el análisis de datos. Pueden incluir la captura y capacidades de virtualización de conocimiento para facilitar el almacenamiento de datos. Pueden incluir la estructura y capacidades de visualización de conocimiento para dificultar el análisis de datos.

¿Qué se hace en la fase de minería de datos de la metodología KDD?. Elección del algoritmo y búsqueda de patrones de comportamiento. Elección del hardware y búsqueda de patrones de comportamiento. Elección del algoritmo y eliminación de patrones de comportamiento. Descarte del algoritmo y búsqueda de patrones de almacenamiento.

¿Qué significa visual Analytics?. La visualización de datos junto con el razonamiento analítico. La visualización de datos junto con el razonamiento empírico. La virtualización de redes junto con el razonamiento analítico. La visualización de textos junto con el razonamiento sistemático.

¿Qué son capaces de simular los departamentos de recursos humanos utilizando Big data y analítica avanzada?. Son capaces de simular la rotación estimada, los costes laborales, las bajas laborales y la plantilla estimada. Son capaces de simular la rotación estimada, los costes materiales, las bajas médicas y la planilla estimada. Son capaces de simular la frotación estimada, los costes fijos, las altas laborales y la plantilla estimada. Son capaces de simular la dotación mensual, los costes laborales, las altas laborales y la plantilla funcional.

¿Qué tipos de datos son entendibles más fácilmente, desde el punto de vista empresarial, a través de la visualización de datos?. Datos matemáticos y estadísticos. Datos matemáticos y sintácticos. Datos alfabéticos y estadísticos. Datos matemáticos y estructurales.

¿Qué tipos de gráfico pueden utilizarse en Big data?. Cuadros de mando (scorecard), mapas de calor, diagramas de dispersión o nubes de palabras. Cuadros de texto (scorecard), mapas de calor, diagramas de dispersión o nubes de ideas. Cuadros de mando (scorecard), mapas de color, diagramas de expansión o nubes de palabras. Cuadros de mando (scorecard), mapas de calor, diagramas de dispersión o redes de palabras.

¿Qué tipo de organizaciones capturan información y crean históricos de la información de clientes?. Organizaciones con estrategia de Customer Analytics. Organizaciones con estrategia de Business Analytics. Organizaciones con estrategia de Customer Services. Corporaciones con estrategia de Customer Analytics.

¿Qué tipo de sistema ha sido parte constitutiva de las raíces del Customer Analytics?. CRM. ERP. SCM. KDD.

¿Quién define las métricas para interpretación de datos?. Las métricas son personalizadas y definidas por el cliente. Las métricas son estandarizadas y definidas por el cliente. Las métricas son personalizadas y definidas por el sistema. Las tácticas son personalizadas y definidas por el usuario.

¿Quién define las métricas para la interpretación de datos?. El área de analítica de datos-Customer Analytics. El área de desarrollo de datos-Customer Analytics. El área de analítica de redes-Business Analytics. El área de gestión de datos-Customer Services.

Si analizamos la “cuota de cartera” o wallet share del cliente… ¿A qué categoría de conocimiento pertenece?. Rentabilidad. Contabilidad. Confiabilidad. Variabilidad.

Si decimos que es necesario desarrollar nuevas metodologías de gestión y almacenamiento para volúmenes ingentes de datos… ¿A qué concepto de la analítica de datos hacemos referencia?. Big data. Small data. Data mining. Open data.

Si decimos que: "se busca comprender la relación del cliente y la organización a largo plazo."... ¿A qué categoría de conocimiento hacemos referencia?. Ciclo de vida. Estilo de vida. Ciclo de venta. Flujo de caja.

Si decimos que: "se busca conocer la probabilidad de que los clientes respondan ante estímulos de marketing” ... ¿A qué categoría de conocimiento hacemos referencia?. Interés. Ingreso. Desinterés. Retorno.

Si dispones de una base de datos donde están almacenados rostros de distintas personas, ¿qué utilizarías para que, a partir de un rostro, puedas identificar la imagen almacenada?. Reconocimiento facial. Reconocimiento espacial. Procesamiento facial. Reconocimiento dactilar.

Si en tu compañía se deben transformar los datos en conocimiento, ¿a qué modelo debería recurrir para lograrlo?. Al modelo KDD. Al modelo KDE. Al modelo CRM. Al modelo ERP.

Si eres un consultor encargado de ventas de servicios de BI y debes desarrollar un tablero para la empresa Granos SRL, ¿Cuáles son las características esenciales que debe tener ese tablero BI?. Deberá mostrar información de calidad, actualizada y confiable de manera visual, que permita al alto management la toma de decisiones eficiente. Deberá mostrar información de calidad, actualizada y confiable de manera textual, que permita al alto management la toma de decisiones eficiente. Deberá mostrar información de cantidad, actualizada y confiable de manera visual, que permita al bajo management la toma de decisiones eficiente. Deberá mostrar información de calidad, atrasada y confiable de manera visual, que impida al alto management la toma de decisiones ineficiente.

Sistema que puede definirse como un conjunto de técnicas y herramientas para la transformación de grandes cantidades de datos, sin procesar en información visual coherente y útil para el análisis de los negocios en cuestión de segundos. Business Analytics. Business Intelligence. Customer Analytics. Business Operations.

Si tú eres el arquitecto de datos de una compañía en expansión. ¿En qué capas se puede estructurar un sistema de Big data?. Se puede estructurar en capa de integración, capa de modelado y capa de aplicación. Se puede estructurar en capa de interacción, capa de modelado y capa de exportación. Se puede estructurar en capa de integración, capa de moderación y capa de aplicación. Se puede estructurar en capa de interacción, capa de moderación y capa de exploración.

¿Quién demanda un diseño a medida de los gráficos diseñados en big data?. El negocio demanda gráficos diseñados en big data. El usuario demanda gráficos diseñados en big data. El cliente demanda gráficos diseñados en big data. El sistema demanda gráficos diseñados en big data.

Te solicitan que des una breve explicación sobre el cesto de compra para el gerente general del supermercado. ¿Qué le explicarías sobre el análisis de la cesta de compra?. Le explicaría que es un análisis de afinidad que busca comprender las asociaciones entre productos comprados. Le explicaría que es un análisis de fidelidad que busca comprender las asociaciones entre productos comprados. Le explicaría que es un análisis de afinidad que busca comprender las diferencias entre productos devueltos. Le explicaría que es un análisis de afinidad que busca ocultar las asociaciones entre productos comprados.

Una empresa de seguridad física…, reconocimiento facial?. Utilizaría inteligencia artificial. Utilizaría inteligencia emocional. Descartaría inteligencia artificial. Utilizaría virtualización espacial.

Una organización que logró desarrollar su estrategia de Customer Analytics hasta la fase de Análisis Descriptivo ¿qué valor genera a partir de los datos de sus clientes?. La organización es capaz de entender qué pasó en las interacciones del cliente. La organización es capaz de predecir qué pasará en las interacciones del cliente. La organización es capaz de entender qué pasó en las interacciones del usuario. La organización es capaz de suprimir qué pasó en las interacciones del cliente.

Una organización que logró desarrollar su estrategia de Customer Analytics hasta la fase de Análisis Predictivo, ¿qué valor genera a partir de los datos de sus clientes?. La organización es capaz de predecir ciertas interacciones del cliente. La organización es capaz de entender pasadas interacciones del cliente. La corporación es capaz de predecir ciertas interacciones del usuario. La organización es incapaz de predecir ciertas interacciones del cliente.

La visualización de datos utiliza gráficos, generalmente interactivos, para exponer grandes cantidades de números de manera artística, haciendo más fácil su comprensión. Verdadero. Falso.

Big data, con sus vastos volúmenes de datos, es en gran medida inútil sin la funcionalidad de análisis y presentación de datos que se encuentra en las herramientas de análisis visual. Verdadero. Falso.

El análisis de afinidad es análisis de datos y una técnica de minería de datos que busca relaciones entre actividades realizadas de individuos, grupos u objetos. Verdadero. Falso.

La minería de datos es una de las partes constitutivas del proceso de descubrimiento del conocimiento (KDD). Verdadero. Falso.

La principal característica de la visualización de datos es representar visualmente la información relevante para la toma de decisiones tácticas y estratégicas. Verdadero. Falso.

Customer Analytics hace referencia a la captura, gestión, y generación de valor estratégico de los datos de cliente de una organización. Verdadero. Falso.

Los datos en sí mismos aportan valor. Esto es precisamente lo que hace el business intelligence. Falso. Verdadero.

Metodología KDD consiste en cinco fases. Falso. Verdadero.