Blog

Decisiones Oportunas en Tiempo Real (Real-Time Decision)


Las empresas de hoy requieren una plataforma de aprendizaje continuo que integre los activos de datos de todos los canales posibles, internos y externos, para entregar decisiones oportunas y en tiempo real, basadas en datos históricos, transaccionales y externos.

Tradicionalmente las estructuras de mining o de aprendizaje proporcionaban feedback semanal o mensual. Con las nuevas tecnologías de Real-Time Decisions (RTD) es posible la toma de decisiones automáticas y un aprendizaje continuo a partir del resultado de las mismas. Combinado la lógica de decisión (reglas de negocio) y un análisis profundo de los datos en tiempo real (Real-time Analytics) se pueden obtener decisiones altamente efectivas, interactivas, en tiempo real, incluso en entornos con un alto volumen de datos (Big Data).

Las principales soluciones de Real-Time Decisions (RTD) apuntan al autoservicio por parte de las áreas de negocio para gobernar estas herramientas. Las principales funcionalidades son:

Análisis en tiempo real: Captura y analiza patrones entre los datos de transacciones en tiempo real comparándolos con información histórica.

Monitor de Eventos en tiempo real: Es el encargado de detectar transacciones en los sistemas transaccionales que disparen acciones o eventuales tomas de decisiones.

Editor de procesos de decisión: Permite modelar criterios o reglas de negocio que determinan la toma de decisiones.

 

 

Fuente: Marcelo Costa

Volver

(ES) 3 Ways to Leverage Analytics to Enhance Your Digital Business Model


(ES) Back in the late ’90s when the internet was in its infancy, the concept of a company “going digital” meant that they created a

Ampliar

(ES) How Big Data Impacts The Insurance Industry And Beyond


(ES) The insurance industry has always been quite conservative. However, the adoption of new technologies is not just a modern trend but

Ampliar

(ES) How the data scientist will evolve over the next decade


(ES) When the digital revolution hit, it forever changed the parameters of data science. To cope with the demands of big data, there has

Ampliar
developed by Avilasoto