Las Nuevas oportunidades del Big Data para las instituciones financieras
Contenido multimedia no disponible por derechos de autor o por acceso restringido. Contacte con la institución para más información.
| Tag | 1 | 2 | Valor |
|---|---|---|---|
| LDR | 00000cab a2200000 4500 | ||
| 001 | MAP20200004691 | ||
| 003 | MAP | ||
| 005 | 20220912093047.0 | ||
| 008 | 200217e20191202esp|||p |0|||b|spa d | ||
| 040 | $aMAP$bspa$dMAP | ||
| 084 | $a922.133 | ||
| 100 | 1 | $0MAPA20200003342$aGaleano, Pedro | |
| 245 | 1 | 4 | $aLas Nuevas oportunidades del Big Data para las instituciones financieras$cPedro Galeano y Daniel Peña |
| 520 | $aEste trabajo describe el actual entorno de información masiva, el llamado Big Data, en el que se mueven hoy las entidades financieras y analiza las nuevas oportunidades para bancos, cajas de ahorros y otras instituciones financieras de utilizar los nuevos datos disponibles sobre sus clientes, presentes y potenciales, para mejorar sus estrategias comerciales. Se describen las nuevas formas de información disponible, que incluyen no solo las tablas de datos numéricos tradicionales, sino imágenes, textos de la web y datos temporales y espaciales, a veces en forma de funciones. Estos nuevos datos pueden revelar patrones de comportamiento y de relaciones entre variables que permitan segmentar mejor la clientela y construir modelos con mayor capacidad predictiva que los actuales. Se revisan brevemente algunas de las nuevas herramientas desarrolladas en los últimos años bajo los nombres de «aprendizaje estadístico» (statistical learning), «inteligencia artificial» y «aprendizaje automático» (machine learning) y su potencial en distintos problemas, como predicción personalizada, análisis de redes de clientes, prevención del fraude o detección de la lealtad de los clientes, entre otros. Por último, se presenta un ejemplo de cómo la construcción de redes de clientes y su análisis puede mejorar las políticas comerciales en un gran banco internacional. | ||
| 650 | 4 | $0MAPA20140022717$aBig data | |
| 650 | 4 | $0MAPA20080578848$aAnálisis de datos | |
| 650 | 4 | $0MAPA20170005476$aMachine learning | |
| 650 | 4 | $0MAPA20080594671$aAnálisis estadístico | |
| 650 | 4 | $0MAPA20080611200$aInteligencia artificial | |
| 650 | 4 | $0MAPA20080572778$aMejora continua | |
| 650 | 4 | $0MAPA20080586836$aPolítica comercial | |
| 650 | $0MAPA20080541064$aFraude | ||
| 651 | 1 | $0MAPA20080637736$aEspaña | |
| 700 | 1 | $0MAPA20080053376$aPeña, Daniel | |
| 773 | 0 | $wMAP20077000536$tPapeles de economía española$dMadrid : FUNCAS, 1982-$x0210-9107$g02/12/2019 Número 162 - 2019 , p. 78-97 | |
| 856 | $yMÁS INFORMACIÓN$umailto:centrodocumentacion@fundacionmapfre.org?subject=Consulta%20de%20una%20publicaci%C3%B3n%20&body=Necesito%20m%C3%A1s%20informaci%C3%B3n%20sobre%20este%20documento%3A%20%0A%0A%5Banote%20aqu%C3%AD%20el%20titulo%20completo%20del%20documento%20del%20que%20desea%20informaci%C3%B3n%20y%20nos%20pondremos%20en%20contacto%20con%20usted%5D%20%0A%0AGracias%20%0A |