Analytics el uso de big data en el mundo real aplicado a las telecomunicaciones

Analytics el uso de big data en el mundo real aplicado a las telecomunicaciones

1. IBM Globa l Busin ess Services
Busin ess Analytics and Optimization
Informe ejecut ivo
IBM Institute for Business Value
Analytics : El uso de big data en el
mundo real aplicado a las
telecom unicaciones

Cómo los proveedores de servicios de comunicaciones
más innovadores extraen valor de datos inciertos
En colaboración con Saïd Business School en la Universidad de Oxford

2. IBM® Institute for Business Value
IBM Global Business Services, a través del IBM Institute for Business Value, desarrolla visiones estratégicas
basadas en hechos para a ltos ejecut ivos en torno a cuest iones crí ticas de los sectores público y pri vado. Este
informe ejecutivo está basado en un estudio exhaustivo reali zado por e l equipo d e investigación del Instituto.
Forma par te del compromiso perman ente de IBM Global Business Services de ofrecer análisis y puntos de vista
que ayuda n a las empresas a lograr más valor empresarial. Puede co ntactar a los autores o enviar un e-mail a
[email protected] para re cibir más información .
Se pued en consultar otros estudios del IBM Institute for Bu siness V alue en ibm.com/iibv
Saïd Business School en la Universidad de Oxford
Saïd Business School es una de las escuelas de negocios líderes del Reino Unido. Ac tualmente, está estableciendo
un nuevo modelo de educación de negocios, co n base en la Un iversidad de Oxford, un a universidad de primera
clase, reconocida mundialmente, dedicada a abordar al gunos de los retos que enfrenta el mundo.
Puede contactar a los autores o visitar: www.sbs.ox.ac.ukpara ver más información.

3. IBM Global Business Services 1
“Big data” está hecho para la industria de las telecomunicaciones. Gracias a
sus redes y la proliferación de dispositivos inteligentes, los proveedores de servicios de
comunicaciones (CSPs) tienen acceso a un gran cúmulo de información sobre los
comportamientos, las preferencias y los movimientos de sus clientes. Big data es un
activo de gran valor para estas compañías. Las coloca en una posición privilegiada para
encuentren a la altura de este reto. Nuestro estudio de investigación global revela cómo están respondiendo los CSPs a la oportunidad que hoy representa big data.

Bob Fox, Rob van den Dam y Rebecca Shockley
Los proveedores de servicios de comunicaciones (CSPs)
siempre han sido parte del mundo de Big data. Además de que
siempre tuvieron grandes bases de clientes, los datos se generan
cada vez que un cliente realiza un llamado, crea un texto o usa
Internet. Estos datos proporcionan información sobre a quién
llamaron los clientes, qué sitios web visitaron, qué apps
bajaron, dónde estaban al momento de usar el teléfono y cuál
es su ubicación actual. Los datos también ofrecen información
valiosa sobre la experiencia del cliente.
¿La llamada se completó?¿Se abandonó o interrumpió?
¿A qué velocidad se bajó la canción o app?¿Cuál fue la latencia
de respuesta mientras se jugó el juego?
Hay información adicional sobre los clientes que se genera a
través de relaciones directas en tiendas minoristas, sitios web,
call centers e interacciones cara a cara. Además, la llegada y el
auge del uso de los dispositivos inteligentes y la popularidad de
comportamientos de consumo, estilos de vida
Los CSPs se encuentran en el centro del universo digital de sus clientes. Están sentados sobre una mina de oro de datos
digitales que les permiten comprender a sus clientes a un nivel
inaudito. Este es un activo corporativo clave, muy necesario en
(OTT), como Google y Facebook, amenazan sus ingresos. Big data ofrece a los CSPs la oportunidad de ser más
competitivos y revertir las mermas recientes en niveles de
facturación y ganancias.

2

Con las oportunidades que ofrece, no sorprende que big data
haya surgido como un tema clave para los Chief Executive
empresas de telecomunicaciones. En el Estudio IBM 2011
Global CMO , por ejemplo, 53% de los CMOs de
telecomunicaciones dijeron que la explosión de los datos tendría el mayor impacto en sus empresas en los próximos tres
a cinco años. Entre los CEOs, el 83% de los CEOs de
telecomunicaciones que participaron en el estudio IBM 2012
Global CEO expresaron su intención de mejorar la capacidad
comprender el comportamiento de los clientes a partir de la
información disponible.
Por

4. 2 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones
Para entender más claramente qué visión tienen los CSPs
sobre big data hoy y pensando en un futuro cercano – y en qué
empresas – analizamos a los encuestados del sector de telecomunicaciones en nuestro estudio global 2012
Big Data @ Work Study realizado por el IBM Institute
for Business Value en colaboración con Saïd Business School
en la Universidad de Oxford.
3
La encuesta, que representó
tanto a los mercados maduros como en crecimiento, incluyó
1.144 empresas y ejecutivos de TI de 26 industrias, de las
cuales 53 eran del sector de las telecomunicaciones.
Descubrimos que los CSPs están comenzando a ver el enorme
potencial de los datos de sus clientes y las formas en que
pueden usarse para ayudarlos a crear nuevos ingresos y
negocios. Los ejecutivos de CSPs nos dijeron que el uso de la
información y el análisis están generando una
ventaja competitiva para sus organizaciones.
Más que los ejecutivos de las demás industrias estudiadas, los
capacidades necesarias para realizar análisis de la información
en tiempo real
como tal, en contraste con sólo el 15% de la muestra en el resto de las industrias. Para los CSPs, el aspecto del tiempo
real es sumamente importante – los servicios basados en
geolocalización, las operaciones de red inteligentes, las
curso de acción y la detección del fraude, requieren una visión de la información más contextual, en tiempo real.
Si bien los CSPs manejan grandes cantidades de datos desde
hace años, el aspecto que cambia el juego en big data hoy
reside en utilizar los datos para extraer nuevos conocimientos
–en su mayor parte en tiempo real o casi real—para ser
más competitivos y crear valor empresarial. El enfoque actual
consiste en respaldar el negocio central del CSP, como por
ejemplo, mejorar la experiencia del cliente, impulsar nuevos
productos, aumentar la productividad y optimizar las redes.
Pero varios CSPs están dando pasos más expansivos en el
nuevos, incorporando socios empresariales en ambas
direcciones de la cadena de valor, “hacia arriba”– como
minoristas, agencias de publicidad y fabricantes de autos –
a los ingresos que ya obtienen de sus usuarios “hacia abajo”
tales como consumidores y clientes empresariales.
Este modelo suele ser conocido como negocio de dos lados.
Algunos CSPs se están expandiendo para convertirse en
compañías de información. Sprint, por ejemplo, es uno de
los primeros en tener éxito con la venta de sus datos a
agencias de marketing. Y SFR de Francia decidió brindar
datos para ayudar a aumentar las donaciones de sangre
entre su base de clientes, construir una mejor
infraestructura de transporte público en París e incluso
combatir el delito.
5

Nuestro estudio reveló que muchos CSPs están adoptando un
enfoque pragmático de big data. Las soluciones de big data
luego adaptan la infraestructura, las fuentes de datos y el análisis para respaldar la oportunidad de negocio.
Estos CSPs están obteniendo inicialmente nuevos
conocimientos a partir de fuentes de información tanto
tecnología para big data y luego actualizando progresivamente su infraestructura a lo largo del tiempo.
De nuestro estudio hemos podido extraer cinco
recomendaciones clave para que los CSPs
puedan avanzar ensus iniciativas de big data y obtener
el máximo valor de negocio:
• Dedicar los esfuerzos iniciales para obtener resultados
centrados en el cliente.
• Desarrollar un modelo de big data para toda la empresa.
• Comenzar por los datos existentes para obtener resultados
en el corto plazo.
• Desarrollar capacidades analíticas basadas en las prioridades
del negocio.
• Crear un caso de negocio sobre la base de resultados

5. IBM Glob al Business Services 3
El futuro de los CSPs en big data
término que utilizan los encuestados en este estudio,
le pedimos a cada uno de ellos que seleccionara hasta dos
características de big data. Para el 18% de la muestra de
múltiples industrias, “un mayor alcance de información”
fue la característica seleccionada que mejor describe al
término big data. El 40% de los encuestados del sector de
telecomunicaciones, sin embargo, comentó que la mejor
emergentes de más información “en tiempo real”. (Figura 1).
Si bien los grandes volúmenes de datos no son nada nuevo para los CSPs –la recopilación de millones de registros de
detalles de llamadas por día se ha vuelto rutinaria – el nivel de
Los datos de voz que los CSPs acostumbraban a recopilar son
hoy provienen de smart phones, tablets, computadoras
personales, redes, sensores, etiquetas RFID, medios sociales y
otras fuentes. Y analizar todos estos datos casi en tiempo real
se torna cada vez más crucial. Asimismo, con la llegada de
smart phones, tablets y otros dispositivos dependientes de
aplicaciones, el volumen de los datos de señalización
- es decir, información que no pertenece al mensaje sino que se
también aumentó considerablemente.
Los CSPs que pueden ingerir y analizar datos contextuales en
tiempo real o casi real tienen mucho que ganar. En big data
reside la oportunidad de obtener nuevos conocimientos y
predecir tendencias que pueden generar nuevas formas de
hacer negocios interna o externamente. El uso de big data
parabrindar servicios basados en la ubicación, campañas
de marketing personalizadas, listas de mejores cursos de acción
para ventas y servicios, inteligencia de redes, conocimiento de
redes sociales y detección de fraude a alta velocidad, ofrece el
potencial de aumentar los ingresos y reducir los costos, y al
mismo mejorar la experiencia de los clientes.
Información
en tiempo real
Fuentes de información
no tradicionales
Un mayor alcance
de información
La palabra de moda
Nuevos tipos de
datos y análisis
Flujo de datos
proveniente de
Grandes volúmenes
18%
11%
13%
21%
15%
40%
Fuente: Analytics: The real-world use of big data, un estudio de investigación
colaborativo del IBM Institute for Business Value y Saïd
Business School en la Universidad de Oxford. © IBM 2012
Figura 1:
da cuenta de los requisitos emergentes asociados a
más información en tiempo real.
Definición de big data
8%
11%
16%
9%
CSPs encuestados del sector de telecomunicaciones
Encuestados de todos los sectores
8%
0%
13%
8%
Aunque los CS Ps históricamente
administraron grandes volúmenes de d atos,
la complejidad de los datos de hoy plantea un
importante reto.
nuevas tecnologías
de datos

6. 4 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones
Los CSPs tienen un tesoro hablando en términos de
datos de clientes, y las pepitas de conocimiento
escondidas en big data pueden ser una mina de oro.
Las tecnologías analíticas de próxima generación
que representa este activo económico. Los CSPs empiezan a darse cuenta de que este acopio de
información es un recurso sin explotar. El 85% de los
CSPs encuestados en nuestro estudio –mucho más que
el promedio de toda la industria del 63%- informó que
el uso de información (incluso big data) y analytics está
creando una ventaja competitiva para sus organizaciones
(Figura 2). Esto se compara con el 38% de los CSPs
encuestados en el estudio 2010 de IBM denominado
New Intelligent Enterprise Global Executive Study
and Research Collaboration - un aumento del 124%
en tan sólo dos años.
6
Usar big data como ventaja competitiva es clave en el
cambiante panorama de las comunicaciones. Con el
surgimiento de jugadores OTT, junto con el mayor uso de
dispositivos inteligentes, nunca ha sido tan importante como
ahora para los CSPs poder apalancar sus inigualables activos de
datos para impulsar una mayor innovación en servicios y
brindar una mejor atención al cliente. Al hacerlo, los CSPs
pueden transformar sus modelos de negocio y de interacción
con clientes, y ser más competitivos, aumentando el valor y el
Una cantidad cada vez mayor de CSPs también están pensando
en explotar comercialmente la información de clientes, como
por ejemplo, generar nuevos ingresos a partir del empaquetado
y venta de datos. Algunos CSPs ven grandes oportunidades de
ganar dinero gracias a los datos e incluso creen que el futuro de
su organización es el de una compañía de información. La red
se ha convertido en un commodity. Cómo los CSPs captan los
datos y ponen sensores en sus redes, allí es donde está el
verdadero tesoro.
7
O, como lo expresó Von McConnell,
director de desarrollo de tecnología y estrategia de Sprint:
“Si las operadoras de telecomunicaciones se convirtieran en
unmero tubo, igualmente podríamos vivir tan sólo de la
explotación de la analytics.”
8
Los CSPs tienen muchas posibilidades de aliarse con terceros.
Por ejemplo, pueden asociarse con anunciantes, minoristas,
fabricantes de automotores y administraciones públicas –por
mencionar algunos- para innovar en e-commerce, aplicaciones
de máquina a máquina y servicios de geolocalización.
Pueden tomar un rol activo en áreas como ciudades
inteligentes y atención médica, entre otras, tanto en mercados
maduros como en crecimiento. France CSP Orange,
por ejemplo, recientemente participó en un experimento
Autoroutes du Sud de la France para crear pronósticos
del tránsito.
9 Y, como ya se dijo, algunos CSPs han tenido
éxito en la venta de datos a agencias de marketing.
10
2012
2011
2010
37%
38%
58%
59%
63%
85%
Fuente: Analytics: The real-world use of big data, estudio de investigación
colaborativo realizado por el IBM Institute for Business Value y Saïd Business
School en la Universidad de Oxford. © IBM 2012
Figura 2: El uso de información (incluso big data) y analytics está
creando una ventaja competitiva para los CSPs.
Obtener una ventaja competitiva
CSPs encuestados del sector de telecomunicaciones
Encuestados de todos los sectores
aumento
124%

7. IBM Glo bal Business Services 5
Ya sea que los CSPs estén utilizando big data para dar soporte
a su negocio central, o considerando la venta de big data como
infraestructura adecuada y adoptar nuevos métodos, procesos y herramientas para administrar los requisitos exclusivos de
volumen, la velocidad, variedad y veracidad de big data.
Tras analizar las respuestas a la encuesta hemos extraído cinco
conocimientos comunes e interesantes:
• El caso de negocio de big data está claramente orientado a
abordar objetivos centrados en el cliente.
• Una base de gestión de información escalable y extensible es
un pre-requisito para el avance de big data.
• Los CSPs están poniendo en marcha pilotos e
implementaciones utilizando fuentes de datos internas ya
existentes o a las que han tenido acceso recientemente.
• Para que los CSPs obtengan el máximo valor de big data,
se requieren capacidades analíticas avanzadas, aunque
frecuentemente carecen de ellas.
• El patrón emergente de big data se enfoca en entregar un
valor de negocio que pueda ser medido.
Las iniciativas de big data son impulsadas por los
objetivos centrados en el cliente
big data, dos terceras partes de los encuestados del sector de
objetivos centrados en
clientes como la mayor prioridad de su organización (Figura 4).
Los CSPs están dedicados a mejorar la experiencia del cliente
y a comprender mejor sus preferencias y comportamientos.
Comprender mejor, predecir y dar a los clientes de hoy en día
- caracterizados por estar más capacitados - lo que realmente
quieren también fue considerada la mayor prioridad
por el 93% de los CEOs de CSPs en el estudio
IBM 2012 Global CEO.
Los CSPs adoptan un enfoque práctico de
big data
Los CSPs están descubriendo el enorme potencial de big data.
Más de la mitad (54%) están en proceso de desarrollar una
estrategia y hoja de ruta para big data y de encontrar cómo
aplicarlo para resolver retos del negocio. Un tercio están
desarrollando pruebas de conceptos (POCs), o ya
implementaron soluciones de big data a escala. Sólo el 13% de
los encuestados del sector de telecomunicaciones -mucho
menos que los que pertenecen a otros sectores- aún no
iniciaron actividades en el área de big data (Figura 3).
24%
13% 54% 33%
47% 28%
Fuente: Big Data @ Work survey, estudio de investigación colaborativo realizado
por el IBM Institute for Business Value y Saïd Business School  
en la Universidad de Oxford. © IBM 2012
Figura 3: La mayoría de los CSPs están en las etapas iniciales de
desarrollos de big data.
Actividades de big data
CSPs encuestados del sector de telecomunicaciones
Encuestados de otros sectores
No iniciaron
actividades
de big data
Planifican
actividades de
          big data
Piloto e
implementación de
actividades de big data

8. 6 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones
Ofrecer una mejor experiencia al cliente en cada interacción
es
de los clientes es muy baja en el sector, y los CSPs están
los CSPs se enfrentan a una ardua competencia de jugadores
“over-the-top”, llamando de este modo a los más importantes,
como Google, Apple, Facebook, WhatsApp y Skype,
compañías que demostraron ser adeptas a crear experiencias
online atractivas para los consumidores.
El foco de los CSPs, por lo tanto, ha virado de la reducción de
costos a la entrega de una experiencia superior para los clientes
a través de sus redes. En el mundo actual, la ventaja competitiva
requiere una experiencia distintiva para los clientes que va más
allá de la satisfacción y genera valor real para el cliente.
Puesto que los clientes proporcionan información todos los días
a través de sus dispositivos y su uso de la red, los CSPs están
bien posicionados para conocer las necesidades y los deseos de
sus clientes. Los smart phones están, por naturaleza, encendidos
todo el tiempo, lo cual ofrece a los CSPs la oportunidad de
conocer a sus clientes mejor que cualquier otro sector. Además,
cada experiencia poco satisfactoria – desde llamadas caídas hasta
bajo desempeño de ancho de banda y latencia excesiva –
se conoce o puede conocer. Los CSPs tienen una oportunidad
inigualable de vincular la visión de los clientes, la segmentación
y el valor a lo largo de su ciclo de vida con el desempeño real de
la red experimentado por el cliente, en tiempo real o casi real.
Desde registros detallados de llamadas hasta registros de
dispositivos móviles, los CSPs tienen la información necesaria para determinar cómo ofrecer productos y servicios a medida,
lugar correcto y en el momento justo.
Como los CSPs son los dueños de sus redes, existe la
oportunidad de utilizar herramientas analíticas – desarrolladas
rápidamente cuestiones de desempeño de red, todas ellas
acciones que conducen a una mejor percepción de los servicios
de los CSPs por parte de los usuarios. Por ejemplo,
si los clientes de smart phones de alta gama experimentan un
mal desempeño de productividad, con analitics para big data los
pasos necesarios para asegurar que la experiencia del cliente no
se vea afectada, o en casos en que ocurra una interrupción,
reconocer que la experiencia fue afectada para minimizar
los problemas.
Objetivos centrados
en el cliente
Nuevos modelos
de negocio

Gestión de riesgos
Optimización
operativa
Colaboración
de empleados
15%
11%
14%
15%
49%
Fuente: Analytics: The real-world use of big data, estudio de investigación
colaborativo realizado por el IBM Institute for Business Value y Saïd Business
School en la Universidad de Oxford. © IBM 2012
Figura 4: Dos terceras partes de los esfuerzos iniciados por
encuestados pertenecientes al sector de telecomunicaciones
apuntan a lograr resultados centrados en los clientes.
Objetivos de big data
18%
8%
0%
CSPs encuestados del sector de telecomunicaciones
Encuestados de todos los sectores
66%
4%

9. IBM Glob al Business Services 7
Las campañas de marketing inteligente usan analítica para
big data para crear promociones dirigidas, que los clientes
tendrán más probabilidades de adoptar. Por ejemplo, Vivo,
la subsidiaria brasileña de Telefónica, implementó una
solución que utiliza datos de llamada, demografía y modelado
predictivo para llegar a los clientes y sólo ofrecerles productos
y servicios que se adaptan a sus necesidades y estilos de vida.
Esta solución puede contactar preventivamente a los clientes
que recientemente superaron sus minutos de llamada
asignados y ofrecerles opciones de upgrade con descuento
para prevenir futuros excesos. Este enfoque demuestra al
cliente que Vivo lo valora, y probablemente genere una
experiencia positiva para los clientes. Estos tipos de
promociones de marketing personalizadas pueden ayudar a
prevenir la pérdida de clientes, aumentar las ventas y bajar
los costos de las campañas de marketing.
La capacidad de anticiparse a las necesidades y los deseos de
los clientes en una instancia de venta o servicio al cliente,
conocida como modelo de “próxima mejor acción” puede
aumentar los ingresos, las ganancias y la satisfacción del
cliente, además de reducir la pérdida de clientes.
Las respuestas del tipo “próxima mejor acción” son más
con los clientes en todos los canales de ventas y servicio y
determinan en forma automática el mejor curso de acción
para cada cliente, como puede ser ofrecer un nuevo servicio,
un upgrade para un servicio existente, o una llamada de
Además de los objetivos centrados en los clientes, también se
están abordando otros objetivos funcionales a través de la
aplicación temprana de big data. Habilitar nuevos modelos de
negocio, por ejemplo, fue citado por el 15% de los encuestados
del sector de telecomunicaciones en el estudio 2012
Big Data @Work Study. Los conocimientos que se generan a
partir de big data tienen el potencial de brindar acceso a
tales como la mencionada venta de datos a terceros.
Las iniciativas impulsadas por Telefónica y Verizon de
comercialización de big data son testimonios del éxito
temprano de los CSPs. La división Dynamic Insights de
Telefónica lanzó su primer servicio en noviembre de 2012:
“Smart Steps”. Este servicio está diseñado para dar a los
minoristas información que les permita adaptar sus ofertas
locales a tiendas existentes, y determinar las mejores
ubicaciones y los formatos más apropiados para nuevas tiendas.
La división Precision Marketing de Verizon ya probó su
solución con un equipo deportivo. Las oportunidades
promocionales y los paquetes de entradas elevaron hasta
un 35% las ventas de entradas para la temporada.

Anticipar los dese os y las necesidades de los
clientes puede aum entar los in gresos y la
satisfacción, del mi smo modo q ue reducir
la merma de clientes
encuestados del sector de telecomunicaciones para los esfuerzos
actividades
.
Aplicando herramientas analíticas avanzadas, los CSPs pueden
buscar en big data para detectar actividades fraudulentas en el
mismo momento en que se están realizando las transacciones,
El desafío para la detección del fraude en tiempo real – como el
uso de tarjetas SIM clonadas - incluye la necesidad de ingerir y
analizar grandes volúmenes de datos que circulan a alta
no autorizado. Un ejecutivo de un CSP estimó que el uso de herramientas analíticas en tiempo real podría reducir el fraude
en más de US$ 100 millones por año.
15
Además de bajar los
costos generales de recaudación de deudas, apuntar a los
clientes con riesgo también tiene la ventaja adicional de bajar
los índices de pérdida de clientes.

10. 8 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones
Big data depende de una base de información
escalable y extensible
No sorprende que los CSPs tengan los aspectos de
escalabilidad, extensibilidad y tiempo (casi) real en lo más alto
de su lista. Los CSPs de todo el mundo están experimentando
un aumento sin precedentes en el volumen, la variedad y la
velocidad de la información debido a implementaciones de red
de próxima generación, el mayor uso de teléfonos inteligentes
y el auge de los medios sociales. Es cada vez más importante
para los CSPs correlacionar estos datos de manera que puedan
usarse para monitorear el desempeño de la red y proporcionar
mejores servicios y una experiencia optimizada a los clientes
en tiempo (casi) real.
T-Mobile en Estados Unidos, puede citarse como ejemplo:
está recopilando nada menos que 17 mil millones de eventos
por día de su red, almacenando estos datos y sometiéndolos a
análisis. Este análisis permite a T-Mobile examinar y
correlacionar el desempeño de la red con clientes y servicios
dealto valor para distribuir mejor su gasto de capital y
su ingeniería de red.
El caudal de datos entrantes, tanto estructurados como no
estructurados, que los CSPs deben recopilar y administrar
aumenta exponencialmente. Según el Cisco Visual Network
por 13 entre 2012 y 2017.
17
Como consecuencia, la carga
en las infraestructuras para big data de los CSPs se incrementará sin cesar. Esta explosión de datos promueve el
concepto de que, aunque esto es tan sólo el comienzo de la era
de big data, ya se vislumbra en el horizonte inmediato la era de
un volumen de datos realmente masivos o “really big data”.
A medida que el mundo se vuelva cada vez más conectado,
los CSPs desempeñarán un papel clave para habilitar la
personalización masiva a través del conocimiento contextual.
El procesamiento continuo de datos de dispositivos
Aunque los aspectos de escalabilidad, extensibilidad y tiempo real son citados por los ejecutivos de CSPs como los tres
componentes principales de las bases de información, no deben
dejarse de lado otros componentes, que incluyen seguridad y
gobernanza. El 50% de los CSPs que declaran tener iniciativas
big data activas en marcha cuentan con sólidos procesos de
seguridad y gobernanza. Mientras que estos componentes han
sido parte de las iniciativas de business intelligence desde hace
tiempo, las consideraciones adicionales en los planos legal,
ético y regulatorio en lo que respecta a big data, introducen
nuevos riesgos y expanden el potencial de posibles escándalos
públicos. Algunas compañías han perdido el control de los
datos o los han utilizado de manera cuestionable.
Recientes errores referidos a la privacidad, como copiar listas
de contactos de clientes sin su consentimiento, o políticas de
privacidad inadecuadas, ilustran lo que los clientes, reguladores
y la sociedad no están dispuestos a aceptar.
escalabilidad, extensibilidad y tiempo real
como los principales factores para crear una
base de información.
hacerse realidad si los CSPs crean una base de información
querespalde el volumen, la variedad y la velocidad de datos en
constante aumento. Pedimos a encuestados pertenecientes al
de sus infraestructuras para big data. Los que ya implementaron soluciones de big data tienen una base de
información que es escalable, extensible y da soporte a
requisitos en tiempo (casi) real. Utilizan tecnologías como
volúmenes de datos en menos tiempo y en entornos distribuidos. Estas tecnologías ofrecen mayor escalabilidad
quelas tecnologías tradicionales.

11. IBM Glob al Business Services 9
La seguridad de los datos – y especialmente su privacidad –
siempre ha sido un componente crítico de la gestión de la
información, pero el tamaño, la escala y la profundidad de
big data llevan esta necesidad a un nivel totalmente nuevo.
La seguridad y gobernanza se convertirán en tareas cada vez
más importantes y serias. Los CSPs adoptan nuevas fuentes
deinformación, especialmente los datos de medios sociales.
Como condimento adicional, las regulaciones en materia de
privacidad siguen evolucionando y pueden variar mucho
de un país a otro.
“Existe la percepción de que la privacidad y la seguridad es
algo fácil, pero está muy regulada y se vigila muy de cerca,”
explicó un ejecutivo del sector de telecomunicaciones.
Y no son sólo los entes regulatorios los que observan, sino
también los clientes mismos. El ejecutivo agregó:
“Existe una serie de nuevas áreas – como datos de navegación
en la web - donde hay un área gris entre lo que es legal y lo que
es correcto. Hemos adoptado el enfoque de considerar cada
acción utilizando el estándar de qué pensaría el cliente si
(la forma en que usamos los datos) apareciera en la primera
plana de los diarios.”
Los esfuerzos de big data iniciales se centran en
obtener conocimientos de fuentes internas de datos
nuevas y ya existentes
La mayoría de los esfuerzos iniciales en el área de big data se
centran en extraer y analizar datos existentes. Según nuestra
encuesta, más de la mitad de los encuestados del sector de
telecomunicaciones informó que los datos internos son la
fuente principal de big data dentro de sus organizaciones.
Esto sugiere que los CSPs están adoptando un enfoque
pragmático respecto de big data. También indica que hay un
enorme valor no explotado, encerrado en estos
sistemas internos (Figura
5).
Transacciones
Datos de registro
Audio, por ejemplo,
de llamadas
Eventos
Medios sociales
Geoespacial
Emails
Feeds externos
Texto en formato libre
Sensores
87%
Fuente: Analytics: The real-world use of big data, un estudio de investigación
colaborativo realizado por el IBM Institute for Business Value y Saïd Business School
en la Universidad de Oxford. © IBM 2012
Figura 5: Para los CSPs, la mejor descripción de big data son los
requisitos emergentes de más información en tiempo real.
Fuentes de big data
79%
67%
58%
46%
45%
44%
40%
36%
33%
Los datos internos son los datos más maduros y mejor
comprendidos disponibles para los CSPs. Mediante el uso de la
analítica, los datos internos extraídos de llamadas telefónicas,
transacciones, interacciones de call center y eventos pueden
proporcionar información valiosa. Los registros de detalles de
llamada captan la información sobre quién hizo la llamada,
quién la recibió, cuánto duró la llamada, etc.
Con la proliferación de smartphones, ha surgido una nueva
categoría de registros de transacción –
XDRs (extended data record) – que captan otras transacciones,
como la compra y la descarga de una canción o un videoclip,
una recarga de una cuenta prepaga o un pago móvil. Los CSPs
pueden aprovechar la información que ya poseen. Pueden
construir una visión de sus clientes en todos los puntos
atención cara a cara - y usarla para mejorar la experiencia y los
necesidades, predecir el potencial de “up-selling” y más.

12. 10 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones
La nueva tendencia no es sólo entender quiénes son los
clientes, sino también tener una visión de ellos más contextual,
basada en ubicación y en tiempo real. Todos los días se
generan terabytes de datos de ubicación y se agrega otra
dimensión para los CSPs. El 45% de los encuestados del sector
de telecomunicaciones que posee una iniciativa de big data en
marcha utiliza datos sobre ubicación, por ejemplo, para dar
soporte a campañas de marketing inteligente, detectar fraudes
y mejorar la calidad de la red.
El 46% de los encuestados del sector de telecomunicaciones de
nuestro estudio con iniciativas big data en marcha extrae datos
de fuentes de medios sociales, como Twitter, Facebook,
carteleras de mensajes y otros repositorios en línea donde los
consumidores conversan y publican opiniones. Esto les permite
detectar rápidamente problemas de los clientes y sentimientos
de los consumidores, y les da una visión que puede permitirles
aumentar los ingresos, reducir costos y proteger su marca.
Big data requiere fuertes capacidades analíticas
Sin embargo, big data no crea valor hasta que se pone en
práctica para resolver importantes retos del negocio. En este
sentido, se necesita contar con fuertes capacidades analíticas
que incluyen tanto herramientas de software como las
habilidades para manejarlas.
Un análisis de los CSPs que ya tienen en marcha actividades de
big data revela que empiezan por un núcleo fuerte de capacidades
analíticas, diseñadas para abordar datos estructurados.
Luego, agregan capacidades para aprovechar el caudal
de datos que ingresa a la organización,
tanto estructurados (datos que pueden convertirse en formatos
de datos estándares) como no estructurados
no estándares).
(datos en formatos

El modelado predictivo utiliza algoritmos para encontrar
patrones en datos que podrían servir para predecir resultados
similares en el futuro. Tres cuartas partes de los encuestados
del sector de telecomunicaciones con iniciativas de big data
dicen usar análisis predictivo. Un ejemplo de análisis predictivo
es el uso de datos de clientes para descubrir qué clientes tienen
probabilidad de dejar la compañía. Si un CSP puede predecir
las razones que motivan a los clientes a dejar la compañía,
puede tomar acciones preventivas para evitarlo.
Los CSPs buscan tener una visión más
contextual de los clientes, que tenga en cuenta
la ubicación y funcione en tiempo real.
CIOs de telecomunicaciones que guían las iniciativas de
big data de sus compañías están comenzando con estas fuentes
de información interna aún no explotada. Por ejemplo,
TEOCO, un proveedor de soluciones de software de
telecomunicaciones, analizó 500 terabytes de datos de registros
de detalle de llamadas y facturas inter-operador diariamente
y mejorar la prestación del servicio. La compañía ayudó a un
operador móvil de Nivel 1 a ahorrar más de US$400 millones
en cuatro años. También permitió a los clientes responder
proactivamente a problemas de red antes de que afectaran
el servicio al usuario.
Más del 85% de los encuestados del sector de
telecomunicaciones con iniciativas de big data activas informó
que utiliza capacidades analíticas centrales, como consultas e
informes, y extracción de datos, para analizar big data
(Figura 6). Comenzar por estas capacidades analíticas
fundacionales es una forma pragmática de empezar a
interpretar y analizar big data. La necesidad de capacidades
más avanzadas de visualización de datos aumenta con la
introducción de big data. Los datasets a menudo son demasiado
grandes y los analistas de datos y de negocios no pueden verlos
y analizarlos con herramientas tradicionales de informes y datos.
En nuestro estudio, el 77% de los encuestados del sector de
de datos.

13. IBM Glob al Business Services 11
Hoy, la mayoría de los CSPs están dirigiendo su abordaje
temprano de big data hacia el análisis de datos estructurados.
Pero big data también crea la necesidad de analizar múltiples
tipos de datos, incluso datos de ubicación, redes sociales,
datos de sensores y texto de lenguaje natural. Al combinar
de uso para separar patrones de viaje y estacionarios, los CSPs
El análisis de posicionamiento permite a los CSPs manejar la
lugares relevantes, e impulsar el marketing basado en ubicación en tiempo real. Tres de cada cinco encuestados del
sector de telecomunicaciones con iniciativas de big data utiliza
análisis geoespacial.
En más de la mitad de las iniciativas de big data activas, los
encuestados del sector de telecomunicaciones informaron el
uso de capacidades avanzadas diseñadas para analizar texto en
su estado natural, como las transcripciones de conversaciones
de call center. Este análisis incluye la capacidad de interpretar
y comprender los matices del idioma, como el sentimiento,
las frases informales y las intenciones.
Tal como se describe en el estudio desarrollado por el
IBM Institute for Business Value y titulado “Telecom’s
future is social” (El futuro de las telecomunicaciones es social),
una cantidad de CSPs comenzaron a utilizar datos de los
medios sociales para ampliar sus conocimientos.
21
Al combinar características sociales con el conocimiento
existente sobre comportamiento, los CSPs pueden crear
visiones extendidas y más profundas para atraer y
retener clientes. El análisis de redes sociales también puede
mensajes personalizados, evaluar qué repercusiones tienen las nuevas campañas, productos y servicios, y responder
marcas y la reputación. Bharti Airtel, por ejemplo, utiliza el
análisis de redes sociales para determinar posibles problemas
de los clientes mediante el seguimiento de menciones de la
compañía en redes sociales y de los problemas que surjan.
22

XO Communications, un CSP enfocado en el sector mayorista
y empresarial en los EE.UU, comenzó a usar análisis predictivo
con su ciclo de facturación mensual de cuentas para predecir la
pérdida de clientes. Dentro del primer año, se obtuvo una
mejora del 60% en los índices de retención de ingresos.
Aunque los gerentes de cuentas de XO ocasionalmente se
sorprendieron con los clientes que eran candidatos probables a
abandonar la empresa, el uso de analytics de esta manera
permitió mejorar la experiencia de los clientes, a tal punto que
se logró revertir la pérdida de una línea de servicio particular
de XO y convertirla en ganancia.
Consultas e informes
Extracción de datos
Visualización de datos
Modelado predictivo
Análisis geoespacial
Optimización
Texto en
lenguaje natural
Simulación
Análisis de voz
Análisis streaming
Análisis de video
93%
Fuente: Analytics: The real-world use of big data, un estudio de investigación
colaborativo realizado por el IBM Institute for Business Value y Saïd Business School
de la Universidad de Oxford. © IBM 2012
Figura 6: Los encuestados del sector de telecomunicaciones aplican
una variedad de herramientas de “advanced analytics”.
Capacidades analíticas
86%
77%
75%
60%
55%
54%
40%
36%
25%
22%

14. 12 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones
El patrón emerge nte de la adopción de big data se
centra en generar un valor de negocio que
sea cuantificable
El reto general que inhibe la adopción de big data a medida
que los CSPs avanzan por las etapas de adopción –desde la
educación (construcción de una base de conocimiento),
pasando por la exploración y el engagement y hasta la
ejecución (implementación de big data a escala) – consiste en
comprender el potencial que representa big data, por ejemplo,
la capacidad para articular un caso de negocio
(Figura 7).
contundente
El clima actual de la industria de las telecomunicaciones –
especialmente el crecimiento de ingresos lento o estable y la
mayor demanda de gastos de capital para construir redes
4G/LTE – dejó a los CSPs con poco interés en realizar nuevas
requisito que obviamente no es exclusivo de las iniciativas de
big data como una iniciativa atractiva para los CSPs incluyen
clientes o más altos niveles de innovación en productos/servicios y velocidad. La toma de decisiones está
impulsada principalmente por el valor de negocio. Las inversiones
propuestas de las que no se espera obtener un
rendimiento razonable no constituyen una prioridad.
La cantidad limitada de CSPs que registran una ventaja
económica y competitiva gracias a big data – como se mencionó
antes, sólo unos pocos CSPs ya operacionalizaron e
implementaron capacidades de big data & analytics dentro de
sus organizaciones – causa cierta inquietud en otros acerca de
los retornos previstos de las inversiones en esta área.
que enfrentan los que están en las etapas iniciales del desarrollo
de big data se centra en la comprensión y articulación de un
necesarias en capacidades de big data y que llame la atención
comprendan y apoyen su avance.
Una vez que los CSPs comienzan a enfocarse en un desafío de
no sorprende que los esfuerzos se centren en encontrar las
habilidades necesarias para hacer realidad big data: primero,
las habilidades para implementar y evaluar las tecnologías;
después, las destrezas cuantitativas y de visualización requeridas
para llevar a cabo el análisis avanzado y pasar del conocimiento
a la acción.
EjecutarEngageExplorarEducar


Obstáculos de big data
Habilidades analíticas
Calidad de datos
Habilidades técnicas
Foco y soporte
de gestión
Comprender cómo
usar big data
Articular un caso de negocio contundente
Se pidió a los encuestados que identificaran los mayores obstáculos a los esfuerzos de big data dentro de sus
organizaciones. Se ponderaron y totalizaron las respuestas. La ubicación de los casilleros refleja en qué grado
domina cada obstáculo en una etapa determinada.
Fuente: Encuesta Big Data @ Work Survey, estudio de investigación colaborativo
realizado por el IBM Institute for Business Value y Saïd Business School
en la Universidad de Oxford. © IBM 2012
Figura 7: Comprendiendo los obstáculos clave para la adopción de
big data.

15. IBM Glo bal Business Services       13
Recomendaciones:
Promueva la adopción de big data

Un análisis de nuestras conclusiones de la encuesta acerca de
big data muestra cómo los CSPs promueven sus esfuerzos en
este sentido. Impulsados por la necesidad de resolver los retos
del negocio, en vista de las tecnologías que avanzan y el
dinamismo de los datos, los CSPs están buscando dar una
Para extraer más valor, ofrecemos un conjunto amplio de recomendaciones a los CSPs a medida que avanzan por el
camino hacia big data. 
Comprometa los esfuerzos iniciales a l os
resultados centra dos en los cli entes
Es imperativo que los CSPs centren sus iniciativas de big data
en áreas que puedan proporcionar mayor valor al negocio.atenderlos mejor, como resultado de poder comprender
verdaderamente las necesidades y anticipar los
comportamientos futuros. Poder entender mejor, predecir y
dar a los clientes lo que realmente necesitan es la prioridad
clave de los CEOs de telecomunicaciones. 
La digitalización masiva, una de las fuerzas que contribuyó al
auge de big data, también cambió el equilibrio de poder entre
el consumidor y el CSP. Si los CSPs han de entender y dar
valor a clientes más capacitados y exigentes, tienen que
concentrarse en conocer a sus clientes como individuos.
También necesitan invertir en nuevas tecnologías y en análisis
avanzado para obtener una visión optimizada de las
interacciones y preferencias de cada cliente. 
business-to-business    quieren hacer más que simplemente
con sus clientes, los CSPs deben conectarse con ellos de
manera que sus clientes las perciban como valiosas.  
El valor podrá venir a través de interacciones más oportunas,
informadas o relevantes; también podrá generarse a medida
que los CSPs mejoran las operaciones subyacentes de manera
de optimizar la experiencia general de esas interacciones.
De cualquier modo, la analítica alimenta los conocimientos de
big data que se vuelven cada vez más esenciales para crear ese
nivel de profundidad en esas relaciones.  
Desarrolle un modelo de big data para toda
la empresa
Un modelo (blueprint) incluye la visión, estrategia y requisitos
para big data dentro de la organización. Es un paso crítico para
lograr la alineación entre las necesidades de los usuarios de
negocio y la hoja de ruta de implementación de TI. Es lo que
genera una comprensión común de cómo los CSPs se
proponen usar big data para mejorar los objetivos del negocio. 
Para los CSPs, big data implica repensar fundamentalmente la
forma en que se administran los datos. Muchos CSPs siguen
estando organizados por productos, servicios y funciones,
no por clientes, y algunos ni siquiera tienen a un responsable
de los datos o de la estrategia de datos. Los CSPs necesitan
derribar los silos de datos para permitir el uso de datos en
de los datos a medida que circula por la organización.
se intentará resolver, así como los requisitos de procesos de
que incluye los datos, herramientas y hardware necesarios para
alcanzar la estrategia de big data. Es la base para desarrollar una
hoja de ruta que guíe a la organización por un abordaje
pragmático para desarrollar e implementar sus soluciones
de big data de forma tal de generar valor sostenible para el negocio. 
Pero los clientes de hoy - consumidores fnales o clientes

16. 14 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones
Comience por los datos existentes para obtener
resultados en el corto plazo
Dar un vistazo internamente, primero permite a los CSPs
apalancar sus datos existentes, software y habilidades para
entregar valor de negocios en el corto plazo y adquirir una
experiencia importante. Luego pueden extender sus capacidades
para abordar fuentes y tipos de datos más complejos.
La mayoría de los CSPs se inclinarán por esta
opción para sacar provecho de la información almacenada en
repositorios existentes, y al mismo tiempo escalar sus
almacenes de datos para manejar mayores volúmenes y
variedades de datos.
Cuando los procesos, marcos e infraestructuras técnicas básicas
necesarias para recaptar y manipular los datos existentes hayan
madurado, los CSPs pueden extenderse a otras fuentes.
Con la proliferación de dispositivos inteligentes y sensores y el
crecimiento explosivo en datos estructurados y no
estructurados, surgen nuevas oportunidades de proporcionar
servicios personalizados, conscientes del contexto y
just-in-time, sobre la base de las visiones, los deseos,
las preferencias y la ubicación de los usuarios individuales.
Los CSPs están en la mejor posición para atender a un
consumidor más inteligente, que cada vez más espera
productos y servicios únicos y personalizados según sus
preferencias particulares.
Construya capacidades analíticas basadas en las
prioridades del negocio
El primer paso para impulsar big data es el uso de herramientas
analíticas, como consultas e informes, dashboards y scorecards,
para dar soporte a los procesos de negocio clave, que incluyen
la generación de indicadores clave del desempeño y la gestión
de la experiencia con el cliente. De este modo, es posible
transformar los datos en conocimiento, entregando
información relevante, integrada, oportuna y accionable.
Un gran valor reside en lograr que el centro de contacto,
por ejemplo, tenga a su disposición información de red en
tiempo real.
Con cap acidad predictiva, los CSPs pueden comenzar la transición
hacia una organización optimizada, enfocada a los resultados.
Se puede crear conocimiento visionario y conocimiento en
profundidad del cliente, las operaciones y los comportamientos
en red. El análisis predictivo es la llave para una toma de decisiones
informadas. Por ejemplo, puede re
velar patrones que ayudan a
comprar servicios del tipo rich media, lo cual conduce a nuevos
– puede ayudar a crear una empresa centrada en la información
Un sistema que es automatizado y consciente de los eventos en
tiempo real puede aportar información para promover
soluciones de ejecución inmediata. Por ejemplo, un cliente que
pasa caminando por una tienda de café determinada puede
recibir una oferta de descuento en bebidas en esa tienda.
Conforme la información contextual de la “Internet de las Cosas”
y los datos producidos por las plataformas sociales cobran
los CSPs deberían enfocarse progresivamente en adquirir las
capacidades necesarias para potenciar el análisis prescriptivo
tecnologías –que incluyen los sistemas cognitivos- son capaces de evaluar grandes cantidades de datos tanto estructurados
como no estructurados en tiempo real o casi real.
Un ejemplo de ello es la tecnología Watson, capaz de buscar en
el equivalente a un millón de libros o aproximadamente 200
millones de páginas de datos, y analizar esta información y dar
respuestas precisas en menos de tres segundos. Watson aplica
tecnologías de procesamiento de lenguaje natural,
la recuperación de información, la representación de
conocimiento y razonamiento, y aprendizaje de máquinas, para
responder preguntas. Esta tecnología, por ejemplo, puede ser
útil para permitir a los call centers de los CSPs responder a
Para obtener resultados en el corto plazo, y al mismo tiempo
dar ímpetu y obtener experiencia para sostener un programa
de big data, resulta crítico para los CSPs adoptar un enfoque
más lógico y efectivo en término de costos para empezar a
buscar nuevos conocimientos es dentro de la empresa.

17. IBM Glob al Business Services 15
Además de adquirir las herramientas, los CSPs también
deberían enfocarse en tener el conocimiento analítico correcto,
lo cual no es fácil en un mundo donde se observa una alta
demanda –y escasez crítica—de las habilidades correctas
de análisis.
Cree un caso de negocio sobre la base de resultados
que pueda ser cuantificable
Muchos CSPs están basando sus casos de negocio en los• Decisiones más inteligentes – Impulsar nuevas fuentes de datos
para mejorar la calidad de la toma de decisiones.
• Decisiones más rápidas – Habilitar más capturas de datos en
tiempo real y análisis para dar soporte a toma de decisiones en
el “punto de impacto”, como cuando un cliente se encuentra
en un lugar en particular o en el teléfono con un representante
de atención al cliente.
• – Enfocar los esfuerzos de
big data hacia áreas que proporcionan una verdadera
diferenciación.
Decisiones que marcan la diferencia
Un principio importante sustenta cada una de estas
recomendaciones: los profesionales de negocios y de TI deben
trabajar juntos durante todo el recorrido de big data.
requisitos de negocio primero, y luego adaptan la
infraestructura, las fuentes de datos y el análisis cuantitativo
para respaldar esa oportunidad de negocio.
Dé el puntapié inicial en su evolución de
big data
La capacidad de recopilar y analizar sistemáticamente los datos
representa un nuevo mundo por explorar para los CSPs.
Con la amplitud de información que los CSPs tienen sobre sus
clientes, poseen importantes ventajas respecto a otros en el
ecosistema. Los CSPs que actúan con agilidad para capitalizar
los conocimientos escondidos dentro del vasto volumen,
la velocidad y la variedad de big data se posicionarán para
mantenerse un paso más adelante que sus competidores,
mejorar la experiencia de los clientes, impulsar nuevos
productos, aumentar la productividad, predecir tendencias
futuras y, especialmente, ganar dinero.
Los CSPs que son capaces de extraer el máximo valor de sus
activos de datos pueden convertirse verdaderamente en
ingresos totalmente nuevos forjando alianzas con agencias de
publicidad, minoristas, prestadoras de salud y entes de la
administración pública, entre otros. El ecosistema existente de
telecomunicaciones tiene el potencial de convertirse en el
la buena trayectoria de la industria para tratar los datos de
clientes, el estricto marco regulatorio implementado y sus
obligaciones inherentes de protección de la información.
Los CSPs deberían ver una ventana crucial de oportunidad
con big data.

Las telecomunicaciones es una industria preparada para estar a
la vanguardia de la ola de big data, pues ya utiliza tecnologías
de analítica para big data como diferenciador hoy y se espera
que con el tiempo esta capacidad se convierta en uno de sus
ejes más valiosos.

Para ver más información sobre este estudio del IBM Institute
for Business Value, contáctenos: [email protected]
ibm.com/iibv
Para ver un catálogo completo de nuestras investigaciones,
visite:
Suscríbase a IdeaWatch, nuestro e-newsletter mensual, que
tiene los últimos informes ejecutivos sobre la base de
investigaciones del IBM
Institute for Business Value:ibm.com/gbs/ideawatch/subscribe

Acceda a los informes ejecutivos del IBM Institute for Business
Value en su tablet descargando la app gratuita “IBM IBV” para
iPad o Android.
Para desarrollar una estrategia de big data integral y viable y la
hoja de ruta subsiguiente se necesita un caso de negocios sólido
participación activa y el apoyo de uno o más ejecutivos de
negocio durante todo el proceso. Igualmente importante a la
hora de lograr el éxito a largo plazo es contar con una
colaboración sólida y continua entre el área de negocio
y el área de TI.

18. 16 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones
Sobre los autores
Bob Fox es el Líder de Industria Global para los sectores de
telecomunicaciones y medios y entretenimientos de IBM
Global Business Services. Bob dedicó 30 años a asesorar a
proveedores de servicios de telecomunicaciones de todo el
mundo en estrategia de negocios y cómo mejorar las
operaciones de cara al cliente.
Para contactar a Bob: [email protected].
Rob van den Dam es el Líder de Telecomunicaciones en el
IBM Institute for Business Value. En este rol, desarrolla
visiones de industria y estudios de realización de valor para
telecomunicaciones. Rob cuenta con 20 años de experiencia
trabajando en telecomunicaciones.
Para contactar a Rob: [email protected]
Rebecca Shockley es la Líder de Investigación Global en
Análisis y Optimización de Negocios para IBM Institute for
Business Value, donde lleva a cabo investigación fáctica sobre
el tema de business analytics, con el objetivo de desarrollar
liderazgo de ideas para altos ejecutivos.
Para contactar a Rebecca: [email protected].
Contribuyentes
Scott Stainken, Gerente General de la Industria de
Telecomunicaciones, IBM Corporation.
Nick Gurney, Líder del sector Comunicaciones en
IBM Global Business Services, Growth Markets.
Eric Lesser, Director de Investigación y Líder para
Norteamérica del IBM Institute for Business Value
Referencias

“Leading Through Connections: Insights from the Global
Schroeck, Michael, Rebecca Shockley , Dr. Janet Smart,
Professor Dolores Romero-Morales y Professor Peter
Tufano. “Analytics: The real-world use of big data. How
innovative organizations are extracting value from
uncertain data. ” IBM Institute for Business School
en colaboración con el Saïd Business School, Universidad de
us/gbs/thoughtleadership/ibv-big-data-at-work.html
Szaniawaski, Kris. “Telcos get into big data. ”
telecomsemea.net/content/telcos-get-big-data
Sahota, Dawinderpal. “Customer data creating revenue
customer -data-creating-revenue-opportunities-in-unlikely-
places/
LaValle, Steve, Michael Hopkins, Eric Lesser , Rebecca
Shockley y Nina Kruschwitz. “Analytics: The new path
to value: How the smartest organizations are embedding analytics to transform insights into action. ”IBM Institute
for Business Value en colaboración con MIT Sloan
Management Review
com/services/us/gbs/thoughtleadership/ibv-embedding-
Technology .
.
Octubre
Mayo
Octubre
12 de Diciembre de
16 de Octubre
Octubre
de

19. IBM Glo bal Business Services 17
Gage, Deborah. “Telefonica Digital targets big data in
Silicon Valley “road trip. ” Dow Jones VentureW ire.
Lennighan, Mary. “Telcos can survive on big data alone

developed by ASF and Orange, recognized by the ZEL T
net. http://www .transport-intelligent.net/IMG/pdf/
Szaniawaski, Kris. “Telcos get into big data. ”
telecomsemea.net/content/telcos-get-big-data
“Leading Through Connections: Insights from the Global
Fox, Bob, Nick Gurney , Rob van den Dam and Ekow
Nelson. “Building Advocacy in Telecommunications. ” IBM
ibv-telcoadvocacy .html

Obiodu, Emeka. “Telefonica and Verizon dial into big data”
telefonica-and-verizon-dial-into-big-data/
Información de entrevista en profundidad realizada por IBM
Smith, Chris. “Giving telcos the tools for big data success. ”
European Communications Páginas
issue. St. John Patrick Publishers.
Cisco Visual Network Index, http://www .cisco.com/en/US/
Cita de entrevista en profundidad realizada dentro del
estudio IBV sobre Big Data

“TEOCO, Helping communications service providers save
y=en_us

Caso de estudio IBM:
“Putting the Lid on Churn.” Noviembre de 2010.

Fox, Bob and Rob van den Dam. “Telecom’ s future is
thoughtleadership/telecomsocialbusiness/

“Airtel’ s impact on Social Media. ” Telecom Talk. 23 de
diciembre de 2010
“IBM’ s Watson Computer Heads to Wall Street for
Post-Jeopardy Gig.“ T ime Ma gazine
ibms-watson-supercomputer -heads-to-wall-street/
2 de octubre de 2012.
17 de octubre de 2012.
12 de diciembre de 2012.
Mayo de 2012.
Octubre de 2011.
23 de mayo de 2012.
8 de octubre de 2012.
Caso de estudio IBM:
Caso de estudio IBM:
31 de mayo de 2012.
Enero de 2013.
7 de marzo de 2012
Telefonica | Vivo nets a 30 percent increase in marketing
revenue via IBM Unica.

20. Por favor recicle
IBM Global Services


U.S.A.
Producido en Estados Unidos de América

Reservados todos los derechos.
IBM, el logotipo IBM e ibm.com son marcas comerciales o marcas
comerciales registradas de International Business Machines Corporation
en EE.UU. y/o en otros países. Si estos y otros términos se señalan la
primera vez que aparecen en esta información con los símbolos de marca
comercial (® o ™), indican marcas comerciales de IBM, registradas en los
EE.UU. o conforme al derecho consuetudinario estadounidense,
propiedad de IBM en el momento de publicación de esta información.
Tales marcas comerciales también pueden ser marcas comerciales
registradas o conforme al derecho consuetudinario de otros países.
Una lista actualizada de las marcas comerciales de IBM está disponible en
la web en la sección “Copyright and trademark information”
de ibm.com/legal/copytrade.shtml.

Las demás denominaciones de compañías, productos y servicios pueden
ser marcas comerciales o marcas de servicio de terceros.
Las referencias en esta publicación a productos y servicios de IBM no
implican que IBM tenga intención de que estén disponibles en todos los
países en que IBM desarrolla sus actividades.

Abril de 2013