La investigación de mercados se encarga de recopilar, registrar y analizar sistemáticamente todos los datos relacionados con los problemas en la comercialización de bienes y servicios, lo que permite plasmar la realidad de una forma clara y simplificada, de manera que facilite su análisis a los decisores. Todo ello se realiza a través de técnicas específicas que permiten analizar los gustos en los consumidores, sus actitudes frente a los productos y las empresas, y los motivos que les llevan a tomar decisiones de compra. Las técnicas de análisis de datos para la investigación comercial que constituyen el contenido de este libro son las siguientes: Técnicas de recopilación y análisis exploratorio de la información. Técnicas de análisis multivariante de datos. Técnicas aplicables en la investigación comercial: reducción de la dimensión, análisis de correspondencias, escalamiento, técnicas de segmentación y análisis conjunto. Cada técnica se ilustra con ejemplos prácticos resueltos con el software más adecuado y simultáneamente se presentan los conceptos metodológicos que fundamentan su aplicación. Estas técnicas ayudan a organizar la manera de recopilar la información, procesarla y almacenarla para poder utilizarla con las herramientas adecuadas cuando se necesite, lo que conduce a la creación de un sistema de información de marketing.
Actualmente nos encontramos en la era de los grandes conjuntos de datos, procedentes de múltiples y variados orígenes, en formatos diversos y con una necesidad de procesamiento y análisis rápido y efectivo. Las técnicas de Big Data persiguen complementar el manejo de estos grandes volúmenes de datos con las técnicas de análisis de la información más avanzadas y efectivas para extraer de modo óptimo el conocimiento contenido en los datos. Las herramientas de Big Data se basan en el paquete de código abierto llamado Hadoop para el análisis masivo de datos, que forma parte de prácticamente todo el software de Big Data. Por ejemplo, SAS incorpora Hadoop en sus aplicaciones (SAS Base, SAS Data Integration, SAS Visual Analytics, SAS Visual Statistics, etc.). IBM trabaja con Hadoop en su plataforma IBM InfoSphere BigInsights. Microsoft incluye Hadoop en su plataforma Windows Azure, SQL Server 2014, HDInsight y Polybase. Oracle incluye Hadoop en Oracle Big Data Appliance, Oracle Big Data Connectors y Oracle Loader for Hadoop. Este libro presenta las posibilidades de trabajo que ofrecen las herramientas de Big Data para procesar y analizar grandes volúmenes de datos de una manera ordenada. Se describen a lo largo de los capítulos del libro las herramientas de Big Data que implementan SAS, IBM, Microsoft y Oracle, analizando a su vez, sus posibilidades para extraer el conocimiento contenido en los datos.
El análisis de datos está presente en nuestras vidas: los periódicos hablan de noticias virales, las empresas buscan científicos de datos, los comercios nos ofrecen ofertas personalizadas en función de nuestras costumbres y nosotros mismos engrasamos el sistema ofreciendo información personal gratuita desde nuestras redes sociales, búsquedas en internet e incluso desde dispositivos inteligentes para controlar nuestra actividad física diaria. En este libro se presentan los conocimientos y las tecnologías que permitirán participar en esta nueva era de la información, regida por el Big Data y el aprendizaje automático; se analiza la ?vida? de los datos paso a paso, mostrando cómo obtenerlos, almacenarlos, procesarlos, visualizarlos, y extraer conclusiones de ellos; es decir, mostrar el análisis de datos tal y como es: un área fascinante, que requiere muchas horas de trabajo cuidadoso. Asimismo, se analiza el lenguaje de programación Python, el más utilizado dentro del análisis de datos debido a la multitud de bibliotecas que facilita, pero no se limita al ?estándar?, sino que presenta tecnologías actuales que, con Python como interfaz, permitirán escalar el tamaño de los datos al máximo. Por ello, nuestro viaje con los datos nos llevará, por ejemplo, a conocer la base de datos MongoDB y el entorno de procesamiento Spark. El libro contiene ejemplos detallados de cómo realizar las distintas tareas en Python; y además, por comodidad para el lector de los fragmentos incluidos se facilita el acceso de los lectores a un repositorio donde encontrarán el código listo para ser ejecutado. También cada capítulo presenta lecturas recomendadas para poder profundizar en aquellos aspectos que resulten más interesantes. ¡Le invitamos a sumergirse en el apasionante mundo del análisis de datos en Python y a explorar los misterios del Big Data y del aprendizaje automático!
La investigación de mercados se encarga de recopilar, registrar y analizar sistemáticamente todos los datos relacionados con los problemas en la comercialización de bienes y servicios, lo que permite plasmar la realidad de una forma clara y simplificada, de manera que facilite su análisis a los decisores. Todo ello se realiza a través de técnicas específicas que permiten analizar los gustos en los consumidores, sus actitudes frente a los productos y las empresas, y los motivos que les llevan a tomar decisiones de compra. Las técnicas de análisis de datos para la investigación comercial que constituyen el contenido de este libro son las siguientes: Técnicas de recopilación y análisis exploratorio de la información. Técnicas de análisis multivariante de datos. Técnicas aplicables en la investigación comercial: reducción de la dimensión, análisis de correspondencias, escalamiento, técnicas de segmentación y análisis conjunto. Cada técnica se ilustra con ejemplos prácticos resueltos con el software más adecuado y simultáneamente se presentan los conceptos metodológicos que fundamentan su aplicación. Estas técnicas ayudan a organizar la manera de recopilar la información, procesarla y almacenarla para poder utilizarla con las herramientas adecuadas cuando se necesite, lo que conduce a la creación de un sistema de información de marketing.
Actualmente nos encontramos en la era de los grandes conjuntos de datos, procedentes de múltiples y variados orígenes, en formatos diversos y con una necesidad de procesamiento y análisis rápido y efectivo. Las técnicas de Big Data persiguen complementar el manejo de estos grandes volúmenes de datos con las técnicas de análisis de la información más avanzadas y efectivas para extraer de modo óptimo el conocimiento contenido en los datos. Las herramientas de Big Data se basan en el paquete de código abierto llamado Hadoop para el análisis masivo de datos, que forma parte de prácticamente todo el software de Big Data. Por ejemplo, SAS incorpora Hadoop en sus aplicaciones (SAS Base, SAS Data Integration, SAS Visual Analytics, SAS Visual Statistics, etc.). IBM trabaja con Hadoop en su plataforma IBM InfoSphere BigInsights. Microsoft incluye Hadoop en su plataforma Windows Azure, SQL Server 2014, HDInsight y Polybase. Oracle incluye Hadoop en Oracle Big Data Appliance, Oracle Big Data Connectors y Oracle Loader for Hadoop. Este libro presenta las posibilidades de trabajo que ofrecen las herramientas de Big Data para procesar y analizar grandes volúmenes de datos de una manera ordenada. Se describen a lo largo de los capítulos del libro las herramientas de Big Data que implementan SAS, IBM, Microsoft y Oracle, analizando a su vez, sus posibilidades para extraer el conocimiento contenido en los datos.
El análisis de datos está presente en nuestras vidas: los periódicos hablan de noticias virales, las empresas buscan científicos de datos, los comercios nos ofrecen ofertas personalizadas en función de nuestras costumbres y nosotros mismos engrasamos el sistema ofreciendo información personal gratuita desde nuestras redes sociales, búsquedas en internet e incluso desde dispositivos inteligentes para controlar nuestra actividad física diaria. En este libro se presentan los conocimientos y las tecnologías que permitirán participar en esta nueva era de la información, regida por el Big Data y el aprendizaje automático; se analiza la ?vida? de los datos paso a paso, mostrando cómo obtenerlos, almacenarlos, procesarlos, visualizarlos, y extraer conclusiones de ellos; es decir, mostrar el análisis de datos tal y como es: un área fascinante, que requiere muchas horas de trabajo cuidadoso. Asimismo, se analiza el lenguaje de programación Python, el más utilizado dentro del análisis de datos debido a la multitud de bibliotecas que facilita, pero no se limita al ?estándar?, sino que presenta tecnologías actuales que, con Python como interfaz, permitirán escalar el tamaño de los datos al máximo. Por ello, nuestro viaje con los datos nos llevará, por ejemplo, a conocer la base de datos MongoDB y el entorno de procesamiento Spark. El libro contiene ejemplos detallados de cómo realizar las distintas tareas en Python; y además, por comodidad para el lector de los fragmentos incluidos se facilita el acceso de los lectores a un repositorio donde encontrarán el código listo para ser ejecutado. También cada capítulo presenta lecturas recomendadas para poder profundizar en aquellos aspectos que resulten más interesantes. ¡Le invitamos a sumergirse en el apasionante mundo del análisis de datos en Python y a explorar los misterios del Big Data y del aprendizaje automático!