ResumenEste escrito plantea cuatro desafíos del marketing a los que se enfrentan las empresas en la era digital teniendo en cuenta el enfoque estratégico, tecnológico y táctico; su objetivo es ayudar a que las organizaciones, en especial los departamentos de marketing, puedan tomar mejores decisiones implementando la analítica de datos. En la primera parte del artículo se presenta la definición y evolución del marketing desde la revolución industrial, con su enfoque en el producto y la producción en masa, hasta el marketing actual, que está centrado en el consumidor y las necesidades del cliente buscando una diferenciación y personalización tanto de productos como de servicios basándose en los avances tecnológicos y los diversos accesos a la información. En la segunda parte se especifica qué es Big Data, los volúmenes de datos, los tipos de datos y sus fuentes; igualmente, se puntualiza qué es la analítica de datos (data analytics). El tercer aporte esboza la descripción del marketing en nuestros días y cómo los servicios de la Web 2.0 (redes sociales, RSS, tecnologías rápidas de mensajería, vídeos, mensajería instantánea, wikis, blogs, etc.) y sus bases teóricas ayudan a la captación, fidelización y posicionamiento de marca. Por último, se presentan los cuatro desafíos para las empresas en la actual era digital: el desafío de las 6V (volumen, velocidad, variedad, veracidad, valor y visualización); los retos estratégicos, tecnológicos y operativos en las organizaciones; las tendencias del marketing y la medición del ROMI (return on marketing investment).

AbstractThis paper highlights four marketing challenges that companies face in the digital age, considering the strategic, technological and tactical approach; its aim is helping organizations, especially marketing departments, to make better decisions implementing analytical data. The first part of the article presents the definition and evolution of marketing from the industrial revolution, with its focus on the product and mass production, to the current consumer-focused marketing and customer needs, which look for differentiation and customization of both products and services based on technological advances and the various accesses to information. The second part specifies what Big Data, data volumes, data types and sources are; and it also points out what analytical data (data analytics) is. The third part outlines the description of marketing today, and how the services of Web 2.0 (social networks, RSS, fast messaging technologies, videos, instant messaging, wikis, blogs, etc.) and their theoretical underpinnings help client acquisition and loyalty, and branding. Finally, the article expounds the four challenges for companies in the current digital age: 6V challenge (volume, velocity, variety, veracity, value and visualization); the strategic, technological and operational challenges in organizations; marketing trends; and measuring ROMI (return on marketing investment).

Objective To present a simulation model that establishes the economic impact to the health care system produced by the diagnostic evolution of patients suffering from arterial hypertension. Methodology The information used corresponds to that available in Individual Health Records (RIPs, in Spanish). A statistical characterization was carried out and a model for matrix storage in MATLAB was proposed. Data mining was used to create predictors. Finally, a simulation environment was built to determine the economic cost of diagnostic evolution. Results 5.7 % of the population progresses from the diagnosis, and the cost overrun associated with it is 43.2 %. Conclusions Results shows the applicability and possibility of focussing research on establishing diagnosis relationships using all the information reported in the RIPS in order to create econometric indicators that can determine which diagnostic evolutions are most relevant to budget allocation.

Objetivo Presentar un modelo de simulación en el cual se establece el impacto económico que, para el sistema de seguridad social, produce la evolución diagnóstica de pacientes asociados con la hipertensión arterial. Métodos La información utilizada corresponde a la contenida en los Registros Individuales de Salud (RIPs). Se realizó una caracterización estadística y se planteó un modelo de almacenamiento matricial en Matlab. Se utilizó minería de datos para la elaboración de predictores y finalmente, se construyó un entorno de simulación para determinar el costo económico de la evolución diagnóstica. Resultados La población que evoluciona desde el diagnóstico corresponde a un 5,7 % y el sobrecosto de producirlo es de 43,2 %. Conclusiones Se abre la posibilidad para realizar investigaciones orientadas a establecer las relaciones diagnósticas dentro de toda la información reportada en los RIPs, con el fin de establecer indicadores econométricos que determinen cuáles son las evoluciones diagnósticas con mayor relevancia en el impacto presupuestal.

Objetivo Presentar un modelo de simulación en el cual se establece el impacto económico que, para el sistema de seguridad social, produce la evolución diagnóstica de pacientes asociados con la hipertensión arterial. Métodos La información utilizada corresponde a la contenida en los Registros Individuales de Salud (RIPs). Se realizó una caracterización estadística y se planteó un modelo de almacenamiento matricial en Matlab. Se utilizó minería de datos para la elaboración de predictores y finalmente, se construyó un entorno de simulación para determinar el costo económico de la evolución diagnóstica. Resultados La población que evoluciona desde el diagnóstico corresponde a un 5,7 % y el sobrecosto de producirlo es de 43,2 %. Conclusiones Se abre la posibilidad para realizar investigaciones orientadas a establecer las relaciones diagnósticas dentro de toda la información reportada en los RIPs, con el fin de establecer indicadores econométricos que determinen cuáles son las evoluciones diagnósticas con mayor relevancia en el impacto presupuestal.

Objective To present a simulation model that establishes the economic impact to the health care system produced by the diagnostic evolution of patients suffering from arterial hypertension. Methodology The information used corresponds to that available in Individual Health Records (RIPs, in Spanish). A statistical characterization was carried out and a model for matrix storage in MATLAB was proposed. Data mining was used to create predictors. Finally, a simulation environment was built to determine the economic cost of diagnostic evolution. Results 5.7 % of the population progresses from the diagnosis, and the cost overrun associated with it is 43.2 %. Conclusions Results shows the applicability and possibility of focussing research on establishing diagnosis relationships using all the information reported in the RIPS in order to create econometric indicators that can determine which diagnostic evolutions are most relevant to budget allocation.

Teniendo en cuenta la importancia que ha adquirido el término Big Data, la presente investigación buscó estudiar y analizar de manera exhaustiva el estado del arte del Big Data; además, y como segundo objetivo, analizó las características, las herramientas, las tecnologías, los modelos y los estándares relacionados con Big Data, y por último buscó identificar las características más relevantes en la gestión de Big Data, para que con ello se pueda conocer todo lo concerniente al tema central de la investigación. La metodología utilizada incluyó revisar el estado del arte de Big Data y enseñar su situación actual; conocer las tecnologías de Big Data; presentar algunas de las bases de datos NoSQL, que son las que permiten procesar datos con formatos no estructurados, y mostrar los modelos de datos y las tecnologías de análisis de ellos, para terminar con algunos beneficios de Big Data. El diseño metodológico usado para la investigación fue no experimental, pues no se manipulan variables, y de tipo exploratorio, debido a que con esta investigación se empieza a conocer el ambiente del Big Data.

Given the importance acquired by the term Big Data, the present investigation aims to study and analyze thoroughly the Big Data state of art. Moreover, a second objective is to study the features, tools, technologies, models and standards related to Big Data. And finally it seeks to identify the most relevant features that manage Big Data, so it can be known everything about the focus of the investigation. Regarding the methodology used in the development of the research, included to review the state of the art of Big Data, and show what is its current situation, to know the Big Data technologies, to present some of the NoSQL databases, which are those that allow to process unstructured data formats. Also display data models and the analysis technologies they offer, to end with some benefits from Big Data. The methodology desing used in this investigation, was not experimental, because no variables are manipulated, neither exploratory ones, because with the present investigation, only begins to know the Big Data evirioment.

Tendo em conta a importância adquirida pelo termo Big Data, a presente pesquisa buscou estudar e analisar de maneira exaustiva o estado da arte do Big Data; além disso, e como segundo objetivo, analisou as características, as ferramentas, as tecnologias, os modelos e os standards relacionados com Big Data, e por último buscou identificar as características mais relevantes na gestão de Big Data, para que com ele possa conhecer-se todo o concernente ao tema central da pesquisa. A metodologia utilizada incluiu revisar o estado da arte de Big Data e ensinar sua situação atual; conhecer as tecnologias de Big Data; apresentar algumas das bases de dados NOSQL, que permitem processar dados com formatos não estruturados, e mostrar os modelos de dados e as tecnologias de análise deles, para terminar com alguns benefícios de Big Data. O desenho metodológico usado para a pesquisa foi não experimental, pois não se manipulam variáveis, e sim de tipo exploratório, devido a que com esta pesquisa se começa a conhecer o ambiente do Big Data.

En este artículo de investigación se analiza la colaboración 2.0, donde los empleados pueden participar e interactuar de manera individual y colectiva. La Enterprise 2.0 pone en práctica nuevos modelos de colaboración en la organización los cuales permiten a los empleados establecer escenarios donde pueden mejorar o crear nuevos productos y servicios desde estrategias colaborativas que los conduzcan al logro de un objetivo colectivo. Por lo tanto, se realiza una revisión del concepto de colaboración 2.0 en la organización y como resultado se definen algunas estrategias de colaboración 2.0 en las organizaciones que usan intensamente las tecnologías y los servicios de la Web 2.0 como apoyo a sus estrategias de negocio.

This research article analyzes the Collaboration 2.0, where employees can participate and interact either individually or collectively. Enterprise 2.0 puts into practice new collaboration models within an organization; these models allow employees to establish scenarios where they can improve or create new products and services from collaborative strategies which may drive them to achieve a collective objective. Accordingly, a review of the concept of Collaboration 2.0 within the organization is performed, and some Collaboration 2.0 strategies (which intensively use technologies and services of the Web 2.0 as support of their business strategies) within the organization are defined.

El concepto de Negocio Bajo Demanda, acuñado por IBM, tiene como finalidad facilitar la relación entre dos dominios tradicionalmente separados en casi todas las organizaciones, el dominio del negocio y el tecnológico. Este es un problema recurrente en la mayor parte de los sistemas de información. Este nuevo concepto esta basado en la Arquitectura Orientada a Servicios, más conocida como SOA (Service Oriented Architecture). Esta arquitectura permite conectar los servicios software y los del negocio. Si las organizaciones lograran implementar esta nueva idea de Negocio Bajo Demanda sin duda mejorarían el desarrollo de sus procesos software, especialmente si además en paralelo también aplicaran otros estándares tales como MDA (Model Driven Arquitecture) o BPM (Business Process Managament). Por un lado MDA facilita, através e sus modelos CIM (Computation Independent Model) y PIM (Platform Independent Model), la separación entre la lógica del negocio y las plataformas software e infreaestructuras tecnológicas. Por otro lado BPM ayuda a definir los procesos de negocio o modelos CIM de MDA. En este artículo se plantea una nueva recomendación basada en MDA que combina BPM, SOA y las técnicas de Negocio Bajo Demanda, para facilitar la definición de las fases iniciales del desarrollo de procesos software. Partiendo de la creación de los modelos de procesos de negocio, conocidos como CIM en MDA, se pueden crear los modelos software a ellos asociados, basados ya en servicios sofware y conocidos como modelos PIM en MDA.

On Demand Business concept, from IBM, shows how to coordinate the transformation of enterprise organization and its technological infrastructure to bridge the gap between business and technology. This problem appears in most of the information systems. This concept is based on Service Oriented Architecture (SOA) to improve the connection between business services and software services. If companies can reach this On Demand Business environment they could improve the software development process by applying standards like Model Driven Architecture (MDA), to separate business logic from software and technological platforms, and Business Process Management (BPM) to define business processes as Computation Independent Models (CIM). In this article we propose a new MDA approach that combines BPM, SOA and the On Demand Business to improve the initial phase of the software development process. Starting on the creation of business processes models, classified like CIM, we can associate them to initial software models, based on software services, classified like Platform Independent Models (PIM).