Aporte del big data al mundo de staffing y de factoría digital

A lo largo de mis prácticas en el BBVA, en paralelo a las tareas diarias del banco he realizado 3 proyectos para los que ha sido imprescindible el uso del Big Data y la Analítica Avanzada.
El primero de los proyectos consiste en utilizar Machine Learning. Cada Q, siguiendo la Agenda Global de la SDA, cada uno de los proyectos autorizados solicita un presupuesto CAPEX. Sin embargo, al finalizar el Q, el CAPEX ejecutado suele diferir con respecto del CAPEX solicitado. El algoritmo de ML desarrollado, intentará estimar el CAPEX ejecutado en función de parámetros como el nombre del proyecto, el ranking del proyecto dentro de la agenda SDA, los MMF’s desarrollados y más.
El segundo de estos proyectos, consiste en la extracción de KPI’s a través de gráficas y tablas. Para ello, decidí utilizar Big Data as a Service (BDaaS) y así poder juntar datos históricos: desde 4Q 2020 (primera vez que se tienen todos los datos necesarios) hasta 2Q 2021. De este modo, podemos ver la misma foto a lo largo del tiempo y ver cuándo se producen variaciones para, así, estar más preparados de cara a afrontar los cambios.
Finalmente, a raíz de la noticia del ERE realizado por el BBVA, encontré interesante realizar una escucha de las Redes Sociales y, a partir de la información obtenida, extraer conclusiones como: el ratio de viralidad que ha tenido este evento, análisis de los sentimientos y más.

SDA, KPI’s, staffing, MMF’s