You are leaving our main website to go to our chinese website hosted in China. For legal reasons there will not be any links pointing back to the main website.
Queríamos cerrar este gran año 2022 de la mejor manera posible: aportando valor a nuestros clientes y seguidores de una manera diferente y original. Fruto de ese brainstorming, nació la primera edición de KEYRUS MAGAZINE, un recopilatorio de todas nuestras entrevistas en vídeo con el mejor contenido de nuestros managing directors, el equipo de marketing, presales y delivery y secciones exclusivas con nuestros expertos en Retail, Seguros, Turismo, Energía y Manufacturing.
A lo largo de estas páginas podrás disfrutar de lo más destacado del mundo Analytics, las tendencias que están transformando las diferentes industrias y los casos de uso que están generando mayor impacto en nuestros clientes.
Esto solo ha sido el comienzo. 2023 llegará con nuevos contenidos, originales, divertidos y llenos de valor para ayudarte a entender mejor el complejo mundo de los datos en el que nos movemos.
Si te ha gustado, síguenos en Linkedin para no perderte nada. PD: Próxima edición en Junio de 2023 y vendrá con sorpresita.
¡No te pierdas nuestros insights!
Mantente al día en las últimas noticias y eventos
Tu dirección de correo electrónico se utiliza para enviarte la newsletter de Keyrus y para fines de prospección comercial. Puedes utilizar el enlace de opt-out en nuestros correos electrónicos en cualquier momento. Más información sobre la gestión de sus datos y sus derechos.
Continuar leyendo
Blog post
5 razones por las que deberías utilizar la analítica predictiva en tu negocio
Tomar decisiones más acertadas y estratégicas, evitar riesgos (o minimizar su impacto), gestionar tus recursos de manera más eficiente, reducir costes o fidelizar mejor a tus clientes son algunas de las ventajas competitivas que puedes obtener gracias al uso de la analítica predictiva.
Blog post
Los 6 pasos imprescindibles que debes seguir para construir tu modelo predictivo
¿Cuáles son los pasos para crear un modelo predictivo? En este artículo, veremos cómo se requiere de una combinación perfecta de técnicas y un poco de intuición para implementarlos de manera exitosa.
Blog post
Cómo explicarle a tu abuela qué es la analítica predictiva en solo 2 minutos
¿Cómo explicar el funcionamiento de esta disciplina que trabaja con algoritmos que consiguen predecir el futuro a través de los datos? Aquí te lo contamos.
Opinión de experto
"Las empresas han encontrado en los datos a un grandísimo aliado"
Entrevista de la revista Woman a Kathy Contramaestre, Managing director de Keyrus.
Blog post
Científicos vs. Analistas de datos: ¿Quién es quién?
¿No se ocupan ambos de trabajar con ordenadores, números y algoritmos sin parar? Bueno, eso es un poco verdad. Pero la realidad es que ambos son dos perfiles muy distintos y en este artículo vamos a conocer sus diferencias.
Opinión de experto
Filtrado colaborativo y filtrado basado en contenido
Técnicas utilizadas en los modelos de filtrado colaborativo y basado en contenido.
Opinión de experto
Spotify y Netflix, los dioses de los modelos de recomendación
Los sistemas de recomendación han logrado cambiar la forma en la que consumimos nuevos contenidos y descubrimos productos nuevos.
Blog post
El as bajo la manga de los decision makers
El Data Science se convirtió en el as bajo la manga de los decision makers tras la pandemia y ahora son unos players destacados de la partida que cuentan con más recursos que antes para hacer frente a un mercado más digitalizado y más competitivo.
Blog post
El ciclo de vida de la inteligencia artificial: alcance, diseño de modelos y despliegue
Como todos, la tecnología y las máquinas también tienen un ciclo vital: nacen, se desarrollan y mueren. Vamos a ver cada una de las etapas de la inteligencia artificial y los factores clave a tener en cuenta a la hora de implementarlas dentro de las organizaciones.
Opinión de experto
Modelos de recomendación por filtrado colaborativo y basados en contenido
Los modelos de recomendación de filtrado colaborativo buscan similaridad entre usuarios, es decir, si dos usuarios han consumido el mismo contenido o comprado los mismos productos se les considera similares y se cruzan esas recomendaciones. Por otro lado, los modelos basados en contenido buscan similaridad entre contenidos. Si un usuario compra un determinado producto es posible que le interesen otros similares o complementarios por lo que son recomendaciones ideales para el croselling y upselling.