• Actividades:
• – Identificación de los datos de la pyme que mejore el entendimiento de la información disponible.
• – Analizar las distintas opciones de herramientas de inteligencia artificial para explotar y visualizar los datos, recomendando la que mejor se adapte a la situación actual de la empresa y la inversión necesaria para su adopción.
• – Establecer información de valor a partir del tratado de datos con algoritmos de inteligencia artificial.
• – Asesoramiento específico sobre la explotación de los datos a través de la herramienta elegida.
• – Opcionalmente, asesoramiento sobre los procesos de gobierno, gestión y gestión de calidad del dato de acuerdo con las especificaciones UNE 0077 «Gobierno del dato», UNE 0078 «Gestión del Dato» y UNE 0079 «Gestión de la calidad del dato».
• – Desarrollo y ejecución de un caso de uso adaptado al negocio en análisis de datos (nivel básico).
• – Identificación de oportunidades o posibles usos de la IA en el ámbito del análisis de datos.
• Documentación técnica y resultados requeridos para la justificación,:
• – Evidencias de la celebración de la reunión presencial de inicio de la prestación del servicio de asesoramiento
• – Evidencias de celebraciones de reuniones intermedias
• – Evidencias de la celebración de la reunión presencial final tras la prestación del servicio de asesoramiento, que incluya los resultados obtenidos y la conformidad del beneficiario al servicio prestado,.
• – Diagnóstico inicial:
• ● Diagnóstico inicial o situación actual de la empresa beneficiaria en cuanto al análisis y explotación de datos.
• ● Identificación de Bases de Datos: Dossier en formato digital (Word, PowerPoint, Pdf) con el inventario exhaustivo de las fuentes de datos de la pyme. Para cada fuente de datos, se proporcionará:
• ○ Ubicación: Precisar su ubicación (servidores locales, externos, en la nube, etc).
• ○ Tipo de datos almacenados: Naturaleza de los datos (datos de cliente, producto, ventas, etc.) y la extensión de los datos (xls, xlsb, csv, etc).
• ○ Volumen de datos: Indicar el número de registros y almacenamiento utilizado.
• ○ Frecuencia de actualización: Periodicidad (o no) de las actualizaciones.
• ○ Orden de relevancia: Evaluar si la fuente es crítica, importante o secundaria.
• – Resultados:
• ● Definición de Políticas y procedimientos de calidad: gobierno del dato que incluya:
• ○ Estandarización de formatos: Definición de formatos estándar para los datos como fechas, direcciones, números de teléfono, etc.
• ○ Limpieza: Identificación de posibles errores de entrada de datos, como datos duplicados o incorrectos. Se proporcionarán ejemplos de técnicas para tratar estos casos de manera eficiente y precisa.
• ○ Coherencia: Definición de mecanismos de control de calidad.
• ○ Estructuración de datos: Establecer el uso de estándares de modelado de datos, como el modelo entidad-relación (MER).
• ○ Privacidad de los datos: Explicar la importancia del cumplimiento de la normativa legal vigente en el gobierno del dato, como el RGPD.
• ● Análisis de herramientas de visualización de datos:
• ○ Dosier con análisis de mercado de herramientas disponibles basado en 4 ejes:
• ▪ Facilidad de uso en términos de interfaz de usuario intuitiva y personalizable.
• ▪ Capacidad de visualización para generar gráficos efectivos y atractivos que permitan comprender los datos de manera clara y precisa.
• ▪ Compatibilidad con los sistemas existentes en la pyme (si los hubiera anteriormente).
• ▪ Evaluación del coste económico, considerando tanto el coste inicial como los posibles costes continuos de mantenimiento.
• ○ En base al análisis de mercado, se proporcionarán recomendaciones de las herramientas que mejor se adapten a la empresa, destacándose específicamente las razones específicas de dichas recomendaciones.
• – Caso de uso: Definición de KPIs de negocio o de áreas de soporte (RRHH, económico, etc):
• ● Dosier con el análisis de KPIs vigentes, incluyendo:
• ○ Análisis de KPIs vigentes: Revisión de los KPIs actuales utilizados por la pyme en diferentes áreas (finanzas, ventas, etc.).
• ○ Identificación de mejoras: Identificar KPIs de utilidad, resaltando las cualidades positivas y/o negativas de estos (p.ej. preciso, redundante, difícil de medir, etc.).
• ○ Propuesta de creación de nuevos KPIs: Proponer la creación de KPIs basados en el análisis realizado. Estos KPIs tendrán que estar completamente detallados, incluyendo, como mínimo: (1) fórmulas de cálculo específicas para cada KPI, (2) métricas construidas, y (3) variables involucradas en su cálculo

6.000€