Académique Documents
Professionnel Documents
Culture Documents
1 Definición
Es un sistema de captación y recaudación de dinero, que permite a cualquier persona
creadora de un proyecto, reunir la suma de dinero entre muchas personas interesadas en el
proyecto
Según Gallardo 2015, El Crowdfunding no solo permite conseguir una inyección monetaria
inicial, sino que se trata de una buena vía para potenciar la marca en el mercado.
1.2 Características
Es escaparate de proyectos: El emprendedor detalla su proyecto para atraer a los inversores que
invierten sus fondos con el fin de obtener una rentabilidad.
Se intermedia entre los inversores y los emprendedores: Cobran pequeñas comisiones tanto a
inversores como a emprendedores.
Se clasifican los proyectos: Se catalogan los proyectos en función del riesgo, evaluando la
solvencia del emprendedor o la viabilidad del proyecto.
Se asume una responsabilidad muy limitada: El riesgo de solvencia como el de liquidez son
asumidos por el emprendedor o por el inversor.
Crowdfunding de recompensa. Permite a los portantes algún tipo de contraprestación por sus
fondos, los cuales pueden ser un producto o servicio que permita recompensarlos por la ayuda
restada, además los aportadores de fondos pueden obtener productos o servicios a un menor
precio.
Indica que las plataformas de América del Norte son las que captaron más financiación (el 59% del
total), seguidas de las plataformas europeas (el 35%).
Dos ejemplos clave de éxito de plataformas de crowdfunding en América Latina son Catarse e
Ideame. Catarse, cuyo lanzamiento se realizó en enero de 2011, ha recaudado más de US$ 4,1
millones para más de 1000 campañas y cuenta con más de 40.000 seguidores en su plataforma.
Por su parte, Ideame, también fue fundada en 2011 y tiene seis campañas en los países de la
región (Argentina, México, Chile, Brasil, Colombia y Uruguay). Hay una amplia gama de campañas
en las 19 categorías con las que cuenta el sitio, incluyendo 56 en emprendimientos, 25 en pre-
venta, y 5 relacionadas a la tecnología. Asimismo, Chile tiene otro caso de éxito, la plataforma
Cumplo, la cual trabaja conjuntamente con la entidad gubernamental CORFO (Corporación de
fomento de la producción), logrando obtener capital semilla para emprendimientos. (Rentería,
2016) Existen diversos ejemplos de empresas que lograron un gran éxito por el crowdfunding,
independientemente del tipo, a continuación se presentan algunas de ellas.
Loog Guitars es una empresa uruguaya que fabrica guitarras para niños y pretende acercar
a este grupo etario los beneficios de la música, llegó al mercado internacional mediante distintas
campañas de financiación a través de la plataforma Kickstarter. En su última campaña, recaudaron
más de 350.000 dólares gracias a la donación de más de 2.000 personas de todas partes del
mundo, permitiendo un crecimiento elevado gracias al crowdfunding. Otro caso de excito es La
casa de la historia, la narradora Diana Uribe empleó La Chévre para obtener más de 50 millones
de pesos colombianos, con los que creó La casa de la Historia, una web en la que comparte más
de 500 contenidos de diferentes formatos que explican sucesos actuales desde una perspectiva
histórica. Y por último tenemos la empresa CurviluxDos, en la cual unos argentinos decidieron
crear una mesa de luz inteligente mediante la cual sería posible cargar diferentes dispositivos
electrónicos mediante carga inalámbrica y puertos USB. Para hacer este sueño posible necesitaron
recaudar más de 60.000 dólares, lo que los llevó a poder lanzar su producto en Nueva York y
diferentes partes del mundo.
Así como estos existen muchos casos de personas quienes empezaron una idea innovadora y
llamativa que lograron la realización de estos proyectos con el crowdfunding la alternativa al crédito
bancario de hoy en día.
Sin embargo, las plataformas latinoamericanas limitan su capacidad de tráfico al manejar todo
el contenido de su web en español. Si bien esta es una ventaja para el acceso a personas con
dominio únicamente del idioma nativo, se pierde la oportunidad de atraer inversionistas de otras
partes del mundo. Esta realidad fue demostrada en el estudio hecho por Renterí, 2016, donde se
identificaron 46 plataformas de crowdfunding en América Latina de las cuales al cierre del estudio,
17 de ellas estaban cerradas y la mayoría tenía un nivel de actividad bajo.
Las nuevas tecnologías disruptivas, como Cloud Computing, Big Data y analítica, tecnologías
móviles, Blockchain, Machine Learning, Artificial Intelligence, internet de las cosas (IoT), redes
sociales, robótica, drones, entre otras, se han convertido en importantes fuentes de información
para aquellos profesionales dedicados a las finanzas. Estas herramientas, como probablemente no
lo ha hecho ningún software en el pasado, son capaces de colocar la data en plataformas
integradas, para la administración de información con niveles de confiabilidad al 100%. Es decir,
ahora, es posible registrar el uso de todo tipo de recursos en los estados financieros, desde
productividad de los colaboradores hasta el estilo de vida de los consumidores.
2.2 Características
Big Data nació con el objetivo de cubrir unas necesidades no satisfechas por las tecnologías
existentes, como es el almacenamiento y tratamiento de grandes volúmenes de datos que poseen
unas características muy concretas definidas como las tres V’s (puede haber más):
Volumen, hace referencia al tamaño de los datos que pueden provenir de múltiples
fuentes.
Velocidad, define la rapidez con que llegan los datos usando unidades como tera, peta o
exa bytes
Variedad, hablamos de datos:
Estructurados
Semi-estructurados
No estructurados
Una característica importante acerca de los datos, es que son considerados como la fuente de la
verdad, es decir, no se alteran durante su tratamiento. La tecnología subyacente en Big Data
es Apache Hadoop, en la actualidad cuenta con ocho años de historia, pero ¿qué es Hadoop?
Es un tipo de sistema operativo especial, ya que trabaja sobre otro como Linux o Windows
(utilizando la implementación de Hortonworks). Posee las siguientes características:
Escalable, permite crear estructuras en cluster, a las que se les puede añadir
nuevos nodos fácilmente.
Flexible, se adapta a múltiples formatos de datos, puede utilizar o no esquemas para
tratar información y permite que los usuarios lo usen en diferentes niveles.
Fiable, ha sido diseñado, teniendo en cuenta que el hardware y software pueden fallar.
Rápido y lento, es muy rápido para tratar grandes cantidades de datos, pero puede ser
lento al trabajar con poca información
Histórico de datos
Redes sociales feedback de nuestros clientes y proveedores.
ClickStream, conocer la navegación y el uso que hacen nuestros clientes de nuestro sistio
web.
Dispositivos móviles
Internet
2.4 ¿Cómo se aplican tecnologías como Big al día a día en las finanzas?
Para el ingeniero Álvaro Talavera, profesor e investigador en la Universidad del Pacífico, así
como presidente del capítulo peruano del Instituto de Ingeniería Eléctrica y Electrónica en temas de
Ingeniería y Tecnología, existen cinco casos en los que se pueden aplicar estas herramientas:
1. Procesamiento rápido de datos. si bien los datos existen, ya que las empresas procesan
miles de datos, almacenando información en distintas plataformas o servidores, el
procesamiento de esta toma meses si se hace de forma tradicional. Hoy, gracias a
herramientas de Big Data, el procesamiento tarda solo unas horas.
2. Resultados precisos sobre intereses específicos. a partir de la creación de algoritmos
sofisticados es posible hacer cruces de todo tipo de información para obtener el resultado
que estamos buscando. El empleo de esta información será clave para descubrir
tendencias de consumo o definir nuevas formas de hacer mejor las cosas.
3. Robo Advisors. ya que las tecnologías de Big Data permiten definir el perfil de cada
inversionista, es posible determinar su aversión al riesgo, para sugerir formas de gestionar
los portafolios, más o menos agresivas, en función del perfil de cada persona. Estos Robo
Advisors trabajan de forma online y sin la supervisión humana.
4. Optimización de procesos. ahora es posible organizar y unificar todas las fuentes internas
de datos de cada institución en un único repositorio accesible desde las plataformas de Big
Data. De esta forma es posible explotar la información de forma más eficiente con datos en
tiempo real de las personas, los mercados y las variables exógenas.
5. Análisis de información fantasma. El Big Data, junto con otros desarrollos tecnológicos,
permiten la obtención y el análisis de información no estructurada, invisible para los
sistemas informáticos: data obtenida en aparatos de internet de las cosas, drones,
geolocalizadores, comportamiento en redes sociales, etc.
Teniendo en cuenta que el 90% de datos existentes en el mundo se han creado en los últimos
2 años al ritmo de 2.5·10^18 bytes diarios, que la mayoría de empresas en Estados Unidos poseen
almacenados al menos 100 terabytes, y que la Bolsa de Nueva York (NYSE) captura hasta 1
terabyte cada día, el uso de estas herramientas tecnológicas se han convertido en un tema
indispensable para los financistas y los contadores del siglo XXI, al punto que es posible predecir
comportamientos futuros gracias al análisis de los perfiles o los resultados de negocios. Por estos
motivos, se espera que los asesores en finanzas no solo se conviertan en profesionales cada vez
más requeridos, sino que se espera de ellos más que hacer balances o cálculos de cifras.
Se estima que en los últimos 10 años se ha creado más información que en toda la historia de
la humanidad. Al menos eso asegura un informe de la OBS sobre este fenómeno que hemos
llamado big data. Pero parece que ya se queda corto ante el propio devenir de la tecnología: la
capacidad de almacenar información digital se duplica cada 40 meses desde 1980 y, de acuerdo a
IDC, en 2025 habrá más de 163 zettabytes de datos en todo el mundo. ( ELMUNDO.es, 2017)
Big Data representa más del 90% de la venta en el interior del país y más del 70% en Lima,Se
estima que en el mundo se almacenó unos 5 zettabytes de datos en 2014, y según especialistas
en los últimos años, toda esta información que es generada por el Big Data, se duplica cada año,
la pregunta es,qué se está haciendo con tanta información, Con el Big Data, por ejemplo se
pueden administrar mejor tus recursos y por tanto puedes prestar una salud pública de calidad. El
Big Data y el Business Analytics tienen infinitos usos, y las mismas industrias y entidades tanto
públicas y privadas debieran definirlo como una preocupación relevante. Ambos son estratégicos y
como tal, debe ser entendido desde quien barre hasta el gerente de toda la compañía.En la
entrevista que presentamos a continuación, analizamos junto al Gerente Comercial de Penta
Analytics, Erick Méndez, el impacto del uso del Big Data en Perú y el Business Analytics, así como
los beneficios en mercados de la banca, educación superior, consumo masivo y retail. Empecemos
definiendo, ¿Qué entendemos por Big Data y Business Analytics?La base del Big Data es, ser
capaz de yo poder entender quiénes son mis clientes, cuáles son mis productos, y cómo puedo
estructurar una oferta de valor que sea atractiva para ellos. Mientras que, el Business Analytics,
son las herramientas que uso para las soluciones informáticas que ayudan a los usuarios a
aprovechar los datos empresariales para tomar decisiones de empresa más fundamentadas y
mejores.Por ejemplo, existen aplicaciones de Analytics para identificar enfermedades, corrupción,
delitos. (Codigo.pe, 2017)
Big data, macrodatos,1 datos masivos, inteligencia de datos o datos a gran escala es un
concepto que hace referencia a un conjuntos de datos tan grandes que aplicaciones
informáticas tradicionales de procesamiento de datos no son suficientes para tratar con ellos y los
procedimientos usados para encontrar patrones repetitivos dentro de esos datos. Los textos
científicos en español con frecuencia se usa directamente el término en inglés big data, tal como
aparece en el ensayo de Viktor Schönberger: La revolución de los datos masivos.2
La disciplina dedicada a los datos masivos se enmarca en el sector de las tecnologías de la
información y la comunicación. Esta disciplina se ocupa de todas las actividades relacionadas con
los sistemas que manipulan grandes conjuntos de datos. Las dificultades más habituales
vinculadas a la gestión de estas cantidades de datos se centran en la recolección y el
almacenamiento,3 búsqueda, compartición, análisis,4 y visualización. La tendencia a manipular
enormes cantidades de datos se debe a la necesidad en muchos casos de incluir dicha información
para la creación de informes estadísticos y modelos predictivos utilizados en diversas materias,
como los análisis de negocio, publicitarios, los datos de enfermedades infecciosas, el espionaje y
seguimiento a la población o la lucha contra el crimen organizado.5
El límite superior de procesamiento ha ido creciendo a lo largo de los años. Se estima que el
mundo almacenó unos 5 zettabytes en 2014. Si se pone esta información en libros, convirtiendo las
imágenes y todo eso a su equivalente en letras, se podría hacer 4500 pilas de libros que lleguen
hasta el sol.6 Los científicos con cierta regularidad encuentran límites en el análisis debido a la gran
cantidad de datos en ciertas áreas, tales como la meteorología, la genómica,7 la conectómica, las
complejas simulaciones de procesos físicos8 y las investigaciones relacionadas con los procesos
biológicos y ambientales,9 Las limitaciones también afectan a los motores de búsqueda en internet,
a los sistemas finanzas y a la informática de negocios. Los data sets crecen en volumen debido en
parte a la recolección masiva de información procedente de los sensores inalámbricos y los
dispositivos móviles (por ejemplo las VANET), el constante crecimiento de los históricos de
aplicaciones (por ejemplo de los registros), cámaras (sistemas de teledetección), micrófonos,
lectores de identificación por radiofrecuencia.1011 La capacidad tecnológica per cápita a nivel
mundial para almacenar datos se dobla aproximadamente cada cuarenta meses desde los años
1980.12 Se estima que en 2012 cada día fueron creados cerca de 2.5 trillones de bytes de datos.13
Análisis de datos[editar]
Teniendo los datos necesarios almacenados según diferentes tecnologías de almacenamiento, nos
daremos cuenta que necesitaremos diferentes técnicas de análisis de datoscomo las siguientes: