Descripción general del departamento: PlayStation Studios es la división de desarrollo de juegos de Sony PlayStation, y es responsable de desarrollar algunos de los juegos y franquicias de consola más reconocidos y ambiciosos en PlayStation, incluidos Uncharted, The Last of Us, Horizon, God of War y Gran Turismo.

Trabajo que realizarás: Trabajará en el equipo interdisciplinario para ayudar a los estudios de juegos a utilizar los datos de manera eficaz para mejorar los juegos.

Trabajará con los responsables de la toma de decisiones para comprender sus objetivos, identificar oportunidades e informar decisiones sobre funciones y juegos en toda la empresa.

Únase a nosotros y ayude a definir y construir el futuro de la analítica para los juegos de PlayStation. Formación y experiencia: Experto en trabajar con personas y datos de comportamiento del cliente para informar decisiones y mejorar productos.

Fluidez en SQL en almacenes de datos analíticos: usamos Redshift, pero la experiencia con otros similares como Vertica, Netezza o Postgres. Una sólida experiencia en Looker o una herramienta de visualización de análisis similar como Tableau o MicroStrategy.

Puede aplicar análisis respaldados por datos para producir información que ayude a mejorar el diseño del juego. Excelentes habilidades de comunicación y puede transmitir su punto de vista a los diseñadores, productores, programadores y ejecutivos de juegos.

Un gran interés en una variedad de juegos de consola modernos. Estratégico y experto en negocios. Sabes que las personas no siempre saben lo que quieren o no piden las cosas correctas.

Puede ayudarlos a descubrir lo que necesitan y luego hacerlo realidad. Se siente cómodo con los métodos de análisis estadístico, probabilístico y cuantitativo. Estás comprometido con la calidad como máxima prioridad. Inicio Servicios Data Analytics Consultoría Power Platform Training Center Cursos Power BI Cursos Power Platform Data Integration Soluciones Por industria Salud Manufactura Teradata Vantage HR Analytics Noticias Contacto.

La contribución de la Analítica Digital a la Industria de los videojuegos. Para esto, la información más relevante que la analítica digital busca extraer de la experiencia producida por los videojuegos es la siguiente: I- Datos del usuario: permiten mejorar su relación con el videojuego y localizar en qué segmentos poblacionales funciona mejor una propuesta u otra.

Big Data , Business Intelligence , Games , Gamificacion , MOBILE ANALYTICS , WaveBI. Descargar Brochure. Suscríbete a nuestro newsletter. Para ello, existen diferentes opciones de procesamiento de datos.

La elección de la estrategia depende de los recursos informáticos y analíticos disponibles para su procesamiento.

La limpieza de datos implica la búsqueda de errores, como duplicaciones, incoherencias, redundancias o formatos incorrectos. Asimismo, se usa para filtrar los datos no deseados para los análisis. Este es el paso en el que los datos brutos se convierten en información procesable. A continuación se describen cuatro tipos de análisis de datos:.

Los científicos de datos se encargan de analizar estos datos para comprender lo que sucedió o sucede con ellos. Se caracteriza por la visualización de datos, como los gráficos circulares, de barras, lineales, tablas o narraciones generadas..

El análisis de diagnóstico es un proceso de profundización o análisis detallado de los datos para entender por qué ocurrió algo. Se caracteriza por técnicas como el análisis detallado, el descubrimiento y la minería de datos o las correlaciones.

Cada una de estas técnicas usa múltiples operaciones y transformaciones para analizar los datos brutos. El análisis predictivo usa datos históricos para hacer previsiones precisas sobre las tendencias futuras. Se caracteriza por técnicas como el machine learning, la previsión, la coincidencia de patrones y el modelado predictivo.

En cada una de estas técnicas, las computadoras se entrenan para invertir las conexiones de causalidad en los datos. El análisis prescriptivo lleva los datos predictivos al siguiente nivel.

No solo predice lo que es probable que ocurra, sino que sugiere una respuesta óptima para ese resultado.

Puede analizar las posibles implicaciones de las diferentes alternativas y recomendar el mejor curso de acción. Se caracteriza por el análisis de gráficos, la simulación, el procesamiento de eventos complejos, las redes neuronales y los motores de recomendación. Sí, los analistas de datos pueden automatizar y optimizar los procesos.

El análisis automatizado de datos es la práctica de usar sistemas informáticos para hacer tareas de análisis con poca o ninguna intervención humana. Estos mecanismos varían en complejidad; van desde simples scripts o líneas de código hasta herramientas de análisis que llevan a cabo el modelado de datos, el descubrimiento de características y el análisis estadístico.

Por ejemplo, una empresa de ciberseguridad podría usar la automatización para recopilar datos de grandes franjas de actividad en la web, llevar a cabo análisis adicionales y luego usar la visualización de datos para mostrar los resultados y apoyar las decisiones empresariales.

Sí, las empresas pueden recurrir a ayuda externa para analizar los datos. La externalización del análisis de datos permite a la dirección y al departamento ejecutivo centrarse en otras operaciones básicas de la empresa.

Los departamentos dedicados a la analítica empresarial son expertos en su campo; conocen las últimas técnicas de análisis y son expertos en la gestión de datos. De este modo, pueden hacer un análisis de datos más eficiente, identificar patrones y predecir con éxito las tendencias futuras.

Sin embargo, la transferencia de conocimientos y la confidencialidad de los datos podrían representar desafíos empresariales en la externalización. El análisis de datos puede llevarse a cabo en conjuntos de datos procedentes de diversos orígenes de datos de clientes, como las siguientes:.

Los análisis pueden revelar información oculta, como las preferencias de los clientes, las páginas populares de un sitio web, el tiempo que los clientes pasan navegando, los comentarios de los clientes y la interacción con los formularios del sitio web.

Esto permite a las empresas responder eficazmente a las necesidades de los clientes y aumentar su satisfacción. Caso práctico: Cómo Nextdoor usó la analítica de datos para mejorar la experiencia del cliente. Nextdoor es el centro de conexiones de confianza del vecindario y el intercambio de información, bienes y servicios útiles.

Nextdoor, con el poder de la comunidad local, ayuda a las personas a llevar una vida más feliz y significativa. Nextdoor usó las soluciones de análisis de Amazon para medir la participación de los clientes y la eficacia de las recomendaciones.

El análisis de datos les permitió ayudar a los clientes a crear mejores conexiones y ver contenidos más relevantes en tiempo real. El análisis de datos elimina las conjeturas del marketing, el desarrollo de productos, la creación de contenidos y el servicio al cliente.

Permite a las empresas desplegar contenidos específicos y ajustarlos mediante el análisis de datos en tiempo real. Este también proporciona información valiosa sobre el rendimiento de las campañas de marketing.

La orientación, el mensaje y la creatividad pueden ajustarse en función del análisis en tiempo real. El análisis puede optimizar el marketing para obtener más conversiones y menos desperdicio de publicidad. Caso práctico: Cómo Zynga usó la analítica de datos para mejorar las campañas de marketing.

Zynga es una de las empresas de juegos para móviles más exitosas del mundo, con juegos exitosos como Words With Friends, Zynga Poker y FarmVille.

Más de mil millones de jugadores en todo el mundo han instalado estos juegos. Los ingresos de Zynga provienen de las compras dentro de las aplicaciones, por lo que analizan en tiempo real la acción de los jugadores en el juego mediante Amazon Kinesis Data Analytics para planificar campañas de marketing más eficaces dentro del juego.

El análisis de datos puede ayudar a las empresas a racionalizar sus procesos, reducir las pérdidas y aumentar los ingresos. Los programas de mantenimiento predictivo, las listas de personal optimizadas y la gestión eficiente de la cadena de suministro pueden mejorar exponencialmente el rendimiento empresarial.

Caso práctico: Cómo BT Group usó el análisis de datos para racionalizar las operaciones. BT Group es el líder en telecomunicaciones y redes del Reino Unido, con clientes en países.

El equipo de soporte de la red de BT Grupo utilizó Amazon Kinesis Data Analytics para obtener una visión en tiempo real de las llamadas realizadas en todo el Reino Unido a través de su red. Los ingenieros de soporte de red y los analistas de fallos usan el sistema para detectar, reaccionar y resolver con éxito los problemas de la red.

Caso práctico: Cómo Flutter usó el análisis de datos para acelerar las operaciones de juego. Flutter Entertainment es uno de los mayores proveedores de juegos y deportes en línea del mundo. Su misión es llevar el entretenimiento a más de 14 millones de clientes de forma segura, responsable y sostenible.

En los últimos años, Flutter ha adquirido cada vez más datos de la mayoría de los sistemas de origen. La combinación de volumen y latencia crea un desafío continuo.

Amazon Redshift ayuda a Flutter a escalar al ritmo de las necesidades crecientes, pero con una experiencia consistente para el usuario final.

Las organizaciones usan el análisis de datos a fin de identificar y priorizar nuevas características para el desarrollo de productos. Pueden analizar las necesidades de los clientes, ofrecer más funciones en menos tiempo y lanzar nuevos productos más rápidamente. Caso práctico: Cómo GE usó el análisis de datos para acelerar la entrega de productos.

Cortex, un juego de simulación analítica creado por SAS y HEC Montreal, ayuda a académicos y empresas a aprender habilidades analíticas con el uso de la Un analista de juegos es una profesión especial que se encuentra en la intersección del diseño de juegos y la analítica de productos Brindamos servicios de análisis de extremo a extremo para PlayStation Studios y usamos datos para ayudarlos a mejorar aún más sus increíbles juegos. Buscamos

Video

Analítica de datos de juego - Los expertos saben que el análisis del Big Data puede determinar si un videojuego tendrá más o menos éxito y por lo tanto puede hacer que nuestro videojuego sea Cortex, un juego de simulación analítica creado por SAS y HEC Montreal, ayuda a académicos y empresas a aprender habilidades analíticas con el uso de la Un analista de juegos es una profesión especial que se encuentra en la intersección del diseño de juegos y la analítica de productos Brindamos servicios de análisis de extremo a extremo para PlayStation Studios y usamos datos para ayudarlos a mejorar aún más sus increíbles juegos. Buscamos

Es un equilibrio delicado. Por suerte, dispondrá de instrucciones, de un conjunto de datos y de SAS® Viya® para ayudarle a tomar las mejores decisiones, y aplastar a la competencia. Los Programas Académicos de SAS proporcionan recursos en línea en profundidad, lo que facilita el aprendizaje o la enseñanza de SAS.

Este seminario web sobre la gestión de la relevancia de las competencias aborda cómo la formación puede conducir a resultados empresariales ideales. SAS le ayuda a crear un plan de desarrollo del talento a medida para que pueda formar a su equipo y alcanzar su visión.

Cursos Administración Gestión de datos Ciencia de datos Enterprise Guide Machine Learning Programación Estadística Catálogo completo » Horario de clases en vivo ».

Resumen Programas SAS Academy for Data Science SAS Learning Subscription Certificación Insignias Juego de analítica Cortex Formación gratuita Libros Preguntas frecuentes Formación corporativa My Training. HEC Montreal gana el premio SAS Innovator of the Year.

Para los académicos. Explore Cortex para académicos. Para empresas. Explorar Cortex para empresas. El juego está en marcha. Los beneficios Enseñar, entrenar, crear un equipo. Los educadores pueden:. Ajustar el nivel del juego en función de las necesidades de los alumnos.

Animar a los alumnos a trabajar en el juego de forma individual o en colaboración. Acceder a un conjunto completo de contenidos curriculares de apoyo. Se trata de un negocio que engloba decenas de disciplinas de trabajo, emplea a miles de personas alrededor de todo el mundo y se erige como uno de los principales agentes socializadores de la cultura del siglo XXI.

Sólo durante el año pasado su facturación superó los En este contexto, la contribución de la analítica digital en el apasionante segmento de los videojuegos reviste de gran importancia ya que hace posible el procesamiento de datos con vistas a identificar las preferencias del usuario, mejorar su experiencia interactiva, aprovechar al máximo sus deseos y fidelizar sus hábitos de consumo.

La información que se puede recabar y procesar a partir de la experiencia del consumidor ante un videojuego no difiere demasiado de su experiencia frente a otro tipo de productos digitales. El objetivo último es siempre el mismo: hacer que un negocio sea cada vez más rentable.

Para esto, la información más relevante que la analítica digital busca extraer de la experiencia producida por los videojuegos es la siguiente:. El análisis de datos incorpora la automatización de varias tareas de datos, como la migración, la preparación, la elaboración de informes y la integración.

Elimina las ineficiencias manuales y reduce el tiempo y las horas de trabajo necesarias para completar las operaciones de datos. Esto favorece la escalabilidad y permite ampliar rápidamente las nuevas ideas.

Caso práctico: Cómo FactSet usó el análisis de datos para agilizar los procesos de integración de clientes. La misión de FactSet es ser la principal plataforma abierta de contenidos y análisis. El traslado de datos implica grandes procesos, varios miembros de diferentes departamentos en el lado del cliente y varias personas en el lado de FactSet.

Cada vez que había un problema, era difícil averiguar en qué parte del proceso fallaba la transferencia de datos. Amazon Redshift ayudó a agilizar el proceso y a capacitar a los clientes de FactSet para escalar más rápido y aportar más datos para satisfacer sus necesidades.

Los negocios capturan estadísticas, datos cuantitativos e información de múltiples canales internos y orientados al cliente. Sin embargo, encontrar información clave requiere un análisis cuidadoso de una cantidad asombrosa de datos. No es precisamente una tarea sencilla. Consulte algunos ejemplos sobre cómo el análisis de datos y la ciencia de datos pueden aportar valor a una empresa.

Nextdoor es el centro del vecindario para establecer conexiones de confianza e intercambiar información, bienes y servicios útiles. Zynga es una de las empresas de juegos para móviles más exitosas del mundo, con juegos exitosos como Words With Friends , Zynga Poker y FarmVille.

La misión de FactSet es convertirse en la principal plataforma abierta de contenidos y análisis. AWS ofrece servicios de análisis de datos completos, seguros, escalables y rentables. Los servicios de análisis de AWS se adaptan a todas las necesidades de análisis de datos y permiten a organizaciones de todos los tamaños y sectores reinventar su negocio con los datos.

AWS ofrece servicios creados específicamente que proporcionan la mejor relación precio-rendimiento: movimiento de datos, almacenamiento, lagos de datos, análisis de macrodatos, machine learning y todo lo demás.. Regístrese para obtener una cuenta gratuita o contáctenos para obtener más información.

Centro de conceptos de computación en la nube Análisis. Cree una cuenta de AWS. Descubra ofertas de análisis gratuitas. Consulte las ofertas gratuitas de servicios de análisis en la nube. Eche un vistazo a los servicios de análisis.

Innove más rápido con el conjunto más completo de servicios de análisis. Examine las capacitaciones de análisis. Empiece con la capacitación de análisis con contenido creado por expertos de AWS.

Lea publicaciones de blog sobre análisis. Lea sobre las últimas novedades de los productos de análisis de AWS y las mejores prácticas. El análisis de macrodatos sigue cinco pasos para analizar cualquier conjunto de datos de gran tamaño: Recopilación de datos Almacenamiento de datos Procesamiento de datos Limpieza de datos Análisis de datos Recopilación de datos Esto incluye identificar el origen de datos y recopilar datos de allí.

ETL: extracción, transformación y carga En un proceso ETL, los datos generados se transforman primero en un formato estándar y, luego, se cargan en el almacenamiento. ELT: transformación de la carga extraída En la ELT, los datos se cargan primero en la memoria y, luego, se transforman en el formato requerido.

Almacenamiento de datos Según la complejidad de los datos, éstos se pueden trasladar a un almacenamiento como los almacenamientos de datos en la nube o los lagos de datos.

Comparación de los lagos de datos con los almacenamientos de datos Un almacenamiento de datos es una base de datos optimizada para analizar datos relacionales procedentes de sistemas transaccionales y aplicaciones empresariales. Procesamiento de datos Cuando los datos están en su sitio, hay que convertirlos y organizarlos para obtener resultados precisos de las consultas analíticas.

Procesamiento centralizado Todo el procesamiento se lleva a cabo en un servidor central dedicado que aloja todos los datos.

Procesamiento distribuido Los datos se distribuyen y almacenan en diferentes servidores. Procesamiento por lotes Los datos se acumulan con el tiempo y se procesan por lotes.

Procesamiento en tiempo real Los datos se procesan continuamente, y las tareas de cálculo terminan en segundos. Limpieza de datos La limpieza de datos implica la búsqueda de errores, como duplicaciones, incoherencias, redundancias o formatos incorrectos.

Análisis de datos Este es el paso en el que los datos brutos se convierten en información procesable. A continuación se describen cuatro tipos de análisis de datos: 1. Análisis descriptivo Los científicos de datos se encargan de analizar estos datos para comprender lo que sucedió o sucede con ellos.

Análisis de diagnóstico El análisis de diagnóstico es un proceso de profundización o análisis detallado de los datos para entender por qué ocurrió algo. Análisis predictivo El análisis predictivo usa datos históricos para hacer previsiones precisas sobre las tendencias futuras.

Análisis prescriptivo El análisis prescriptivo lleva los datos predictivos al siguiente nivel. En el análisis de datos se usan muchas técnicas informáticas. A continuación se enumeran algunas de las más comunes:. El procesamiento de lenguaje natural es la tecnología utilizada para que las computadoras entiendan el lenguaje humano hablado y escrito y respondan a este.

Los analistas de datos utilizan esta técnica para procesar datos, como notas dictadas, comandos de voz y mensajes de chat. Los analistas de datos usan la minería de texto para identificar tendencias en datos de texto, como correos electrónicos, tuits, investigaciones y publicaciones en el blog.

Se puede utilizar para clasificar el contenido de las noticias, los comentarios de los clientes y los correos electrónicos de estos. El análisis de los datos de los sensores implica examinar los datos generados por diferentes sensores. Se utiliza para el mantenimiento predictivo de máquinas, el seguimiento de envíos y otros procesos empresariales en los que las máquinas generan datos.

El análisis de valores atípicos o la detección de anomalías identifica puntos de datos y eventos que se desvían del resto de los datos. Caso práctico: Cómo Nextdoor usó la analítica de datos para mejorar la experiencia del cliente Nextdoor es el centro de conexiones de confianza del vecindario y el intercambio de información, bienes y servicios útiles.

Caso práctico: Cómo Zynga usó la analítica de datos para mejorar las campañas de marketing Zynga es una de las empresas de juegos para móviles más exitosas del mundo, con juegos exitosos como Words With Friends, Zynga Poker y FarmVille. Caso práctico: Cómo BT Group usó el análisis de datos para racionalizar las operaciones BT Group es el líder en telecomunicaciones y redes del Reino Unido, con clientes en países.

Caso práctico: Cómo Flutter usó el análisis de datos para acelerar las operaciones de juego Flutter Entertainment es uno de los mayores proveedores de juegos y deportes en línea del mundo.