Mostrar el registro sencillo del ítem
dc.contributor.advisor | Maheut, Julien Philippe Dominique | es_ES |
dc.contributor.author | Rizzo, Vincent Thomas | es_ES |
dc.date.accessioned | 2021-01-27T16:02:39Z | |
dc.date.available | 2021-01-27T16:02:39Z | |
dc.date.created | 2020-07-22 | |
dc.date.issued | 2021-01-27 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/160064 | |
dc.description.abstract | [ES] Datamaran es una empresa creada en 2014 en Londres, con el objetivo de facilitar a las grandes empresas una herramienta innovadora que permite leer automáticamente y en tiempo real los documentos útiles para tomar decisiones estratégicas en el contexto medioambiental y social. Su departamento técnico se basa casi exclusivamente en Valencia, donde trabajan alrededor de 20 personas, desarrolladores y data scientists por la mayoría. El resto de sus empleados (50 personas en total) se reparte entre las oficinas de Londres y Nueva York, donde se encargan de las ventas comunicación, asociaciones y atención al cliente. Dentro de los clientes de Datamaran se encuentran la BBVA, el banco Santander, Rakuten, Amazon, Philips y Morgan Stanley. El trabajo se lleva sobre un módulo específico de la solución de Datamaran: el continuous monitoring. Este módulo se encarga de observar cómo evolucionaron los datos en los últimos 6 meses, para que los clientes puedan entender mejor cuales son las posibles razones que explican porqué una temática dada se encuentra mas importante hoy en día. Se llevará un diálogo con el departamento business de Datamaran para definir correctamente los insights interesantes para los clientes, se definirán indicadores medibles que permitan identificar tendencias en los datos e intentar predecir que temáticas mas probablemente serán importantes en el futuro. El documento se dividirá en 7 capítulos, después de la introducción, en el capítulo 2 se tratará del entorno del problema, en la empresa, poniendo el módulo en su contexto en la aplicación. Luego, en el capítulo 3 se llevará a cabo un análisis detallado del funcionamiento actual del módulo existente y en el capítulo 4, gracias al departamento responsable del producto se determinarán las especificaciones que el nuevo módulo deberá de cumplir. En el capítulo 5 se detallará la metodología que permite detectar las tendencias, y finalmente el capítulo 6 presentará el plan de implantación de la herramienta en la plataforma, fijado para septiembre 2020. Por último, se harán conclusiones generales y futuras líneas de trabajo para el futuro del módulo. | es_ES |
dc.description.abstract | [EN] Datamaran is a company created in 2014 in London, with the aim of providing large companies with an innovative tool that allows them to read automatically and in real time the documents that are useful for making strategic decisions in the environmental and social context. Its technical department is based almost exclusively in Valencia, where about 20 people work, most of them developers and data scientists. The rest of its employees (50 people in total) are divided between the London and New York offices, where they are responsible for sales communication, partnerships and customer service. Datamaran's customers include BBVA, Banco Santander, Rakuten, Amazon, Philips and Morgan Stanley. The work is carried out on a specific module of Datamaran's solution: the continuous monitoring. This module is in charge of observing how the data evolved in the last 6 months, so that customers can better understand which are the possible reasons that explain why a given topic is more important today. A dialogue with Datamaran's business department will be carried out in order to correctly define the interesting insights for the customers. Measurable indicators will be defined to identify trends in the data and to try to predict which topics are more likely to be important in the future. The document will be divided in 7 chapters, after the introduction, in chapter 2 we will deal with the environment of the problem, in the company, putting the module in its context in the application. Then, in chapter 3 a detailed analysis of the current functioning of the existing module will be carried out and in chapter 4, thanks to the department responsible for the product, the specifications that the new module will have to meet will be determined. Chapter 5 will detail the methodology for detecting trends, and finally Chapter 6 will present the plan for implementing the tool in the platform, set for September 2020. Finally, general conclusions and future lines of work for the future of the module will be made. | es_ES |
dc.description.abstract | [CA] Datamaran és una empresa creada en 2014 a Londres, amb l'objectiu de facilitar a les grans empreses una eina innovadora que permet llegir automàticament i en temps real els documents útils per a prendre decisions estratègiques en el context mediambiental i social. El seu departament tècnic es basa quasi exclusivament a València, on treballen al voltant de 20 persones, desenvolupadors i data scientists per la majoria. La resta dels seus empleats (50 persones en total) es reparteix entre les oficines de Londres i Nova York, on s'encarreguen de les vendes comunicació, associacions i atenció al client. Dins dels clients de Datamaran es troben la BBVA, el banc Santander, Rakuten, Amazon, Philips i Morgan Stanley. El treball s'emporta sobre un mòdul específic de la solució de Datamaran: el continuous monitoring. Aquest mòdul s'encarrega d'observar com van evolucionar les dades en els últims 6 mesos, perquè els clients puguem entendre millor quals són les possibles raons que expliquen perquè una temàtica donada es troba mes important hui dia. S'emportarà un diàleg amb el departament business de Datamaran per a definir correctament els insights interessants per als clients, es definiran indicadors mesurables que permeten identificar tendències en les dades i intentar predir que temàtiques mes probablement seran importants en el futur. El document es dividirà en 7 capítols, després de la introducció, en el capítol 2 es tractarà de l'entorn del problema, en l'empresa, posant el mòdul en el seu context en l'aplicació. Després, en el capítol 3 es durà a terme una anàlisi detallada del funcionament actual del mòdul existent i en el capítol 4, gràcies al departament responsable del producte es determinaran les especificacions que el nou mòdul haurà de complir. En el capítol 5 es detallarà la metodologia que permet detectar les tendències, i finalment el capítol 6 presentarà el pla d'implantació de l'eina en la plataforma, fixat per a setembre 2020. Per últim, es faran conclusions generals i futures línies de treball per al futur del mòdul. | es_ES |
dc.format.extent | 146 | es_ES |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reserva de todos los derechos | es_ES |
dc.subject | Vigilancia | es_ES |
dc.subject | Predicción | es_ES |
dc.subject | Tendencia | es_ES |
dc.subject | Temáticas éticas | es_ES |
dc.subject | Riesgo no financiero | es_ES |
dc.subject | Análisis | es_ES |
dc.subject | Red social | es_ES |
dc.subject | Prense | es_ES |
dc.subject | Informes financieros | es_ES |
dc.subject | Sostenibilidad | es_ES |
dc.subject | Medio ambiente | es_ES |
dc.subject | Inversores | es_ES |
dc.subject | Procesamiento natural del lenguaje | es_ES |
dc.subject | Inteligencia artificial | es_ES |
dc.subject | Monitoring | es_ES |
dc.subject | Prediction | es_ES |
dc.subject | Trend | es_ES |
dc.subject | Ethical issues | es_ES |
dc.subject | Non-financial risk | es_ES |
dc.subject | Analysis | es_ES |
dc.subject | Social network | es_ES |
dc.subject | News articles | es_ES |
dc.subject | Financial reports | es_ES |
dc.subject | Sustainability | es_ES |
dc.subject | Environment | es_ES |
dc.subject | Investors | es_ES |
dc.subject | Natural language processing | es_ES |
dc.subject | Artificial intelligence | es_ES |
dc.subject.classification | ORGANIZACION DE EMPRESAS | es_ES |
dc.subject.other | Máster Universitario en Ingeniería Industrial-Màster Universitari en Enginyeria Industrial | es_ES |
dc.title | Diseño e implementación de una metodología y herramienta para mejorar la detección y el análisis de nuevas tendencias en factores de riesgos no financieros | es_ES |
dc.type | Tesis de máster | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Organización de Empresas - Departament d'Organització d'Empreses | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros Industriales - Escola Tècnica Superior d'Enginyers Industrials | es_ES |
dc.description.bibliographicCitation | Rizzo, VT. (2020). Diseño e implementación de una metodología y herramienta para mejorar la detección y el análisis de nuevas tendencias en factores de riesgos no financieros. Universitat Politècnica de València. http://hdl.handle.net/10251/160064 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\126225 | es_ES |