Capítulo 1
Introducción
1.1 Contexto histórico
1.2 Situación actual
Capítulo 2
Marco Teórico
2.1 Key Performance Indicator (KPI)
2.1.1 Conversion Rate
2.1.2 Bounce Rate
2.1.2 Open Rate
2.1.3 Click Through Rate (CTR)
2.1.4 Tap Rate 1
2.2 Conversion Rate Optimization (CRO)
2.2.1 Medir y analizar
2.2.2 Establecer nuevos objetivos y volver a iterar
2.3 A/B Test
2.4 Conversion funnel
Capítulo 3
Primeros pasos en el proceso de construcción del tablero omnicanal
3.1 Metodología de Trabajo
3.2 Tracking de datos
3.2.1 Cloud Computing
3.2.2 Server
3.2.3 Cluster
3.2.4 Storage (Bases de datos)
3.2.4.1 MySQL
3.2.4.2 Datastore
3.2.4.3 Casandra
3.2.4.4 MongoDB
3.2.4.5 Teorema de CAP
3.2.5 Big Data
3.2.5.1 Hadoop
3.2.5.2 Ecosistema Hadoop
3.2.5.2.1 Data Lake
3.2.5.2.2 Presto DB
3.2.5.2.3 Apache Kafka
3.2.5.2.4 Apache Spark
3.2.5.2.5 Elasticsearch
3.2.5.2.6 Hazelcast
3.2.5.2.7 Apache Avro
3.2.5.2.8 Apache Parquet
Capítulo 4
Reestructuración del proceso de registro de actividades de usuario.
4.1 Arquitectura de las aplicaciones
4.2 Proceso de registración
4.2.1 Coordinación
4.2.2 Encoding
4.2.3 Envío y Registración
4.3 Procesamiento en memoria
4.3.1 Spark
4.3.2 Hazelcast
4.4 Segmentación
4.5 Capa presentación
Capítulo 5
Manipulación de la información registrada.
5.1 Ingesta y validación de datos
5.2 - Persistencia de datos
5.3 - Recopilación de eventos relacionados
Capítulo 6
Construcción del enfoque multicanal en la inteligencia de negocio
6.1 Extracción, Transformación y Carga de datos
6.2 Carga de datos en memoria
6.3 Exploración de datos en memoria
Capítulo 7
Conclusiones y Trabajos futuros
7.1 Conclusiones
7.2 Trabajos futuros
7.2.1 Rendimiento por usuario y media
7.2.2 Ampliar el servicio de coordinación 7
7.2.3 Revisión del proceso de envío de alertas
Bibliografía