Knowledge and Systems Peru

Webinars KASPERU
2016

www.kasperu.com

Knowledge and Systems Peru

Catlogo de Webinars KASPeru 2016
Presentacin
KASPeru ofrece un conjunto de seminarios prcticos en la modalidad virtual, donde se desarrollan
tcnicas del anlisis predictivo aplicado a la solucin de problemas particulares de las empresas, tales
como: la planificacin de la demanda, el establecimiento de precios y promociones, el anlisis de la
cesta de mercado y la segmentacin de clientes, por otro lado se desarrolla un webinar para la
clasificacin de grafos y etiquetado de nodos y finalmente un webinar para el anlisis de textos para la
extraccin de informacin no estructurada.

Metodologa de Trabajo
Todos los problemas son abordados de la siguiente manera:
Planteamiento conceptual del tema.
Formulacin del problema.
Enfoques de solucin al problema planteado y herramientas.
Anlisis de posibles casos especiales.
Procedimiento de solucin paso a paso.
Desarrollo de la solucin.
Anlisis del rendimiento (eficacia) de la solucin.

Webinars

Cdigo

Denominacin

Fechas

WB011 Aplicacin de Modelos para el Pronstico de Series de Tiempo.

22 febrero

WB013 Aplicacin del Modelos para la Gestin del Precio y la Promocin

24 febrero

WB015 Aplicaciones de Anlisis de Redes Sociales, clasificacin de grafos

26 febrero

WB017 Aplicaciones de anlisis de la cesta de mercado modelo de asociacin

29 febrero

WB019 Aplicaciones de Agrupamiento y Segmentacin de Clientes

2 de marzo

WB021 Aplicaciones de Textmining Extraccin de Informacin

4 de marzo

www.kasperu.com

Knowledge and Systems Peru

Aplicacin de Modelos para el Pronstico de Series de Tiempo.
Sumilla
Una serie de tiempo es un conjunto de mediciones de cierto
fenmeno registradas secuencialmente en el tiempo. Los modelos de
series de tiempo tienen por objetivo analizar la tendencia y la
estacionalidad de estas series. Los modelos de pronstico de series
de tiempo, pretende identificar el patrn de comportamiento de la
serie para luego intentar calcular los siguientes valores de la serie
(horizonte de pronstico).
El seminario se orienta a desarrollar dos tipos de modelos para el
pronstico de series de tiempo:
1. Modelo ARIMA. Conformado por un modelo auto-regresivo, un
promedio mvil para series univariadas y multivariadas, que
utiliza variaciones y regresiones de los datos para encontrar el
patrn de comportamiento de los datos.
2. Modelo Neuronal. Aplica la red neuronal de retro propagacin
para ventanas de tiempo fijas, este modelo es til cuando no se
obtiene rendimientos aceptables aplicando otros modelos.

Objetivos del Seminario

Al finalizar el seminario los alumnos estarn en capacidad de:
Identificar problemas donde son aplicables las series de tiempo.
Aplicar tcnicas de limpieza y preparacin de las series de tiempo,
previos a la aplicacin de las tcnicas de pronstico (valores null,
valores extremos, suavizado.
Aplicar las tcnicas de anlisis de la estacionalidad de la serie de
tiempo clculo del coeficiente de autocorrelacin.
Aplicar tcnicas para transformar la serie no estacionaria a
estacionaria.
Estimacin de parmetros del modelo.
Clculo del pronstico de la serie de tiempo.
Al finalizar el taller el participante debe lograr construir un modelo
paso a paso, de tal forma que sea aplicable a diferentes fuentes de
datos.

Contenido
1.
2.
3.
4.
5.
6.

Introduccin a las series de tiempo

Preparacin de datos
Anlisis de la estacionalidad de los datos
Transformacin de tcnicas no estacionarias.
Estimacin de parmetros del modelo (regresin mltiple)
Construccin del modelo neuronal

www.kasperu.com

Duracin
4 horas

Herramienta
Rapid Miner's Time Series plugin
Ejercicio de aplicacin
Pronstico de la demanda de
efectivo en cajeros
electrnicos.
Dirigido a
Especialistas en planificacin
y presupuesto.
Especialistas en
programacin de servicios.
Analistas de ventas.
Especialistas en marketing.
Pre-requisitos
Conocimientos bsicos de
estadstica descriptiva..
Conocimientos bsicos de
mtodos de regresin.
Conocimiento bsico del
Rapidminer.

Knowledge and Systems Peru

Aplicacin del Modelos para la Gestin del Precio y la Promocin
Sumilla
El modelo de Precio y Promocin, es la aplicacin de herramientas
analticas para predecir el comportamiento del consumidor, medido
como su intencin de compra ante diferentes escenarios de precios.
El modelo busca optimizar la disponibilidad y precio de los producto
que ofrece una empresa para maximizar sus ingresos.
Se trata de aprovechar los datos generados en campaas anteriores
donde se aplicaron descuentos eventuales (promocionales) a los
productos para medir el impacto de estas variaciones en la demanda.
Se pretende comprender la percepcin del valor del producto para
los clientes, alinendola con precisin a los precios de los productos,
la colocacin y disponibilidad para cada segmento de clientes.
La construccin del modelo implica el desarrollo de cuatro etapas:

Recoleccin
de datos

Duracin
4 horas

Herramienta
Rapidminer
Segmentacin

Pronstico

Optimizacin

Objetivos del Seminario

Al finalizar el seminario los alumnos estarn en capacidad de:
Planificar la recoleccin de datos de campaas promocionales
anteriores, buscando la estandarizacin de datos por sector.
Seleccionar los atributos de inters que ingresaran al dataset.
Preparar el dataset para el proceso de segmentacin.
Segmentar los datos recolectados, cada segmente corresponde a
un grupo de clientes con comportamiento similar.
Preparar un modelo de pronstico de la demanda por cada
segmento identificado.
Preparar un modelo de elasticidad-precio para predecir la
demanda en funcin al precio.
Disear un modelo de optimizacin para maximizar los ingresos en
funcin del pronstico de la demanda y de la funcin de demanda,
la variable a calcular es el precio.
Contenido
1. Recoleccin de datos.
2. Construccin del dataset
3. Segmentacin de datos
4. Preparacin del modelo de pronstico de la demanda.
5. Preparacin del modelo de elasticidad-precio.
6. Formulacin del modelo de optimizacin no-lineal
7. Optimizacin del modelo.

www.kasperu.com

Ejercicio de aplicacin
Data de 5 hoteles.

Dirigido a
Especialistas en planificacin
y presupuesto.
Analistas de comerciales.
Supervisores comerciales.
Analistas de precios.
Especialistas en marketing
Pre-requisitos
Conocimientos bsicos de
estadstica descriptiva..
Conocimientos bsicos de
mtodos de regresin.
Conocimientos bsicos de
tcnicas de optimizacin
Conocimiento bsico del
Rapidminer.

Knowledge and Systems Peru

Aplicaciones de Anlisis de Redes Sociales, clasificacin de grafos
Sumilla
El anlisis de redes sociales es un instrumento indispensable para
comprender la complejidad del mundo actual, dado por las relaciones
que se forman entre los seres humanos.
Las redes sociales (personales o virtuales) se forman por el principio
de la homofilia es decir que todos los que tienen caractersticas
comunes tienden a juntarse en grupos, por lo que se puede estudiar
el comportamiento de todo el grupo estudiando el comportamiento
de una parte de ella.
El anlisis de redes sociales se centra en la medicin, representacin
y anlisis de los vnculos o lazos que se establecen entre las personas,
instituciones o cualquier otro tipo de entidades.
Objetivos del Seminario
Al finalizar el seminario los alumnos estarn en capacidad de:
Conocer formatos de representacin de grafos (GDF, GML, etc.)
Identificar mtricas que se pueden extraer desde grafos
(centralidad, densidad, etc.).
Descargar su propio grafo social desde facebook.
Usar herramientas para la visualizacin de grafos.
Extraer mtricas desde grafos para elaborar el dataset.
Identificar la relacin que existe entre las mtricas de los grafos.
Construir modelos de agrupamiento de grafos (grafos similares).
Construir modelos de clasificacin de grafos.
Identificar patrones de relaciones sociales artificiales.
Etiquetado de grafos.

Contenido
1. Conceptos bsicos del anlisis de grafos
2. Teora de grafos y mtricas en grafos.
3. Formatos y herramientas para la gestin de grafos.
4. Extraccin de mtricas
5. Agrupamiento de grafos
6. Clasificacin de grafos.

import networkx as net

import matplotlib.pyplot as plt
G=net.barabasi_albert_graph(20, 5)
pos=net.spring_layout(G, scale=1)
net.draw(G, pos)
plt.show()

www.kasperu.com

Duracin
4 horas
Herramienta
Python
Ejercicio de aplicacin
Grafos sociales de facebook.
Dirigido a
Profesionales interesados en
el uso de herramientas de
redes
sociales
y
sus
aplicaciones en: seguridad,
marketing, salud, gobierno,
etc.
Pre-requisitos
Conocimientos bsicos de
programacin.
Conocimientos bsicos de
python.
Estar familiarizado con
conceptos bsicos de teora
de grafos

Knowledge and Systems Peru

Aplicaciones de Anlisis de la Cesta de Mercado
Sumilla
La cesta de mercado es la resultante de combinar diferentes
productos en diversas cantidades, los clientes compran diferentes
cestas de mercado, dependientes de sus preferencias
El anlisis de la cesta de mercado utiliza diferentes tcnicas para
analizar las relaciones entre productos comprados y de esta forma
identificar el patrn de compra de los clientes.
El anlisis de la cesta de mercado se puede desarrollar:
Por afinidad, para encontrar relaciones entre eventos que ocurren
conjuntamente o en simultaneo
Por clster, para encontrar relaciones entre categoras de
eventos, por ejemplo compras de electrodomsticos con compra
de artculos para el dormitorio.
El anlisis de la cesta de mercado se realiza sin interesar la cantidad
o el precio de los productos, se analiza solo la ocurrencia eventos.
El anlisis de la cesta de mercado se aplica al: diseo de los espacios
de compra, diseo de campaas de marketing, sistemas de
recomendacin automtica (cross-selling), etc.
Objetivos del taller
Al final del taller los alumnos estarn en capacidad de:
Disear estructuras de datos para recolectar informacin de
eventos.
Aplicar tcnicas de segmentacin de clientes.
Aplicar tcnicas de agrupamiento por categoras de productos.
Generar itemsets por segmentos y por categoras.
Generar k-itemset, con soporte mnimo.
Generar reglas con rangos de confianza.
Visualizar las reglas generadas.
Evaluar las reglas generadas
Contenido
1. Modelos de asociacin y algoritmo a-priori.
2. Diseo de la estructura de datos para el registro de eventos.
3. Diseo del agrupamiento por categoras.
4. Segmentacin de los datos.
5. Generacin del itemset.
6. Generacin de k-itemset con soporte mnimo.
7. Generacin de reglas con confianza mnima.
8. Visualizacin de las reglas generadas.
9. Evaluacin de reglas de asociacin.

www.kasperu.com

Duracin
4 horas
Herramienta
Rapidminer
Ejercicio de aplicacin
Ventas Retail.
Ventas de bicicletas

Dirigido a
Analistas de marketing.
Supervisores de ventas.
Supervisores de campaas
Analistas de Estrategias de
ventas
Pre-requisitos
Conocimientos bsicos
rapidminer

Knowledge and Systems Peru

Aplicaciones de Agrupamiento y Segmentacin de Clientes
Sumilla
La segmentacin de clientes es un conjunto tcnicas diseadas con la
finalidad de encontrar grupos con patrones de comportamiento
similares dentro del grupo (pero diferentes entre los grupos). Se
asume que los miembros de un segmento tienen caractersticas
homogneas. El patrn de comportamiento puede estar relacionado
a sus caractersticas intrnsecas o a su capacidad de respuesta ante
campaas de marketing.
La identificacin de estos grupos es fundamental para el diseo de
campaas de marketing, la aplicacin de estrategias de precio y
promocin, entre otras tareas de marketing. Permite ajustar la
estrategia de marketing en funcin de las necesidades y preferencias
de cada grupo de clientes.
Con el fin de encontrar estos grupos se aplican mltiples tcnicas:
A posteriori. Anlisis tipolgico
A priori. Anlisis discriminante y deteccin automtica de
iteraciones.
Objetivos del taller
Al finalizar el taller los estudiantes estarn en capacidad de:
Gestionar el ciclo del proyecto de segmentacin.
Entender y aplicar las diferentes tcnicas de segmentacin.
Preparar los datos antes del proceso de segmentacin.
Perfilar y validar segmentos.
Evaluar los segmentos.
Calcular la probabilidad de afiliacin al segmento.
Usar los resultados de la segmentacin para construir modelos de
clasificacin.
Contenido
1. Segmentacin de clientes.
2. Tipos de segmentacin.
3. El clico de vida del proyecto de segmentacin.
4. Preparacin de datos antes de la segmentacin.
5. Tcnicas de segmentacin.
6. Probabilidad de afiliacin al segmento.
7. Evaluacin de segmentos.
8. Modelos de clasificacin.

www.kasperu.com

Duracin
4 horas
Herramienta
Rapidminer
Ejercicio de aplicacin
Ventas Retail.
Ventas Hoteles

Dirigido a
Analistas de mercado.
Analistas de marketing.
Personas que desean
aprender a segmentar a sus
clientes en base a sus
actitudes, preferencias o
transacciones, para
desarrollar campaas de
marketing.
Personas interesadas en
analizar la evolucin de los
segmentos identificados.
Pre-requisitos
Conocimientos bsicos
rapidminer

Knowledge and Systems Peru

Aplicaciones de Textmining Extraccin de Informacin
Sumilla
La minera de textos es el proceso para descubrir conocimiento
almacenado en documentos (datos no estructurados), el
conocimiento se representa mediante tendencias, promedios,
desviaciones, dependencias, grupos, etc. La minera de textos es la
extensin de los mtodos de la minera de datos. La minera de
textos comprende actividades como: Clasificacin de documentos
para la asignacin automtica a clases pre-definidas. Agrupamiento
de documentos para la identificacin de documentos similares.
Recuperacin de informacin, similar a un buscador. Extraccin de la
informacin incluida en esos textos (hechos), Extraccin de
asociaciones entre los hechos extrados y Etiquetado de palabras con
el fin de identificar los componentes de una oracin.
Objetivos
Al final del taller los alumnos estarn en capacidad de:
Conocer los fundamentos de minera de textos.
Estructurar corpus de documentos con fines de anlisis.
Usar tcnicas para la preparacin de documentos.
Aplicar tcnicas de agrupamiento, clasificacin y extraccin de
asociaciones en documentos.
Aplicar tcnicas para la extraccin de informacin.
Aplicar tcnicas para el etiquetado de documentos.
Aplicar tcnicas para la reduccin de la dimensionalidad.
Contenido.
Introduccin a la minera de textos.
Tcnicas para la preparacin de documentos.
Modelos de agrupamiento de documentos.
Modelos de clasificacin de documentos.
Modelos de extraccin de asociaciones entre documentos.
Expresiones regulares.
Extraccin de informacin.
Etiquetado de documentos.
Reduccin de la dimensionalidad.

Duracin
4 horas
Herramienta
Rapidminer
Ejercicios de aplicacin
Anlisis sentimental.
Estructuracin de base de
datos mediante la extraccin
de informacin desde un
corpus de documentos.
Dirigido a
Analistas de datos.
Analistas de marketing en la
web.
Investigadores de mercado
que desean analizar
encuestas abiertas.
Profesionales en estadstica
interesados en analizar el
contenido de textos no
estructurados (formularios,
encuestas, etc.).
Pre-requisitos
Conocimientos bsicos
rapidminer
Conocimientos bsicos de
clasificacin, agrupamiento y
asociacin

www.kasperu.com

Knowledge and Systems Peru

Plantel de Especialistas

Dr (c). Samuel, Oporto Daz (soporto@kasperu.com)

Estudios de Doctorado en Ingeniera de Sistemas . UNI, Per.
Magster en Inteligencia Artificial por el ITESM , Mxico.
Ingeniero de Sistema, Universidad Nacional de Ingeniera, Per.

Especializacin en gestin de riesgos.

Docente en Inteligencia Artificial, UNI, UPC, UPAO
Docente en Simulacin de Sistema Discretos, UPC, KASPERU
Publicaciones en congresos y revistas: CLEI, ICIAR, LNCS y IJCNN.
Investigador del CTIC-UNI.
Consultor de la PCM - Programa de Modernizacin del Estado Peruano.
Consultor MINEDU Secretara de Planificacin Estratgica.
Consultor OSCE Registro Nacional de Proveedores
Consultor OSINERGMIN Gerencia de Fiscalizacin Minera.
Gerente de KASPeru.
Amplia experiencia en el diseo, construccin y evaluacin de modelos de
anlisis predictivo.

www.kasperu.com

Knowledge and Systems Peru

Alguno de Nuestros Clientes

EDELNOR
SUNAT
Pacifico Vida
Profuturo AFP
Caja Municipal de Trujillo
FondeSurco
SCI
Nextel del Per
Telefnica del Per
ATENTO
Corporacin Radial del Per
TECSUP
UPCH
UPC
Consorcio Terminales Graa
BSH Electrodomsticos
LAN Per
Visanet Per
Corporacin Lindley
Citibank del Per S.A.
Banco de Crdito del Per
Corporacin Aceros Arequipa S.A
Financiera Efectiva S.A.
Red Cientfica Peruana
Amrica Mvil (Claro)

www.kasperu.com

Knowledge and Systems Peru

Procedimiento de Matrcula
Procedimiento de matrcula
1. Descargue la ficha de matrcula desde.
www.kasperu.com/courses/WB00A/ficha_matricula_webinars_kasperu_2016.doc
2. Calcule el monto a pagar.
Se aplica un descuento del 10% por matrculas en ms de dos webinar o en grupos de
dos personas (*)
2. Efectu el depsito.
Cuenta de ahorros a nombre de: Knowledge and Systems Peru S.A.C.
Interbank ahorro soles: 082-303108124-0
Interbank ahorro soles (CCI): 003-082-013031081240-54
3. Complete la ficha de matrcula.
Pegue una copia de la constancia del depsito o transferencia
Indique los datos de facturacin.

4. Enve esta informacin a: informes@kasperu.com

5. A la vuelta recibir las credenciales para el webinar y luego el material correspondiente.
(*) Los descuentos son aplicables solo para depsitos o transferencias en efectivo.
No se aplica descuento para matrculas mediante orden de servicio u orden de compra.

www.kasperu.com

Knowledge and Systems Peru

KASPeru
Av. Las Gaviotas 2110, E13-703
Santiago de Surco
Lima Per
(51-1) 697-8227
(51-1) 725-7209
www.kasperu.com
informes@kasperu.com
Todos los derechos reservados.
Todos los nombres de empresas y/o productos mencionados
tiene propsitos de identificacin nicamente, ellos son
registrados por sus respectivos dueos.

KASPeru

www.kasperu.com