Está en la página 1de 51

Primera sustentacin

Proyectos de Sistemas II
Alcntara Mori, Alvaro
Asesor : MBA Ing. Carlos Zorrilla Vargas
Carrera : Informtica

rea : Base de Datos

Asignatura : Minera de Datos

Tema : Implantacin de un sistema de
Minera de Datos.
Planteamiento del Problema
2. Justificacin de la
Investigacin
OBJETIVOS GENERALES
Conocer el impacto
econmico y en la
alineacin de los procesos
al implantar un sistema de
Minera de Datos, en la
empresa DIPESA.

Objetivos Especficos
Calcular la ganancia econmica
resultante despus de la
implantacin. Reduccin de 10%
del costo del producto en logstica.

Caracterizar los procesos no
atendidos adecuadamente,
conocer su influencia.
La empresa DIPESA, dedicada a la comercializacin de productos de
primera necesidad.
Tiene procesos bsicos de comercializacin y cuenta con un sistema de
almacenes que solo gestiona parte de sus procesos.
Descripcin del Problema
Se ha visto perdidas por el mal ingreso de los datos en algunas de las
reas de sus procesos y gastos excesivos por el tema de
almacenamiento.
Tambin ligeras perdidas de productos que exceden las fechas de
vencimiento y que aun no han sido distribuidos.
Descripcin del Problema
Formulacin de Minera de Datos para la
Empresa Distribuidora de Productos Espinoza
Aguilar S.A
Formulacin del Problema
DISTRIBUIDORA DE PRODUCTOS
ESPINOZA AGUILAR S.A.
Desde sus inicios la rentabilidad en las
cuales est orientada la empresa,
DIPESA, se basa en la cantidad de
volumen comercializado, dejando de
lado la investigacin relacionada con
las estadsticas y proyecciones.
Generando gastos adicionales que bien
se pueden reducir en las etapas de
almacenaje y preferencias de clientes.

Formulacin del Problema
Hiptesis
La implantacin de un
Sistema de Minera de
Datos, en la empresa
DIPESA, lograr reducir
los gastos logsticos de
25% a 15 %?
JUSTIFICACION
Por qu?
Para detectar falencias en las los procesos que
generen perdidas por gastos innecesarios en la
logstica.
Para qu?
Para aumentar la rentabilidad del negocio y agilizar
los procesos internos de comercializacin en todas
sus reas.

LIMITACIONES
Las limitaciones del estudio son
dadas por la falta de cultura que
tienen las medianas empresas en
la inversin de proyecciones
estadsticas y en la estructura
cerrada de las compaas que por
seguridad y estrategias
comerciales limitan a nula la
informacin de sus logros internos.

3. Situacin Actual
RECURSOS CON LOS QUE CONTAMOS
SALAS DE VENTA Y
VENDEDORES
SISTEMAS
INFORMATICOS
OPERADOR DE
TRANSPORTE
PROPIO
Contamos con 13
vehculos propios entre
camiones, camionetas ,
minibuses y combis bajo la
administracin y control de
nuestra Empresa CHZ
Servicios Corporativos
SAC.
Sala de Ventas
DIPESA
Sala de Ventas
REDIGOL
Contamos con el sistema
comercial



Este nos otorga informacin
detallada acorde con las
necesidades del momento
Contamos con:

04 Vendedores canal
Vertical
30 Vendedores canal
Horizontal
05 Vendedores Viajeros
ZONAS DE OPERACION
REGION JUNIN
Provincias de Huancayo,
Chupaca, Concepcin, Jauja,
Yauli La Oroya, Tarma,
Chanchamayo y Satipo
REGION
HUANCAVELICA
Provincias de
Huancavelica, Pampas,
Tayacaja y Lircay
VENDEDORES Y CARTERA DE CLIENTES

Cartera 4,890 Clientes
Cobertura 3,800 Clientes
Zonas de atencin Huancayo,
Chupaca, Concepcin, Jauja, Yauli
La Oroya


14 Vendedores cobertura
01 Vendedor mayorista
01 Vendedor mini mayorista
01 Vendedor mercados
03 Vendedores viajeros

20 VENDEDORES
Cartera 350 Clientes
Cobertura 285 Clientes
Zonas de atencin Pampas ,
Huancavelica y Lircay
LINEAS DE PRODUCTOS


LINEAS DE PRODUCTOS


LINEAS DE PRODUCTOS


06 VENDEDORES 20 VENDEDORES

02 Vendedores cobertura
01 Vendedor mayorista
02 Vendedores Selva central
01 Vendedor Boticas, Farmacias


14 Vendedores cobertura
01 Vendedor mayorista
01 Vendedor mini mayorista
01 Vendedor mercados
03 Vendedores viajeros

Cartera 350 Clientes
Cobertura 285 Clientes
Zonas de atencin Provincias de
Tarma, Chanchamayo y Satipo

Cartera 4,890 Clientes
Cobertura 3,800 Clientes
Zonas de atencin Huancayo,
Chupaca, Concepcin, Jauja, Yauli
La Oroya

Cartera 350 Clientes
Cobertura 285 Clientes
Zonas de atencin Pampas ,
Huancavelica y Lircay
Marco Terico
La Minera de Datos es un campo multidisciplinario
Proceso que abarca la Minera de Datos
Etapas
Seleccin de los datos de entrada.

Transformacin de los datos de entrada.

Minera de datos.

Interpretacin de los resultados obtenidos.

Preparacin de datos
Extraccin / Integracin
Transformacin
Seleccin
Limpieza
Data warehouse
50-80% tiempo del proyecto
Scrubbing, selecting, cleansing,
preprocessing,
Eliminar redundancia
Eliminar datos y variables irrelevantes
Tratar datos ausentes
media, substitucin astuta, interpolacin, ignorar, ?
Correccin errores
Outliers (datos fuera de rango)
Verificar consistencia

Reservar todo pre procesamiento relevante hasta el anlisis
Lenguaje
Unificado de
Modelado
(UML)
Qu usamos?
El Modelo de
Hechos
Dimensionales
Anlisis de datos en tiempo
finito, y multidimensional
Diagrama en
Estrella
Tipo de consulta ms
usada, por el tipo
relacional.

Cubos de
datos
Conjunto formado por
todas las tablas
Dimensin y la tabla
Hecho

Anlisis de datos
Tareas conceptuales:

Clasificacin
Optimizacin
Interpolacin
Modelacin
Prediccin
Tcnicas:

rboles de decisin
Reglas de asociacin
Ajustes (regresiones..)
Algoritmos genticos
Redes neuronales
Objetivos:

Target marketing
Segmentacin
Control
Prediccin ventas
Descubrir imperfecciones
Tcnicas de minera de datos
Redes
neuronales.
Inspirado en la forma
en que funciona el
sistema nervioso de los
animales.
Regresin
lineal.
Utilizada para formar
relaciones entre
datos
Tcnicas de minera de datos
rboles de
decisin.
Creacin de estructuras
de lgicas de informacin.
Modelos
estadsticos.
Expresin simblica en
forma de igualdad o
ecuacin para indicar los
diferentes factores que
modifican la variable de
respuesta.
Interpretacin de los resultados obtenidos
Despliegue.
Cmo se usaran los resultados
obtenidos?
Quin necesita usarlos?
Con qu frecuencia se usaran?
Aplicado por el rea responsable.
Tipo de despliegue:
Simple. generar un reporte
Complejo. implementar un
proceso de MD para una
empresa
Evaluacin de Modelos
Matriz de
confusin
Curva
ROC
Lift charts
SAS (statistical analysis system)
Enterprise Miner simplifica el proceso
de minera de datos para crear
modelos predictivos y descriptivos de
gran precisin basados en el anlisis
de grandes cantidades de datos
provenientes de todas las reas de la
empresa.
Data mining con SAS

Enterprise
Miner
TM

Oracle Data Mining
Oracle brinda la primera
plataforma que unifica
aplicaciones de gestin de
performance, herramientas de
Business Intelligence y de
anlisis y almacenamiento de
datos.

Las soluciones de BI de
Oracle estn dirigidas a los
ejecutivos de tecnologa y
negocios de organizaciones
que buscan optimizar e
integrar los procesos de
anlisis y gestin.
Fuerzas de Porter
Modelo Propuesto
Casos de Empaques Especiales
Cl iente
Sol ici tud de mercaderia
Ingreso al si stema Sol ici tud de ususario y clave
Vendedor
Proceso de Venta
Proceso de Compra
Al macenero
Proveedor
Verifi car Productos Comprados Determi nar productos a comprar Sel ecci onar Proveedor
Evaluacion de Proveeedores
Admi nistrador
Anali sis de Compra
Cliente Cliente Vendedor Vendedor Base de Datos Base de Datos Almacen Almacen Transporte Transporte
Solicitar productos
Separar articulos
Verificar Stock/Precio
Solicitar Articulos
Enviar pedido
Entregar Productos
General guia de Transporte
Recepcion y Verificacion
Ingreso al Sistema
Diagrama de Secuencia
Aqu analizamos cuantos atributos tenemos
y de que tipo son:
INVERSIN
Resumen Inversion
ITEM Costo S/.
Costo de RRHH
96200
Costos de Hardware 21085
Costo de Software 22920.3
Costo Logsticos 1100
Costos de Infraestructura 9125
Otros 4370
TOTAL 154800.3
Meses
Movimiento
econmico
mensual S/.
Costo
logistico
25%
Costo
logistico
15%
Ahorro
S/.
1 180000 45000 27000 18000
2 180000 45000 27000 18000
3 180000 45000 27000 18000
4 180000 45000 27000 18000
5 180000 45000 27000 18000
6 180000 45000 27000 18000
7 180000 45000 27000 18000
8 180000 45000 27000 18000
9 180000 45000 27000 18000
10 180000 45000 27000 18000
11 180000 45000 27000 18000
12 180000 45000 27000 18000
216000 Ahorro anual
Ahorro Anual
Columna1 Columna2 Columna3 Columna4
Meses
enero -154800.3 TIR
febrero 30000 15%
marzo 30000
abril 30000
mayo 30000 VAN S/. 141,000.27
junio 30000
julio 30000
agosto 30000
septiembre 30000
octubre 30000
noviembre 30000
diciembre 30000
= Ahorro Inversin

= 216000 154800 = 61200.00
Conclusiones
Conociendo las
tendencias
cambiantes del
mercado, las
organizaciones
podrn realizar las
acciones para
aumentar la
rentabilidad del
negocio.
La reduccin de
gastos logsticos
como la merma y el
costo de transporte
significar una
madures en la
sostenibilidad de la
empresa en el
mercado laboral.
GRACIAS