UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE

SISTEMAS

MACHINE LEARNING PARA GESTIÓN DEL

TALENTO HUMANO

ASIGNATURA:

Comportamiento Organizacional

HS144V

DOCENTE:

Ing. DORIS ROJAS, MBA

ALUMNOS:
 Chirinos Quispe Ángel
 Mucching Vidal Kenji Armando
 Sequeiros Huayta Fabrizio Jesús
Mayo 2019
 INTRODUCCIÓN

El concepto Machine Learning (en español Aprendizaje automático) se utiliza

desde los 50, pero ha sido en la última década que ha tomado más relevancia.
Esto se debe al aumento de la capacidad en la computación, así como los
grandes volúmenes de datos que las empresas tienen que manejar.

El desarrollo del aprendizaje automático ya está generalizado en las empresas

desde el punto de vista del análisis e interpretación de los comportamientos de
los clientes, una tendencia que se mantendrá a lo largo de los próximos años.
 ÍNDICE

INTRODUCCION

CAPITULO I: MACHINE LEARNING

1.1. DEFINICIÓN

1.2. CLASIFICACIÓN:

1.3. IMPORTANCIA

1.4. ÁMBITOS DE APLICACIÓN

1.5. VENTAJAS COMPETITIVAS

CAPITULO II: VENTAJAS DEL MACHINE LEARNING PARA EMPRESAS

2.1. MAYOR CONOCIMIENTO DE LAS NECESIDADES, GUSTOS Y HÁBITOS

DE COMPRA DE LOS CLIENTES.

2.2. MEJORA DE LA RELACIÓN Y COMUNICACIÓN CON EL CLIENTE.

2.3. PREDICCIÓN DE TENDENCIAS Y NECESIDADES

2.4. IMPULSO Y DESARROLLO DE NUEVOS PRODUCTOS Y SERVICIOS

EN FUNCIÓN DE TODOS ESTOS DATOS.

2.5. DESARROLLO DEL ECOMMERCE

2.6. CIBERSEGURIDAD DE LAS EMPRESAS

2.7. TOMA DE DECISIONES ADECUADA

2.8. MEJORA Y OPTIMIZACIÓN DE LOS PROCESOS DE SELECCIÓN.

2.9. ANÁLISIS PRECISO DE MERCADOS

2.10. OPTIMIZACIÓN DEL TRABAJO EN LA EMPRESA

CAPITULO III: MACHINE LEARNING APLICADO A EMPRESAS

3.1. EMPRESAS QUE UTILIZAN MACHINE LEARNING

CONCLUSIONES

BIBLIOGRAFÍA
 CAPITULO I
MACHINE LEARNING
1.1. Definición
El Machine Learning es el estudio científico de algoritmos y modelos
estadísticos que los sistemas informáticos utilizan para realizar de manera
efectiva una tarea específica sin utilizar instrucciones explícitas, sino que se
basan en patrones e inferencias. Otra manera de definirlo sería como una
rama de la inteligencia artificial enfocado en desarrollar técnicas que
permitan que las computadoras aprendan. En concreto, consiste en crear
programas capaces de generalizar comportamientos a partir de una
información suministrada en forma de ejemplos.
1.2. Clasificación:
Supervised Learning:
Se dispone de un conocimiento previo que ayudará a comprender los datos
cuando lleguen. Así ayudará a tomas decisiones o hacer predicciones. Por
ejemplo: el sistema de control de spam de correos de google.
Unsupervised Learning:
No se tiene una experiencia previa para analizar los datos. Por esta razón
está más orientado a la búsqueda de patrones. Dentro de este grupo están
los análisis de datos científicos y análisis de redes sociales.
1.3. Importancia
La cantidad de datos que se generan actualmente en las empresas se está
incrementado de forma exponencial. Extraer información valiosa de ellos
supone una ventaja competitiva que no se puede menospreciar. El reto de
sacar partido de los datos se ha simplificado enormemente. El Machine
Learning de hoy no es como antes. Esto quiere decir que con datos de
calidad, tecnologías adecuadas y análisis propicios es posible actualmente
crear modelos de comportamiento para analizar datos de gran volumen y
complejidad. Además, los sistemas proporcionan resultados rápidos y
precisos sin intervención humana, incluso a gran escala. El resultado:
predicciones de alto valor para tomar mejores decisiones y desarrollar
mejores acciones de negocio.
1.4. Ámbitos de aplicación
Muchas actividades actualmente ya se están aprovechando del Machine
Learning. Sectores como el de las compras online, dónde poner un anuncio
para que tenga más visibilidad en función del usuario que visita la web o los
filtros anti-spam llevan tiempo sacando partido a estas tecnologías.
El campo de aplicación práctica depende de la imaginación y de los datos
que estén disponibles en la empresa. Estos son algunos ejemplos más:
 Detectar fraude en transacciones.
 Predecir de fallos en equipos tecnológicos.
 Prever qué empleados serán más rentables el año que viene (el sector de
los Recursos Humanos está apostando seriamente por el Machine
Learning).
 Seleccionar clientes potenciales basándose en comportamientos en las
redes sociales, interacciones en la web…
 Predecir el tráfico urbano.
 Saber cuál es el mejor momento para publicar tuits, actualizaciones de
Facebook o enviar las newsletter.
 Hacer prediagnósticos médicos basados en síntomas del paciente.
 Cambiar el comportamiento de una app móvil para adaptarse a las
costumbres y necesidades de cada usuario.
 Detectar intrusiones en una red de comunicaciones de datos.
 Decidir cuál es la mejor hora para llamar a un cliente.

1.5. Ventajas competitivas

Estos programas/algoritmos son capaces de leer enormes cantidades de
datos a una velocidad imposible para el ser humano, así como “aprender”
combinando estos patrones para llegar a nuevas conclusiones derivadas de
los mismos. Esto me lleva a pensar la posibilidad de que en un futuro cercano
estas máquinas lleguen a conclusiones innovadoras en lapsos muchísimo
menores a la capacidad humana de procesarlos, permitiéndonos dar un
verdadero salto en calidad de vida.
 CAPITULO II

VENTAJAS DEL MACHINE LEARNING PARA EMPRESAS

La aplicación de los sistemas de aprendizaje automático es uno de los grandes

pilares y retos del futuro más inmediato. Ya existen aplicaciones y procesos que
se están aplicando y desarrollando y uno de los puntos de interés está centrado
en el mundo empresarial y entre las ventajas del Machine Learning en ese ámbito
podemos destacar:

2.1. Mayor conocimiento de las necesidades, gustos y hábitos de compra

de los clientes.

El Machine Learning ya es indispensable para dar un paso más allá en la

mejora de la experiencia del cliente (Customer experience) y en
la fidelización del consumidor digital.

Si se tiene un negocio online debemos atraerlo y, lo más importante,

conseguir que vuelva a ella cada vez que necesite realizar alguna compra
online y para lograrlo, debemos:

2.2. Mejora de la relación y de la comunicación con el cliente.

Los sistemas de Inteligencia Artificial como los chatbots promueven una

atención 24 horas los siete días de la semana.
Los chatbots son cada vez más frecuentes. Los clientes desean trabajar con
compañías que brindan servicio al cliente 24/7 a través del chat. No quieren
estar en espera durante 30 minutos para hablar con alguien; Preferirían abrir
otra ventana del navegador e interactuar con alguien (Chatbot). Los datos
que obtienen son indispensables para la mejora del servicio de atención, así
como para conocer mejor al cliente.

2.3. Predicción de tendencias y necesidades a partir de la interpretación de

datos

Ya son muchas las empresas que optimizan sus ciclos de producción a partir
de la información que es analizada e interpretada a través de los sistemas
de Machine Learning.
2.4. Impulso y desarrollo de nuevos productos y servicios en función de
todos estos datos.

El Machine Learning favorece la innovación y la búsqueda de nuevas

soluciones que, en la mayoría de los casos, se apoyan en la interpretación
correcta de los datos que se reciben.

2.5. Desarrollo del ecommerce

Gracias al análisis del comportamiento de los clientes. Automatización y

desarrollo de servicios o productos sugeridos en función de los datos
interpretados que llevan a una experiencia mucho más personalizada.

2.6. Ciberseguridad de las empresas

La capacidad de predicción de los sistemas de Machine Learning

será indispensable para la ciberseguridad de las empresas, así como de las
amenazas informáticas que ya emplean la Inteligencia Artificial para los
ciberataques, ya que gracias al Machine Learning se puede enseñar a los
programas a detectar si el comportamiento de un ordenador es normal o si,
por el contrario, presenta síntomas de infección por malware. Aunque todo
esto parece beneficioso, también puede suponer una amenaza para la
creación de nuevos virus y amenazas.

2.7. Toma de decisiones adecuada

Desde el punto de vista del funcionamiento interno, las ventajas del Machine
Learning para la empresa suponen contar con los datos adecuados para
una mejor toma de decisiones, así como para la automatización de los
procesos en los que hasta ahora se empleaban recursos humanos y
materiales.

2.8. Mejora y optimización de los procesos de selección.

Ya son muchas las empresas que están apostando por sistemas de

Inteligencia Artificial y de Machine Learning en sus departamentos de
recursos humanos
Todos estos procesos ya se están poniendo en marcha y cada vez son más
las empresas que recurren a los sistemas de Inteligencia Artificial aplicados
 en los departamentos de Recursos Humanos. En un futuro muy cercano, la
elección de uno u otro candidato se realizará basándose en procesos de
Inteligencia Artificial para la búsqueda de empleo que, entre otras, tienen las
siguientes ventajas:
 Permiten establecer de forma mucho más clara los criterios de selección
que se ajustan a las necesidades de la empresa gracias a los sistemas de
Inteligencia Artificial para la búsqueda de empleo.
 La selección y los procesos de toma de decisiones se realizará de forma
mucho más rápida que actualmente lo que agilizará y optimizará los
departamentos de recursos humanos de las empresas.
 Potenciará, cada vez más, los perfiles de los denominados ‘nativos
digitales’ en detrimento de aquellos que no posean capacidades
tecnológicas para el desempeño de un puesto de trabajo.
 Tras una primera selección, permitirá la realización de entrevistas de
trabajo digitales, diseñadas en torno a cuestionarios y pruebas
desarrolladas por sistemas especialmente diseñados por sistemas de
Inteligencia Artificial.
 Permitirá eliminar posibles sesgos a la hora de tomar una decisión sobre
quién es el candidato idóneo para un puesto de trabajo gracias a la
creación de algoritmos.
 Fomentará los perfiles disruptivos, la creatividad y aquellas cualidades
que apuesten por la capacidad de integración de los aspirantes dentro de
las dinámicas de organización y funcionamiento de las empresas.
Es asi que podemos decir que el Machin Learning supone un gran avance
en la búsqueda y retención de talento, mejorando la experiencia del
colaborador, así como la adecuación de personas a equipos o puestos y
hasta teniendo impacto en la motivación.
2.9. Análisis preciso de mercados
Una ventaja competitiva con respecto a la competencia y a sus productos.
Los datos que aporta el Machine Learning tienen en cuenta el valor de
contar con la información y los usos por parte de la competencia. La
obtención de datos no solo es útil desde el punto de vista del cliente, sino
en el terreno de obtener un análisis más preciso y certero de los mercados.
2.10. Optimización del trabajo en la empresa
A la hora de generar valor estratégico para el negocio, el machine learning
puede predecir la rotación de personal de manera más efectiva, evaluar
quién será un buen empleado, mapear las trayectorias profesionales de los
empleados y crear experiencias personalizadas de aprendizaje y desarrollo.
Estas tareas, aunque estén dirigidas por personal humano, pueden verse
potenciadas gracias a la inteligencia artificial.
 CAPITULO III

MACHINE LEARNING APLICADO A EMPRESAS

3.1. Empresas que utilizan machine learning:

 Under Armour: Under Armour integra el machine learning en su aplicación

Record. Esta app rastrea las condiciones físicas de un usuario utilizando
los datos de varias fuentes como aplicaciones de terceros, smart watches,
datos que el usuario haya registrado directamente, etc. Una vez recogidos
todos estos datos, la app personaliza consejos de alimentación y ejercicio
para cada usuario. La aplicación funciona como un entrenador personal
móvil y, cuanto más lo usemos, más datos recogerá y más personalizados
serán los consejos y recomendaciones para alcanzar objetivos
particulares.
 Mazda: Mazda utilizó el machine learning para encontrar a su target
adecuado en la promoción del nuevo modelo CX-5, en el festival SXSW
en Austin (Estados Unidos). La marca automovilística japonesa trabajó
con Influential, una compañía que aprovecha la tecnología Watson de
inteligencia artificial de IBM para identificar a su target en las redes
sociales. La tecnología machine learning rastreó publicaciones en las
redes sociales, buscando a las personas adecuadas y basándose en una
serie de indicadores, como signos de exclamación y emojis. Esta
estrategia de influencer marketing permitió a Mazda personalizar el
contenido y alcanzar a un target muy específico y creativo. A través de la
tecnología machine learning, se localizó a cuatro personas, que fueron las
seleccionadas para recorrer Austin en el CX-5 y posteriormente publicar
la experiencia en Twitter, Instagram y Facebook.
 The North Face: The North Face utiliza un personal shopper digital, XPS,
para hacer recomendaciones a los compradores online, crear perfiles en
función de sus intereses y crear experiencias de usuario personalizadas.
XPS amplía la reputación digital de la marca que, mediante el uso del
machine learning, puede recopilar datos de manera simultánea para
informar de interacciones en la web y futuros productos. The North Face
ofrece una experiencia de compra altamente personalizada para los
 usuarios de “compra con IBM Watson”. Una vez descargada la aplicación
móvil, los compradores pueden disfrutar de las recomendaciones de este
asistente virtual que, mediante la información que recoge del usuario a
través de sus respuestas, recomendará los productos que más se
acerquen a sus preferencias.
 Amazon: Amazon Web Services aprovecha la inversión masiva de la
compañía en el cloud computing para ofrecer Amazon Machine Learning.
Amazon Machine Learning está adaptando a los clientes la presentación
de los productos en cada visita que realice a amazon.com y dirigiendo el
robot que le envía estos correos electrónicos de recomendación.
 CONCLUSIONES

Después de todo esto, ¿merece la pena realmente invertir todo el esfuerzo y

dinero necesario en una estrategia para introducir Machine Learning en nuestros
procesos?, ¿es tan importante exprimir de forma tan sofisticadas la información
que tenemos? Absolutamente sí, la Información es la gran herramienta de
nuestro tiempo, con la complejidad de los entornos actuales, cualquier decisión
que tomemos no basada en los datos adecuados es más una apuesta que una
estrategia. En palabras del ingeniero y estadístico Deming: “In God we trust. All
others must bring data.” ("En Dios confiamos. Todos los demás deben traer
datos").
 BIBLIOGRAFÍA

 https://www.blog.andaluciaesdigital.es/machine-learning-empresas/
 https://www.youtube.com/watch?v=kmbkXdvAtDY
 https://www.blog.andaluciaesdigital.es/inteligencia-artificial-para-la-
ciberseguridad/
 https://es.ihodl.com/investment/2016-04-19/7-empresas-que-estan-haciendo-
maravillas-con-la-ia/
 https://www.criteo.com/es/insights/3-marcas-que-han-sacado-el-maximo-
partido-al-machine-learning/