Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Semana 14
Crecimiento Empresarial
NEYRA LAYME
NINA TURPO ROGER
Alumno (s):
CHOQUEMAQUE ALANOCA VICTOR RAUL
MENDOZA RODRIGUEZ DENIS
Grupo : AyB Profesor:
Nota:
Semestre : III
Fecha de entrega : Hora:
Analytics – Alianza para crecimiento empresarial
Todas las entidades que han llegado a alcanzar un tamaño considerable en su sector de
actividad, y poseen una cuota de mercado significativa dentro de él, saben que en un
mercado tan globalizado y competitivo como el actual seguir creciendo de modo
constante es un imperativo; tanto para mantener la posición hegemónica alcanzada
como para aspirar a codearse con actores de mayor relevancia y ampliar horizontes.
Desde que las empresas comenzaron a emplear TI para optimizar sus procesos de
negocio, la extracción de información valiosa para él, a partir de los datos generados por
su propia actividad, ha sido clave para garantizar ese crecimiento. El proceso ha logrado
resultados gracias al uso de herramientas analíticas, una tecnología cuya importancia ha
aumentado en paralelo al volumen de datos gestionados por las empresas, procedentes
de las fuentes más diversas.
ESTRATEGIAS DE INTERNACIONALIZACIÓN
Se trata de una teoría aparecida hace poco tiempo y desarrollada por W. Chan Kim y
Renne Mauborgne, que apoya las tesis de la Teoría de los Recursos y Capacidades. Dicha
teoría argumenta que es necesario dejar a un lado la competencia destructiva entre las
empresas si se quiere ser un ganador en el futuro, ampliando los horizontes del mercado
y generando valor a través de la innovación. Para ello se utiliza un símil, los océanos
rojos y los océanos azules.
ASÍ PUES, PARA CONCLUIR, PODEMOS DECIR, QUE LA TEORÍA
DEL OCÉANO AZUL SE APOYA EN LOS SIGUIENTES PRINCIPIOS:
Medidas De Dispersión
Las medidas de tendencia central ofrecen una idea aproximada del comportamiento de
una serie estadística. No obstante, no resultan suficientes para expresar sus
características: una misma media puede provenir de valores cercanos a la misma o
resultar de la confluencia de datos estadísticos enormemente dispares. Para conocer en
qué grado las medidas de tendencia central son representativas de la serie, se han de
complementar con medidas de dispersión como la varianza o la desviación típica.
Dispersión
• Es importante medir y entender la dispersión:
– Nos permite juzgar la confiabilidad de los datos
– Podemos reconocer problemas mediante la dispersión
– Podemos elegir datos que no tengan dispersiones tan amplias
σ = √σ2
Regla Empírica
Es posible que dos conjuntos de datos distintos tengan el mismo rango pero difieran
considerablemente en el grado de variación de los datos. En consecuencia, el rango es
una medida relativamente insensible de la variación de los datos. La varianza tiene
importancia teórica, pero es difícil de interpretar porque las unidades de medición de la
variable de interés están elevadas al cuadrado. En cambio, las unidades de medición de
la desviación estándar son las unidades de la variable. Si la desviación estándar se
combina con la media del conjunto de datos, resulta fácil interpretarla. Si un conjunto
de datos tiene una distribución aproximadamente simétrica se pueden utilizar las
siguientes reglas prácticas para describir el conjunto de datos: • Aproximadamente el
68 % de las observaciones quedan a una desviación estándar de su media (es decir,
dentro del intervalo ) • Aproximadamente el 95 % de las observaciones quedan a dos
desviaciones estándar de su media (es decir, dentro del intervalo ) • Casi todas las
observaciones quedan a tres desviaciones estándar de su media (es decir, dentro del
intervalo ) La regla empírica es el resultado de la experiencia práctica de investigadores
en muchas disciplinas, que han observado muy diferentes tipos de conjuntos de datos
de la vida real.
Modelo Six Sigma
SEIS SIGMA o Six Sigma por su expresión en inglés,
es una estrategia de mejora de procesos, centrada
en la reducción de la variabilidad de los mismos,
reforzando y optimizando cada parte de proceso
consiguiendo reducir o eliminar los defectos o fallos
en la entrega de un producto o servicio al cliente. La
meta de 6 Sigma es llegar a un máximo de
3,4 defectos por millón de eventos u oportunidades
(DPMO), entendiéndose como defecto cualquier evento en que un producto o servicio
no logra cumplir los requisitos del cliente.1
Seis sigma utiliza herramientas estadísticas para la caracterización y el estudio de los
procesos, de ahí el nombre de la herramienta, ya que sigma es la desviación típica que
da una idea de la variabilidad en un proceso y el objetivo de la metodología seis sigma
es reducir ésta de modo que el proceso se encuentre siempre dentro de los límites
establecidos por los requisitos del cliente.
Mencionar que un proceso tiene un rango de efectividad dentro de los 6 sigma es una
forma técnica estadística de decir que la variación o dispersión de resultados (sigma) es
muy pequeña, o sea que el proceso es prácticamente perfecto. Significa que
prácticamente todos los resultados están dentro del rango deseado (porque la
desviación es tan reducida que dentro del rango deseado caben 12 desviaciones típicas).
Esto guarda directa relación con que la media es el valor central deseado y que la
desviación es ínfima.
En una distribución normal o campana de Gauss, seis sigma se corresponde con 2 fallos
por billón de oportunidades. Sin embargo, en los procesos de fabricación se presupone
una desviación adicional a lo largo del tiempo de 1,5 sigma a ambos lados de la media.
Esto hace que el número de fallos esperados se reduzcan hasta eq uivales a los de 4,5
sigma, es decir, 3,4 defectos en un millón de oportunidades.2
Índices Cp y Cpk
Con objeto de comparar la capacidad del proceso y la amplitud de las tolerancias a satisfacer,
se define el índice de capacidad de proceso:
De este modo se define un proceso capaz como aquel que Cpk > 1. Aplicando estos mismos
conceptos a la variabilidad atribuible de una máquina de las que integran el proceso de
fabricación, podemos definir la capacidad de máquina, el índice de capacidad de máquina CM
y CMk.
Casos de Éxito´
• Proveedores de correo electrónico
• Amazon y Walmart