Jorge Poblete Miera

Lima-Perú

Utilizando la Ciencia
de Datos en una
Organización
Analizar fuentes de información externas e
internas de una organización a través de
herramientas computacionales para generar un
modelo basado en Ciencia de Datos como apoyo a
la toma de decisiones.
índice
1. Introducción
2. Tipo de análisis

3. Estrategia de Implementación

4. Indicadores (KPI´s )

5. Decisiones a tomar
6. Conclusiones

2
I. Introducción

A fin de mejorar sus indicadores de desempeño (KPI´s),

la Librería Iztaccihuatl, ubicada en la ciudad de
Monterrey, Nuevo León, México ha decidido desarrollar un
proyecto basada en ciencia de datos. El cual ayudara,
asimismo, a desarrollar una mejor estrategia en la toma
de decisiones de negocio.

Para llevar a cabo este trabajo, se analizará la información

contenida en la carpeta “datasets_books”, la cual consta
de los siguientes archivos:

 El archivo “books” contiene los datos generales de

cada libro existente en la librería y además
menciona el promedio de clasificación de cada libro
de acuerdo a las votaciones y compras del cliente.
 El archivo “top_books” contiene el top 20 de los
libros más vendidos de acuerdo a una clasificación
general.
 El archivo “raitings” contiene los datos de los libros
más votados por los clientes dentro del sitio web
de la librería.
 El archivo “to_read” contiene las recomendaciones
que cada cliente o usuario realiza en el sitio web
sobre libros para leer.

II. Tipo de Análisis

De acuerdo a la información con la que se cuenta,
contenida en la carpeta “datasets books”, podríamos
utilizar los 3 tipos de análisis: descriptivo, predictivo y
prescriptivo a fin de obtener una descripción completa de
la Librería Iztaccihuatl

La analítica descriptiva se puede usar, por ejemplo, para

categorizar a los clientes según sus preferencias en libros
y su etapa de vida.

Mediante la analítica predictiva podemos, por ejemplo,

hacer pronósticos de venta e inferir que libros dejarán de
ser atractivos para el público consumidor.

3
 Finalmente, mediante la analítica prescriptiva se puede
mejorar la planificación estratégica de la librería e
identificar nuevas oportunidades de negocio.

III. Estrategia de Implementación

Para el caso de proyectos de ciencias de datos se necesita

una metodología capaz de proporcionar una estrategia de
guía, independientemente de las tecnologías, los
volúmenes de datos o los enfoques involucrados. Para el
caso de la Liberia Iztaccihuatl se sugiere la siguiente
metodología de ciencia de datos que abarca 10 pasos

Fuente: IBM Analytics /White paper/ Foundational

Modeling for Data Science

La metodología consta de 10 pasos que forman un

proceso iterativo para el uso de datos para descubrir
información. Durante el desarrollo del modelo y antes del
despliegue, se evalúa el modelo para comprender su
calidad y garantizar que aborda de manera adecuada y
completa el problema del negocio. En nuestro caso, por
ejemplo, desarrollar una mejor estrategia en la toma de
decisiones de negocio.

4
Para la implementación de la metodología se recomienda
las siguientes practicas:

Paso 1: Business Understanding: Comienza con la

comprensión del negocio de la Librería Iztaccihuat. Esta
primera etapa sienta las bases para una resolución exitosa
del problema empresarial.
Paso 2: Analytic Approach: Una vez que el problema
de negocio se ha establecido claramente se puede definir
el enfoque analítico para resolver el problema de negocio
Paso 3: Data Requirements: El enfoque analítico
seleccionado determina los requerimientos de datos.
Paso 4: Data Collection: En la etapa inicial de
recolección de datos, se identifican y reúnen los recursos
de datos disponibles, estructurados, no estructurados y
semiestructurados, relevantes para el dominio del
problema de negocio. Si hay lagunas en la recopilación de
datos, se debe revisar los requisitos de los datos en
consecuencia y recopilar datos nuevos o más.
Paso 5: Data Understanding: Después de la
recopilación de datos se utilizan estadísticas descriptivas
y técnicas de visualización para comprender el contenido
de los datos, evaluar la calidad de los datos y descubrir
información inicial sobre los datos.
Paso 6: Data Preparation: Se abarca todas las
actividades para construir el conjunto de datos que se
utilizará en el modelado. Las actividades de preparación
de datos incluyen la limpieza de datos (tratar con valores
faltantes o no válidos, eliminar duplicados, formatear
adecuadamente), combinar datos de múltiples fuentes
(archivos, tablas, plataformas) y transformar datos en
variables más útiles.
Paso 7: Modeling: A partir de la primera versión del
conjunto de datos preparado, la etapa de modelado se
centra en el desarrollo de modelos predictivos o
descriptivos de acuerdo con el enfoque analítico
previamente definido. El proceso de modelado suele ser
altamente iterativo.
Paso 8: Evaluation: Se evalúa el modelo para
comprender su calidad y garantizar que aborda de manera
adecuada y completa el problema del negocio
Paso 9: Deployment: Una vez que un modelo
satisfactorio ha sido desarrollado, se implementa en el
entorno de producción o en un entorno de prueba
comparable.

5
 Paso 10: Feedback: Al analizar la información de los
resultados del modelo implementado se puede refinar el
modelo para mejorar su precisión y utilidad.

IV. Indicadores (KPI´s)

Dentro de los indicadores (KPI´s) que se recomiendan
tomar en cuenta tenemos:

1. Rotación de stock de libros (RS)

Calculo:

RS: Numero de libros vendidos x 100

Inventario de libros

Un mayor ratio nos indica un mayor volumen de

ventas o una menor cantidad de inventario.

2. Rentabilidad por Cliente (RC)

Calculo:

RC: (Ingresos totales x cliente – Gastos totales del cliente)

Gastos totales x cliente

Este KPI nos permite conocer cuántos beneficios

genera un cliente y cuánto cuesta satisfacer sus
necesidades de atención, de esta manera
determinamos cuáles son los clientes que generan
más rentabilidad. Dichos clientes serán en los que
debemos enfocar nuestra estrategia de
planificación y atención al cliente.

3. Ratio de conversión de recomendaciones de

libros (RCR)

Calculo:

RCR: Recomendaciones efectivas X 100

Total de ventas de libros

6
 Este KPI nos permite conocer cuántos libros
relacionados con recomendaciones de clientes
fueron adquiridos. De esta manera también
podemos identificar clientes que pueden influenciar
más las compras de libros.

V. Decisiones a tomar
Para mejorar la toma de decisiones de negocios estas
deberían basarse en los resultados de la información
obtenida no solo de los datos obtenidos por la Librería
Iztaccihuatl sino también de otras fuentes como la
internet. Entre las decisiones que se recomendarían tomar
tenemos:

1. De acuerdo a los resultados del indicador

Rotación de Sock de libros podemos saber si
estamos cumpliendo con nuestros objetivos de
venta de libros y nivel de inventarios. Esto nos
permitirá definir niveles de tolerancia como por
ejemplo nuestras ventas bajan peligrosamente o el
inventario de libros aumenta demasiado.
2. De acuerdo a los resultados del indicador
Rentabilidad por Cliente podremos identificar
que clientes son más rentables para la Librería
Iztaccihuatl enfocando nuestra política de atención
al cliente principalmente en ellos.
3. De acuerdo a los resultados del indicador Ratio de
conversión de recomendaciones de libros
(RCR) podremos identificar que clientes tienen
más influencia en las compras de otros clientes por
sus recomendaciones.
4. Aunque no se menciona, una nueva oportunidad
de negocio para la librería seria la venta de libros
digitales para lo cual se debería empezar por
recoger data de este tipo de mercado.
5. Incluir en el análisis de la demanda de libros
información proveniente de redes sociales, videos,
imágenes, tweets, en donde es necesario
determinar que producto es el más vendido o el
más criticado, por ejemplo.
6. Analizar la confiabilidad de la data o su
actualización. Asimismo, invertir en nuevos
sistemas de manejo de datos que permitan tomar
decisiones relacionadas con los resultados

7
 buscados por la Librería. Esta decisión seria fruto
de los resultados de la metodología de
implementación del proyecto de ciencia de datos.
7. El mejor pronóstico de ventas de libros ayudará a
disminuir inventarios, identificar clientes
potenciales, y fidelizar a los clientes actuales.

VI. Conclusiones

 Para mantenerse y crecer en cualquier tipo de

mercado las organizaciones deben implementar
sus propios proyectos de ciencia de datos. El caso
de la Librería nos muestra un proyecto de ciencia
de datos que busca optimizar sus decisiones
estratégicas de negocios.

 Para lograr su objetivo se utilizó como estrategia

de implementación una metodología de 10 pasos
capaz de proporcionar una estrategia de guía,
independientemente de las tecnologías, los
volúmenes de datos o los enfoques involucrados.

 De acuerdo a la información contenida en la

carpeta “datasets books”, se consideró oportuno
utilizar los 3 tipos de análisis de la ciencia de datos
(descriptivo, predictivo y prescriptivo) a fin de
obtener una descripción completa de la Librería
Iztaccihuatl. Como resultado de la implementación
de la metodología señalada se identificaron 3
KPI´s, que se alinean a los objetivos de
optimización de la toma de decisiones de negocios
de la Librería Iztaccihuatl.

 Aunque la información del caso no lo menciona, se

detectó una nueva oportunidad de negocio para la
librería, la cual seria la venta de libros digitales para
lo cual se debería empezar por conocer y recoger
data de este tipo de mercado.