Módulo 3: Evaluación, competencias y entrevistas

INTRODUCCIÓN AL MÓDULO

Introducción

UNIDAD 7: EL ALMACÉN DE DATOS Y SU UTILIZACIÓN EN LA EMPRESA

Introducción a la unidad

Tema 1: Conceptos y propiedades

Tema 2: Representación de las dimensiones a analizar

Tema 3: Práctica sobre la aplicación Microsoft PowerPoint

Cierre de la unidad

UNIDAD 8: LA MINERÍA DE DATOS Y LA INTELIGENCIA EMPRESARIAL

Introducción a la unidad

Tema 1: Conceptos, vinculaciones y fundamentos

Tema 2: Descubrimiento del conocimiento

 Tema 3: Tipos de conocimiento

Tema 4: Análisis y reflexión del aprovechamiento de la información

Tema 5: Práctica sobre la aplicación Microsoft PowerPoint

Cierre de la unidad

UNIDAD 9: VISUALIZACIÓN DEL CONOCIMIENTO

Introducción a la unidad

Tema 1: Concepto y características

Tema 2: La vinculación entre las pantallas y particiones

Tema 3: Técnicas de representación

Tema 4: Práctica sobre la aplicación en línea Prezi

Cierre de la unidad

CIERRE DEL MÓDULO

Descarga del contenido

Tema 1 20

Introducción

Verify to continue
We detected a high number of errors from your connection. To continue, please confirm
(and notspambot).

I'm not a robot

reCAPTCHA
-

Hasta el momento se analizó el funcionamiento de la base de datos, elemento esencial en un Sistema de

Información para almacenar toda la información que surge de las operaciones diarias. Este tercer y

penúltimo módulo, comienza a recorrer la utilización de la información a un nivel aún mayor, pasando de

un nivel operativo a uno de mayor envergadura como lo es el estratégico, que es apoyado para la toma de

decisiones de una empresa.

Por otro lado, a partir de los almacenes, surge la minería de datos. Este proceso compuesto por un

conjunto reglas, permite la detección de problemas, patrones y reglas que permitan optimizar los procesos

y generar cambios de estrategias en el caso de ser necesarias. A partir de ello, se comprende la

importancia de la información y su posterior análisis para el descubrimiento de conocimiento. Este

partir de los resultados arrojados por el sistema, por lo tanto, el mismo debe trabajar en su representación,

de manera tal que los usuarios puedan utilizarlo en la toma de decisiones. Ante esto, la última unidad recorre

algunas técnicas de representación del conocimiento de manera superficial, para comprender la finalidad

de las herramientas de análisis inteligente de la información.

Por último, la práctica comienza con la aplicación Microsoft PowerPoint, vinculada a la producción de

presentaciones que enriquecen una exposición, trabajando sobre los elementos que ofrece, sumado a los

efectos y transiciones.

Asimismo, para que las presentaciones sean aún más dinámicas, surge la aplicación Prezi, que nos

permite diseñar presentaciones dinámicas con un impacto visual muy superior a lo trabajado en

PowerPoint. Este tipo de presentaciones enriquecen la exposición de los diferentes procesos, siempre

teniendo en cuenta las consideraciones generales para el armado.

Figura 1. Elaboración propia (2018)

Objetivos del módulo

 Comprender el proceso que se realiza para el análisis de la información en búsqueda de nuevo
conocimiento.

Identificar la importancia del análisis de la información de una Base de Datos.

Distinguir los diferentes tipos de patrones que pueden estar presentes en la información de
una base de datos.

Reconocer la importancia de las técnicas de visualización para la representación de patrones y

reglas.

Contenidos del módulo

Unidad 7- El almacén de datos y su aplicación en la empresa

7.1 Conceptos y propiedades

7.2 Representación de las dimensiones a analizar

7.3 Práctica sobre la aplicación Microsoft PowerPoint

Unidad 8- La minería de datos y la inteligencia empresarial

8.1 Conceptos, vinculaciones y fundamentos

8.2 Descubrimiento del conocimiento

8.3 Tipos de conocimiento

8.4 Análisis y reflexión del aprovechamiento de la información

8.5 Práctica sobre la aplicación Microsoft PowerPoint

Unidad 9- Visualización del conocimiento

9.1 Concepto y características

9.2 La vinculación entre las pantallas y particiones

9.3 Técnicas de representación

9.4 Práctica sobre la aplicación en línea Prezi

Tema 2 20

Introducción a la unidad

¿Es posible aprovechar el volumen de datos que posee una Base de Datos p

Contenidos
1 de la unidad
Conceptos y propiedades.

2
Representación de las dimensiones a analizar.

3
Práctica sobre la aplicación Microsoft PowerPoint.
Las bases de datos tienen la finalidad de almacenar la información de una empresa, de manera de contar

con ella en el momento que se requiera y realizar las modificaciones que se consideren. Las empresas

cuentan con grandes volúmenes de datos, que no solamente son utilizados de manera específica y

operacional. Durante los últimos años, el aprovechamiento de los datos y su enriquecimiento ha tomado un

grado de importancia muy significativo, tanto en la detección de patrones como de reglas/tendencias, que

permiten el apoyo a la toma de decisiones de los niveles más elevados de una empresa.

Tomando en cuenta el funcionamiento de la base de datos, elemento esencial en un Sistema de

Información para almacenar toda la información que surge de las operaciones diarias, el presente módulo

comienza a transitar la utilización de dicha información a un nivel aún mayor, pasando de un nivel operativo a

uno de mayor envergadura como lo es el estratégico, que es apoyado para la toma de decisiones de una

empresa.

Ante esta situación planteada, se aborda el concepto de “Almacén de datos”, que refiere a una base de

datos amplia, que permite el almacenamiento de todos los datos vinculados a temas específicos. Estos

datos son obtenidos de las bases de datos operacionales y enriquecidos de manera tal de realizar un

análisis sobre ellos, en busca de lo antes mencionado. Esta herramienta también conocida y englobada

dentro del concepto “Big Data”, parte de un objetivo claro que determina los datos útiles para tales estudios.

Para ser más específico en lo mencionado, les brindo un ejemplo partiendo del área empresarial: Análisis de

las decisiones en base a productos nuevos que se lanzan. Para tal fin, se recolectan los datos de la empresa

para conocer las preferencias de los clientes y se enriquece con información externa, para saber no

solamente el impacto del producto sobre nuestros clientes; sino que a su vez, que importancia puede

adoptar en el mercado para incrementar las ventas y el acercamiento de nuevos clientes.

Dentro de la unidad (más precisamente en el material) van a poder fortalecer estos conceptos y observar

otros ejemplos que orientan a la importancia de la utilización del análisis complejo de los datos. Existe una

metodología denominada “Cubo de Datos o Hipercubo” (depende de la cantidad de variables) que muestra

cómo se hace un análisis y dependiendo la posición, se obtienen datos distintos.

Es importante destacar que el Almacén de datos no es más ni menos que una herramienta, la cuál será

parametrizada o configurada en base a un objetivo en común. Esto va en base a que su mala utilización,

genera no solamente un costo innecesario, sino que asimismo, un proceso con resultados que no son los
deseados. Además, la herramienta no toma decisiones, sino que brinda el apoyo con la información

resultante, para que los sectores más altos sean los encargados de tal función.

Para comprender aún más lo desarrollado, observen el siguiente ejemplo:

El resultado de un estudio arroja que al menos el 85% de nuestros clientes consumen el producto “chocolate

aireado” durante el último trimestre del año en todos los locales de la empresa. Asimismo, de los datos

externos se obtuvo que las personas que no son clientes, solo un 10% elijan comer chocolate aireado en las

zonas las cuáles poseen los locales, ya que se observó que la mayoría de la población consume tabletas

comunes.

Variables analizadas:

Para la parte inicial se utilizó un Hipercubo con las siguientes variables: clientes - productos - locales -
períodos.

Para la parte final se utilizó un Hipercubo con las siguientes variables: personas (no clientes) -
productos - períodos - zonas.

Toma de decisiones:

Gerente 1: Plantea el proyecto de la realización de un nuevo producto estrella de chocolate aireado,

con el objetivo de seguir manteniendo a los clientes satisfechos y captar al 10% que aún no lo son.

Gerente 2: Plantea el proyecto de la realización de un producto estrella de tabletas comunes para

lograr ampliar la cantidad de clientes.

Gerente 3: Analiza el bajo nivel de ventas por tabletas comunes e intenta mejorar los productos de esa
línea.

Este ejemplo justifica la definición “de apoyo” a toma de decisiones. Los tres gerentes recibieron la misma

información, pero optaron por tomar decisiones diferentes.

Por último, se comienza con el recorrido sobre la aplicación Microsoft PowerPoint, planteando

presentaciones dinámicas que favorezcan la presentación de la información. En este aspecto, hay que tener

en cuenta algunas consideraciones generales (encontrarán un archivo), ya que la presentación es muy

importante en cualquier proceso, pudiendo convertir el proyecto en éxito o fracaso, independientemente de
 su contenido. Toda primera impresión de un proyecto es muy importante, a tal punto que una mala

impresión inicial, cuesta mucho revertirla y en muchos casos no se logra.

Es importante tener en cuenta que en la actualidad los volúmenes de información son inmensos, es por

ello que se busca su aprovechamiento, para optimizar cada una de las áreas disciplinares. La toma de

decisiones siempre recae sobre el encargado de la labor, que trabajará la misma desde su perspectiva y

los intereses de la empresa. En la próxima unidad abordaremos conceptos generales de la minería de datos, que

permitirán comprender la detección de ciertos patrones y reglas a través del análisis de los almacenes de

datos.

Comenzar la unidad
Te invitamos a recorrer el contenido de la unidad.

IR AL CONTENIDO
Tema 3 20

Tema 1: Conceptos y propiedades

La información de un Sistema de Información puede ser consultada y modificada cuando surge un

requerimiento, operando la misma en los diferentes niveles: operativo, táctico y estratégico.

Pese a esto, los niveles superiores (táctico y estratégico) requieren de información que apoye la toma de

decisiones. Es por ello, que surgen los almacenes de datos, capaces de contener grandes volúmenes de

información orientados a temas que les permita facilitar el análisis de los negocios, encontrando tendencias

y detectando problemas.

El almacén de datos es un conjunto de datos recolectados con un cierto

criterio o agrupados según un tema específico, que permiten brindar
información precisa para apoyar la toma de decisiones, ayudando en el
análisis de la información de las empresas. Los almacenes tienen la
flexibilidad de trabajar con herramientas analíticas que descubren
tendencias, patrones, problemas, etc.

Por otra parte, existe una gran diferencia con las bases de datos comunes que operan diariamente las

empresas. Esta diferencia se basa en que si bien se pueden realizar inserciones y modificaciones

(periódicamente se realizan actualizaciones para mantener la vigencia de los datos), los almacenes son

principalmente de lectura, mientras que las bases de datos comunes consultan y manipulan los datos

continuamente según las necesidades. Dicha diferencia radica en los objetivos de cada una, mientras que

los almacenes forman parte de una recolección de datos operacionales para un análisis complejo de datos
(grandes porciones), las bases de datos comunes utilizan porciones pequeñas para consultas y

altas/modificaciones continuas.

En unidades anteriores se ha abarcado el concepto de integridad de los datos en las bases de datos de los

sistemas de información. La inconsistencia en la base de datos no se basa solamente a nivel operacional,

sino que además, los almacenes cuentan con esa integridad para realizar la selección según los criterios

establecidos. En otros términos, los almacenes toman los datos de las base de datos comunes para trabajar

con ellos según el análisis que se desea realizar, por lo tanto, la pérdida de integridad en esa primera

instancia, se traslada a los almacenes.

Para el análisis de los grandes volúmenes de información almacenados en los almacenes, se utilizan

funciones estadísticas y matemáticas, que se representarán luego ante una posible toma de decisiones. Un

ejemplo claro son los informes generales de una temporada de verano en el partido de la costa. Cada

entidad (hoteles, gastronómicos, turísticos) brindan información general sobre la temporada según

diferentes criterios. Los datos son colocados en almacenes de datos que serán analizados por herramientas

analíticas, con el objetivo de obtener información relevante de la temporada. Dicha información obtenida le

permite al partido conocer el rendimiento por períodos, y a partir de allí, evaluar posibilidades de optimización y

mejora de rendimiento para una futura temporada.

Tema 4 20

Tema 2: Representación de las dimensiones

a analizar

Los almacenes de datos poseen grandes volúmenes de datos orientados a temas específicos. Cuando se

realiza un análisis de datos, se seleccionan las dimensiones o variables que se vincularán para obtener la

información necesaria para el apoyo a la toma de decisiones. Cuando se seleccionan dos variables, la

representación se da a través de un cuadro general denominado de doble entrada (figura nº1).

Figura 1. Elaboración propia (2018)

Este cuadro representa una variable en las filas (artículos) y la otra en las columnas (períodos), obteniendo

en cada cruce el dato específico (cantidad vendida). Sin embargo, un análisis complejo requiere el cruce de

más dimensiones, y es por ello, que se utilizan los denominados cubos de datos (3 dimensiones) o

hipercubos (4 o más dimensiones). La utilización de más dimensiones permite un estudio más profundo en

búsqueda de patrones o reglas para la optimización de procesos. Asimismo, estos cubos son completados

por otros campos (denominados hechos) que tienen suma importancia para determinar qué valor es el que

se compara (cantidad, importe, etc.).

Para profundizar aún más, en la figura nº2 representamos como modelo un cubo de datos con las siguientes

dimensiones: artículos, período (mensual) y locales de venta. Las dimensiones se analizarán con el hecho

“cantidad”, que permitirá realizar los cruces necesarios para obtener las cantidades de cada artículo por

período y por local. Ejemplo: Artículo Nº4; Enero-2016; Local 5; 850 unidades. Pese a esto, la herramienta del

cubo de datos nos permite realizar una “rotación”, que implica realizar el análisis desde otra perspectiva

(cambiar de dimensión principal).

Figura 2. Elaboración propia (2018)

El cubo de datos mencionado anteriormente puede sufrir cambios de jerarquización, logrando aumentar

(resultados generales) o disminuir (resultados específicos) dimensiones para obtener resultados más

detallados o generales. En el caso del ejemplo trabajado en la figura 2, el período se podría volver más

específico si se realiza quincenal o semanal, mientras que podría trabajar con resultados más globales como

trimestres, semestres y años.

Los almacenes de datos permiten trabajar con diversas fuentes, para enriquecer los datos almacenados,

que brindan la posibilidad de trabajar con modelos multidimensionales que optimicen los resultados del

análisis, favoreciendo la toma de decisiones.

 Material de lectura

En el siguiente material podrás encontrar información referente a la big data y el poder de los datos.
Tema 5 20

Tema 3: Práctica sobre la aplicación

Microsoft PowerPoint

Consideraciones generales para la construcción de una presentación

Hay que tener en cuenta que la presentación es la guía (recorrido) de la temática a abordar; es por ello, que

tiene que estar diseñada de manera tal que favorezca no solamente al expositor, sino que a su vez, permita

el buen seguimiento de los oyentes. La presentación se vuelve una pieza clave para lograr el éxito de la

exposición.

Para tal fin, en este archivo se enumerarán algunas consideraciones generales a tener en cuenta antes de

realizar la construcción:

1
Evitar el exceso de texto en las diapositivas. Utilizar redes conceptuales simples, palabras
claves, pequeñas citas, etc. Mucho volumen de texto perjudica la dinámica de la presentación.

2
Lograr una diapositiva dinámica y sencilla, fácil de seguir por los oyentes. La sencillez
favorece la interpretación. Es importante que las diapositivas posean espacios en blanco.

3
No utilizar una gran variedad de colores (disminuye la formalidad y decrece la atención). Evitar
los colores claros, que perjudican la lectura del oyente.

4
Revisar la ortografía, el tamaño del texto (tamaño medio y diferencia dependiendo la
importancia) y la alineación (formalidad).

5
Mencionar en el caso de ser utilizada la bibliografía, respetando las normas estandarizadas. En
el caso de realizar citas, utilizar “” y letra cursiva para su distinción.
 6 Mantener una coherencia entre las diapositivas, para realizar un recorrido de principio a fin.
Establecer como ejes básicos el siguiente orden: Introducción – Desarrollo y Conclusiones.

7
Todos los elementos utilizados deben tener el tamaño adecuado y estar alineados.

8
Destacar el foco central de cada diapositiva. El oyente se detendrá en él.

9
Evitar utilizar muchas transiciones, y asimismo, controlar en lo posible las diapositivas de
manera manual. La automatización si bien puede guiarnos en el tiempo (panorama ideal), la
realidad es que siempre se producen alteraciones propias de una presentación. El control
manual disminuye la tensión y la dependencia al tiempo de manera estructurada.

Tutorial
Recorrido PowerPoint
inicial en PowerPoint que aborda las herramientas generales para la realización de una

presentación.

Verify to continue
We detected a high number of errors from your connection. To continue, please confirm
(and notspambot).

I'm not a robot

reCAPTCHA
-
Tema 6 20

Cierre de la unidad

¿Es posible aprovechar el volumen de datos que posee una Base de Datos p

Tomando en cuenta el funcionamiento de la base de datos, elemento esencial en un Sistema de

Información para almacenar toda la información que surge de las operaciones diarias, el presente módulo

comienza a transitar la utilización de dicha información a un nivel aún mayor, pasando de un nivel operativo a

uno de mayor envergadura como lo es el estratégico, que es apoyado para la toma de decisiones de una

empresa.

Conclusión
 En la actualidad, las empresas utilizan diferentes mecanismos que favorezcan la toma de decisiones. Es por ello que la inform
datos, los cuales deberán ser analizados correctamente para lograr los resultados esperados.

La toma de decisiones inteligentes requiere de un análisis exhaustivo y minucioso de las dimensiones involucradas, que tiene
operadas continuamente, ya que su fortaleza se encuentra en el análisis de grandes volúmenes de datos.

Bibliografía

de referencia
–

Elmasri Ramez y Navathe Shamkant B. Fundamentos de Sistemas de Bases de Datos Quinta Edición. Capítulo
Almacén de datos. Editorial Pearson, 2007.

Programas utilizados para las figuras Microsoft Word 2010. Microsoft Excel 2010.

de lectura obligatoria
–

Fundación Innovación Bankinter. (2016). Big Data: El poder de los datos.Madrid - España: Fundación Innovación
Bankinter.
Tema 7 20

Introducción a la unidad

¿Qué es un patrón y cómo se vincula a la información?

Contenidos
1 de la unidad
Conceptos, vinculaciones y fundamentos

2
Descubrimiento del conocimiento

3
Tipos de conocimiento
 4 Análisis y reflexión del aprovechamiento de la información

5
Práctica sobre la aplicación Microsoft PowerPoint

Cuando hablamos de patrones, estamos tratando sobre determinados sucesos que se repiten o están

vinculados de cierta manera, que permiten detectar relaciones tanto directas como indirectas, favoreciendo

la interpretación de determinados comportamientos. En las bases de datos, se pueden detectar patrones

que favorezcan los distintos procesos y la mejora en cuanto a los productos/servicios ofrecidos, utilizando

la información que se aloja en la BD.

Luego de haber abordado el concepto de almacén de datos en la unidad anterior, en la presente se comienza

a trabajar sobre la minería de datos. La misma nos permitirá la detección de problemas, patrones y reglas

que permitan optimizar los procesos y generar cambios de estrategias en el caso de ser necesarias.

Como se anticipó en la presentación, la minería de datos tiene como objetivo la detección de problemas,

patrones y reglas. A partir de ello, los niveles encargados de trabajar la resultante, utilizarán la herramienta

para el apoyo en la toma de decisiones. Esto tiene como finalidad el trabajo sobre la optimización de

procesos, donde se destacan por ejemplo: mejora de productos existentes, detección de situaciones

inusuales ante un estímulo en particular, síntomas frecuentes sobre determinadas problemáticas, etc.

La minería brinda una solución al procesamiento de grandes volúmenes de datos, que técnicas

simples/operativas no lo pueden abordar. Luego de dicho procesamiento, se aplicará un posterior análisis y

se generará un conocimiento sobre ello. Para tal fin, hay que tener en cuenta que los datos son hechos o

acontecimientos, mientras que la información es un conjunto de datos procesados. En esta unidad surge el

conocimiento, que forma parte de una información analizada.

¿Por qué la importancia de dicha herramienta? Existen ciertos comportamientos en los datos que pueden

presentarse como inusuales o relaciones indirectas muy estrechas que a simple vista no son percibidas.

Ante esto, la minería permite que esa información oculta pero existente, pase a ser observada y permita su

posterior análisis.

Hay que destacar que la relación con los almacenes de datos es muy estrecha, ya que a partir de la selección
de la información, se produce el análisis correspondiente. Información que no ha sido
seleccionada, no solo no podrá ser analizada, sino que a su vez, puede perjudicar la exactitud de un análisis.

En el material de la unidad van a encontrar diferentes criterios o patrones que pueden encontrarse en un

proceso de análisis. La herramienta busca el descubrimiento de conocimiento que permita la mejora de cada

área en particular. Además encontrarán una reflexión, teniendo en cuenta que dependiendo de la perspectiva

o enfoque que se toma en cualquier análisis, el conocimiento resultante va a estar orientado a él. En la vida

cotidiana observamos diversas situaciones y las analizamos según un criterio en particular; sin embargo,

cuando hay más de una perspectiva/criterio (propia o con otras personas), el foco tiende a cambiar por cada

uno de ellos, al igual que la resultante. En la minería sucede lo mismo, según como trabajamos las variables

y colocamos el foco, la resultante va a estar ligada a dicho criterio.

Por otra parte, la unidad continúa con la aplicación Microsoft PowerPoint, trabajando sobre los efectos y

transiciones, que bien utilizados (sin exceso) enriquecen una presentación. Asimismo, hay que tener en

cuenta las consideraciones generales que se encuentran en la unidad anterior. Podrán observar el tutorial

para fortalecer la mecánica y aplicarla en la presentación.

La construcción de un almacén de datos depende del criterio de análisis y la información que se desee

procesar. Ambas herramientas están completamente ligadas y se trabajan en simultáneo. La inteligencia

sobre la información le brinda a las instituciones la posibilidad de mejorar los servicios y optimizar los

procesos.

Comenzar la unidad
Te invitamos a recorrer el contenido de la unidad.

IR AL CONTENIDO
Tema 8 20

Tema 1: Conceptos, vinculaciones y fundamentos

Los almacenes de datos contienen grandes volúmenes de datos, que están orientados a temas y criterios

específicos, que son analizados para la obtención de patrones o reglas. Los almacenes no realizan el

análisis, sino que tienen como función el almacenamiento de los datos mediante una selección de distintas

bases de datos y fuentes.

Es por ello, que surge la minería de datos como herramienta o técnica capaz de descubrir nueva información

sobre los grandes volúmenes de datos, detectando problemas, patrones, reglas, etc. El análisis complejo se

realizará con diferentes técnicas que arrojarán los resultados que permitan el apoyo a la toma de decisiones

y el descubrimiento de situaciones que permitan optimizar los procesos.

En este capítulo realizaremos un recorrido por la vinculación de los almacenes y la minería, los tipos de

conocimiento que pueden ser descubiertos y una reflexión acerca de cómo un se priorizan las variables de

un análisis según lo que se desea estudiar.

La minería de datos es una herramienta muy utilizada en la actualidad, ya que el descubrimiento de nueva

información permite el desarrollo de nuevas estrategias de negocio que favorezcan notoriamente las

actividades y/o procesos. Asimismo, otros de los puntos de aporte de la minería son la detección de

comportamientos inusuales (situaciones fuera de lo común que deben ser abordadas) y la detección de

nuevos patrones que no son detectados a simple vista.

Las consultas que se pueden realizar en los sistemas con bases de datos comunes se realizan sobre

pequeñas porciones de datos, esto trae como consecuencia que no haya una precisión para la toma de

decisiones. La minería utiliza los almacenes para lograr extraer patrones significativos, que serán

investigados por los niveles tácticos y estratégicos de la empresa. Es importante destacar que la minería y

los almacenes están muy ligados, ya que el diseño se realiza en base a los temas específicos de los que se
 hará la recolección de los datos y la investigación que se realizará sobre ellos; es por ello, que no son

independientes.

La minería de datos brinda información específica que permite trabajar sobre varias
Tema 9 20

Tema 2: Descubrimiento del conocimiento

Tal como se mencionó anteriormente, los almacenes y la minería están diseñados en conjunto, y eso se

debe a que la búsqueda de patrones se realiza sobre los datos específicos que se desean estudiar. Es por

ello, que la construcción de los mismos se realiza por etapas. En un principio se realiza la selección y

limpieza de los datos, en los cuáles se definen los datos que van a ser utilizados para el análisis y se hace

una revisión para eliminar redundancia e inconsistencias. Este inicio de proceso es esencial, ya que la

delimitación de los datos y su selección adecuada lleva a la optimización de un descubrimiento exitoso. Una

vez realizada la selección y limpieza, se añaden datos extras de diversas fuentes, que permitirán el

enriquecimiento de los datos seleccionados, reforzando aún más el contenido de los almacenes. Una vez

realizado esto, se realiza un proceso de reagrupación, transformando los datos de manera tal de reducir el

volumen y clasificarlos según criterios, que permitan favorecer la búsqueda y análisis.

Tema 10 20

Tema 3: Tipos de conocimiento

Para finalizar con las etapas, los datos ya se encuentran preparados para la búsqueda de patrones y reglas.

En este punto se extraen tipos de conocimiento según distintos criterios como:

Reglas de asociación
–
Estas reglas tienen como finalidad la detección de situaciones que inducen a otras. En otras palabras, si pasa “a”, es
probable o seguramente pasará “b”. Un ejemplo básico de este punto puede ser la compra de un vestido para una
fiesta. El análisis arrojado por la minería de datos indica que una situación “a” es la compra del vestido y la situación
“b” que se repite frecuentemente es la compra de una cartera. Esta información que se genera es recibida por los
niveles estratégicos, que les permitirá la toma de decisiones para optimizar el proceso. Es importante destacar que no
siempre se va a producir tal situación, pero un descubrimiento de un conjunto de procesos que se repiten
frecuentemente, pueden cambiar la estrategia de venta de los productos, ubicando las carteras en posiciones
estratégicas, que permitan visualizar la combinación. En este descubrimiento en particular, una decisión posible sería
colocar un estante de carteras en la parte superior de los vestidos, ordenadas con el mismo criterio de colores,
generando un impacto visual que incremente aún más la posibilidad de venta de ambas. Este ejemplo utiliza una
situación básica, en la actualidad se detectan muchos patrones que no son percibidos y es de suma importancia la
herramienta. En cuanto a la rama de la salud, es muy utilizado para analizar ciertos patrones que se producen
posteriormente a un tipo de situación.

Clasificación y categorías
–
En este punto se incluyen dos tipos de descubrimiento que se vinculan a la jerarquización y a la división según
categorías.
 En cuanto a la jerarquización, se utiliza mucho en los negocios para la detección de aptitudes para roles
determinados. Un ejemplo está en un puesto de trabajo, donde la detección de un conjunto de características
permiten encontrar personas que seguramente se desempeñarán muy bien en el rol.

Por otra parte, la categorización se basa en realizar la división de diferentes eventos por categorías,
permitiendo trabajar sobre cada una de ellas para lograr un mayor aprovechamiento del negocio. Una situación
que refleja el mismo es un parque temático, que la posibilidad de detección de diferentes categorías de
visitantes, permite trabajar en cada una de ellas, logrando la satisfacción de cada una de ellas.

Patrones secuenciales y de tiempos

–
Son los patrones que se vuelven a repetir o que se detectan similitudes en períodos de tiempo. En el caso de los
secuenciales, se detectan patrones que se repiten y es por ello, que una estrategia permite optimizar dicha situación.
Podemos ejemplificarlo con la compra de zapatillas de un estilo idéntico o parecido, da la posibilidad de identificar la
preferencia del consumidor. En base a los patrones en series de tiempo, se detectan similitudes que favorecen
optimizar estrategias de negocios según la información obtenida. Un ejemplo puede ser la detección de un producto
“x” que tiene su pico de venta en enero de cada año. Hay muchos casos que la escala puede cambiar y no son
detectados con una observación simple. Asimismo, hay productos que no están clasificados por temporada; sin
embargo, presentan picos que no son detectados sin un análisis.
Como etapa final, se encuentra la presentación y visualización de los resultados, que permitirán tomar las decisiones con
información clara y precisa.
Tema 11 20

Tema 4: Análisis y reflexión del aprovechamiento de

la información

Reflexión
Hemos comprendido la importancia de la información y la protección de su integridad. Asimismo, las

técnicas que se utilizan actualmente para analizar grandes volúmenes de información, que permiten conocer

preferencias y por archivos a través de la búsqueda de patrones y reglas, proceso que se realiza sobre la

información de grandes bases de datos.

La información es analizada en grandes porciones, buscando optimizar continuamente cada proceso, por

ejemplo: cuando se presentan las estadísticas del partido de la costa, la información utilizada para tal fin es

recolectada mediante la selección y la limpieza de los datos de los hoteles, gastronomía , paradores, etc.

Esto permite optimizar las siguientes temporadas, preferencias en preferencias y tendencias. La recolección

de datos a través de diferentes herramientas es vital para lograr el éxito de las investigaciones. Es por ello,

que la conexión entre cada disciplina involucrada en cualquier orden, se vuelve esencial para el tratamiento

de la misma. Dicha situación se da debido a que cada uno tendrá la posibilidad de analizar dicha

información, según el enfoque que precisa y los objetivos planteados.

Como reflexión sobre el análisis según el enfoque, se plantea las siguientes preguntas: ¿Alguna vez

observaron una película más de una vez, analizando diferentes contextos o variables? Cuándo la evaluaron

detalladamente según un contexto / variable, ¿recuerdan haber observado todo lo detallado durante el

segundo análisis con un contexto totalmente diferente? La reflexión a estas preguntas nos permite no

solamente comprender la importancia de la recolección de datos según criterios o temas (funcionamiento

del almacén de los datos) y la búsqueda de diferentes patrones (minería de datos), sino que a su vez, de qué

manera los niveles tácticos y estratégicos trabajarán sobre los resultados. En este punto, destacamos que el

sistema no toma decisiones, ya que solamente es el encargado de analizar y mostrar los resultados.

Queda en manos del encargado personal para tal labor, que tendrá un criterio para la toma de decisiones
según sus consideraciones y factores que influyan tanto positiva como negativamente.
Tema 12 20

Tema 5: Práctica sobre la aplicación

Microsoft PowerPoint

Tutorial PowerPoint
Se aborda los efectos y transiciones para la realización de una presentación.

Verify to continue
We detected a high number of errors from your connection. To continue, please confirm
(and notspambot).

I'm not a robot

reCAPTCHA
-
Tema 13 20

Cierre de la unidad

¿Qué es un patrón y cómo se vincula a la información?

Conclusión

Los almacenes y la minería de datos están estrechamente vinculados, ya que existe un criterio de análisis. Asimismo, pueden no utili
Bibliografía

de referencia
–

Elmasri Ramez y Navathe Shamkant B. Fundamentos de Sistemas de Bases de Datos Quinta Edición. Capítulo
Almacén de datos. Editorial Pearson, 2007.

Programas utilizados para las figuras Microsoft Word 2010. Microsoft Excel 2010.
Tema 14 20

Introducción a la unidad

¿Cuál es la importancia de una buena visualización?

Contenidos
1 de la unidad
Concepto y características

2
La vinculación entre las pantallas y particiones

3
Técnicas de representación
 4 Práctica sobre la aplicación en línea Prezi

Esta unidad aborda la representación del conocimiento obtenido de la minería de datos. Es muy importante

tomar en consideración que la representación clara y concisa del conocimiento, le permite una mejor

interpretación a los usuarios que operan con ella, favoreciendo la toma de decisiones. Un análisis complejo

como lo realizado en la unidad anterior, arroja resultados que podrían no ser apreciados correctamente, dada

la cantidad de información y las comparaciones realizadas. Las técnicas de representación favorecen

notoriamente esta cuestión, colocando a la vista esas relaciones y situaciones inusuales, que permiten ser

abordadas de manera inmediata.

Las unidades anteriores de este tercer módulo abordaron los conceptos de Almacén y Minería de datos,

comprendiendo la importancia de la información y su posterior análisis para el descubrimiento de

conocimiento. Una vez que se realiza el proceso mencionado, el conocimiento se debe representar de

manera tal que los usuarios puedan utilizarlo en la toma de decisiones. Esta última unidad recorre algunas

técnicas de representación del conocimiento de manera superficial, para comprender la finalidad de las

herramientas de análisis inteligente de la información.

Por último, esta unidad presenta la herramienta Prezi, que permitirá diseñar presentaciones dinámicas con

un impacto visual muy superior a lo trabajado en unidades anteriores. Este tipo de presentaciones

enriquecen la exposición de los diferentes procesos, siempre teniendo en cuenta las consideraciones

generales para el armado.

Existen muchas herramientas gratuitas que brindan información general abierta, con el objetivo de que los

usuarios tomen conocimiento de ella, y en algunos casos, puedan utilizarla. Así como se trabajó en el

capítulo de seguridad el concepto de información sensible, en la búsqueda inteligente de información

sucede algo similar. La información que se maneja debe ser de carácter general y no particular, evitando

información privada que pueda afectar a los usuarios.

Por otra parte, hay que considerar que el descubrimiento de conocimiento “útil”, está muy vinculado a los

procesos anteriores como la búsqueda, selección y enriquecimiento de los datos. Es por ello, que si bien las

etapas se encuentran divididas, el objetivo es común y todas son dependientes. Siempre hay que considerar

que el sistema no toma las decisiones, sino que aporta el conocimiento generado de los procesos, para que
el usuario lo haga.
En esta unidad, encontrarán un material que profundiza los conceptos antes mencionados, incorporando

unos breves ejemplos de técnicas de representación de los datos. Existen numerosas técnicas, pero nos

abocaremos en las más sencillas y fáciles de interpretar, con el objetivo de comprender el porqué de estos

procesos de inteligencia y aprovechamiento de la información.

Por último, encontrarán una guía básica para la creación de una cuenta gratuita en Prezi, que les permitirá

crear presentaciones dinámicas con un impacto visual muy positivo. El archivo tutorial será acompañado por

un video que explica cómo desarrollar una breve presentación. De esta manera podrán realizar la actividad

de la unidad.

El módulo realizó un trayecto que persigue el descubrimiento del conocimiento, tomando en consideración

que las etapas están separadas, pero estrechamente vinculadas. En la actualidad, el análisis inteligente de

los datos toma cada vez más fuerza y será aún mayor con el correr de los años. Las empresas buscan sacar

provecho para optimizar todos los procesos.

Comenzar la unidad
Te invitamos a recorrer el contenido de la unidad.

IR AL CONTENIDO
Tema 15 20

Tema 1: Concepto y características

La minería de datos realiza diversos procesos en la búsqueda de patrones y reglas, utilizando para tal fin a

los almacenes. Una vez realizados los procesos, hay que trabajar en el último aspecto que es la

presentación del conocimiento que se generó a raíz del análisis de la información. Es por ello, que se busca

representar el conocimiento de manera comprensible para el usuario, que lo utilizará para el apoyo a la toma

de decisiones. La buena visualización de los datos favorece la interpretación del cono- cimiento para trabajar

sobre ello.

Para tal fin, este material presenta algunas técnicas sencillas de representación del conocimiento, para

comprender de manera superficial la visualización y su importancia.

Tema 16 20

Tema 2: La vinculación entre las pantallas y

particiones

Como se adelantó, la importancia de la representación del conocimiento es esencial para el apoyo a la toma

de decisiones. Es frecuente escuchar la frase “Es importante el producto, pero aún más su presentación”.

La presentación se vuelve un eje fundamental en todo proceso, ya que una mala impresión inicial, puede

arrojar por la borda cualquier proyecto por más valioso que sea. Ante esta situación, se realiza un trabajo

intenso sobre la representación de cualquier proceso, incluyendo no solamente el impacto que producirá lo

representado, sino que a su vez, analizando el público receptor, para mejorar el impacto de lo que se

expondrá.

La visualización del conocimiento luego de aplicar la minería de datos, no queda exenta de la representación.

Los resultados que se arrojen tendrán que ser expuestos de manera sencilla, generando en el usuario

receptor la amigabilidad necesaria para realizar el análisis correspondiente. La comunicación visual es la

más utilizada en la actualidad, por lo tanto se trabaja en ella para el aprovechamiento del análisis realizado.

Actualmente el big data o minería de datos es muy utilizado por las

empresas, obteniendo información muy valiosa de los procesos para
optimizar procesos, búsqueda de nuevos clientes, comportamientos en
secuencia, etc. Un ejemplo muy destacado son los bancos, que trabajan el
conocimiento para mejorar sus productos y captar más clientes, en un
mercado cada vez más competitivo.
Tema 17 20

Tema 3: Técnicas de representación

Existen numerosas técnicas para la representación del conocimiento y de diferente grado de dificultad e

interpretación. Entre las más sencillas se encuentran las siguientes:

Tablas

En las mismas se representan los datos según la agrupación que se considere (variables a utilizar),

permitiendo obtener conocimiento para el apoyo a la toma de decisiones.

Figura 1. Elaboración propia (2018)

En el ejemplo que se observa (figura nº1), se trabajan dos variables: artículos y cuatrimestres, que son

acompañadas por un valor de representación a medir: la cantidad vendida. Este tipo de representación

sencilla permite observar tendencias de artículos en los diferentes períodos y trabajar en ello en búsqueda

de mejoras. Información que se obtiene de este pequeño ejemplo:

El artículo 1 tiene un pico en el segundo cuatrimestre y tiene un tercero muy bajo.

El artículo 2 es estable y tiene un rendimiento parejo durante todo el año.
 El artículo 3 mantiene líneas muy bajas de ventas y tiene un cierre aceptable en el último
período.

Árboles de decisión

Los árboles nos permiten generar una estructura jerárquica de decisiones, en el cuál se detectan patrones

por categorización. En el ejemplo de la figura nº2 se observa el árbol dónde se realiza tanto en el nivel raíz

como en los internos, una determinada pregunta que permite orientar el camino a tomar. Los árboles son

muy útiles para este tipo de patrones muy marcados.

Figura 2. Elaboración propia (2018)

Redes Semánticas

Otra de las técnicas sencillas de representación son las redes semánticas. A través de la misma, podemos

localizar valores que están muy vinculados para trabajar sobre ellos. En la figura nº3 se encuentra un

ejemplo de almacén y minería de datos, en este caso ambos trabajan sobre la información y es un nodo en

común. Dicha red es muy utilizada para localizar vinculaciones entre variables o valores.
 Figura 3. Elaboración propia (2018)

Gráficos lineales

La gráfica lineal nos permite observar tendencias entre diferentes variables junto a sus valores, obteniendo

una visión clara de la información analizada. Esto permite el apoyo a la toma de decisiones mediante una

representación sencilla de tendencias. La figura nº4 muestre un ejemplo de la misma.

Figura 4. Elaboración propia (2018)

La gráfica lineal puede ser otra representación de los datos de una tabla. Dependiendo el usuario, se puede

escoger representación o utilizar ambas.

Gráficos de dispersión

La dispersión tiene como finalidad observar la agrupación de los datos analizados, encontrando una o varias

tendencias. El impacto visual que genera la técnica permite una fácil detección de las zonas y

agrupamientos.

Figura 5. Elaboración propia (2018)

En la gráfica podemos observar tres grupos bien definidos, los cuales deberán ser analizados por el usuario

para la toma de decisiones.

 Material de Lectura

Te invitamos a revisar el siguiente recurso que brinda información sobre la impresión en 3D, maquetas y

prototipos.

Comalat-Navarra, Maite (2015). Bibliotecas públicas e impresoras 3D: el debate está servido. El profesional de la

información.
Tema 18 20

Tema 4: Práctica sobre la aplicación en línea Prezi

Prezi tiene como finalidad la creación de presentaciones dinámicas, que permiten facilitar y enriquecer las

presentaciones.

En esta pequeña guía, se especifican los pasos para la creación de una cuenta. A partir de allí, con la ayuda

del tutorial, podrán generar una presentación de prueba.

Alta de cuenta

Se accede al navegador y se coloca la siguiente URL:

Luego accedemos al botón “Comienza”.

Dentro de la opción, se encuentran las posibilidades de cuenta. Dentro de ellas existen cuentas Pro/Plus

que brindan más herramientas y tienen un costo. En este caso, nos dirigimos a la solapa izquierda (Basic)

y generamos una gratis (primera opción).

Luego de acceder, Prezi solicita nombre, apellido, correo y contraseña. Asimismo, brinda la posibilidad de

utilizar una cuenta LinkedIn o de Facebook.

Una vez generada la cuenta, la web indica que la cuenta ya se encuentra creada, por lo tanto se puede

acceder desde la parte superior, con el botón “Entra”. En el acceso, nos solicita correo y contraseña, o la

utilización de la cuenta de LinkedIn o Facebook que se ha utilizado.

 Tutorial Prezi
Video sobre la utilización de la aplicación Prezi.

Verify to continue
We detected a high number of errors from your connection. To continue, please confirm
(and notspambot).

I'm not a robot

reCAPTCHA
-
Tema 19 20

Cierre de la unidad

¿Cuál es la importancia de una buena visualización?

La importancia de la representación del conocimiento es esencial para el apoyo a la toma de decisiones.

Conclusión

Hay que tener en cuenta que existen numerosas técnicas de representación del conocimiento; sin embargo, es importante trabajar en
día, esto es debido a la existencia de cantidades enormes de datos. Pese a esto, la selección y limpieza de los mismos en el Almac

Bibliografía

de referencia
–

Elmasri Ramez y Navathe Shamkant B. Fundamentos de Sistemas de Bases de Datos Quinta Edición. Capítulo Minería
de datos. Editorial Pearson, 2007.

Programas utilizados para las figuras Microsoft Word 2010 Prezi Inc.

de lectura obligatoria
–

Comalat-Navarra, Maite (2015). Bibliotecas públicas e impresoras 3D: el debate está servido. El profesional de
la información.
Tema 20 20

Descarga del contenido

¿Quieres imprimir el contenido del módulo?

Para descargar el contenido del módulo, e imprimirlo, haz clic en el archivo que se encuentra a continuación.