Habilidades Estratégicas de Dirección de TI

Profesor Richard de Jesús Gil Herrera

Sesión 13. TEMA 7-P1: Análisis de la información

como ventaja competitiva

Universidad Internacional de La Rioja

Tema 7. Análisis de la información como ventaja competitiva

AGENDA SESIÓN 13

1) Introducción y objetivos

2) Análisis de datos para toma de decisiones y/o

Business Intelligence

3) Big Data y Técnicas de minería de datos

4) Ejercicio/caso de Secuencias (Series temporales)

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 2

1) Objetivos T7: Análisis de la información como ventaja competitiva

Objetivos
• Entender como el análisis de la información puede permitir a una empresa
obtener ventajas competitivas sobre sus competidores.
• Comprender que es el análisis de datos a nivel empresarial, también
conocido como Business Analytics o Business Intelligence.
• Conocer algunas de las técnicas más comunes, empleadas en el análisis
de la información.
• Estudiar el uso de la información con la finalidad de prever el futuro o
Análisis Predictivo.
• Examinar últimas tendencias en el análisis de grandes volúmenes de
datos. Estudiar diferencias de términos como: Big Data y Machine
Learning.
• Profundizar en estudio de los clientes de la empresa teniendo como
referencia el CRM (evolución y tendencias).

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

1) Objetivos T7: Análisis de la información como ventaja competitiva

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

1) Análisis de Datos para la Toma de Decisiones o Business Intelligence

¿Qué es el Análisis de datos……..

10
Responder
en Chat

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

1) Análisis de Datos para la Toma de Decisiones o Business Intelligence

¿Qué es el Análisis de datos……..

10
Responder
en Chat

El análisis de datos a nivel empresarial puede ser estructurado de varias

maneras. En base a su fin último el análisis de datos puede ser: descriptivo,
predictivo o prescriptivo.

También podemos agruparlos en función de su naturaleza, estado o disponibilidad;

de tal forma que estos serían: datos estructurados o desestructurados.

Los datos estructurados corresponderían a las tradicionales bases de datos

transaccionales (usual SQL), muchas de ellas del tipo o Sistema Gestor de Bases
de Datos Relacionales (RDBMS).

Los datos desestructurados son aquellos que no poseen una estructura interna
identificable o que aparecen en una mezcla heterogénea de ellas. En la actualidad
este tipo de información es almacenada en las conocidas como bases de datos no
relacionales o (NoSQL), con el poder organizarlos y explotarlos.

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

2) Business Intelligence. Concepto y Beneficios que Reporta

¿Qué es el Business 10
Intelligence…….. Responder
en Chat

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

2) Business Intelligence. Concepto y Beneficios que Reporta

¿Qué es el Business 10
Intelligence…….. Responder
en Chat

El business intelligence, también conocido como inteligencia de negocio o

inteligencia empresarial, es un conjunto de procesos, metodologías y
tecnologías que convierten los datos sin procesar en información útil y
entendible que impulsa acciones de negocio rentables.
En este contexto, las herramientas de business intelligence automatizan los
procedimientos de análisis de datos y crean informes, resúmenes, paneles,
mapas, gráficos y cuadros de mando para proporcionar a los usuarios
inteligencia detallada sobre la naturaleza del negocio.

Teniendo esta idea en mente, podemos decir que el

business intelligence es una disciplina similar a la
data science (ciencia de datos) y al análisis big data.

https://www.youtube.com/watch?v=A
Rr7RzdOLUI&ab_channel=GrowUp

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

2) Business Intelligence. Concepto y Beneficios que Reporta

Beneficios estratégicos del BI

Formar una estrategia empresarial competitiva para:

• Determinar clientes potenciales y las acciones qué se

deberían seguir para aumentar la cantidad de clientes.
• Focalizar en qué nicho de mercado estar presente y
como obtener más cuota.
• Analizar la estrategia de la competencia y que servirá
de guía para saber qué decisiones tomar.
• Analizar necesidad de crear nuevos productos o
mejorar los ya existentes.
• Mejorar la habilidad para analizar las estrategias de
precio propios de la competencia y el precio medio del
mercado

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 9

2) Modelos y Arquitecturas en el Análisis de la Información
¿Qué es un Data Warehouse y como funciona….. 10
Indicar en CHAT

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 10

2) Modelos y Arquitecturas en el Análisis de la Información
¿Qué es un Data Warehouse y como funciona….. 10
Indicar en CHAT

Un Data Warehouse (DWH) se encarga de extraer datos de las bases de datos

operacionales o fuentes externa, transformar, consolidar, integrar, chequear la
integridad y centralizar los datos que la empresa genera en su actividad diaria de
negocios y/o información externa con la que este relacionada.

Características
• Administra grandes cantidades
de información
• Guarda histórico de datos
• Condesa y agrega información
• Integra y asocia información de
muchas fuentes
http://mundodb.es/introduccion-a-los-datawarehouse

Un DWH permite el acceso y manipulación de la información, a través de análisis

multivariables, con el objetivo final de dar soporte al proceso de toma de decisiones.

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 11

2) Modelos y Arquitecturas en el Análisis de la Información

¿Qué es el ETL…….. 10
Responder
en Chat

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

2) Modelos y Arquitecturas en el Análisis de la Información

¿Qué es el ETL…….. 10
Responder
en Chat

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

2) Modelos y Arquitecturas en el Análisis de la Información
DISEÑO DATA WAREHOUSE: Se basa en Hechos y dimensiones (2 modelos)
• DIMENSIONES: Representan factores por lo que se analiza un determinado área del
negocio. Son pequeñas y usualmente están desnormalizadas (Ej. Productos)
• HECHOS: Son el objeto de los análisis y están relacionados con las dimensiones. Son
tablas muy grandes y suelen estar desnormalizadas. A menudo incluyen diferentes
agregaciones como máximo, mínimo, media, …(Ej. Ventas)

Los hechos contiene los datos de estudio y

las dimensiones contienen los metadatos
sobre dichos hechos.

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 14

3) Big Data y Técnicas de minería de datos
EXPLOSION DE DATOS EN MUCHOS AMBITOS

Video 01
Futbol

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 15

3) Big Data y Técnicas de minería de datos

https://www.fundacionbankinter.org/blog/noticia/en-2025-el-volumen-de-datos-en-el-mundo-sera-175-veces-mas-que-en-2011

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 16

3) Big Data y Técnicas de minería de datos

¿QUÉ ES EL BIG-DATA…….. End

10
19
18
17
16
15
14
13
12
11
9
8
7
6
5
4
3
2
1
20

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 17

3) Big Data y Técnicas de minería de datos

¿QUÉ ES EL BIG-DATA…….. End

10
19
18
17
16
15
14
13
12
11
9
8
7
6
5
4
3
2
1
20
“BIG DATA” son datos cuyo volumen, diversidad y complejidad requieren nueva
arquitectura, técnicas, algoritmos y análisis para gestionar y extraer valor y
conocimiento oculto en ellos….

BIG
DATA

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 18

3) Big Data y Técnicas de minería de datos

De 3 V’s
a 6 V’s
del Big
Data

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

3) BIG DATA: Modelos de Marketing Relacional
Las tareas de adquisición, retención, venta cruzada y venta superior, que se muestran en
la figura 2, se hallan en la base de las estrategias de marketing relacional y su objetivo
es maximizar la rentabilidad de los clientes durante su vida.

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

3) BIG DATA: Modelos de Marketing Relacional
Las tareas de adquisición, retención, venta cruzada y venta superior, que se muestran en
la figura 2, se hallan en la base de las estrategias de marketing relacional y su objetivo
es maximizar la rentabilidad de los clientes durante su vida.

Hay que tener en cuenta que la SELECCIÓN DE ATRIBUTOS juega un papel crítico en este
contexto, ya que el número de variables explicativas disponibles suele ser bastante
grande y es aconsejable que los modelos de aprendizaje utilicen un subconjunto
limitado de características predictivas para generar reglas de clasificación significativas y
útiles para la segmentación o clusterización precisa de los clientes (Vercellis, 2009).

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

3) Big Data y Técnicas de minería de datos

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

3.1) BIG DATA: Técnicas de CLASIFICACIÓN

La Clasificación supervisada es una de las tares que más frecuentemente son

realizadas por Sistemas Inteligentes. Por lo tanto, un gran número de paradigmas
desarrollados bien por la Estadística (Regresión Logística, Análisis Discriminante) o
bien por la Inteligencia Artificial (Redes Neuronales, Árboles de Decisión, Inducción
de Reglas, o Redes Bayesianas) son capaces de realizar las tareas de clasificación.

Concretamente, la clasificación reconoce patrones al que pertenece un elemento,

examinado a los elementos que han sido clasificados (aprendidos), e infiriendo un
conjunto de reglas.

Aplicación de la minería de datos

Negocio-Marketing: En lugar de contactar con el cliente de forma indiscriminada a

través de un centro de llamadas o enviando emails, sólo se contactará con aquellos
que se perciba con mayor probabilidad de responder positivamente a una
determinada oferta o promoción.

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 2

3.1) BIG DATA: Técnicas de CLASIFICACIÓN

Los Arboles de decisión

• Son un tipo de algoritmos de aprendizaje supervisado (i.e., existe una variable
objetivo predefinida).
• Principalmente usados en problemas de clasificación.
• Las variables de entrada y salida pueden ser categóricas o continuas.
• Divide el espacio de predictores (variables independientes) en regiones distintas y
no sobrepuestas.

https://bookdown.org/content/2031/arboles-de-decision-parte-i.html

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 2

3.1) BIG DATA: Técnicas de CLASIFICACIÓN

4) Predicción de tendencias en consumo

La empresa debe dirigir campañas de adquisición a segmentos con una alta
rentabilidad potencial y una alta probabilidad de adquisición, con el fin de
optimizar los recursos de marketing

Clasificación para detectar clientes potenciales

MODELADO: CLASIFICACIÓN Y PREDICCIÓN

DATOS: CLIENTE COMPRA BICICLETA
HERRAMIENTA: MATLAB

¿Comprarán
éstos?

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

3.1) BIG DATA: Técnicas de CLASIFICACIÓN
4) Predicción de tendencias en consumo (En Matlab)

1) Clasificar por etiquetas (Yes o Not Compra) Matrix de confusion

2) Entrenar
un modelo

3) Predecir (3)
nuevos casos

¿Comprarán éstos?

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 26

3.2) BIG DATA: Técnicas de AGRUPACIÓN
La Agrupación (Clustering) es una técnica de aprendizaje no supervisado que
permite descubrir varios grupos a partir de los datos.
El objetivo de la agrupación es encontrar diferentes grupos dentro de los
elementos de los datos. Para ello, los algoritmos de agrupamiento encuentran la
estructura en los datos de manera que los elementos del mismo clúster (o grupo)
sean más similares entre sí que con los de clústeres diferentes.

https://medium.com/datos-y-ciencia/aprendizaje-no-supervisado-en-machine-learning-agrupaci%C3%B3n-bb8f25813edc

Aplicación de la minería de datos

Comportamiento en Internet: Análisis del comportamiento de los visitantes vía Internet
(sobre todo, cuando son clientes poténciales) a una página Web. O la utilización de la
información —obtenida por medios más o menos legítimos— sobre ellos, para ofrecerles
propaganda adaptada específicamente a su perfil.

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 27

3.3) BIG DATA: Técnicas de ASOCIACIONES
El aprendizaje de reglas de asociación es una de las técnicas más comunes en la
minería de datos, así como en el aprendizaje automático. El uso más común, son los
sistemas de recomendación utilizados por tiendas virtuales como Amazon
Este tipo de aprendizaje nos dice que si un usuario compra, por ejemplo, un libro,
qué tan probable es que compre otro libro, donde estos dos libros están
relacionados porque otros usuarios los compraron a ambos.
El conjunto de items (I) es:

Un ejemplo de regla de asociación para el supermercado

podría ser:

Ejemplo: Base de datos con 4

ítems y 5 transacciones

Reglas significativas:
'soporte' y 'confianza'
https://es.wikipedia.org/wiki/Reglas
_de_asociaci%C3%B3n

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 2

3.4) BIG DATA: Técnicas de SECUENCIAS
Una serie temporal es una sucesión o secuencia de observaciones de una
variable tomadas en varios instantes de tiempo. Nos interesa estudiar los cambios
en esa variable con respeto al tiempo. Predecir sus valores futuros.
Ejemplos de series temporales podemos encontrarlos en muchos campos de conocimiento:
• Economía: producto interior bruto anual, tasa de inflación, tasa de desempleo, etc.
• Demografía: nacimientos anuales, tasa de dependencia, etc.
• Meteorología: temperaturas máximas, medias o mínimas, precipitaciones diarias.
• Medio ambiente: concentración media mensual de nitratos en agua, alcalinidad media
anual del suelo, emisiones anuales de CO2, etc.

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 2

4) Ejercicio/caso. Secuencias (Series temporales)
VÍDEO: Instalar RStudio
https://www.youtube.com/watch?v=Nmu4WPdJBRo&ab_channel=RafaGonzalezGouveia

MODELADO: SECUENCIAS: SERIES TEMPORALES

DATOS: VENTAS DE CIGARRILLOS
HERRAMIENTA: RSTUDIO
DATASET: CIGARETTES

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera 3

 ¿Qué hemos
aprendido hoy?

Participad
en el chat

End
10
20
19
18
17
16
15
14
13
12
11
9
8
7
6
5
4
3
2
1

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

 GRACIAS!!

DUDAS Y PREGUNTAS

Habilidades Empresariales de Dirección TI Profesor: Richard Gil Herrera

www.unir.net