Introducción al Business Analytics
Primera clase
Designed by starline / Freepik
Julio César Alonso C. jcalonso@[Link]
Sobre el profesor
- Economista
- Mg en Economía
- Mg en Ciencia de Datos
Profesor catedrático Icesi y Usco
Data Science Senior Analyst in Accenture
• [Link]@[Link]
• [Link]
Target
Acción
(Selección de productos y cupos)
“Score de embarazo”
(modelos)
Datos
(de compra y del comprador)
Chef
Por un buen motivo…
Fuente: [Link]
Y en un año
Fuente: [Link]
“Los datos son el nuevo petróleo”
Clive Humby (2006)
“Data is The New Oil”
Mayo 2017
Fuente: [Link]
“Los datos son el nuevo petróleo, tenemos que
encontrarlo, extraerlo, refinarlo, distribuirlo y
monetizarlo”
– David Buckingham
“Data is the new oil. We need to find it, extract it, refine it, distribute it and monetize it.”
“La información es el petróleo del siglo XXI y
la analítica es el motor de combustión”
– Peter Sondergaard, Senior VP Gartner
“Information is the oil of the 21st century, and analytics is the combustion engine”
Los datos se deben convertir en conocimiento
Abstracción
Sabiduría
Encontrar “principios”
Entendimiento
Encontrar razones
Encontrar patrones
Conocimiento
Futuro
(Aplicación)
Encontrar relaciones Información
Pasado
(Comprender)
Datos
Comprensión
stamos en momentos muy interesan
asdfdasfsad@[Link]
5. Cosas importantes sobre Business Analytics
1. Mejora el desempeño
Muestra una foto de lo que está y no está
funcionando
Fuente: Ohio State University
5. Cosas importantes sobre Business Analytics
1. Mejora el desempeño
2. Permite decisiones más rápidas y precisas
Fuente: Ohio State University
5. Cosas importantes sobre Business Analytics
1. Mejora el desempeño
2. Permite decisiones más rápidas y precisas
3. Minimiza riesgos
Ofrece “insights” para que las organizaciones
tomen decisiones basadas en datos
Fuente: Ohio State University
5. Cosas importantes sobre Business Analytics
1. Mejora el desempeño
2. Permite decisiones más rápidas y precisas
3. Minimiza riesgos
4. Dinamiza el cambio y la innovación
Permite a los negocios encontrar qué es lo que
“exactamente” esperan, quieren y necesitan los
clientes
Fuente: Ohio State University
5. Cosas importantes sobre Business Analytics
1. Mejora el desempeño
2. Permite decisiones más rápidas y precisas
3. Minimiza riesgos
4. Dinamiza el cambio y la innovación
5. Provee señales rápidas de cómo va el negocio
Ofrece evidencia de cómo va el negocio
monitoreando la red y social media.
Fuente: Ohio State University
El proceso de creación de una solución de
analítica (modelo de analítica)
Data product: Un producto cuyo objetivo
principal es usar datos para facilitar el
logro de una meta
El proceso para la construcción de una solución de
analítica (modelo de analítica)
Recolección de Procesamiento Limpieza de la Modelos Estadísticos y
datos en bruto de datos información Algoritmos de
inteligencia artificial
Producto o Comunicar,
aplicativo Reportar y
(“Data product”) visualizar
Toma de decisiones
O visto de otra manera.
Work flow
Recolección de Modelado, Comunicación
Preparación de Exploración y
datos y experimentación, de resultados
los datos visualización
almacenado predicción, etc.
Decisiones
Pero el proceso no es lineal….
Metodología CRISP (Cross Industry Standard Process)
Entendimiento Entendimiento
del negocio de los datos
Preparación datos
Despliegue
Data
Modelado, etc.
Evaluación
CRISP
Entendimiento Entendimiento
del negocio de los datos
Preparación datos
Despliegue
Data
Modelado, etc.
Evaluación
Cuatro ejemplos de una solución de analítica
(modelo de analítica)
Ejemplo 1: Modelo para el análisis del estado de las
Cuentas por Cobrar de la FCVL
• Fuentes
• Público
• ¿para qué?
• ¿cómo?
Ejemplo 1:
Work flow
Recolección de Modelado, Comunicación
Preparación de Exploración y
datos y experimentación, de resultados
los datos visualización
almacenado predicción, etc.
Decisiones
Ejemplo 2: Sobretasa Gasolina
[Link]
Ejemplo 2: Sobretasa Gasolina
• Fuentes:
• Público
• ¿para qué?
• ¿cómo?
Work flow
Recolección de Modelado, Comunicación
Preparación de Exploración y
datos y experimentación, de resultados
los datos visualización
almacenado predicción, etc.
Decisiones
Ejemplo 3: Covid 360
• Fuentes:
• Público
• ¿para qué?
• ¿cómo?
[Link]
Work flow
Recolección de Modelado, Comunicación
Preparación de Exploración y
datos y experimentación, de resultados
los datos visualización
almacenado predicción, etc.
Decisiones
Ejemplo 4: Distanciamiento y tapabocas
• Fuentes:
• Público
• ¿para qué?
• ¿cómo?
Work flow
Recolección de Modelado, Comunicación
Preparación de Exploración y
datos y experimentación, de resultados
los datos visualización
almacenado predicción, etc.
Decisiones
Otros ejemplos
UPS
• Objetivo: construir optimizadores de rutas
que mejoren la eficiencia de la operación de
las entregas de paquetes
• Datos: Solicitudes de tracking de clientes y
datos de sensores en mas de 46,000
vehículos
• Logros: entre US$300 millones por año (98
millones de min de tiempos muertos menos
por año) Disminución de emisiones 100,000
toneladas métricas por año.
Todo nace de una buena
pregunta de negocio
La pregunta
Clasificación de clientes
¿Cómo puedo identificar los
clientes que están esperando un
bebé?
La pregunta
Detección de fraude de tarjeta de
crédito
¿Es esta transacción de tarjeta de crédito
legítima o fraudulenta?
La pregunta
¿Cómo armar un equipo de beisbol ganador con un pequeño presupuesto?
▪ Optimización de los recursos de un equipo de beisbol basada en datos
▪ Pittsburg Pirates
▪ Houston Astros
▪ Milwaukee Brewers
▪ Boston Red Sox
La pregunta
Reconocimiento de spam
¿Este correo es spam o ham?
Por ejemplo preguntas en el área del mercadeo …
• ¿Cuáles de mis clientes me podrían abandonar para ir a la competencia?
• ¿Cuál es el valor potencial de los que aún no son clientes de mi compañía?
• ¿Qué clientes tienen un comportamiento o características similares?
• ¿Que productos son los más idóneos para cada cliente?
• ¿Cuáles de mis clientes son propensos a la compra de un producto y cuáles no lo són?
• ¿Cuál opción de producto es más atractiva para mis clientes?
•…
Preguntas de negocio
Pero…¿qué es (business) analytics?
El proceso científico de transformar datos en
insights (conclusiones) con el propósito de tomar
mejores decisiones.
En últimas queremos empoderar a las organizaciones para el logro de su misión y visión
Reglas de juego
Reglas del juego
Tipo de Evaluación Valor porcentual Objetivos de Aprendizaje a Fechas
Evaluar
Quices durante la clase (aprox 9 Todas las unidades Semana 2 -16
quices y se elimina la peor nota) 20 %
Examen parcial 1 Unidades 1 a 3 Semana 7
15 %
Examen parcial 2 Unidades 4 a 6 Semana 11
20 %
Talleres Unidades 1 a 10 Semana 1 - 16
Talleres para la casa (parejas)
Talleres en clase (tamaño del grupo según la 25 %
actividad)
Examen Final Todas las unidades Semana 17
20 %
Objetivos
Generales
Al finalizar el semestre el estudiante estará en capacidad de:
Explicar en sus propias palabras los conceptos básicos del business analytics
Identificar el tipo de tarea necesaria para responder la pregunta de negocio
Explicar el proceso requerido para emplear R para seguir una ruta analítica
que permita desarrollar las tareas estudiadas en el curso.
Interpretar los resultados de los métodos cuantitativos estudiados y
comunicarlos para facilitar la toma de decisiones
Objetivos
Terminales
Al finalizar el semestre el estudiante estará en capacidad de:
Emplear R para explorar y “limpiar” bases de datos.
Utilizar R para generar gráficos que permitan describir un
conjunto grande datos.
Producir código en R para aplicar las herramientas de
business analytics estudiadas.
Encontrar la herramienta de business analytics adecuada
para dar respuesta a la pregunta de negocio.
Unidad 1: ¿Qué es el business analytics?
Unidad 2: Conceptos básicos de un código e Introducción a R
Unidad 3: Visualización de información
Unidad 4: Sobre los datos, su limpieza y exploración
Unidad 5: Resumiendo datos
Unidad 6: Agrupando observaciones
Unidad 7: Análisis de redes
Unidad 8: Análisis de canastas (Análisis de la cesta de compra)
Unidad 9: Clasificando observaciones
Unidad 10: Detección de anomalías
Objetivos de formación en valores y competencias
•Al terminar el curso el estudiante estará en capacidad de ser
crítico-reflexivo sobre las preguntas de negocio que se plantean
y los modelos que se emplean.
Al terminar el curso el estudiante habrá tenido la oportunidad de
reflexionar sobre los siguientes valores y desarrollar estas
capacidades:
•Responsabilidad en el cumplimiento de las tareas que se le
asignen.
•Honestidad para hacer sus trabajos en casa y para la
presentación de diferente tipo de pruebas académicas.
Introducción al Business
analytics
Designed by starline / Freepik
