Apuntes de clase
Business Analytics
1. Definición de Business Analytics [1]
La analítica empresarial es el proceso científico de transformación de datos en conocimiento
para tomar mejores decisiones. La analítica de negocio se utiliza para la toma de decisiones
basada en datos o hechos, que a menudo se considera más objetiva que otras alternativas para
la toma de decisiones.
2. Business Analytics y su impacto en la toma de
decisiones [1]
Las herramientas de análisis empresarial pueden
ayudar a la toma de decisiones creando conocimientos
a partir de los datos, mejorando nuestra capacidad de
hacer previsiones más precisas para la planificación,
ayudándonos a cuantificar el riesgo y a obtener
mejores alternativas mediante el análisis y la
optimización. Un estudio basado en una amplia
muestra de empresas realizado por investigadores de
la Sloan School of Management del MIT y de la
Universidad de Pensilvania concluyó que las empresas
que se guían por la toma de decisiones basada en datos
tienen mayor productividad y valor de mercado y mayor producción y rentabilidad.
3. Avances que han impulsado el Business Analytics [1]
Los avances que han desencadenado la adopción de Business Analytics en las empresas son:
• Avances tecnológicos: Como la tecnología de escáner en el punto de venta, el comercio
electrónico, las redes sociales, los sensores en dispositivos mecánicos y los dispositivos
electrónicos personales, ha llevado a la producción de cantidades increíbles de datos para
las empresas. Naturalmente, las empresas desean utilizar estos datos para mejorar la
eficiencia y rentabilidad de sus operaciones, conocer mejor a sus clientes, fijar el precio de
sus productos de forma más eficaz y obtener una ventaja competitiva.
• Avances metodológicos: La investigación en curso ha dado lugar a numerosos avances
metodológicos, incluidos los avances en los enfoques computacionales para manejar y
explorar cantidades masivas de datos de manera eficaz, algoritmos más rápidos para la
optimización y simulación, y enfoques más eficaces
para la visualización de datos.
• Potencia de cálculo y capacidad de almacenamiento:
Estos avances metodológicos han ido acompañados de
una explosión de la potencia informática y la capacidad
de almacenamiento. Un mejor hardware informático, la
computación paralela y, más recientemente, la
computación en nube (el uso remoto de hardware y
software a través de Internet) han permitido a las
empresas resolver grandes problemas con más rapidez
y precisión que nunca.
Apuntes de clase
4. Una categorización de las técnicas analíticas [1] [2]
La analítica empresarial comprende tres tipos de técnicas:
• La analítica descriptiva utiliza los datos para comprender el rendimiento empresarial pasado
y presente y tomar decisiones informadas. Resume los datos en gráficos e informes
significativos, como presupuestos, ventas, ingresos o costes, lo que permite a los directivos
encontrar problemas o áreas de oportunidad, identificar patrones y tendencias y clasificar a
los clientes en segmentos para las estrategias de marketing y publicidad. Las preguntas
típicas a las que responde el análisis descriptivo son: "¿Cuánto hemos vendido en cada
región?" o "¿Cuáles han sido nuestros ingresos y beneficios en el último trimestre?".
Estas técnicas incluyen consultas de datos, informes, estadísticas descriptivas, visualización
de datos y algunas técnicas de minería de datos.
• El análisis predictivo prevé el futuro examinando
datos históricos, detectando patrones o relaciones
y extrapolando estas relaciones en el tiempo. Por
ejemplo, un vendedor puede estar interesado en
prever cómo reaccionarán los distintos grupos de
clientes a una campaña de marketing, o un
comerciante de materias primas puede querer
anticipar las fluctuaciones de precios a corto plazo.
Además, este tipo de análisis puede detectar
patrones ocultos en grandes cantidades de datos y
segmentar los datos en conjuntos coherentes para
predecir comportamientos. Por ejemplo, un
director de banco puede estar interesado en
localizar a los clientes más lucrativos, prever la probabilidad de impago de un solicitante de
préstamo o notificar al titular de una tarjeta de crédito una posible transacción fraudulenta.
Algunas técnicas son la regresión lineal, el análisis de series temporales y las aplicaciones de
minería de datos.
• El análisis prescriptivo indica un curso de acción a seguir; es decir, el resultado de un modelo
prescriptivo es una decisión. Este tipo de análisis implica la optimización es decir identificar
las mejores alternativas para minimizar o maximizar algún objetivo. Se utiliza en muchas
áreas empresariales, como operaciones, marketing y finanzas, y puede ayudar a determinar
la mejor estrategia de precios y publicidad para maximizar los ingresos o la mejor
combinación de inversiones para gestionar el riesgo. El análisis prescriptivo aborda
cuestiones como "¿Cuánto debemos producir para maximizar los beneficios?" o "¿Cuál es la
mejor forma de enviar mercancías desde nuestras fábricas para minimizar los costes?".
Ejemplos de técnicas son los modelos basados en reglas, los modelos de optimización y la
simulación.
Apuntes de clase
5. El espectro de la analítica empresarial [1] [3]
La analítica empresarial comprende tres tipos y abarca toda una gama de herramientas, desde
simples informes y gráficos hasta técnicas avanzadas como la optimización, la minería de datos
y la simulación (Ver figura). Normalmente, las empresas comienzan con la analítica descriptiva
y, a medida que reconocen sus ventajas, adoptan gradualmente técnicas más sofisticadas para
obtener una ventaja competitiva. Esta progresión suele dirigirse hacia lo que se conoce como
analítica avanzada, que engloba la analítica predictiva y la prescriptiva.
6. Un vistazo a la analítica descriptiva [1]
Revisemos en más detalle lo que comprende el análisis descriptivo:
• Informes estándar: Son informes preconfigurados de sistemas transaccionales como un ERP
o CRM (Customer relational management system).
• Consultas de datos: Una consulta de datos (“query”) solicita información con características
específicas a una base de datos. Por ejemplo, una consulta a la base de datos podría ser
obtener todos los registros de envíos desde una a planta a un centro de distribución en
particular durante un mes específico. Esta
consulta proporciona información descriptiva
sobre estos envíos: el número de envíos, la
cantidad incluida en cada envío o la fecha en
que se realizó cada envío.
• Visualización de datos: La visualización de
datos es la representación gráfica de
información y datos. Utiliza gráficos
estadísticos, diagramas, gráficos informativos
y otras herramientas para comunicar
información de forma clara y eficaz. Los
cuadros de mando (“dashboard”) son
Apuntes de clase
conjuntos de tablas, gráficos, mapas y resúmenes estadísticos que se actualizan a medida
que se dispone de nuevos datos. Los cuadros de mando ayudan a la dirección a controlar
aspectos concretos del rendimiento de la empresa.
• Estadísticas descriptivas: Las estadísticas descriptivas se utilizan para describir o resumir
datos de forma significativa. Ejemplos de estadísticas descriptivas son la media, la mediana,
la moda, la desviación estándar y el rango.
• Data mining: La minería de datos utiliza técnicas analíticas para detectar patrones y
relaciones en grandes conjuntos de datos. Por ejemplo, mediante el análisis de texto en
plataformas de redes sociales como Twitter, las empresas utilizan técnicas de minería de
datos (incluidos el análisis de conglomerados y el análisis de sentimientos) para comprender
mejor a sus clientes.
7. La analítica empresarial en la práctica [2]
He aquí un caso de analítica en el sector hipotecario y de préstamos para la vivienda.
“En algún momento de su vida, los ciudadanos recibirán un préstamo hipotecario para una casa
o un condominio.
• El proceso comienza con una solicitud. La solicitud contiene toda la información pertinente
sobre el prestatario (el cliente) que necesitará el prestamista (un banco). A continuación, el
banco inicia un proceso que conduce a la
decisión sobre el préstamo. Es aquí donde los
proveedores externos (p.e. Inforcorp)
proporcionan información fundamental sobre
el prestatario. Esta información incluye un
informe crediticio, la comprobación de los
ingresos, la comprobación de los activos, la
comprobación del empleo y una tasación de la
propiedad. El resultado es un expediente de
préstamo completo que contiene toda la
información y los documentos necesarios para
suscribir el préstamo.
• En la suscripción se evalúa el riesgo de la
solicitud de préstamo. El banco evalúa si el
prestatario puede hacer los pagos a tiempo, si puede permitirse devolver el préstamo y si
tiene suficientes garantías en la propiedad para respaldar el préstamo. Si el prestatario
incumple el pago del préstamo, el prestamista puede vender la propiedad para recuperar el
importe del préstamo. Sin embargo, si el importe del préstamo supera el valor de la
propiedad, el prestamista no podrá recuperar su dinero. Si el proceso de suscripción indica
que el prestatario es solvente y puede devolver el préstamo y el valor de la propiedad en
cuestión es superior al importe del préstamo, entonces el préstamo se aprueba y se pasa al
cierre.
• El cierre es el paso en el que el prestatario firma todos los documentos pertinentes,
aceptando las condiciones del préstamo.
• Además, la entidad recopila diversos datos operativos sobre el proceso para hacer un
seguimiento de su rendimiento y eficiencia, como el número de solicitudes, los tipos de
préstamo y los importes, la duración de los ciclos (tiempo necesario para cerrar el
préstamo), los cuellos de botella en el proceso, etcétera.
Apuntes de clase
En este caso se utilizan muchos tipos diferentes de análisis:
• Análisis descriptivo: se centra en los informes históricos y aborda cuestiones como:
- ¿Cuántas solicitudes de préstamo se presentaron en cada uno de los últimos 12
meses?
- ¿Cuál fue la duración total del ciclo desde la solicitud hasta el cierre?
- ¿Cuál fue la rentabilidad de los préstamos?
• Análisis predictivo: el modelado predictivo utiliza modelos matemáticos y estadísticos para
responder a preguntas como las siguientes:
- ¿Qué impacto tendrá un determinado programa de marketing en el volumen de
préstamos?
- ¿Cuál es la previsión de préstamos para el próximo año?
• Análisis prescriptivo: implica el uso de simulación u optimización para tomar decisiones. Las
preguntas típicas son:
- ¿Cuál es la mejor asignación de presupuesto de publicidad en los distintos medios
para lograr la mayor venta?
- ¿Cuál es la combinación óptima de tipos de hipotecas a colocar para maximizar los
beneficios totales considerando un presupuesto limitado para otorgar hipotecas y
los distintos tipos de riesgo?
El mercado hipotecario se ha vuelto mucho más dinámico en los últimos años debido al aumento
del valor de la vivienda, la bajada de los tipos de interés y los nuevos productos crediticios. Esto
ha aumentado la complejidad y variabilidad del proceso hipotecario y ha creado una
oportunidad para que los bancos utilicen de forma proactiva los datos de que disponen como
herramienta para gestionar su negocio. Para garantizar que el proceso es eficiente, eficaz y se
realiza con calidad, los datos y los análisis se utilizan a diario para hacer un seguimiento de lo
que se hace, quién lo hace y cuánto tiempo lleva”.
Bibliografía
1. Camm, J.D., et al., Business analytics. 4th ed. 2021, Boston, USA: Cengage Learning.
882.
2. Evans, J.R., Business Analytics, Global Edition. 3rd ed. 2021, Essex, United Kingdom:
Pearson Education Limited.
3. Sharda, R., D. Delen, and E. Turban, Analytics, data science, & artificial intelligence:
Systems for decision support. 11th ed. 2020, Hoboken, USA: Pearson Education.
