Analítica de Datos

UNIVERSIDAD TECNOLÓGICA DE MÉXICO MAESTRÍA EN ADMINISTRACIÓN DE NEGOCIOS (MBA) ONLINE Analítica de Datos.

Mtra. Claudia González Ruvalcaba Entregable final Decisiones de Negocios en Materia de Analítica de Datos Raquel Martínez Aquino Campus en línea, noviembre del 2018

INTRODUCCIÓN La intención de este entregable es la de aplicar los conocimientos adquiridos a lo largo de la materia sobre el uso de los datos, las tecnologías para aplicación así como los costos- beneficio que implica su uso dentro de las empresas, con la finalidad de determinar la necesidad o ventajas de estas herramientas para ser aplicadas dentro de las mismas, reconociéndole como una inversión positiva y ventaja competitiva para el crecimiento y prevalencia de las empresas.

DECISIONES DE NEGOCIO EN MATERIA DE ANALÍTICA DE DATOS Actualmente todos los negocios se enfrentan a un gran numero de desafíos para prevalecer en el mercado y continuar con su crecimiento en medio de uno cada vez más competitivo, donde hasta el mínimo detalle cuenta para hacer la diferencia entre crecer, estancarse o desaparecer. Aunque muchas de estas estrategias no garantizan la solidez de la empresa ya que solo se realizan de manera emergente, es bien sabido que hoy las organizaciones dependen de una toma de decisiones acertada, la cual podría llevarse a cabo de una manera informada como lo es mediante el empleo de herramientas como una big data y el business inteligence que nos ayuda a conocer de viva voz del cliente sus necesidades, preferencias y deseos, para lograr ofertar un servicio o producto y como optimizar el alcance de estos datos a nivel financiero.

IDENTIFICACIÓN DE PROYECTOS DE INVERSIÓN EN ANALÍTICA DE DATOS La mayor ventaja del uso de la analítica de datos viene de tomar las decisiones adecuadas que de otra manera no hubieran sido tomadas Al momento de decidir utilizar un Big data debemos cuestionarnos si ¿Estamos realizando algún análisis de nuestros productos? En caso contrario un buen comienzo sería extraer unos datos básicos de las operaciones internas con el fin de extraer recomendaciones. Un siguiente paso sería preguntarse qué no puedo responder con el sistema que tengo actualmente y estimar el valor que podría extraer de tomar las decisiones adecuadas. La tecnología viene después de pensar a qué queremos dar respuesta. Si lo que buscamos es identificar potenciales compradores en nuestra marca o productos podemos usar las plataformas

El reto está en definir las métricas que nos permitan medir el retorno de inversión de la manera adecuada, y más importante aun, comprender cuando esperar los resultados del retorno del big data analizado. Una vez tomando en cuenta las necesidades y lo que se desea obtener con la Big Data y lo que implica que es su análisis es necesario Estimar el retorno de la inversión en cual es de una iniciativa de análisis de datos para marcar los parámetros adecuados al inicio, ir midiéndolos periódicamente, y analizar los resultados que se han tomado.

Para simplificarlo más, se pueden cuando sea posible aislar los datos de un departamento, región o área de productos en el que han tomado las decisiones basadas en el resultado de la analítica, y comparar con otro en el que no se hayan tomado las decisiones.

DECISIONES DE HARDWARE Y CAPACIDAD FĂ?SICA ď ľ

Para capturar y organizar la gran variedad de tipos de datos provenientes de diversas fuentes se requieren las herramientas adecuada para poder capitalizar el potencial de big data y ganar una ventaja competitiva. Las claves a la hora de elegir la mejor estrategia de sistemas para big data son coste, seguridad, escalabilidad, facilidad de tener la red distribuida, y compatibilidad.

DECISIONES DE SOFTWARE Para tomar la mejor decisión, es importante que considerar los objetivos de la empresa y las características de las diversas plataformas disponibles en el mercado. Cuando se hacen nuevas inversiones es fundamental construir sobre una infraestructura que permita escalar rápidamente y compartir entre equipos a medida que la demanda fluctúe. Ya sea en almacenamiento, procesamiento, o ancho de banda, los sistemas deben operar al mejor nivel de rendimiento durante el mayor tiempo posible y de la manera más eficiente. Basando la decisión en puntos:

Coste

Seguridad

Capacidades

Escalabilidad

CONTRATACIÓN DE PROVEEDORES Y CONSULTOR La selección de los proveedores con lo que se realizará la analítica, así como la tecnología a utilizar, son una decisión relevante para garantizar la agilidad y competitividad que los mercados demandan y deben ser evaluadas adecuadamente de acuerdo a algunos criterios como lo son:

CONTRATACIÓN DE PROVEEDORES Y CONSULTOR

Asegurarse que el proveedor pueda cumplir con los requerimie ntos de seguridad.

Definir claramente las metas de acuerdo a los problemas del negocio antes de seleccionar cualquier herramient ao proveedor de analítica.

La selección del proveedor debe basarse en su experienci a pasada en la industria en específico, su presencia geográfica, su tamaño, sus clientes actuales y su portafolio de productos.

Que sus productos basados en estándares de amplia utilización en la industria, que garanticen su conectivid ad con otras plataforma s así como también su escalabilid ad.

Validar que el proveedor tenga un adecuado servicio de posventa para responder oportunam ente a fallas, mantenimi entos o dudas posteriores a la implantaci ón.

Selecciona r un proveedor cuyo modelo de precio sea fácil de entender, se ajuste al presupuest o de la organizació n y esté en línea con las metas de negocio.

DESARROLLO DE ESTRUCTURA INTERNA RESPONSABLE DE LA ANALÍTICA DE DATOS Las pequeñas y medianas empresas deben introducir el Big Data y, con ello, la analítica de datos, dentro de su estrategia empresarial.

En función del modelo de negocio, esta implementación puede suponer una gran generación de valor para la compañía a todos los niveles y su aprovechamiento es un parteaguas para obtener beneficios como 

FIDELIZACIÓN DE CLIENTES

La analítica de datos puede ofrecernos mucha información acerca de nuestros clientes actuales o los potenciales. Toda la información que recabamos sobre nuestros clientes en nuestra relación con ellos es muy valiosa para fidelizarlos. Conocer sus hábitos, sus aficiones, su ubicación, su profesión, su estado civil o su situación laboral nos permitirá conocer también sus necesidades y el interés que tienen. 

PERSONALIZACIÓN DE SERVICIOS Y PRODUCTOS

Con un conocimiento exhaustivo de nuestros clientes y de los que podamos tener en el futuro también podremos adaptar nuestra estrategia empresarial, prevenir los cambios de tendencia y orientar nuestros productos a la personalización. 

REDUCCIÓN DE STOCK

La analítica de datos no es útil para predecir el ritmo de consumo de los clientes. Si, con nuestro análisis, logramos establecer qué recurrencia tiene el cliente para comprar de nuevo nuestro producto o servicio, podremos ajustar la producción.



INMEDIATEZ DEL SERVICIO

Dentro de la analítica de datos contamos con la posibilidad de realizar mediciones a tiempo real. Como en el punto anterior, disponer de datos casi inmediatos del tráfico en la web, los productos más visitados o las últimas compras, junto con todo el análisis de los hábitos de consumo de nuestros clientes o los potenciales, nos permitirá reaccionar más rápido ante una necesidad que detectemos y ofrecer un producto o servicio específico en condiciones especiales o mas personalizado y servirlo mucho más rápido que si seguimos métodos tradicionales de venta y distribución. 

MEJORA DE NUESTRA ESTRATEGIA DE MARKETING

Tener claras las necesidades de nuestros clientes actuales o de futuros también nos ayudará a la hora de trazar nuestra estrategia. Eso puede derivar en ajustes en nuestros productos y servicios y la manera de comercializarlos, por ejemplo, o bien en la generación de conocimiento para nuevos productos y servicios que encajen con las necesidades detectadas. 

PRODUCTIVIDAD MÁS EFICIENTE

En clave interna, la tecnología de la empresa debe ser capaz de extraer datos sobre cómo producimos, por ejemplo. En el caso de productos físicos, disponer de dispositivos que nos ofrezcan información de los tiempos de producción de cada proceso hasta que confeccionamos un producto final es de gran valor. 

CONSUMO ENERGÉTICO MENOR

La optimización de recursos en la producción se traducirá en un consumo energético inferior, y por lo tanto en ahorro para la empresas y en un mayor respecto al medio ambiente, un valor cada vez más tenido en cuenta por las nuevas generaciones a la hora de consumir un producto u otro. 

GENERACIÓN DE NUEVAS PARTIDAS DE INGRESOS

La disposición de una base de datos de clientes o de otros aspectos también pueden reportarnos ingresos. Si contamos con todos los permisos para comercializar estos datos, también seremos objetivo de empresas que buscan bases de datos para captar a sus clientes.

CONSIDERACIONES DE SEGURIDAD Y PRIVACIDAD DE LOS DATOS 

La seguridad de datos, también conocida como seguridad de la información o seguridad informática, es un aspecto esencial de TI en organizaciones de cualquier tamaño y tipo. Se trata de un aspecto que tiene que ver con la protección de datos contra accesos no autorizados y para protegerlos de una posible corrupción durante todo su ciclo de vida.



Seguridad de datos incluye conceptos como encriptación de datos, tokenización y prácticas de gestión de claves que ayudan a proteger los datos en todas las aplicaciones y plataformas de una organización.



Hoy en día, organizaciones de todo el mundo invierten fuertemente en la tecnología de información relacionada con la ciberdefensa con el fin de proteger sus activos críticos: su marca, capital intelectual y la información de sus clientes.

CONSIDERACIONES DE SEGURIDAD Y PRIVACIDAD DE LOS DATOS 

En los procesos Big Data es imprescindible equilibrar la seguridad y la privacidad. Para ganar la confianza de la sociedad, la única alternativa es la transparencia. Es decir, la empresa tiene que hacer un uso transparente de los datos.



Es indudable que las empresas tecnológicas necesitan regulaciones claras, pragmáticas y orientadas al mercado. Miles de usuarios se descargan a diario aplicaciones en sus móviles o tablets que conectan con sus agendas, sus búsquedas en Google, su cámara, etc. y tienen acceso a toda su información…

Por ello, la empresa tiene que hacer un uso consentido de los datos, es decir, debe solicitar siempre el consentimiento del usuario y este debe asumir, como dueño de la información, que da ese consentimiento.

CONCLUSIONES Después de desarrollar el entregable, puedo concluir que el uso de los datos que se generan a diario mediante el empleo de herramientas como el Big Data podemos identificar que resultados obtenemos al dentro de una empresa así como las implicaciones de su uso, hablando desde hardware, software y como podemos decidir que clase de experto nos vendría bien contratar en base a experiencia, alcance, seguridad, confiabilidad, entre otros, para obtener un beneficio de toda esa información aplicable a los objetivos que tiene la empresa, de igual forma cual es la importancia de la implementación del uso de la analítica de datos y las ventajas competitivas que conllevan, finalizando con la importancia de la seguridad y privacidad de datos, para poder brindarle a nuestros clientes la seguridad de que sus datos serán tratados de manera adecuada y transparente para evitar situaciones desfavorables que pongan en riesgo la seguridad de los mismos y de la empresa. Todas estas herramientas bien aplicadas favorecen al desarrollo de toda empresa, a mantenerse a la vanguardia e innovación y son vitales para su prevalencia en el tiempo.

REFERENCIAS 

González, C. (2018) Modelos de Ecuaciones Estructurales. Recuperado el 06 de noviembre de 2018 de: https://uniteconline.blackboard.com/bbcswebdav/pid-3205708-dt-content-rid-79212055_1/cou rses/UNI_191_01_26_M2_MBAO_ANL3P_AL2302/Ecuaciones%20estructurales.pdf .



González, C. (2018) Metodologías de Analítica de Datos. Recuperado el 06 de noviembre de 2018 de: https://uniteconline.blackboard.com/bbcswebdav/pid-3205713-dt-content-rid-79212062_1/cou rses/UNI_191_01_26_M2_MBAO_ANL3P_AL2302/MetodologiasAnalitica.pdf



González, C. (2018) Analítica Web. Recuperado el 06 de noviembre de 2018 de https://uniteconline.blackboard.com/bbcswebdav/pid-3208523-dt-content-rid79248765_1/courses/UNI_191_01_26_M2_MBAO_ANL3P_AL2302/AnaliticadelaWeb.pdf



González, C. (2018) Big Data. Recuperado el 06 de noviembre de 2018 de https://uniteconline.blackboard.com/bbcswebdav/pid-3208518-dt-content-rid-79248764_1/co urses/UNI_191_01_26_M2_MBAO_ANL3P_AL2302/BigData.pdf



González, C. (2018) Minería de Datos. Recuperado el 06 de noviembre de 2018 de https://uniteconline.blackboard.com/bbcswebdav/pid-3245066-dt-content-rid79993012_1/courses/UNI_191_01_26_M2_MBAO_ANL3P_AL2302/Mineria%20de%20Datos.pdf



Cano, J. (2018) Business Intelligence, competir con información. Recuperado el 06 de noviembre de 2018 de https://docs.google.com/viewer? a=v&pid=sites&srcid=ZGVmYXVsdGRvbWFpbnxlc2NlbmFyaW9zbWJhdW1nfGd4OjQ2M2Jj YWFjNDkxYzJmZjU



Ladrero, I. (2016) Retorno de inversión del Big Data, como calcular el ROI en proyectos de Data Analystics. Recuperado el 10 de noviembre de 2018, de: https://www.baoss.es/retorno-inversion-big-data/



Riveroll, E. (2015) El análisis de Datos Como Generador de Negocios. Recuperado el 10 de noviembre de 2018 de: https://blogs.informatica.com/es/2015/05/12/el-analisis-de-datos-como-generador-d e-negocios/ .



INSTITUTO DE INGENIERIA DEL CONOCIMIENTO. (2016) Seguridad en Big Data, privacidad y protección de datos. Recuperado el 10 de noviembre de 2018 de: http://www.iic.uam.es/innovacion/seguridad-big-data/