viernes, 29 de mayo de 2015


1.37  Analítica en las PYMES, el factor del éxito.

DCC. Dafne Rosso Pelayo
La inteligencia de negocio en la empresa, sólo puede lograrse mediante la adopción de medidas para alcanzarla.




Uno de los principales retos para lograr introducir las técnicas de Machine Learning y con ello la analítica avanzada en las empresas del país es el aspecto cultural, independientemente del giro y del tamaño de la empresa  un factor de éxito para introducir  la analítica al negocio, es la colaboración del empresario, director, CIO, líder de negocio, etc…, sin embargo, muchos de nuestros empresarios y líderes cuando escuchan hablar de analítica siguen pensando en un tablero y un conjunto de indicadores. La analítica de negocio es mucho, pero mucho más que un conjunto de tableros, les comparto a este respecto una liga que un buen amigo me proporcionó “Steps to an analytics-driven organization”.

La analítica como decimos no es sólo un conjunto de tableros e indicadores, la analítica debe de ser la estrategia que soporte la toma de decisiones y que permita la generación de nuevos mercados y valor económico al negocio.  

¿En dónde se puede aplicar la Analítica Avanzada?


La analítica permite por ejemplo:

  • Mejorar en grandes porcentajes las predicciones, pronósticos, planeaciones presupuestales, de demanda, consumos, etc. ,ya sean mensuales, anuales o incluso diarias.
  • Mejorar la distribución y logística  de los canales de distribución
  • Segmentar  a sus clientes basados en el comportamiento para introducir nuevas estrategias     personalizadas al cliente
  • Detección de fraudes
  • Previsión del abandono de clientes
  • Recomendación de productos en base al consumo de otro tipo de productos
  • Analizar la respuesta de la gente a una campaña comercial o hasta política
  • Determinar el número de alumnos que se inscribirán o desertaran a la escuela
  • Apoyo en la determinación de enfermedades
  • Reconocimiento de imágenes
  • Clasificación de documentos



El número de ejemplos y el campo de aplicación son enormes. La analítica cabe en todos lados, si no esta convencido piense en Amazon, en Netflix, en Google, en los anuncios de recomendaciones que observa cuando busca algún producto en particular en Internet, Spotify y muchas otras empresas.

Es que acaso no le gustaría poder actuar previniendo el futuro y poder tener los artículos que más se venden en tiempo de lluvia y que su tienda aún no tiene por qué las lluvias se esperaban hasta dentro de dos meses más?

De un conjunto de empresas un bajo porcentaje esta recurriendo ya a la analítica avanzada, ¿cree usted que pueda competir contra dichas empresas? ¿Qué cree que le pueda ocurrir al conjunto de empresas que no tengan los niveles de servicio o de reacción ante el mercado y competencia? Qué le ha ocurrido a las empresas de renta de  video contra los servicios en línea, o a las librerías contra Amazon, … ejemplos hay muchos.

La analítica toma ventaja sobre la estadística en varios tópicos y permite lidiar con la incertidumbre, con muchas variables involucradas, tanto con datos estructurados como con datos de texto como mensajes, documentos, Twitter, etc.

¿Qué herramientas de Analítica Avanzada utilizamos?


En el mercado hay varias herramientas libres como mencione en el artículo anterior que pueden ayudar a su empresa a implementar la analítica en el negocio, unas de estas son: R, Weka, Rapidminer las tres gratuitas y las más robustas entre muchas otras.

Si usted cuenta con un equipo de programadores existe Phyton, Java (usando apis).

La siguiente figura contiene un conjunto de herramientas estadísticas y analíticas para minería de datos y/o Machine Learning, algunas son libres (no tienen costo) otras se obtienen con licenciamiento en diversas modalidades.



 Fig 1. Algunas de las herramientas más usadas en Analítica

Por otro lado también existen herramientas de visualización de las cuales hablamos en el art. 29. Incluso ahora IBM ha puesto a disposición de la comunidad el uso de Watson en internet.

No hay pretexto.  Si quiere que su negocio crezca y se mantenga frente a la competencia no queda más remedio que aceptar que la tendencia del mercado dice la verdad. La analítica avanzada es el camino del éxito.

Copyright © 2015 Dafne Rosso Pelayo. Todos los derechos reservados.


miércoles, 13 de mayo de 2015

   1.36  Machine Learning en las PYMES.

    DCC. Dafne Rosso Pelayo


La inteligencia de negocio en la empresa, sólo puede lograrse mediante la adopción de medidas para alcanzarla.


Machine Learning bien conocido como Aprendizaje Automatizado en los últimos años ha incrementado notablemente su presencia en el mundo empresarial y en los negocios, y  se ha convertido en una técnica inmersa ya en los procesos de negocio de las empresas. Es un hecho también que en muchas empresas de países como por ejemplo - por citar sólo algunos de ellos -, nuestro vecino Estados Unidos y otros no tan cercanos como Japón, y por supuesto países del continente Europeo; Machine Learning es hoy en día uno de los componentes principales en el soporte de la operación y dirección de la empresa.

El auge que al día de hoy tiene el área de Machine Leoni ha impactado en la demanda de personas que conozcan del tema y puedan generar el tan apreciado valor que necesitan las empresas para subsistir y/o obtener un mayor posicionamiento en el mercado. Estas personas a quienes se les da el nombre de científicos de datos “Data Scientist”, son de profesión  Matemáticos, Estadísticos y cuentan con especializaciones Maestrías y/o Doctorados de preferencia, en áreas de Ciencias Computacionales e Inteligencia Artificial en los cuáles se imparten a profundidad los conocimientos en las técnicas y algoritmos de: Machine Learning, estadística, optimización, y simulación.

El grado de especialización de los científicos de datos es avanzado, lo que hace que este tipo de perfil no sea común, Forbes en 2014 en su articulo “The Hottest Jobs In IT: Training Tomorrow's Data Scientistshttp://www.forbes.com/sites/emc/2014/06/26/the-hottest-jobs-in-it-training-tomorrows-data-scientists/, describe este  problema ante las crecientes necesidades de las empresas en estas tecnologías.

En pocos años la palabra “analítica” se ha puesto de moda, de hablar de minería de datos ahora se habla de analítica predictiva y  prescriptiva, de hablar de minería de texto ahora se habla de analíticos de texto, se hablaba de Big Data y ahora se habla de analíticos y Big Data,  se hablaba de Inteligencia de Negocio y ahora es Inteligencia de Negocios y  Analíticos de Negocio; así mismo las opciones para capacitarse en estos temas se han incrementado, de sólo existir especializaciones en Inteligencia Artificial la rama se abre ahora en opciones especificas para Machine Learning, Maestrías, Diplomados, Cursos, hasta cursos gratis por internet existen ahora. Claro que el grado de conocimiento entre un científico de datos que cuenta con doctorado y especializaciones  y una persona no cercana al campo estadístico y que toma un curso por internet difiere enormemente.

Los proveedores de tecnología no están al margen de estas situaciones y están generando herramientas de usuario final que permitan introducir este tipo de tecnología en las empresas sin que los usuarios cuenten con un alto grado de especialización en la materia.  Esto por supuesto impacta positivamente al ROI de las empresas.

Pero, hablando de este tema, ¿en donde están las Pymes?, ¿cual es el grado de adopción de este tipo de tecnología en las Pymes?, ¿en las empresas Mexicanas?, ¿en dónde estamos parados?
 Afortunadamente para el país esta ola analítica lo esta alcanzando, ya son varias las empresas (lo pueden constatar en Link o en conferencias) que han adoptado y están incursionando en esta tecnología, productos lideres en el mercado como SPSS de IBM y SAS han logrado abrirse camino en terreno mexicano, (picando piedra diría yo), poco a poco la aplastante importancia y necesidad de esta tecnología se esta reconociendo.

Por supuesto que estamos hablando de grandes empresas globales, bancos, una que otra empresa de gobierno, pero ¿y las Pymes?

 Afortunadamente para las empresas pequeñas y medianas, aparte de éste Blog, existen al día de hoy muchos otros recursos gratuitos, más de los que existían en 2011 cuando creamos este Blog.  Estos recursos  también difieren en el tipo de aplicación y utilización que se le quiera dar a esta tecnología.

En el siguiente artículo hablaremos de estos recursos tan necesarios y disponibles para las PYMES.


 Copyright © 2015 Dafne Rosso Pelayo. Todos los derechos reservados.