Aumenta el tamaño del texto
Menú Principal
Los fans a la fina
muy buenas tardes tengan todos ustedes
les saluda marcela mendoza en nombre de
la cámara de comercio barranquilla su
data y acopia atlántico queremos darles
una cordial bienvenida a esta
capacitación virtual sobre la analítica
de datos para la gerencia antes de
iniciar nuestra capacitación queremos
compartir la información a todos
nuestros empresarios todos justamente
registrales pueden seguir haciéndolos a
través de nuestra página web
www.camaravalladolid.com en nuestras
oficinas punto empresario era vista
centro sólida de puerta de uno se
encuentran habilitados para recibirlos
viendo con todo el protocolo de
bioseguridad y comida por lo permitido
estamos aprendiendo mil horarios de
lunes a viernes de 9 a 3 de la tarde en
jornada continua en alguna actitud
deslizar contactarnos vía telefónica
nuestro call center entre 30 y 30 3 700
todos estos agentes están listos para
recibirlos
y estos son los beneficios que tal 2021
al crecimiento de su negocio programas
de capacitación como estos espacios
estamos realizando todos los días para
los colaboradores de su empresa
acompañamiento para fortalecer el plan
de negocio de tu empresa y créditos y
créditos financieros con nuestra entidad
aliada fundación santo domingo
ha renovado el 2021 a las nuestras
plataformas digitales
son con cielo ya y hagamos negocios
estamos predicando el número de contacto
de nuestra asistente virtual recuerde
que a través de gales pueden hacer
compra de certificados también pueden
hacer consulta del estado actual de
algún trámite que estén realizando ante
la cámara de comercio org y si necesitan
saber el valor de la renovación de su
matrícula mercantil
pueden contactar a nuestra asistente
dental
tras presentarles nuestra nuevo hábito
los servicios
vende tu factura la cámara de comercio
de barranquilla en alianza con la cámara
de comercio de cali el impacto de la
alternativa de innovación para nuestras
pymes las cámaras de comercio estamos
comprometidas con la reactivación y la
sostenibilidad de sus empresas sabemos
donde los retos más importantes que
afronta en este momento es mantener un
club de caja que les permita garantizar
la operación de sus negocios los
invitamos a consultar nuestra página www
vende tu factura puntocom si necesitan
más información
y también queremos compartir información
sobre las sociedades comerciales de
beneficio e interés colectivo sociedades
big son aquellas empresas colombianas
con fundadas como sociedades de
naturaleza comercial que voluntariamente
se propone combinar agregadas de su
actividad comercial y económica con las
acciones concretas para propender por el
mistral de sus trabajadores aportan el
inicial del país y contribuir con la
protección del medio ambiente usted en
sistemas de información pueden contactar
la finanza nasales en la cámara de
comercio a la quinta
y queremos agradecer este espacio a
nuestras entidades área controlada y
arco para adelante nos permite tener hoy
a nuestros conferencistas invitados
desertores o alquiler gerente de truvada
administrador de empresas con dj y el
señor álvaro colom gerente de analítica
de tu data profesional en finanzas y
máster en finanzas y hoy en estar
hablando sobre la analítica de datos
para la gerencia si ustedes tienen
preguntas inquietudes quería compartir
alguna información con nuestros
conferencistas por favor escriba las en
el buzón de preguntas y respuestas a lo
largo de la presentación estaremos dando
respuesta y está la capacitación la
estamos grabando y en próximos días
estaremos compartiendo en nuestra página
web realmente bienvenidos a todos los
participantes que se ponen está en este
espacio ya continuación vino dar una
cordial bienvenida formicone muchísimas
gracias por estar con nosotros para
ahora mónica bueno buenas tardes a todos
bienvenidos gracias por compartir este
espacio con nosotros bueno y como dice
mónica mi nombre es jorge escobar
soy el gerente de trata
y estoy aquí con álvaro que es mi socio
y el gerente analítica es todo como
están
bueno
el tema de hoy es muy importante porque
les vamos a hablar un poco
sobre la inteligencia de negocios la el
anal y la analítica de los datos pero
aplicada a los negocios de pronto vamos
a mencionar un poco de teoría pero
también vamos a dar ejemplo y vamos a
hablar de como la analítica hace parte
fundamental de un negocio ahora en esta
transformación digital bueno yo lo va
hablar un poco sobre tu data que es una
empresa que nace de independizar el
departamento de analítica de una
financiera tecnológica que viene
operando hace más de cinco años el
departamento analítica y esta idea surge
la separación de la independización por
decirlo así del departamento surge de la
necesidad de las empresas
en pues que las empresas para tomar
decisiones se basan en el conocimiento a
lo largo de la operación pero ahora la
competencia está muy fuerte en este
momento y las decisiones y tienen que
ser más seguros y asertivas por este
proceso tan acelerado la transformación
digital y es por eso que nosotros
queremos llevar a todas las empresas es
ese conocimiento que nosotros hemos
tenido a lo largo de nuestras carreras
en el tema de la analítica entonces hoy
hablaremos de un tema que la
inteligencia analítica de los datos y su
importancia y las aplicaciones en los
negocios con el fin de que ustedes
puedan llevarse todo ese conocimiento y
los empiecen a aplicar en sus empresas
hoy en día las compañías que adoptan
métodos basados en estrategias dirigidas
en datos tienden a tener una mayor
ventaja y generar más utilidades
respecto a la competencia y esto por qué
porque da respuesta a interrogantes que
muchos desconocen permitiendo
identificar los problemas de los
clientes o sea los problemas reales de
los clientes y poder optimizar algunos
procesos
e
en este momento de la transformación
digital las empresas solamente están
innovando en los productos y servicios y
no debe ser así las empresas también
innova internamente siempre buscando
tomar la mejor decisión posible tanto
como en procesos como en estrategias
pero siempre hay un límite de nuestra
capacidad como seres humanos nosotros
tenemos la capacidad como seres humanos
de analizar de procesar información y
tomar decisiones basadas en los
procesamientos que nosotros hacemos como
humanos pero llega un momento en que
estándar la información es tanta las
fuentes de información de dónde es
extraer la información que nosotros no
ya no estamos en la capacidad de hacerlo
y es por esto que tenemos que tener la
analítica trabajando para nosotros
la toma de decisiones basadas en datos
es una realidad y es la herramienta
perfecta para enfrentar los retos de
transformación digital y es por esto que
los líderes sobresalen y los líderes que
sobresalen se diferencian gracias a su
tirar a sus decisiones acertadas en la
analítica entonces
todo este tema de transformación digital
que es el lobby commerce qué es
álvaro puedes poner por favor la otra
diapositiva
ok todo este tema de transformación
digital como les decía anteriormente no
es solamente en los productos y
servicios para la innovación de
productos y servicios que yo miro como
mi producto puedo modificarlo o
potencializarlo para sacarlo al mercado
nuevamente o hacer un remarketing o todo
ese tema de servicios como yo puedo
prestar un servicio a mi cliente pero
basados en la experiencia pero no
envasados en la toma de decisiones por
datos entonces la transformación digital
es algo que viene acelerándose y el cob
y nos hizo darnos cuenta de eso porque
ya todos estamos trabajando en nuestras
casas las empresas la mayoría de gente
ya se está adaptando a trabajar remotos
y entonces todo esto no nos hizo darnos
cuenta que tenemos que cambiar entonces
no solo la transformación digital es en
el producto o servicio sino también en
él
en la parte interna de la empresa ahora
si las empresas están tomando la
decisión de hacer ese salto
a la transformación o al tema a la
analítica tiene que saber dos tienes que
conocer las dos tecnologías que son el
big data y la inteligencia de negocios
el big data hace referencia a un
conjunto de tecnologías y herramientas
que son capaces de capturar almacenar y
procesar grandes cantidades de datos
como yo les decía anteriormente en menos
en menor tiempo y en y los costos para
ese procesamiento son mucho más son más
asequibles al para las empresas porque
porque nosotros no necesitas varias
personas de un equipo de trabajo están
pendiente de cómo procesar cómo extraer
la información de fuentes como excel
discos duros servidores todas las
empresas tienen varias áreas que siempre
van a estar son independientes pero la
final todos hacen un conjunto para las
tomas de decisiones para todas las para
toda la organización como tal en
conjunto entonces es aislarle la big
data
la cantidad de la información como
extraerla como procesarla es mucho en
tiempos más cortos y la inteligencia de
negocio consiste en las técnicas que se
utilizan para la gestión empresarial que
permite la organización y tomar las
decisiones con base en la en la en todo
el desarrollo de la big data y esto es
lo que le muestran en sí la inteligencia
de negocios a las personas líderes de
las compañías para que tomen sus
decisiones mientras el big data se
centra en la captura el almacenamiento y
procesamiento de los datos la
inteligencia de negocio se centra en los
procesos de análisis de dichos datos
para convertirlos en información y tomar
las decisiones más oportunas en los
negocios entonces ahora lo pueda dejar
con álvaro para que él ya entré en
detalle en un poco de los conceptos en
un poco a los a todos los ejemplos y
piti en el camino de esta charla le
vamos dando ejemplos concretos de en sus
negocios pues o en lo que es en general
el tema de los negocios
este organizador ok digamos en línea con
lo que con lo que nos comenta jorge en
tema analítica de datos si ustedes
buscan lo que en google en internet se
va a encontrar con una gran cantidad de
conceptos se pueden encontrar cosas como
inteligencia negocio ciencia de datos
inteligencia artificial radios
neuronales aprendizaje automático
herramientas como python ere power vita
blog o temas como el almacenamiento de
datos en la nube digamos el analítica de
datos es muy amplio para aquellas
personas digamos que no que no conocen
muy bien se pueden abrumar ante ante
tanta tanta información de cómo
aplicaron por dónde empezar está el tema
analítica de datos en su empresa pero lo
más importante vamos a aterrizar en
alguno de esos conceptos pero lo más
importante es que las personas tengan
claro el objetivo con el cual van a
aplicar la analítica de datos antes de
mirar qué herramientas y qué tipos de
datos y qué metodología van a utilizar
es muy importante porque porque si la
empresa no tiene claro cuál es su
objetivo al aplicar analítica
pueden pasar cosas como
[Música]
por ejemplo empieza a crear
infraestructura innecesaria que no
genera ningún tipo de valor imagínense
es una empresa de pronto el gerente o
algún líder de área leyó sobre analítica
y quiera aplicar analítica no sabe para
qué quiere recaudar datos quiere entrar
en la tecnología pero todavía no tiene
claro entonces empiezan a generar una
cantidad de infraestructura recopilar
información que al final no va a generar
ningún valor asimismo de pronto lo que
hemos visto también hay personas que
empiezan a ser dadas word digamos son
muy elegantes pero empiezan a tener de
pronto una gran cantidad de información
que no es no es necesaria o sea no es
necesaria empezar a tener una cantidad
de indicadores que de verdad no cumplen
un objetivo entonces
en la práctica para hablar un poco en la
práctica cómo surge y qué me refiere
exactamente cómo aclarar objetivos los
objetivos como colocamos surgen de las
necesidades cada cada área cada líder de
área siempre se va a preguntar cómo
puedo mejorar mi trabajo o por ejemplo
puede también preguntarse cómo hago para
anticipar me las oportunidades del
mercado y ahí va empezando como a como a
cocinar la idea como a gestionarla pero
todavía no la tiene claro quiere hacer
mejor su trabajo se quiere
aprovechar de las oportunidades del
mercado de forma anticipada productor ya
no la tiene muy claro entonces cuándo
cuando hablamos de objetivos concretos
son preguntas como la siguiente entonces
ya sí estamos en un área comercial la
persona se pregunta al área analítica
pregunta cómo debe organizar mi fuerza
de ventas oa quién debo llamar primero
de mi base de contactos y son los
ejemplos que vamos a ver a continuación
listo entonces digamos
coloquemos el caso donde un gerente de
ventas tiene que enviar unos comerciales
a un municipio oa un lugar pero no sabes
enviar tres o enviar dos enviar cuatro y
tampoco sabe uno está muy seguro de cómo
repartir a los galos a los asesores
comerciales en esa zona entonces digamos
que hay allá tenemos una pregunta muy
puntual que responder digamos la
analítica de datos te va a ayudar
entonces ya una vez tengamos claro
cuáles son los objetivos empezamos ya a
extraer y a importar datos internos y
externos entonces de los datos internos
son toda aquella información que se
genera dentro de la empresa todo el tema
de facturación formulario que hay en los
clientes si tienen cartera y digamos
como para el cliente todo toda la
información de pq eres del área de
servicio al cliente toda esa información
en interna pero muchas veces las
empresas
muchas veces veces que las empresas no
tienen mucha información
entonces ya una vez teniendo claro ya no
sabe qué información ir a buscar por
fuera entonces uno puede pronto
contratar una firma que le ayude con la
información o hacer encuestas con las
con los clientes para extraer más
información en este caso utilizamos una
información demográfica porque es
digamos ya tenemos un concepto y un
objetivo claro una vez pasamos esa etapa
de lo que es recopilación de datos
internos y externos empieza toda una
etapa de análisis de datos lo que es
exploración de datos y viene entra ya
más lo que lo que desarrollan los
científicos de datos que esto el tema
estadístico donde pueden revisar toda la
información así como jorge le comentaba
antes
llegó un punto en que la información es
tanta que el que el cerebro no la puede
procesar todo ahí sí digamos hay ahí
gerentes que tienen muchos años de
experiencia y pueden tener una intuición
pero lo que es lo que la analítica de
datos intenta hacer es generar el nuevo
conocimiento entonces como hay tanta
información existen técnicas
estadísticas para hacer por ejemplo
segmentación es donde uno puede crear
varios grupos de clientes y ver cuál
cuál variable los representan en dentro
de cada grupo puede ser por algún tipo
de comportamiento con una zona
geográfica
y digamos va a poder optimizar todo el
proceso de cómo gestionar organizar la
fuerza de ventas digamos una vez pasa
esa etapa ya digamos se genera un
conocimiento nuevo que es lo que te va a
servir para la toma de decisiones
teniendo en cuenta una pregunta muy
detallada como la fórmula que una vez se
terminan ese proceso ya tú empiezas a
ver los resultados entonces comparen y
se comparen si yo quiero aplicar
analítica de datos en mi empresa pero yo
no tengo el objetivo claro entonces
empiezo a comprar datos internos empezó
a recaudar datos internos se empezó a
cobrar a comprar datos externos empieza
a analizar empieza a ser una cantidad de
dashboard con información pero como no
estoy atacando en ningún problema
entonces no voy a generar ningún
resultado a una inversión sea en persona
la infraestructura en datos pero no voy
a generar ningún resultado entonces muy
importante tener
claro con este ejemplo que uno para
empezar a hacer analítica de uno tiene
que saber que el problema va a atacar
una vez esté identificado digamos en
resumen vamos a tener estos estos pasos
para poder generar el resultado
como dijo álvaro aquí es una muestra de
cómo se comunica el análisis del
resultado este es el ejemplo que a
álvaro estaba mencionando anteriormente
de que teníamos un caso de un municipio
una ciudad de una empresa de servicios o
una empresa financiera que quiere pues
atacar un municipio o una ciudad aquí
esto es básicamente atrás de toda esta
presentación de cómo se ve es un
algoritmo de aprendizaje automático que
es lo que es donde todo el mundo
quisiera llegar que es además in
learning que aprendizaje automático no
termino que será llegar en este ejemplo
están distribuidos
en los puntos pequeños a través de una
base de datos geográficamente
posicionadas los clientes
y los círculos de colores es el rojo
morado y el otro es marrón creo está en
los asesores ya obviamente el director o
el gerente o la persona que maneja a los
asesores tiene que saber el perfil de
cada uno de sus asesores esos es
perfilamiento todo el tema de los
asesores ya debe saber entonces de
acuerdo a la cantidad a la capacidad de
gestión que tengan esos asesores y un
asesor comercial es más de telemercadeo
si un asesor es más de contacto directo
para usar es versátil porque hace ambos
canales o como ustedes lo tengan
distribuido en sus empresas con esta
cosa con este tipo de analítica podemos
determinar por dónde enlace cuál es el
perfil de los asesores puede ser más su
mayor capacidad de contacto a los
clientes quién va a ser más ágil para
contactar quien contacta más y de
acuerdo a eso son los patrones que sé
que a través de la analítica y la
inteligencia de los datos podemos llegar
a esas conclusiones entonces esto es una
muestra de cómo se ven
los resultados en el análisis y estoy de
acuerdo en lo que dice al ver que muchas
personas de pronto no tienen el objetivo
claro y siempre antes de comenzar algún
proyecto analítica debe haber un
objetivo entonces álvaro por favor
continúa listo entonces esto que es este
mapa es lo que llamamos el producto de
datos a digamos
y la idea para llegar a un mapa de este
estilo pues ya uno tiene que tener la
información debidamente procesada
debidamente analizada debidamente
revisada y se genera algún tipo de
aplicación web o una forma para que los
tomadores de decisiones en este caso el
área comercial pueda optimizar su
proceso de organización de fuerza de
venta entonces ese tipo de resultado
producto de datos son los que se esperen
una área de analítica de datos dentro de
una empresa
por ejemplo si yo tengo una base de
datos porque en muchos muchas empresas
lo que hacen es que le dan un listado de
pronto de clientes aquí en contratar a
los asesores comerciales pero todo es si
yo tengo cien mil clientes de 200 mil
500 ó 300 mil millón lo que quiero a
quien debo llamar primero pues al
organizó por orden alfabético o sea
tiene que haber alguna forma entonces
qué sucede ya yo tengo claro que en este
caso el objetivo entonces yo tengo una
base de datos de 100 mil clientes a
quien llamó primero porque no todos los
clientes
van a estar más propensos a consumir mí
con mi servicio consumir mi producto les
digamos ya yo tengo claro tres digamos
vuelvo vuelvo al mismo ciclo entonces
tomó entonces toma información
financiera toma información demográfica
o información de comportamiento y pero
ya ya como el objetivo claro entonces ya
lo que quiero saber es cómo cómo saber
quién está más propenso a que me
consuman
y mi producto o servicio y poder llamar
a ese primero a los que están menos
propensos pues los dejo de último en el
listado y listo entonces una vez pasó de
nuevo el tema de la recolección de los
datos en todas las fases análisis
acá digamos puede haber mucha
información o sea los clientes se puede
se puede sacar mucha información y como
les decía hay modelos que se encargan de
hacer o de responder este tipo de
pregunta en este caso se utiliza un
modelo de clasificación donde
básicamente lo que lo que se intenta
hacer es calcular una probabilidad o una
propensión como como lo quieran ver de
quién es que quien es más probable que
me consuma mi crédito en los próximos
seis meses cinco meses entonces por
ejemplo si yo no sé vendo automóviles y
resulta que yo tengo un listado de
clientes o tengo un listado de personas
y quiero llamar ofrecerles créditos para
automóvil lo quiero vender el carro
entonces yo obviamente como va a llamar
a una persona que recién compró un carro
el mes pasado la probabilidad es muy
baja de que esa persona nos
y nos compre el carro entonces digamos
así así es la característica de fecha de
compra es solamente una característica
pérez imagínense que tuviéramos muchos
más 10 20 característica entonces
digamos con esa información podemos
sacar un perfil de cliente
que nos permita priorizar lo para
venderle nuestro producto nuestros
servicios
esto es una bella general tenemos los
100 mil clientes ya uno puede de esos
100 mil generar una prioridad con 50 mil
clientes entonces ahí hace una
optimización de presupuesto vende más
rápido porque ya digamos los asesores
comerciales no va a estar vendiendo aún
a un contacto que sabemos que es muy
probable que no no te toma el producto
y de nuevo generamos el conocimiento
nuevo para que ese asesor comercial o el
gerente comercial pueda repartir bien la
base y no solamente repartirla bien sino
digamos priorizadas para que para que
puedan hacer y lo que es importante lo
que estamos generando son resultados
porque la final como venimos diciendo la
final analítica es una inversión y es
inversión tiene que dar unos resultados
para el resultado no tiene que ser un
objetivo claro seguir unos
procedimientos generalmente establecidos
en la ciencia y poder generar unos
resultados que te van a permitir vender
más en este caso
listo entonces una vez tengamos nosotros
y ya
el área analítica construir lo que
seamos los productos de venta entonces
los productos del área tiene sus dos
productos de datos tiene como organiza
mi fuerza de ventas como un perfil
ambiente cliente para la optimización en
la venta entonces cuando ya el líder de
área empieza a ver que está utilizando
las herramientas que ya sabe cómo
funciona el tema analítica él va creando
nuevos proyectos y así se va alimentando
toda la cultura de datos de la empresa
empieza ejemplos como por ejemplo
determinar la fuga la probabilidad de
fuga a los clientes o quiero optimizar
campañas de marketing entonces empieza a
generar nuevas ideas nuevas ideas y
nuevos resultados en la analítica
empieza a generar nuevos productos de
datos y empieza a consumir más
información y ya se va generando toda
una cultura y ahí es cuando
verdaderamente uno puede decir que ya la
analítica de datos está impregnada
dentro de los procesos de la empresa y
vuelve y se repite como les expliqué el
siglo pasado el hay pasado todo el ciclo
de analítica de datos a manera general
de cómo funciona
una pregunta muy importante digamos ya
sabemos cómo funciona manera general
sabemos para qué sirve etcétera pero lo
que ahora ahora otra pregunta después
que necesito para ello implementar
analíticas de datos en mi empresa
entonces nosotros tenemos en primera
instancia pues en mi opinión uno debe
tener una herramientas computacionales
la digamos necesariamente para hacer
analítica avanzada y generar toda esa
gran cantidades necesitamos herramientas
computacionales existen muchas
herramientas en el mercado desde excel
hasta herramientas como lenguaje de
programación como eres lo que sucede es
que excel se va quedando muy corto para
esta tarea entonces lo que es lo que
generalmente se hace es que uno empieza
adquirir productos de la nube puede ser
google cloud o puede ser a w sí entonces
todas estas plataformas en la nube te
permite no te dan herramientas para
manejar esa gran cantidad de datos muy
fácilmente o tenemos lenguajes de
programación como r
que tienen los últimos modelos
estadísticos o tienen una mejor forma de
trabajar que otras herramientas como
excel por ejemplo entonces la primera
parte es tener claro que herramientas
computacionales luego viene la parte del
personal el tema de los analistas
entonces aquí analistas en general se
pueden clasificar de muchas formas o
tener muchos conocimientos pero en
resumen se pueden clasificar como en dos
partes una parte los ingenieros de datos
podría ser que lo que hacen es
preocuparse porque la información en
viaje de forma correcta es lo que se
llama crear la arquitectura de datos
dentro de la empresa entonces empieza a
analizar qué tipo de información maneja
cada área porque muchas veces cada área
que trabaja de manera independiente o
maneja sus ciclos de información
entonces la persona ingeniera dátolo que
se preocupa por eso por juntar toda la
información y para poder combinar la y
crear todo un data warehouse que te
permita analizar la información de
manera rápida y por otro lado tenemos
las personas que son las
hacen el tema estadístico la que aplicar
los modelos la que aplica los modelos
los que saben la estadística para
determinar qué variables te puede ayudar
para predecir cierto cierto
comportamiento de los clientes para
responder algún tipo de preguntas claves
también necesito unas personas que sepan
esa parte y eso obviamente de esas
personas saben manejar esas herramientas
computacionales adicionalmente y lo más
importante se necesitan datos
porque si la empresa quiere generar
analítica pero no tiene datos y entonces
compra licencias en herramientas
computacionales o contrata a personas
analistas se va a dar cuenta que no es
cuestión de contratar gente que sepa
manejar herramientas sino que primero
que todo se necesitan datos entonces hay
que hacer un diagnóstico de qué
información tiene de cómo está
distribuida y para poder determinar y
una vez que tenga teniendo claros los
objetivos podemos determinar qué
información externa es la que
necesitamos o si la información interna
que tenemos es suficiente para para
solucionar los problemas entonces estas
tres grandes factores o características
son muy importantes a la hora de aplicar
analítica de datos
en las empresas digamos una vez tienen
tienen como un periodo de maduración
frente analítica de datos tampoco se
trata de una empresa que tiene cero
cultura de datos y de repente como un
líder de área leyó alguna información en
internet le pareció interesante y
resulta que viene encontrado una persona
muy experta en algún tipo de modelación
estadística y general en general el
modelo pero como la empresa no está
suficientemente madura para para manejar
ese modelo entonces digamos se pierde la
inversión porque porque de pronto las
personas que lo van a utilizar no creen
en la analítica y no ha pasado por el
proceso de maduración entonces a de
maduración empieza desde que empezar a
saber qué pasó entonces esto empezar a
sacar cifras puntuales de ejemplo cuanto
el mismo el mercado cuánto año cada
asesor etcétera etcétera eso es lo que
lo que llamamos analítica descriptiva es
responder el que pasó entonces en esta
gráfica muestro como en el eje de la
muestra el valor que genera
frente a la dificultad en aplicar
digámoslo más fácil de aplicar en
analítica en analítica descriptiva
generaron los reportes que te permiten
hacer un seguimiento y saber qué ha
pasado en la empresa en cierto tiempo
una vez digamos que ya la que que las
áreas empiezan como a dirigir a conocer
esa información de qué ha pasado y si
empieza a generar una cultura de datos
entonces ya cada vez te van pidiendo más
reporte a mira yo quiero saber qué pasó
qué pasó acá
quiero para poder utilizar y darle un
seguimiento a la estrategia etc
ya empiezan a madurar analíticamente una
vez digamos que ya tienen claro lo que
pasó los indicadores entonces ya yo
quiero saber es indicador cómo se va a
comportar en el futuro ya yo tengo claro
porque está sólida yo hice mi proceso
analítica ya la empresa maneja datos y
ahora quiere entonces para poder mejorar
los procesos el líder como lo mismo en
el ejemplo líder empiece a preguntar
bueno qué va a pasar entonces si yo
tengo digamos unas oficinas en todo el
país y aún tengo el dashboard que me
indica qué oficina cómo se ha comportado
si sheen en el año pero ahora yo quiero
no solamente quiero saber qué pasó sino
qué va a pasar o sea cuál va a ser el
cierre de la venta de aquí a diciembre y
para poder actuar y para poder actuar
con mayor celeridad y poder corregir
entonces yo voy a ir a la oficina por
poner un ejemplo oficina que
barranquilla va a cerrar según lo el
comportamiento histórico y el modelo que
se hace para lograr predecir creemos que
va a ser muy por debajo del objetivo
entonces ya ahí el gerente comercial
toma
toma cartas en el asunto y puede
reaccionar antes de tiempo es decir se
está anticipando la oportunidad del
mercado una vez que ya sabes qué va a
pasar pues obviamente ya qué puedo hacer
para ello e inferir perdón para yo
cambiar eso o lograr mejorar el
resultado de lo que se espera qué va a
pasar si las cosas siguen así esa parte
se llama
analítica prescriptiva y es saber cuál
es la mejor decisión para ello poder
alcanzar mi objetivo entonces como como
vemos el área de los tipos de analíticas
en mi experiencia si la persona si las
empresas empiezan por analítica
predictiva y no empiezan por lo más
básico que generar una cultura de datos
unos indicadores saber medir qué va a
pasar entonces he visto casos donde se
generan modelos costosos y al final los
modelos quedan en el laptop cruzar no no
pasa nada con medios porque porque no
hay una infraestructura de datos no hay
una persona que se preocupe de eso no
hay una persona que sepa capturar los
datos que esté pendiente de que el
modelo funcione sano tiene un manera
analítica entonces obviamente si tuviera
una herramienta de este estilo a unas
personas que no están acostumbradas a
usarla no le no le sacan el provecho que
necesitan entonces mucho menos y mucho
menos va a surtir efecto el hecho de que
tú les digas que hacer a unas personas
de imagínense yo no hago la ética
descriptiva y bueno para hacer la
analítica predictiva debo haber hecho el
modelo pero digamos no tengo esa cultura
del modelo y resulta que yo le entrego
un resultado al gerente y le digo bueno
y tú para lograr tus objetivos tienes
que hacer esto pero obviamente el
gerente pues se va a sentir que se está
metiendo a su trabajo que de pronto eso
que él no le parece en cambio si hay una
cultura donde ya ve los indicadores del
modelo que va así por qué pasa y qué
indicadores va a afectar de la entidad
efectiva él va a va a aceptar esa nueva
cultura y va a empezar a utilizar esa
información y se va a dar cuenta que es
la mejor forma de utilizar la analítica
es utilizar su experiencia más todo lo
que más todo lo que los disc les diga
los datos cuando 111 esos 21 digamos
genera una ventaja competitiva muy
importante frente al frente al
competidor y yo quería agregar algo ahí
con eso
álvaro porfa ok que es que lo que lo que
decía álvaro que de pronto cuando llegan
a un del gerente o donde el líder de la
organización diciéndole
aquí tenemos unos modelos predictivos
aquí tenemos unos algoritmos de pronto
siempre va haber una pequeña resistencia
a tomar esa tecnología pero como dice
álvaro o sea hay que no no es que cuando
a ti te hablan de la crítica como dije
al principio la gente piensa enseguida
que en may y learning aprendizaje
automático o inteligencia anegó
inteligencia artificial y todos esos
temas pero como como como dice álvaro o
sea desde el principio tienes que tener
como que la maduración de todo el tema
de las artes de la analítica en este
caso lo que dijo álvaro la analítica
descriptiva que es que pasó o sea cuánto
vendí cuando vendí comparado con el año
pasado
cuánto vende mí que por producto de mi
competencia y así sucesivamente toda ves
tener esa parte bien estructurada para
así poder pasar a la analítica
predictiva que es que podría pasar
qué podría pasar y de ahí ya va subiendo
a la analítica prescriptiva que es todo
lo que debe que debería ser la cuál
sería la mejor decisión y hoy y empezar
a optimizar toda esa parte pero tienen
que tener una maduración de todas las
analíticas anteriores para poder llegar
al análisis a la analítica más avanzada
de acuerdo así es
bueno digamos todos estos temas se
vuelven hasta mucho
involucra mucha tecnología entonces
no puede intuitivamente pensar
tecnología entonces bueno toda la
tecnología a su manera el departamento
el sistema entonces el departamento el
sistema debe ser responsable por la
analítica de datos ya que estamos
hablando de tecnología y la respuesta en
mi opinión es para nada o sea la del
departamento sistemas tiene otro
pensamiento
yo he visto casos en que colocó en el
departamento el sistema aquí hay algo en
el dashboard o que aunque sí como de la
información y en el all that word
etcétera etcétera pero el departamento
sistema usualmente lo que hace es que
sigue órdenes o sea el nuevo no está
capacitado pero no tiene como la no está
preparado para generar analítica y de
pronto decir el nombre de ss sindicado
es el que necesitamos muy poco lo que
puede aportar el departamento del
sistema tiene otras prioridades dentro
de la empresa entonces por ejemplo está
pendiente de la seguridad de los datos
están pendientes que el servidor no se
caiga está pendiente de pronto de
arreglar o arreglar si el sistema
operativo de la empresa entonces si
alguien tiene algún requerimiento
puntual de en algún módulo de cambiar
algún algún
alguna lista o algún botón entonces en
el diario es en el departamento sistema
está en ese día a día y digamos para eso
está creado entonces darle una
responsabilidad al departamento sistema
para que empieza a generar analítica de
datos
no es no es la mejor decisión porque
como miren sé que ya todo lo que implica
la analítica entonces estamos colocando
todo ese peso sobre sí además de que él
es el que tiene que saber empezar a
analizar los datos y digamos mueve el
perfil de un departamento de sistemas
como tal
listo entonces como ya hemos visto desde
el principio y todo lo que habla o
‘jorge y lo que ha hablado ya no podemos
dar una idea de qué es analítica de
datos mucho más amplia ya analítica de
datos es el manejo integral de los datos
para poder generar el valor dentro de la
empresa entonces eso qué implica eso que
implica generar toda una cultura de
otros tres cuando estamos hablando de
analítica de datos no solamente vamos a
estar hablando de la parte matemática
estamos hablando de toda una cultura de
datos donde hay una un área o unas
personas encargadas de que se preocupa
de que su función es llegar todos los
días a la empresa a ver qué hacen con
los datos es que el área comercial
genera estos datos yo creo que comerse
el área de cartera en esos datos el área
de servicio al cliente genera estos
datos yo puede empezar a mezclar y
empezar a mostrar información empezar a
generar una cultura de datos en la
empresa generar la cultura de datos no
es algo que sucede de la noche a la
mañana desafortunadamente es algo que
toma tiempo
y especialmente en las empresas que
están en el día a día quieren generar
quieren tienen problemas tanto de
generar una cultura tipo de datos genera
a tener en un tiempo considerable
y también como vimos analítica datos
también significa alinear objetivos
entonces los primeros ejemplos les
mostramos como si uno tiene el objetivo
claro empieza a divagar en toda esa
cultura de datos de información que es
muy fácil perderse porque digamos es
interesante ver cómo como hay empresas
que utilizan la inteligencia artifical
en la inteligencia artificial para
identificar imágenes o sonidos
constantes eso es muy muy interesante
pero si tú no si eso no es así eso no lo
tienes en un objetivo eso no te va a
servir para nada sin uy chévere yo tengo
esa tecnología pero no me genera valor
entonces yo necesito generar tener la
cultura y tener la alineación de
objetivo entonces ahí vamos ya creando
todo lo que es lo que significan a la
analítica de datos
entonces sí sí sí yo crédito eliminar
objetivos obviamente yo en mi
departamento analítica no puedo tener
solamente matemáticos porque también
tengo que tener personas que se sepan
comunicar con las personas que no sean
técnicas o que colocan todos los
procesos de la empresa para empezar a
gestionar
y ahí a formar todo ese proceso interno
de analítica de datos
también como decía hablamos de
arquitectura de datos porque a la final
para que uno de los funciones
o una aplicación web funciona y que te
genera una respuesta a alguna pregunta
que le hiciste el área de analítica por
detrás hay toda una arquitectura trate
de que entre la información hasta que
hasta que llegue allá entonces hemos
tenido casos donde la información está
en pdf entonces si por ejemplo en ese
ejemplo el área sistemas guardaba los
pdf ya los tenía en el servidor pero ya
hasta llegaba hasta llegar a la función
y de pronto en el sistema tenía unos
filtros para que la gente pudiera
descargar el pdf
pero qué sucede nosotros al ver los pdf
y la información que estaba ya algo que
empieza a desarrollar unos algoritmos
que extraen la información del pdf la
colocan con unas tablas debidamente
procesadas limpia y se empieza a generar
un proceso para que cada vez que llegue
esa información en pdf el mismo
algoritmo se encarga de extraerle y
empezar a guardar la información por
sabiendo de antemano de que esa
información va a llegar a un modelo que
va a generar alguna probabilidad o algún
resultado que se va a ver en una
aplicación web que lo va a utilizar una
persona que no es técnica y que está en
él
tomando decisiones sobre un problema que
tiene entonces detrás de todo eso está
también el tema de la arquitectura de
datos ya luego obviamente tiene todo el
tema del análisis estadístico aunque no
siempre esa estadística en salsa no
puede generar un muy valor puede ser
mucho valor con solo generar unos
promedios o con sólo darse cuenta de
la información analizar y ver qué
está pasando entonces puede ser bueno es
que la gente se está yendo porque
obviamente cuando llegamos
al servicio al cliente hay una mala
respuesta entonces como yo extraje la
información de la llamada en la pool ser
texto que puedo hacer un modelo de
minería de texto y de análisis de texto
entonces
me estoy dando cuenta que del
sentimiento que tiene una persona a la
hora de llamar entonces digamos empieza
a generar toda la análisis para para
poder responder las preguntas entonces
esa otra parte de la analítica luego
viene esto a la parte de comunicación
como les decíamos cuando mostramos al
inicio toda la parte de los mapas
de la base de datos debidamente
priorizado porque a una persona que está
en el día a día uno no le puede hablar
de aprendizaje automático porque aplique
un modelo random forest por ejemplo
porque esa persona realmente no no le
interesa cómo funciona a la hora de la
verdad lo que es lo que nosotros
necesitamos es que las cosas funcionen
mejor de lo que funcionaban antes pues
mientras nosotros logremos eso con la
analítica estamos generando valor
entonces es muy importante saber
comunicar todos los resultados a
personas que no son técnicas eso también
hace parte de la analítica y obviamente
ya teniendo pues claro todo esto de
cultura alineación arquitectura análisis
como saber comunicar ya se empieza a
generar todo el tema de estrategia a
empezar a crear de pronto productos
nuevos o crear nuevos mercados o ofrecer
nuevos productos a los clientes que dan
a los clientes que son míos porque
tienen alguna necesidad o están teniendo
algún comportamiento por ejemplo se
empiezan a generar toda nuestra tela
entonces
lo importante de esta charla es que se
lleven ese concepto de analítica de
datos en el que se lleve que la
analítica de datos
digamos intuitivamente medición o
analizar datos pero es más allá es tener
una cultura una alineación todo el tema
arquitectura de datos análisis
comunicación estrategias estos son los
factores que nosotros de acuerdo a
nuestra experiencia son los que llevan
una empresa a aplicar exitosamente un
proyecto analítica de lo contrario
empiezan a fallar o de pronto crear un
proyecto analítica pero ha pasado un año
y no ha generado ningún valor o empieza
los proyectos y se quedan a mitad de
camino porque no generan valor no están
preparados pues teniendo en cuenta todos
estos factores y empezarlo a trabajar
las empresas van a generar esa ventaja
competitiva de la clara más borges para
que puedan superar a su competencia si
ustedes no empiezan a empezar a hacer
analítica de datos y entrar en todo este
tema con el tiempo se van a quedar mucho
más con todo lo que viene pasando la
transformación digital donde toda esa
información que viaja
queda guardada y no se utiliza van a ir
perdiendo ventaja competitiva porque no
están aprovechando uno de los
principales activos de la empresa que
son los que son los datos
sí claro y estoy de acuerdo con álvaro
en esa parte porque todo a cada 60
segundos se genera millones y millones
de datos o sea en todo lo que es redes
sociales
o sales más que la mayoría de redes
sociales todas las aplicaciones estamos
generan están generando cada 60 segundos
millones y millones de datos que son lo
que hoy en día ahora le llaman como el
el oro negro por decirlo así que el
petróleo pero lo que se refiere a los
datos entonces haces así como dijo
álvaro que todo a tomar todas las
estrategias y al utilizar de manera
adecuada la información interna que si
nosotros no tenemos no tenemos
organizada la infraestructura de datos
de nuestro negocio bueno pues empecemos
a organizarla empecemos a tomar esa
cultura de los datos gestores si
nosotros tomamos esa información interna
y la información externa disponible en
sus empresas es posible que puedan
identificar los patrones y relaciones
que permitan establecer la intención y
probabilidad de compra de sus clientes
hacemos mucho énfasis en el tema
comercial porque en realidad
es como el más interesante porque
siempre dice como que vender más vender
más vender más como lo hacemos como
optimizamos las campañas de marketing
cómo hacemos llegar la información
adecuada a nuestros clientes
entonces si ya no logramos establecer la
intención y la probabilidad de compra de
nuestros clientes podemos determinar el
canal más adecuado para impactar los con
las acciones personalizadas que son lo
que estaba diciendo ahorita entonces de
igual manera al convertir los datos
correctamente analizados en información
de valor que ayuda a entender con más
profundidad la realidad de los clientes
y podemos actuar demande a tiempo para
que no se nos para que nos abandonemos a
para qué es lo que decía álvaro de la
fuga de los clientes en pocas palabras
con la analítica tu puedes ofrecerle a
tus clientes del producto o servicio en
el momento correcto a través del canal
correcto utilizando el mensaje y la
estrategia adecuada sea básicamente
hacemos énfasis en el tema comercial y
marketing porque es la que más llama la
atención para salir a vender osa de
pronto la venta en frío son muy
complejas pero si tú
una base de datos de clientes y tú
puedes analizar esos clientes antes de
hacerle una llamada o antes de
visitarlos ya tu bajo ya tú sabes que el
cliente tiene la intención o sea por una
serie de modelos y predicciones que lo
utilizamos la analítica entonces ya el
asesor comercial o la persona encargada
las vendas llega con mayor confianza a
donde el cliente y sabe que hay una
posibilidad sabe que siempre obviamente
va a haber una posibilidad pero aquí va
uno con una posibilidad basada en datos
entonces
álvaro pasamos a las preguntas alguien
tiene una pregunta tú tienes algo más
que decir
ese ya sería de que duda lo que quieres
saber con mucho gusto estamos
para responderlas
muchísimas gracias a albert ya jorge de
trata por esta información tan
importante y porque me dicen que acaban
de compartir con nuestros empresarios
que están conectados en este espacio
si queremos saber si los participantes
tienen alguna inquietud alguna pregunta
y compartir algo con sus panelistas para
dar respuesta en este mismo espacio a
este momento no nos han escrito nada
impediría que todo está claro
en la presentación está
esta organización estamos grabando el
día estaremos compartiendo en nuestra
página web también estaremos enviando
sus correos electrónicos el enlace para
que lo tengan cómo manejar también de
consulta
esperemos a pensar
creo que no tenemos hasta el momento
no queremos agradecer este espacio a
nuestro estas entidades a la ciudad a
jacob y álvaro jorge muchísimas gracias
por estar con nuestros participantes
conectados con toda esta información
gracias a ustedes por la invitación de
igual manera acá en la presentación
están nuestros correos este ahora no
tiene ninguna pregunta pueden
escribirnos con tiempo pueden poder
pensar que nos pueden preguntar o que
quieren saber y con mucho gusto nos
escriben un correo o le pasamos nuestros
teléfonos
cuando nos contacten y ahí podemos estar
hablando de cualquier inquietud que
ustedes tengan muchísimas gracias de
verdad a la cámara de comercio aquí por
la invitación y espero que de verdad les
haya parecido interesante y útil y
empiecen a utilizar esa cultura de los
datos en sus empresas
él nos dice cómo se ordenan las pequeñas
empresas para que puedan tomar esas
decisiones
como se ordenan las pq eres bueno es que
y digamos a importante saber para que la
quiere ordenar la recuerden que se debe
tener claro el objetivo si me dicen por
ejemplo yo es que yo quiero saber cuándo
se va en mi cliente entonces obviamente
ya con ese objetivo claro uno de los
factores que puede influir es
el comportamiento que tiene el cliente
cuando llama servicio al cliente el que
tiene éxito cuando llama a servicio al
cliente y poder saber si ese cliente en
los próximos meses se va a ir
dependiendo de la del objetivo siempre
hay que tener claro eso tener claro el
objetivo para saber si de pronto hay que
verla este cubre o hay que ver otro otra
otra información entonces tenerlo claro
pero en el ejemplo que coloque podría
podríamos manejarlo de esa forma
pero también nos hace el señor montse
alejando la pregunta cuál es la cantidad
de datos ideales para hacer un modelo
predictivo
bueno esa pregunta depende
o sea si la persona uno no puede hacer
estadística con un solo dato porque es
peligroso digamos uno puede tomar
decisiones equivocadas porque de pronto
la información está cercada a una parte
de la población entonces
es importante
dependiendo del problema tener
suficientes datos y que suficientes
datos
si yo puedo tener 100 observaciones pero
comencemos ecuaciones de pronto no puedo
hacer un modelo avanzado pero puedo ya
hacer una segmentación no puedo hacer un
análisis de datos exploratorio que me
permita yo usualmente me siento cómodo
cuando yo empiezo a ver
cinco mil observaciones diez mil
observaciones y obviamente viendo que es
información viene de los diferentes
tipos que estamos hablando de clientes
de los diferentes tipos de clientes de
la información entonces este grupo de
cliente me está generando 2000 informe
de 2000 datos de información en este
otro grupo que está generando otros
2.000 datos de información etcétera
etcétera nosotros en la práctica hemos
manejado hasta 500 millones de datos con
un herramientas de big data obviamente
no se necesitan esos 500 para aplicar
analíticas a uno empieza como esos
10.000 esos 8.000 empieza a ver que hay
por ahí que pueda hacer y lo importante
es establecer la infraestructura base
para seguir captando información o como
les decía ir a comprar datos externos
la ganancia al valor
y así la calidad que nos dice cuál
podría ser otra aplicación de la
analítica de datos de una empresa aparte
del área comercial
bueno esta se me ocurre el área por
ejemplo si quiero analizar mis créditos
del área de gestión de créditos o por
ejemplo en el área operativas como
optimización de inventarios por ejemplo
yo puedo predecir
si yo vendo ropa puedo predecir qué
color necesito que tener el inventario
porque en los próximos meses se va a
incrementar la demanda entonces puedo
predecir la demanda para poder utilizar
mi inventario ese tipo de cosas actual
cualquier digamos cualquier pregunta en
general si se tiene la lata suficiente
para generar ese tipo de modelos
resultados pues se puede se puede
utilizar
básicamente en cualquier área de la
empresa se puede aplicar la analítica
entonces como decía álvaro nosotros
hacemos en fastidiar comercial y
marketing porque es la más común pero
como dice álvaro en logística en cartera
en cobranza podemos determinar qué
cliente puede llegar a caer en mora ser
son empresas del sector financiero qué
probabilidad demora quién es el cliente
en la parte de originación de crédito
que es lo scoring de crédito podemos
determinar qué cliente puede caer en
mora para nosotros así o sea para qué
para qué
puedan como atacar por decirlo así de
esa forma esos clientes para que no
caigan en mora hacer una cobranza que se
llama la cobranza preventiva o sea la
analítica muy amplia demasiado amplia
por eso es que de pronto hay empresas
las que ofrecen los servicios analíticas
pero ya conocer visión empaquetados o
sea tienes tú que adaptarte a los
servicios empaquetados que ofrecen las
otras empresas en cambio con nosotros
nosotros nos consideramos una boutique
de analítica porque nosotros nos
sentamos con nuestros clientes
escuchábamos cuáles son sus procesos y
hacer como si como hasta charlas cuáles
son sus procesos qué inconvenientes
creen que ellos tienen y cómo nosotros
podemos resolver los inconvenientes a
través de la analítica si están
utilizando la información de manera
adecuadas y si tienen la información
estructurada de manera correcta como la
están almacenando como la están
extrayendo y como la están utilizando
entonces es básicamente la pregunta es
que en cualquier área de la empresa
podemos utilizar la analítica
así es poner muchísimas gracias
muchísimas ganas al oro si toda la
información que permita tomar decisiones
gerenciales oportunas y asertivas
y el señor carlos alberto nos dice
cuánta historia de ventas es
recomendable para construir un forecast
en ventas
ok
y de los años no quiero decir que es
depende o sea yo puedo tener porque es
que por ejemplo si yo quiero proyectar
mes a mes que quiero proyectar la venta
mensual o la venta anual
y mainz en la venta anual resulta que mi
empresa tiene cinco años
hace cinco años digamos diez años
entonces tengo mi edad se han pasado de
esa gente en cuenta entonces cómo voy a
proyectar la venta con quién está a
punto de no puedo aplicar analítica
entonces de pronto hay uno dice bueno lo
voy a partir mensualmente ya
mensualmente manera más información y
puede que de pronto es que no quiero que
no quiero que quede que es que uno tiene
que hacer lo que diga el modelo
matemático porque es que como la
analítica no solamente en la matemática
es la intuición entonces si tú tienes no
se sienta y de pronto es muy poco para
el modelo
pero ya lo que lo que lo que te va dando
en el modelo te empieza a generar una
a los pronósticos que tú ves que son
razonables entonces tú puedes trabajar
como sociedad si por ejemplo si tienes
sólo 50 datos pues tú puedas hacer un
modelo ya no avanzado para un poco más
básico un promedio móvil o algo por el
estilo que te ayude a predecir ahora en
mi opinión la proyección de ventas como
tal
digamos simples para un termómetro
entonces si yo genera una proyección de
ventas y me da
no sé diez mil millones al mes y resulta
que yo ya se va cerrando el medio en
ocho mil entonces eso me sirve para
ponerme las pilas porque ya había
proyectado 10.000 y ni vivo y por 8000 o
ya voy por 12.000 y entonces ya pasé
entonces como un termómetro entonces a
veces no hay que no hay que regirse
únicamente por la matemática sino que
como saber manejarla y combinarlo con
toda la intuición
por acá estoy viendo que jose el señor
osa icardi nos está preguntando que una
cita con nosotros acá ahora mismo está
proyectada en la pantalla nuestros
correos y si quieres nos puedes escribir
por ahí y podemos cuadrar una cita ya
sea virtual en nuestras oficinas o las
funciones de ustedes como quieran
claro que sí ya ven por el internet
estaba preguntando si es que hay que
tomar el información que también estas
pantallas en este momento pueden hacer
la captura para que queden sus memorias
y la información tanto de jorge pongo de
álvaro y aquí también está compartiendo
su dirección física usted está atendido
presencialmente
estamos en alternancia o sea no vienen
todos o sea pero si nosotros al brillo
que somos los líderes de la compañía
estamos al frente de eso todo todo el
tiempo presencial pues mucho y puede ser
puede ser virtual o puede ser presencial
y como ustedes como ustedes quieran
respecto bueno muchísimas gracias a
álvaro muchísimas gracias a borde de tu
data por toda la información compartida
en esta tarde muchas gracias a todos los
participantes por haberse conectado los
invitamos a que sigan conectados en
todos estos eventos virtuales
una vez seremos tres pasos les va a
llegar una encuesta para nosotros es muy
importante conocer su experiencia
actualizar sus comentarios que nos
ayudan a seguir enriqueciendo nuestro
portafolio de soluciones empresariales a
todos una feliz tarde.