DATOS, TÉCNICAS DE ANÁLISIS DE DATOS Y MODELOS DE CIENCIA DE DATOS
Proceso de toma de decisiones
Proceso creativo para obtener resultados de actividades específicas
Constituye la base de la gestión y labor directiva
Proceso de intercambio de información para articular políticas y estrategias en las empresas
Proceso para elegir entre distintas opciones
01 01 02 03 04 02 03 04
Proceso de toma de decisiones - CARACTERÍSTICAS
Claridad
Importancia de tener en claro el objetivo
Analizar consecuencias de cada alternativaImpacto
Regularidad para la toma de decisionesPeriodicidad
Individuos que forman parte del proceso de toma de decisiones, decisiones individuales y grupActores
Se puede o no dar marcha atrás en la elección de una alternativaReversibilidad
Proceso de toma de decisiones - COMPONENTES
Decisión: combinaciones entre acciones y situaciones
Consecuencia: evaluación basada en la subjetividad
Preferencia: tendencia a tomar una alternativa, se condiciona por la experiencia
Juicio: evaluación
Resultado: hipotéticas situaciones si se toma una u otra opción de las decisiones
Incertidumbre: confianza frente a lo desconocido
Toma de decisión: acción de decidir
Proceso de toma de decisiones - ETAPAS
Implantación de la alternativa
Evaluación de la efectividad de la decisión
Análisis de alternativas (fortalezas y debilidades)
Selección de una alternativa
Asignación de ponderaciones a los criterios
Identificación de un problema (estado actual vs. estado deseado)
Desarrollo de alternativas
Identificación de los criterios para la toma de decisiones
1
2
3
4
5
6
7
8
Proceso de toma de decisiones - MODELOS
OBJETIVOS Y SUBJETIVOS ESTÁTICOS Y DINÁMICOS ANALÍTICOS Y DE SIMULACIÓN DETERMINISTAS Y PROBABILÍSTICOS
Objetivos: modelos formales. Subjetivos: modelos informales basados en la subjetividad e intuición.
Analíticos: obtienen soluciones y deben ser resueltos. Simulación: representaciones simplificadas de la realidad.
Estáticos: no utilizan la variable tiempo. Dinámicos: parámetro fundamental el tiempo.
Deterministas: se conocen con certeza los datos. Probabilísticos: no se conocen los datos entonces es un proceso estocástico o aleatorio.
Proceso de toma de decisiones - HERRAMIENTAS
Árbol de decisión. Matriz de decisión. Lista de ventajas y desventajas.
Toma de decisiones de una empresa -
Estudio exhaustivo del contexto. Competencia y exigencias del mercado. Continua innovación de las empresas. Decisiones estratégicas para mejorar la reputación.
Reducción al máximo del error .
No fiarse de la intuición ni de experiencias pasadas. Decisiones oportunas.
Toma de decisiones de una empresa - IMPORTANCIA
Identificación de puntos débiles de la organización Determinación de oportunidades de ganancia Implementar soluciones encontradas Adelantarse a posibles situaciones Conocer a clientes Inversión en nuevos negocios Responder a necesidades empresariales y del consumidor
Toma de decisiones y análisis de datos
Necesidad Entrenamiento Preguntar Equipo Valoración Mejoramiento de productos y servicios Aprender la teoría para la toma de decisiones Conocer a detalle los datos que se maneja Colaboradores deben entender el objetivo de la empresa Establecer datos y comprobarlos, no intuición 1 2 3 4
Toma de decisiones y análisis de datos - TIPOS
Análisis de datos
resumir gran cantidad de datos y registros para un mejor entendimiento, y así adaptar los objetivos de la organización
SERVICES Análisis predictivo aplicación de técnicas matemáticas o estadísticas a la información de la empresa, pronosticar y solucionar problemas
Análisis prescriptivo
establecer el camino a seguir por la empresa y beneficio de la organización
Gestión y mejora continua a través de los datos 1. Mayor interconexión • Conexión e interrelación de procesos • Asociación de indicadores • Eficiencia en cualquier decisión • Incremento del impacto de las decisiones 2. Más oportunidades • Orden • Claridad • Precisión • Detección de oportunidades 3. Optimización • Previsibilidad y automatización generan procesos más precisos y dinámicos 4. Adaptación en tiempo real • Agilidad y seguimiento de la información • Mejor posición de la empresa en el mercado • Anticiparse a las necesidades del cliente • Dinamizar y simplificar gestiones a través de la calidad de los datos 1 2 3 4Más Datos
Gestión y mejora continua a través de los datosVENTAJAS
Seguimiento continuo de la percepción del cliente respecto a sus expectativas
Generación de indicadores por área y áreas en conjunto (plan estratégico de la empresa)
Principio Kaizen: kai=cambio, zen=bueno
Productos y servicios de mejor calidad
Indicadores modificados en el tiempo (evaluación y cambio)
Reducción de costos de producción y plazo de ejecución Incremento de rendimiento de los equipos de trabajo, productividad y satisfacción del cliente
Eficiencia, efectividad, y flexibilidad en todos los procesos, reducción de tiempo y recursos
Optimización de los procesos
Se basa en hechos y no en ideas o afirmaciones falsas
Se basa en datos objetivos (inteligencia de datos)
Favorece el trabajo sistemático
Estandarización y simplificación Minimización de errores
Estrategias empresariales y análisis de datos
Estrategia corporativa Misión, visión y valores
Desarrollo y crecimiento sostenible
Elaboración de planes y esquemas para distintas áreas en base a información
Estrategia de negocio o competitiva Analiza a las empresas en competencia
Estrategia cooperativa o funcional: Atiende a sugerencias para mejorar la calidad y satisfacción de clientes
Estrategias empresariales y análisis de datosPASOS
Analizar el estado actual y pasado del negocio
Plantear objetivos generales
Determinar los recursos para implementar la estrategia empresarial
Establecer objetivos específicos y personal a cargo
Automatizar los procesos para incrementar el rendimiento
Establecer o replantear la visión y misión de la empresa
Aterrizar los planes estratégicos por cada área
Analizar permanentemente la estrategia empresarial y rendimiento de la empresa
Actualización constante en base a la información
Estrategias empresariales y análisis de datosEJEMPLOS 1. Innovación constante 2. Especialización 3. Estrategias de cooperación 4. Análisis de productos o servicios 5. Estrategia de precios 6. Generar experiencias únicas 7. Mejorar la atención al cliente 8. Estrategias de ampliación 9. Estrategia creativa EJEMPLOS
Oportunidades de negocio y análisis de datos
Desbloquear información de valor sobre los clientes propios y potenciales
Identificar una necesidad insatisfecha Obtener conocimiento de manera interna Utilizar datos para dirigir la innovación
Convertir a Big Data en su nuevo mejor amigo
Investigar cambios demográficos
Atención a los cambios en los gustos de los consumidores
Analizar a la competencia y a las tendencias del sector
Mejorar el producto y servicio Revisar los cambios legislativos Investigar otros mercados y países (ver qué y cómo funciona) Analytics everywhere
Oportunidades de negocio y análisis de datosADN
Definir objetivos de negocio y centrar los datos y todos los insumos digitales
Capacitación tecnológica: datos propios, datos externos, nube, capitalización de la información
Establecer el modelo de gobierno, privacidad y seguridad
Monetización de la información de los datos Pensar en modo de consumo Trabajo en la cultura del valor del dato
Conocimiento derivado de los datos
Re invensión de los momentos de negocio (personas, dispositivos, y datos)
Oportunidades de negocio y análisis de datosADN
Análisis Tecnología
Cambio
Optimización
¿Dónde están las oportunidades
? Visualizar Recolectar Transformar Agregar Ordenar Guardar Startups Actuar Analizar
BIBLIOGRAFÍA
Jiménez-Martín, A. (2022). Special Issue “Recent Advances and Applications in Multi Criteria Decision Analysis”. Mathematics 10 (2343). Disponible en: https://doi.org/10.3390/math10132343
Niebel, T., Rasel, F., & Viete, S. (2019). Big Data – Big Gains? Understanding the Link between Big Data Analytics and Innovation. Economics of Innovation and New Technology 28(3), 296-316. https://www.tandfonline.com/doi/full/10.1080/10438599.2018.1493075
Ramadan, M., Shuqqo, H., Qtaishat, L., Asmar, H., & Salah, B. (2020). Sustainable Competitive Advantage Driven by Bid Data Analysis and Innovation. Applied Science 10(6784), 1 14. https://www.mdpi.com/2076 3417/10/19/6784
