Ciencia de Datos

1. UTILIZANDO CIENCIA DE
DATOS EN UNA
ORGANIZACIÓN
PROYECTO INDIVIDUAL EVALUADO POR PARES
EDX- TECNOLÓGICO DE MONTERREY: INTRODUCCIÓN A LA CIENCIA DE
DATOS Y EL BIG DATA
JOSÉ IGNACIO MAMANI MURGA
05 DE DICIEMBRE DEL 2020 LA PAZ - BOLIVIA

2. 2
Contenido
1. INTRODUCCIÓN...................................................................................................................... 3
2. DESARROLLO......................................................................................................................... 4
2.1. Indicadores de Desempeño......................................................................................... 5
2.2. Análisis y Justificación................................................................................................. 7
2.3. Decisiones........................................................................................................................ 7
3. CONCLUSIONES..................................................................................................................... 9

3. 3
1. INTRODUCCIÓN
La Librería Iztaccihuatl ubicada en la ciudad de Monterrey, Nuevo León, México ha
decidido desarrollar un proyecto basado en ciencia de datos para mejorar sus
indicadores de desempeño (KPI’s) y a la vez desarrollar una mejor estrategia en la
toma de decisiones.
Según el objetivo establecido, para el análisis a realizar, contamos con información
interna y externa con datos de los libros en varios archivos y se menciona el
promedio de clasificación de cada libro de acuerdo con las votaciones y compras
del cliente. También contamos con las votaciones que hacen los clientes dentro del
sitio web de la librería y las recomendaciones de lectura que hacen estos clientes.
Basados en estos datos obtendremos los KPI’s que nos permitan planificar
estrategias para mejorar el negocio y recomendar acciones a seguir.

4. 4
2. DESARROLLO
La Librería Iztaccihuatl ubicada en la ciudad de Monterrey, Nuevo León, México ha
decidido desarrollar un proyecto basada en ciencia de datos para mejorar sus
indicadores de desempeño (KPI’s) y a la vez desarrollar una mejor estrategia en la
toma de decisiones. En la carpeta denominada “datasets_books” se encuentran los
siguientes archivos: books; top_books; raitings; to_read.
Una vez analizada la información de la carpeta “datasets_books” deberás presentar
en un documento Word la respuesta a las siguientes preguntas:
• ¿Qué indicadores serían los más importantes a determinar de acuerdo a la
información presentada?
• ¿Qué tipo de análisis sería el más adecuado y por qué?
• ¿Qué decisiones se podrían tomar basadas en los descubrimientos o
inferencias de la información analizada?
El archivo “books” contiene los siguientes datos:
• Id - Identificador del registro
• Book Id - Identificador del libro
• Number Editions - Número de ediciones
• ISBN - Clave estándar internacional del libro
• ISBN13 - Clave estándar extendida internacional del libro
• Authors - Autor del libro
• Original Publication - Fecha de publicación
• Original Title - Título original del libro
• Title - Título del libro
• Language Code - Clave de idioma del libro
• Average Rating - Promedio de la clasificación del libro
• Image - Enlace a la imagen de la portada del libro
• Small Image - Enlace a la imagen en versión optimizada de la portada del
libro.
El archivo “top_books” contiene los siguientes datos:
• Position - Posición del libro en la clasificación del libro
• ISBN - Clave estándar extendida internacional del libro
• Title - Título del libro
• Author - Autor del libro
• Imprint – Editorial
• Publisher Group - Grupo Editorial
• Volume - Volumen de ventas hasta el 2010
• Value - Ventas determinadas por el volumen

5. 5
• RRP - Precio recomendado para minoristas
• ASP - Precio promedio para venta
• Binding - Tipo de encuadernación
• Publ Date - Fecha de publicación
• Product Class - Clasificación del libro
• Classification - Clasificación General del libro
El archivo “ratings” contiene los siguientes datos:
• Book Id - Identificador del libro
• User Id - Identificador del cliente/usuario que clasifico un libro
• Rating - Nivel de clasificación del libro.
El archivo “to_read” contiene los siguientes datos:
• User Id - Identificador del cliente/usuario que clasifico un libro
• Book Id - Identificador del libro
El archivo “books” contiene los datos generales de cada libro existente en la librería
y además menciona el promedio de clasificación de cada libro de acuerdo con las
votaciones y compras del cliente. El archivo “top_books” contiene el top 20 de los
libros más vendidos de acuerdo con una clasificación general. El archivo “raitings”
contiene los datos de los libros más votados por los clientes dentro del sitio web de
la librería.
El archivo “to_read” contiene las recomendaciones que cada cliente o usuario
realiza en el sitio web sobre libros para leer.
2.1. Indicadores de Desempeño
Antes de determinar los Kpi´s necesitamos revisar el contenido de los archivos
disponibles, de tal forma tenemos:
• El archivo “books” contiene los datos generales de cada libro existente en la
librería y además menciona el promedio de clasificación de cada libro de
acuerdo con las votaciones y compras del cliente. No contiene datos de
ventas. Se asume que si no tiene valor en el campo AverageRating el libro ni
siquiera ha sido leído.
• El archivo “top_books” contiene el top 20 de los libros más vendidos de
acuerdo con una clasificación general. Se ha encontrado que este es el único
archivo en el que existen datos de volumen y valor de ventas, pero
únicamente para los veinte libros registrados en el archivo. Pero no tiene el
campo book_id para hacer enlace con los demás archivos.

6. 6
• El archivo “raitings” contiene los datos de los libros más votados por los
clientes dentro del sitio web de la librería.
• El archivo “to_read” contiene las recomendaciones que cada cliente o
usuario realiza en el sitio web sobre libros para leer.
Analizando los datos obtenidos de la información presentada obtenemos los
siguientes indicadores de desempeño:
a) Porcentaje de libros recomendados con respecto al total de libros
Contar (disctinct(to_read.book_id))/ Contar (books) * 100
b) Porcentaje de libros con buena calificación con respecto al total de libros
Contar(Books.Average_Rating=”excelente”, “Muy Bueno”,”Bueno”) / Contar
(books) * 100
c) Porcentaje de libros con mala calificación con respecto al total de libros
Se refiere a libros que no han sido evaluados porque ni siquiera han sido
leídos.
Contar(Books.Average_Rating=”Regular”, “Malo”, “Muy Malo”,”” / Contar
(books) * 100
d) Proporción de Buenos / Malos
La idea es obtener el % de libros con clasificación buena vs % de libros con
mala clasificación
Porcentaje de libros con buena calificación con respecto al total de libros /
Porcentaje de libros con mala calificación con respecto al total de libros
e) Porcentaje de libros no leídos con respecto al total de libros
Se refiere a libros que no han sido evaluados porque ni siquiera han sido
leídos.
Contar(Books.Average_Rating=”” / Contar (books) * 100

7. 7
2.2. Análisis y Justificación
Al tener datos históricos de los libros y de las votaciones y recomendaciones que
dan los clientes sobre ellos, nos permite realizar un Análisis Descriptivo para
identificar los comportamientos y evaluar la situación de la librería y poder tomar
decisiones con un alto grado de éxito. Los KPI´s encontrados nos ayudaran a
obtener una visión de lo que ha pasado y está pasando.
También según los resultados del primer análisis podríamos realizar un Análisis
Predictivo, determinando por ejemplo con el primer KPI, cuales libros tienen más
probabilidad de ser vendidos debido a las recomendaciones recibidas, o con el KPI
Proporción de Buenos / Malos, podemos determinar la tendencia a futuro de tener
una mayor o menor demanda por la experiencia anterior.
2.3. Decisiones
¿Qué decisiones se podrían tomar basadas en los descubrimientos o inferencias
de la información analizada? Para cada indicador de desempeño vamos a
determinar al menos una decisión que debería tomar la librería.
a) Porcentaje de libros recomendados con respecto al total de libros
Esta métrica nos permite identificar cuantos libros han agradado a los clientes
al punto de querer recomendarlos y se lo compara con el total de libros
existentes en la librería.
• Si este porcentaje va en aumento nos indica que está mejorando la
percepción o satisfacción de los clientes con respecto a nuestros
libros, también puede indicar que están leyendo más libros.
• Si este porcentaje disminuye significa que, aunque estén entrando
nuevos libros a la librería, no se está obteniendo nuevas
recomendaciones, por lo que se necesita renovar el tipo de libros o
realizar alguna estrategia de marketing que impulse a las personas a
comprar más libros.
b) Porcentaje de libros con buena calificación con respecto al total de libros
Esta métrica nos permite identificar cuantos libros han tenido buena
calificación y buen nivel de ventas, al estar basado en el Average_Rating que
se base en ambos valores.

8. 8
• Si este porcentaje va en aumento nos indica que está mejorando la
percepción o satisfacción de los clientes con respecto a nuestros
libros.
• Si este porcentaje disminuye significa que se necesita alguna
estrategia que motive el nivel de ventas, como una estrategia de
marketing, por ejemplo.
c) Porcentaje de libros con mala calificación con respecto al total de libros
Esta métrica nos permite identificar cuantos libros no han sido leidos
(vendidos) por lo que no tienen aún valor en los campos Average_rating o
han tenido mala calificación.
• Si este porcentaje va en aumento nos indica que, aunque estén
entrando nuevos libros a la librería estos no se venden o están
obteniendo mala calificación de los clientes. En este caso se
recomendaría se implemente alguna promoción para los nuevos libros
que ingresan.
• Si este porcentaje disminuye significa estan mejorando las ventas de
los libros y obteniendo mejores calificaciones.
d) Proporción de Buenos / Malos
La idea es obtener el % de libros con clasificación buena vs % de libros con
mala clasificación.
Esta métrica tendrá un valor de 0 a 5. Cuando la proporción se acerca a 5
significa que están ganando las buenas calificaciones. Si es uno, indica que
se ha llegado a un valor idéntico de libros con buenas y malas calificaciones.
Y si esta entre 0 y 1 nos indica que existen más calificaciones malas que
buenas. En este último caso se debería hacer énfasis en promociones que
permitan aumentar la venta de libros.
e) Porcentaje de libros no leídos con respecto al total de libros
Esta métrica nos permite identificar cuantos libros tienen poca llegada a los
clientes, por lo que no han sido leídos aún.
• Si este porcentaje va en aumento nos indica que los nuevos libros
que van ingresando no están teniendo buena acogida, deberíamos
implementar una estrategia de marketing que permita hacer conocer
los nuevos libros y podría ser sesiones de lectura en la misma
librería con invitación gratuita que logre enganchar a clientes
potenciales.
• Si este porcentaje disminuye significa que están surtiendo efecto
nuestras estrategias y los clientes están leyendo los libros que
permanecían sin leer.

9. 9
3. CONCLUSIONES
Se ha logrado inferir los siguientes indicadores de desempeño:
• Porcentaje de libros recomendados con respecto al total de libros.
• Porcentaje de libros con buena calificación con respecto al total de libros.
• Porcentaje de libros con mala calificación con respecto al total de libros.
• Proporción de buenos / malos.
• Porcentaje de libros no leídos con respecto al total de libros.
Se ha propuesto realizar Análisis Descriptivo y Predictivo con la información
proporcionada, y se ha logrado recomendar varias situaciones en la que será
necesario tomar decisiones o implementar estrategias basados en los resultados
obtenidos en los indicadores propuestos.