Proyecto de Evaluacion de Pares en el curso del tecnológico de Monterrey y EDX : Introduccion a la Ciencia de Datos y al Big Data

1. 1
27 DICIEMBRE,2019
EDX: Curso Introducción a la Ciencia de Datos y el
Big Data – Tecnológico de Monterrey
PROYECTO INDIVIDUAL EVALUADO POR PARES
Creado por: Paola Quiroz Alvarez
Guayaquil - Ecuador
Utilizando la Ciencia
de Datos en una
organización
Caso: Librería Iztaccihuatl

2. 2
UTILIZANDO LA CIENCIA DE DATOS EN UNA ORGANIZACIÓN ................................................................................................ 1
INTRODUCCION.................................................................................................................................................................... 3
DESARROLLO....................................................................................................................................................................... 4
1. Indicadores de Desempeño............................................................................................................................. 4
2. Análisis y Justificación..................................................................................................................................... 5
3. Decisiones ....................................................................................................................................................... 6
CONCLUSIONES.................................................................................................................................................................... 8
ANEXO 1: EL PROBLEMA....................................................................................................................................................... 9

3. 3
Introduccion
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.
Aunque no se ha mencionado un objetivo principal para el análisis a realizar, contamos
con datos de los libros en varios archivos y se menciona el promedio de clasificación de
cada libro de acuerdo a 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
Desarrollo
1. Indicadores de Desempeño
Antes de seleccionar 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
a 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 a
una clasificación general. Se ha encontrado que este es el único archivo en el que
existen datos de volumen y valor de ventas pero unicamente para los veinte libros
registrados en el archivo. Pero no tiene el campo book_id para hacer enlace con
los demás archivos.
 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:
1. Porcentaje de libros recomendados con respecto al total de libros
Formula de implementación: Contar (disctinct(to_read.book_id))/ Contar (books) * 100
2. Porcentaje de libros con buena calificación con respecto al total de libros
Formula de implementación:
Contar(Books.Average_Rating=”excelente”, “Muy Bueno”,”Bueno”) / Contar (books) * 100

5. 5
3. Porcentaje de libros con mala calificación con respecto al total de libros
Formula de implementación:
Contar(Books.Average_Rating=”Regular”, “Malo”, “Muy Malo”,”” / Contar (books) * 100
* “” Se refiere a libros que no han sido evaluados porque ni siquiera han sido leidos.
4. Proporción de Buenos / Malos
La idea es sacar el % de libros con clasificacion buena vs % de libros con mala clasificacion
Formula de implementación:
Porcentaje de libros con buena calificación con respecto al total de libros / Porcentaje de libros
con mala calificación con respecto al total de libros
5. Porcentaje de libros no leidos con respecto al total de libros
Formula de implementación:
Contar(Books.Average_Rating=”” / Contar (books) * 100
* “” Se refiere a libros que no han sido evaluados porque ni siquiera han sido leidos.
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 esta pasando.
También según los resultados del primer análisis podriamos 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

6. 6
Proporción de Buenos / Malos, podemos determinar la tendencia a futuro de tener una
mayor o menor demanda por la experiencia anterior.
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.
1. 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 esta 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 esta 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.
2. 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.
 Si este porcentaje va en aumento nos indica que esta mejorando la percepción
o satisfaccion 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.

7. 7
3. 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 el 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 recomendaria 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.
4. Proporción de Buenos / Malos
La idea es sacar el % de libros con clasificación buena vs % de libros con mala
clasificación.
Esta métrica tendra un valor de 0 a 5. Cuando la proporcion se acerca a 5 significa
que estan ganando las buenas calificaciones. Si es uno, indica que se ha llegado a
un valor identico de libros con buenas y malas calificaciones. Y si esta entre 0 y 1
nos indica que existen mas calificaciones malas que buenas. En este ultimo caso se
deberia hacer enfasis en promociones que permitan aumentar la venta de libros.
5. Porcentaje de libros no leidos 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 leidos aun.
 Si este porcentaje va en aumento nos indica que los nuevos libros que van
ingresando no están teniendo buena acogida, deberiamos implementar una
estrategia de marketing que permita hacer conocer los nuevos libros y podria
ser sesiones de lectura en la misma librería con invitación gratuita que logre
enganchar a clientes potenciales.
 Si este porcentaje disminuye significa que estan surtiendo efecto nuestras
estrategias y los clientes están leyendo los libros que permanecian sin leer.

8. 8
Conclusiones
A pesar de la poca información que proveen los archivos se ha logrado inferir los
siguientes indicadores de desempeño:
6. Porcentaje de libros recomendados con respecto al total de libros
7. Porcentaje de libros con buena calificación con respecto al total de libros
8. Porcentaje de libros con mala calificación con respecto al total de libros
9. Proporción de buenos / malos
10.Porcentaje de libros no leidos con respecto al total de libros
Se ha propuesto realizar Analisis 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.

9. 9
Anexo 1: El problema
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.

10. 10
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
 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

11. 11
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 a las votaciones y compras del cliente.
El archivo “top_books” contiene el top 20 de los libros más vendidos de acuerdo a 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.