Basic elements and steps for data analytics in businesses. The basic elements of data processing and incorporation into business processes and how to get the most out of daily data, usually gone forgotten and deprecated.

1. Analítica de datos
Mejorando el negocios aplicando inteligencia de negocios
Data Analytics Portfolio: Ing Jose Manuel Andrade Cuadra, MSc,
contacto@globalmft.net

2. Componentes de
Analítica de
Negocios
• Origen de Datos
• Los datos se pueden agregar a partir de datos
transaccionales y datos de voluntarios.
• los datos deben acumularse, optimizarse y
limpiarse para evitar la replicación y filtrarse
para eliminar los datos incompletos.
• Agregación de datos
• Los datos se combinan acorde con los
procesos que los generan, para identificar
patrones de comportamiento
• La agregación puede incorporar relaciones con
otros eventos, internos o externos a los
procesos, para detectar causalidad y
correlación
• Minería de datos
• La minería de datos explota varias técnicas
estadísticas para obtener interpretación, como
la clasificación, la técnica de regresión y la
agrupación.
• Minería de texto
• La información textual de sitios web de redes
sociales, scripts de centros de atención
telefónica, comentarios de blogs, etc., puede
generar potentes índices de conexiones que se
utilizan para desarrollar nuevos elementos
más demandados, promover servicios y
experiencias de usuarios, y analizar el
rendimiento del oponente.
Data Analytics Portfolio: Ing Jose Manuel Andrade Cuadra, MSc,
contacto@globalmft.net

3. Componentes de
Analítica de
Negocios
• Pronóstico
• los eventos o comportamientos futuros
basados en datos anteriores se pueden
pronosticar examinando los procesos que
tienen lugar durante una temporada o un
período en particular. Por ejemplo, las ventas
minoristas para las vacaciones y el consumo de
energía para una ciudad en verano.
• Optimización
• las organizaciones revelan continuamente las
mejores oportunidades posibles y acciones
prometedoras mediante el diseño de técnicas
de simulación interesantes, como identificar el
precio de venta máximo y aumentar la
demanda para escalar la producción, las
principales oportunidades de ventas,
promociones y artículos nuevos.
• Visualización de datos
• el conocimiento y la observación extraídos de
los datos se pueden conferir con gráficos
extremadamente interactivos para delinear
análisis de datos exploratorios, resultados de
modelos y pronósticos numéricos. (lea más
sobre la visualización de datos aquí)
• Acciones
• Decisiones tomadas en based a los resultados
de los análisis realizados
Data Analytics Portfolio: Ing Jose Manuel Andrade Cuadra, MSc,
contacto@globalmft.net

4. Actividades en detalle
• Inteligencia de Negocios
• La incorporación a los procesos de la empresa de mecanismos
de análsis de datos, desde su origen hasta el nivel ejecutivo
• Analítica Prescriptiva
• Utilización de algoritmos desarrollados para prescribir
acciones con resultados previsibles
• Big data
• Acumulación de datos de producción de la empresa de
manera continua, que permite la toma de decision operativas,
tácticas o estratégicas, acorde con los parámetros y tipos de
datos que se estén analizando
• Data visualization
• La implantación de tableros de control, que permiten ver en
tiempo real los cambios de los indicadores clave de la
empresa, así como la posibilidad de realizar diseño de
escenarios para la toma de decisiones
• Forecasting
• Mediante la utilización de aprendizaje de máquinas,
inteligencia artificial y métodos estadísticos, es possible
realizar predicciones accorder con l
Data Analytics Portfolio: Ing Jose Manuel Andrade Cuadra, MSc,
contacto@globalmft.net

5. Ciclo de Trabajo
Data Analytics Portfolio: Ing Jose Manuel Andrade Cuadra, MSc,
contacto@globalmft.net

6. Contacto • Ing◦ José Manuel Andrade Cuadra, MSc
• WA: +58-414-254.35.62
• IG & TW: @globalmft
• contacto@globalmft.net
Data Analytics Portfolio: Ing Jose Manuel Andrade Cuadra, MSc,
contacto@globalmft.net