Hoy los datos están de moda, y por ende todo lo necesario para su gestión y explotación, pero empecemos por entender que es la Ciencia de Datos y porque debería importarnos saber un poco más de este tema, independientemente de nuestro perfil o el rol que desempeñemos.

1. Y a todo esto ¿Qué diablos es la
Ciencia de Datos?
Alejandra Feregrino Rmz

2. Soy Alejandra Feregrino Ramírez
Apasionada de los datos, especializada en traducir grandes volúmenes de información en estrategia,
pronósticos e indicadores que aporten valor a la empresa y a la sociedad.
Tengo la habilidad de comunicar los hallazgos encontrados por medio de big data y minería de datos
tanto a nivel técnico como de negocio, lo que asegura que se tome la mejor decisión y que ésta, derive
en un incremento en la rentabilidad.
Mi mayor habilidad es entender las particularidades de cada empresa a nivel información
procesos y personas e integrarlo en una solución a la medida, estoy convencida que las soluciones
de big data son más que sólo herramientas tecnológicas, el reto al final es transformar los datos en
insights accionables que lleven a estrategias exitosas y generen valor en las organizaciones
2

3. No se trata de los datos
que acumulas, sino de
cómo los utilizas
https://trends.google.com/trends/explore?date=all&q=big%20data,data%20science,%2F
m%2F03hl5x0
3

4. Qué NO es la Ciencia de Datos
4

5. La Ciencia de Datos se trata de cómo lograr el
mayor impacto y valor posible a partir de los datos
✘ Big Data no es Ciencia de Datos
✘ Modelos análiticos complejos
✘ Visualizaciones increíbles
✘ Programar en diferentes lenguajes
5

6. ¿Cómo impactamos a la organización
con Ciencia de Datos?
6

7. La Ciencia de Datos provee los conocimientos, las herramientas y
algoritmos para lograr este impacto 7
Insights
Recomendaciones
personalizadas
Descubrimiento de
patrones, tendencias y
correlaciones

8. Jerarquía de necesidades en
Ciencia de Datos
8

9. JerarquíadenecesidadesenCienciadeDatos
Experimentos A/B,
Integración de algoritmos de
Machine Learning
Análisis, diseño de métricas,
Integración de minería de
datos, minería de texto
Limpieza de datos y
detección de anomalías
Integración de datos
estructurados y no
estructurados
Recolección de los datos
Artificial Intelligence y Deep
Learning

10. 10
Antes los datos generados eran un daño colateral, lo importante era la transacción. Ahora no sólo
se almacenan sino se obtiene valor sobre ello
No Estructurados
Estructurados
La arquitectura técnica, Hadoop sí o no, la distribución a elegir, etc… son
decisiones estratégicas basadas en qué queremos hacer y por tanto, cómo
vamos a usar la tecnología para conseguir esos fines. Y no al revés.

11. 11
Integración Preparación de datos
Aplicación de estadística
descriptiva, minería de datos y
estadística avanzada
Posibles resultados: Monitoreo,
Toma de Decisiones y Incremento
en satisfacción de clientes

12. Deja de crear target’s genéricos y comienza a realizar recomendaciones
a nivel individual, en tiempo real
12

13. ¿Qué hay de los perfiles?
13

14. 14
Conocimiento matemático y
estadístico
Habilidades técnicas Conocimiento de negocio
Investigación tradicionalMachine Learning
Zona de peligro

15. Casos de éxito
15

16. Tener muchos prospectos no es
equivalente a tener más clientes
16

17. ¿Cómo la ciencia de datos impactó a TALLER?
17
Solución
Modelo de clusterización
que permitió segmentar a
los prospectos y definir
estrategias para su
seguimiento
Problema
Estrategia digital derivó en
bases de datos con miles
de prospectos a los que se
dedicaba mucho tiempo y
dinero para su gestión
Resultados
Incremento de la tasa de conversión del 2% al
18%, disminución del tiempo de contacto e
identificación más rápida de prospectos con
mayor posibilidad de cierre

18. A veces tener la posibilidad de ver el panorama
completo es suficiente para generar un impacto
18

19. ¿Cómo la ciencia de datos impactó en los procesos de Nielsen Ibope?
19
Solución
Visualizar geográficamente
los hogares que fueron éxito
versus fracaso, permitió
identificar un sesgo
puramente humano y
derivado de la operación
Problema
Pocas conversiones dentro
de la muestra a pesar de ser
tomada con todo el rigor
estadístico
Resultados
Eficiencia del gasto operativo y optimización de la
tasa de conversión

20. Preguntas::
alejandra@metriplica.com
Linkedin: https://www.linkedin.com/in/alejandra-feregrino-experta-en-anal%C3%ADtica-de-negocio/
20
¡Gracias!