Este documento presenta un resumen de un proyecto de analítica de datos realizado por un estudiante. Incluye secciones sobre la introducción a conceptos clave de analítica de datos, identificación de proyectos de inversión, decisiones de hardware, software y proveedores. El objetivo general era aplicar técnicas avanzadas de analítica de datos para extraer valor de grandes volúmenes de datos provenientes de múltiples fuentes.

1. UNIVERSIDAD TECNOLÓGICA DE MÉXICO
ENTREGABLE FINAL: ANALÍTICA DE DATOS
ALUMNO: RICARDO VILLALOBOS CRUZ
PROFESORA: CLAUDIA GONZALEZ
14028191

2. INTRODUCCIÓN
Las organizaciones y las empresas han estado utilizando una analítica de datos básicos desde hace muchos años para
descubrir percepciones y tendencias simples. El contar con cada vez más datos y una mejora analítica ha crecido a través
de los años y las organizaciones más modernas realizan un seguimiento y registran los datos sobre casi todos los tipos de
transacciones, el flujo de información, medios sociales, audio, video, sensores, texto e imagen. Este creciente volumen de
datos junto con la diversificación de las fuentes de datos hace que los procesos de extracción de información útil y de
percepciones sea un emprendimiento cada vez más desafiante y complejo. Para alcanzar ese desafío se han adaptado nuevos
programas de analítica de datos avanzada como un enfoque predominante para encontrar los valores ocultos en las montañas
de datos que van rápidamente creciendo. Algunas técnicas que se han ido implementando son data mining, aprendizaje en
máquinas, alcance de patrones, visualización y simulación, análisis semántico, análisis de red, análisis de grafos, etc.

3. DECISIONES DE NEGOCIO EN MATERIA
DE ANALÍTICA DE DATOS
Big data es la nueva cultura de los datos en los negocios, se trata de un cuerpo de tecnologías para capturar, clasificar y
analizar en tiempo real los petabytes y exabytes de información que a diario se generan desde múltiples fuentes como:
sistemas de facturación, sensores colocados a lo largo y ancho del mundo, trinos y posts en las redes sociales, satélites y
teléfonos móviles, entre muchas otras fuentes, justamente esa es la gran virtud de Big data es decir procesar la información
estructurada y la no estructurada, la primera es la información tradicional como cifras de ventas, estados contables y
reportes financieros que han sido las fuentes de información usuales en el mundo de los negocios, pero ahora gracias a la
tecnología se suman las comunicaciones como la información de los GPS, redes sociales, call center, videos en Youtube, y
a estos les llamamos datos no estructurados, ya que estos sin estar de manera organizada no significan nada y a menos que
estos sean procesados toman un valor significativo para la empresa.

4. IDENTIFICACIÓN DE PROYECTOS
DE INVERSIÓN EN ANALÍTICA DE DATOS
La analítica de datos es una constante en la vida de muchas empresas de hoy en día, ninguna se escapa a ella por eso las
responsabilidades de los distintos departamentos se amplían, desde el desarrollo de software online en gestión de
proyectos profesionales, creemos que gran parte del peso en el cambio digital se traslada a los distintos directivos de
proyectos, son los líderes de los equipos los que asientan las bases culturales para impulsar la transformación digital,
siempre en colaboración directa con los demás departamentos. De ahí que proliferen cada vez más los denominados
directores de proyectos especializados en big data, quienes implementarán un trabajo más eficiente, creativo y
colaborativo entre los miembros de los equipos. Sus competencias se transforman a medida que lo hacen las posibilidades
competitivas de sus proyectos.

5. DECISIONES DE HARDWARE Y CAPACIDAD
FÍSICA
Proveedores de tecnología han publicado que para mostrar soluciones de analítica de datos de Big data copian los
procesos de una toma de decisiones del cerebro humano. Las aplicaciones de inteligencia artificial enfrentan una amplia
variedad de desafíos en el mundo real, delitos financieros, actividades criminales, hackers, reconocimiento facial, etc.
Se mostraron algunos ejemplos en los que la analítica de Big data trabaja de la misma manera que el cerebro humano, en la
aplicación de negocios hoy en día como: las redes neuronales que utilizan conexiones para detectar fraudes en tiempo real,
redes profundas que sirven en el proceso de múltiples capas de datos para reconocer caras y voces humanas, programación
neurodinámica para mejorar el comportamiento de los agentes virtuales en la reserva de los viajes calculando continuamente
las acciones óptimas en cada momento.

6. DECISIONES DE SOFTWARE
Una encuesta publicada por The Economist señalaba que el 59% de los encuestados que afirmaron que su organización
estaba impulsada por la analítica aseguraba que su negocio era más rentable que sus competidores en comparación
el 40% de encuestados que no utilizaba la analítica de datos para tomar decisiones en sus empresas, las verdaderas
empresas basadas en datos entienden que los datos pueden ser omnipresentes y accesibles.
una empresa que utiliza la analítica de datos tiene la capacidad de tomar mejores decisiones y tiene acceso a los datos
que necesita y cuando los necesita, estas organizaciones miden y monitorean implacablemente el pulso del negocio
y lo hacen de manera continua y a menuda automatizada, así como cada vez optimizándola.

7. CONTRATACIÓN DE PROVEEDORES
Y CONSULTOR
Un estudio según INDUSTRY WEEK encontró que solo el 17% de las empresas han implementado la analítica de datos en
Una o más funciones de la cadena de suministros, la intención de utilizar adecuadamente el big data, no han producido
Los resultados esperados a pesar de que según un estudio de Accenture el 97% de los ejecutivos en cadena de
Suministros entienden los beneficios que les pueden sacar.
Uno de los retos más relevantes del tema de abastecimiento se refiere a la recolección de datos, de diferentes fuentes
Y su integración para realizar procesos de optimización. Los proyectos de big data, requieren de investigación que deben
Ser justificadas a través de un sólido caso negocio, en donde se demuestre un adecuado retorno de la inversión.