SlideShare una empresa de Scribd logo
ANALIZAR FUENTES DE INFORMACIÓN EXTERNAS E INTERNAS DE LIBRERÍA IZTACCIHUATL A
TRAVÉS DE HERRAMIENTAS COMPUTACIONALES PARA GENERAR UN MODELO BASADO EN
CIENCIA DE DATOS COMO APOYO A LA TOMA DE DECISIONES
Ramon Orozco Vidal
Mayo 2020
Instituto Tecnológico de Monterrey X
Curso de Introducción a la Ciencia de Datos y el Big Data
INTRODUCCION
La lectura como alternativa de estudio y entretenimiento han mantenido vigente al libro como protagonista a
través de los años y del desarrollo tecnológico. Hoy a diferencia de otros formatos de entretenimiento, el
libro sigue guardando preferencias del publico y esto hace que existan librerías emblemáticas en diferentes
países e idiomas.
Es así como la Editorial Edimsa, con su marca de librerías al público Librería Iztaccihuatl, fundada hace
más de 57 años, sigue haciendo importantes aportes a la comunidad con la creación de experiencias únicas
e impulsando la lectura y la cultura en los 7 establecimientos en la ciudad de Monterrey y en los 5 más en
todo México.
Este proyecto pretende, mediante el análisis de datos, contribuir al mejor desempeño de la Librería
Iztaccihuatl.
“La IA se infiltrará aún más en nuestras vidas a medida que la capacidad de las máquinas para actuar de
manera inteligente mejora cada vez más.”
Bernard Marr, autor de Inteligencia artificial en la
práctica: cómo 50 empresas utilizaron la inteligencia
artificial y el aprendizaje automático para resolver
problemas
Entorno
Las interacciones del lector del siglo XXI van más allá del libro impreso como tradicionalmente lo conocemos,
hoy lo hacen a través de otros formatos como plataformas, blogs, libros electrónicos, entre otros. Es por
ello que la evolución de la industria literaria se ha dado en todos sus actores: escritores, editores, casas
editoriales, y por supuesto, las librerías, donde hoy la propuesta es mas que acercar un libro, es
definitivamente una experiencia de los sentidos. Sea que la selección se haga por la página web de la librería
favorita o se asista directamente, involucra ver, escuchar, incluso oler y tocar el libro.
Objetivo
Con el propósito de atender y satisfacer las preferencias del público y propender por la rentabilidad y
permanencia del negocio de Librería Iztaccihuatl hemos formulado unas preguntas que pretendemos
responder en este análisis de datos históricos recientes, mediante el análisis descriptivo (AD) donde se
establezcan patrones y relaciones entre los productos, las preferencias de los clientes y las ventas.
Con estos patrones y relaciones entre variables, pasaremos a predecir tendencias y comportamientos que
logren anticipar la demanda de productos y servicios de los clientes, mediante un análisis predictivo (AP).
Determinaremos:
• Qué participación tiene cada Clasificación General del Libro en las ventas para sostener y potenciar
las mas vendidas y diseñar una estrategia de impulso a las de ventas más bajas (AD).
• Indagar si el Tipo de Encuadernación Binding incide en las preferencias del publico que ha votado
por el portal web y en las Ventas (AP).
• ¿Los más votados que Clasificación tienen y al mismo tiempo son los más recomendados? Esto
nos permitirá establecer una tendencia de preferencias para ampliar la oferta a los clientes (AP).
• ¿Como participan los 20 más vendidos en las Ventas totales? Permite determinar la concentración
de Ventas en unos títulos o está atomizado (AD).
Propuesta de Decisiones
1. Si el análisis de la clasificación del libro nos permite determinar que una o dos categorías son las
más vendidas, podemos decidir distribuir el espacio asignado a cada categoría en la tienda y así
mismo en la página web hacer más visible esta categoría.
Así también las de menos participación deberán ser objeto de estrategias conjuntas con las casas
editoriales para fomentar el interés o buscar hacerlo en el público objetivo específico.
2. Si nuestros clientes dan valor al tipo de encuadernación, tapa dura o rustica, podemos tener que
decidir incluir en cada obra uno u otro tipo de encuadernación.
3. Al contrastar la lista de los más votados frente a su clasificación y a su vez con los 20 más vendidos,
podríamos determinar el tipo de cliente y hacer un perfil de rango de edad, otros gustos tal manera
que se diseñe un mensaje para atraer clientes nuevos del mismo perfil.
4. Si como resultado de analizar las 20 obras más vendidas, se determina una concentración de las
ventas en esos títulos, se deberían promocionar obras similares en cuanto a Clasificación o impulsar
otras de actualidad que nos permitan disminuir el riesgo de depender de unos productos en
particular.
En adelante esta información deberá ser enriquecida con elementos de Big Data para conocer que busca el
público en internet en cuanto a oferta literaria, sus comentarios en redes, afinidad por temáticas de moda o
de actualidad, nuevos temas de interés con ocasión del aislamiento social por Covid19 y que el análisis de
estas nuevas variables, sean el insumo de nuevas decisiones y seguramente de rediseño de la manera
como se interactúa con los clientes y determinar nuevos productos y formatos a ofrecer.
Conclusión
Los datos con los que hoy se cuenta y que sirvieron de base para el análisis Descriptivo, deben ser sujetas
de una integración sin descartar ninguno de sus componentes, pues puede que para esta primera
oportunidad de análisis se hayan omitido algunos, a futuro pueden ser útiles como por ejemplo el ISBN o el
Grupo Editorial, entre otros.
En el procesamiento de los datos van a surgir nuevas preguntas y posibilidades de indicadores que nos
permitan ampliar este primer ejercicio y que es de carácter académico, pero que puede extenderse a tantas
decisiones como interpretaciones le demos a los resultados.
Para este ejercicio académico consultamos la historia de la EDIMSA matriz de la Librería Iztaccihuatl, como
parte de la primera etapa de Comprensión de Negocio y de los Objetivos a conseguir basados en la Visión
y Misión de la empresa. En esta etapa se asume que la normativa de tratamiento de datos se cumple.
En la etapa de Adquisición de Datos se identificaron e identificaron los datos relevantes y se determinó que
las fuentes deberían integrarse para su comprensión.
Preparando los datos encontramos que podríamos integrar preferencias de datos que enriquecen este
análisis y que pueden abrirse espacios en el portal web de la librería para obtenerlos de la interacción de los
clientes en el portal.
En la etapa de Modelación y Evaluación visualizamos los resultados y se analiza si estos resultados son
relevantes para la estrategia planteada y se reformulan las preguntas en caso de ser necesario.
Son muchas las posibilidades y los frentes de trabajo que se pueden abordar con estos datos, por ejemplo,
podríamos determinar si el número de colaboradores en las tiendas es el adecuado; si los esfuerzos y
capacidad de la página son eficientes y si el cliente aprecia esto en la experiencia; si se requiere algún
refuerzo en capacitación para los colaboradores, entre otros aspectos que se pueden abordar.

Más contenido relacionado

La actualidad más candente

Proyecto herramientas para el análisis de big data
Proyecto herramientas para el análisis de big dataProyecto herramientas para el análisis de big data
Proyecto herramientas para el análisis de big data
MarcoPoloSanchez1
 
Trabajo de pares
Trabajo de paresTrabajo de pares
Trabajo de pares
matiasgatica9
 
Utilizando la ciencia de datos en una organización
Utilizando la ciencia de datos en una organizaciónUtilizando la ciencia de datos en una organización
Utilizando la ciencia de datos en una organización
Kozhaya Elias Sfeir
 
Curso
CursoCurso
Bigdata Herramientas Caso Libreria Iztaccihuatl
Bigdata Herramientas Caso Libreria IztaccihuatlBigdata Herramientas Caso Libreria Iztaccihuatl
Bigdata Herramientas Caso Libreria Iztaccihuatl
Paola Quiroz Alvarez
 
Trabajo de ciencia de datos evaluado por pares
Trabajo de ciencia de datos evaluado por paresTrabajo de ciencia de datos evaluado por pares
Trabajo de ciencia de datos evaluado por pares
FrancoGotuzzo
 
Utilizando la ciencia de datos en una organización
Utilizando la ciencia de datos en una organizaciónUtilizando la ciencia de datos en una organización
Utilizando la ciencia de datos en una organización
Diego Farfan
 
Trabajo entre pares
Trabajo entre paresTrabajo entre pares
Trabajo entre pares
danielavalenciacebal
 
Caso de estudio librería iztaccíhuatl
Caso de estudio librería iztaccíhuatlCaso de estudio librería iztaccíhuatl
Caso de estudio librería iztaccíhuatl
Franiel Ricoveri
 
Utilizando la ciencia de datos en una organización
Utilizando la ciencia de datos en una organizaciónUtilizando la ciencia de datos en una organización
Utilizando la ciencia de datos en una organización
MariaTeresaSnchezSan
 
Introducción a la ciencia de datos y el big data
Introducción a la ciencia de datos y el big dataIntroducción a la ciencia de datos y el big data
Introducción a la ciencia de datos y el big data
Almudena Casado
 
Proy eval de pares Jhardena Yauri
Proy eval de pares Jhardena YauriProy eval de pares Jhardena Yauri
Proy eval de pares Jhardena Yauri
JhardenaYauri
 
Proyecto individual daniel murillo
Proyecto individual daniel murilloProyecto individual daniel murillo
Proyecto individual daniel murillo
Daniel866358
 
Evaluacion entre pares - Ciencia de datos.
Evaluacion entre pares - Ciencia de datos.Evaluacion entre pares - Ciencia de datos.
Evaluacion entre pares - Ciencia de datos.
HugoCastro854432
 
Practica con evaluación entre pares. Ciencia de Datos.
Practica con evaluación entre pares. Ciencia de Datos.Practica con evaluación entre pares. Ciencia de Datos.
Practica con evaluación entre pares. Ciencia de Datos.
LeonardoGutierrezDal
 
Ciencia de datos
Ciencia de datosCiencia de datos
Ciencia de datos
Asael Bravo
 
Herramientas para el Análisis de Big Data
 Herramientas para el Análisis de Big Data Herramientas para el Análisis de Big Data
Herramientas para el Análisis de Big Data
Julio Burgos
 
Introduccion a la ciencia de datos
Introduccion a la ciencia de datosIntroduccion a la ciencia de datos
Introduccion a la ciencia de datos
AngheloDanielPrez
 
Actividad individual big data
Actividad individual big dataActividad individual big data
Actividad individual big data
cnino6
 

La actualidad más candente (19)

Proyecto herramientas para el análisis de big data
Proyecto herramientas para el análisis de big dataProyecto herramientas para el análisis de big data
Proyecto herramientas para el análisis de big data
 
Trabajo de pares
Trabajo de paresTrabajo de pares
Trabajo de pares
 
Utilizando la ciencia de datos en una organización
Utilizando la ciencia de datos en una organizaciónUtilizando la ciencia de datos en una organización
Utilizando la ciencia de datos en una organización
 
Curso
CursoCurso
Curso
 
Bigdata Herramientas Caso Libreria Iztaccihuatl
Bigdata Herramientas Caso Libreria IztaccihuatlBigdata Herramientas Caso Libreria Iztaccihuatl
Bigdata Herramientas Caso Libreria Iztaccihuatl
 
Trabajo de ciencia de datos evaluado por pares
Trabajo de ciencia de datos evaluado por paresTrabajo de ciencia de datos evaluado por pares
Trabajo de ciencia de datos evaluado por pares
 
Utilizando la ciencia de datos en una organización
Utilizando la ciencia de datos en una organizaciónUtilizando la ciencia de datos en una organización
Utilizando la ciencia de datos en una organización
 
Trabajo entre pares
Trabajo entre paresTrabajo entre pares
Trabajo entre pares
 
Caso de estudio librería iztaccíhuatl
Caso de estudio librería iztaccíhuatlCaso de estudio librería iztaccíhuatl
Caso de estudio librería iztaccíhuatl
 
Utilizando la ciencia de datos en una organización
Utilizando la ciencia de datos en una organizaciónUtilizando la ciencia de datos en una organización
Utilizando la ciencia de datos en una organización
 
Introducción a la ciencia de datos y el big data
Introducción a la ciencia de datos y el big dataIntroducción a la ciencia de datos y el big data
Introducción a la ciencia de datos y el big data
 
Proy eval de pares Jhardena Yauri
Proy eval de pares Jhardena YauriProy eval de pares Jhardena Yauri
Proy eval de pares Jhardena Yauri
 
Proyecto individual daniel murillo
Proyecto individual daniel murilloProyecto individual daniel murillo
Proyecto individual daniel murillo
 
Evaluacion entre pares - Ciencia de datos.
Evaluacion entre pares - Ciencia de datos.Evaluacion entre pares - Ciencia de datos.
Evaluacion entre pares - Ciencia de datos.
 
Practica con evaluación entre pares. Ciencia de Datos.
Practica con evaluación entre pares. Ciencia de Datos.Practica con evaluación entre pares. Ciencia de Datos.
Practica con evaluación entre pares. Ciencia de Datos.
 
Ciencia de datos
Ciencia de datosCiencia de datos
Ciencia de datos
 
Herramientas para el Análisis de Big Data
 Herramientas para el Análisis de Big Data Herramientas para el Análisis de Big Data
Herramientas para el Análisis de Big Data
 
Introduccion a la ciencia de datos
Introduccion a la ciencia de datosIntroduccion a la ciencia de datos
Introduccion a la ciencia de datos
 
Actividad individual big data
Actividad individual big dataActividad individual big data
Actividad individual big data
 

Similar a Trabajo intro a la ciencia de datos

Evaintro
EvaintroEvaintro
Evaintro
Emmanuel Acosta
 
Proyecto de evaluación de pares
Proyecto de evaluación de paresProyecto de evaluación de pares
Proyecto de evaluación de pares
Emmanuel Acosta Lechuga
 
3 Visualización de Datos y Storytelling.pdf
3 Visualización de Datos y Storytelling.pdf3 Visualización de Datos y Storytelling.pdf
3 Visualización de Datos y Storytelling.pdf
Juan José Triviño
 
Proyecto individual evaluado_por_pares_v1
Proyecto individual evaluado_por_pares_v1Proyecto individual evaluado_por_pares_v1
Proyecto individual evaluado_por_pares_v1
juandavidgallo
 
rh.docx
rh.docxrh.docx
rh.docx
Renner11
 
entrega-del-proyecto
entrega-del-proyectoentrega-del-proyecto
entrega-del-proyecto
Fabrizzio Carazo
 
evaluacion por pares
evaluacion por paresevaluacion por pares
evaluacion por pares
Jonathan Hurtado
 
marketing editorial
marketing editorialmarketing editorial
marketing editorial
Lourdes López Ayala
 
Utilizando ciencia de datos norberto andrade
Utilizando ciencia de datos norberto andradeUtilizando ciencia de datos norberto andrade
Utilizando ciencia de datos norberto andrade
norbertoandrade1
 
Actividad 1 - Jesus Axel Dominguez Rocha
Actividad 1 - Jesus Axel Dominguez RochaActividad 1 - Jesus Axel Dominguez Rocha
Actividad 1 - Jesus Axel Dominguez Rocha
AxelRocha3
 
Un plan de marketing no es un plan de comunicación
Un plan de marketing no es un plan de comunicaciónUn plan de marketing no es un plan de comunicación
Un plan de marketing no es un plan de comunicación
Nieves Gonzalez
 
Proyecto de ciencia de datos para una librería
Proyecto de ciencia de datos para una libreríaProyecto de ciencia de datos para una librería
Proyecto de ciencia de datos para una librería
AlejandroHernndez245
 
Reporte.pdf
Reporte.pdfReporte.pdf
Reporte.pdf
JuanJosTrivio
 
Propuesta PROYECTO Iztaccíhuatl
Propuesta PROYECTO IztaccíhuatlPropuesta PROYECTO Iztaccíhuatl
Propuesta PROYECTO Iztaccíhuatl
Diego Avendaño
 
Introducción a la ciencia de datos y el bg data
Introducción a la ciencia de datos y el bg data Introducción a la ciencia de datos y el bg data
Introducción a la ciencia de datos y el bg data
arcon412
 
Saber pro. Luis Fernando Londoño B. Introducción gestión de la calidad.
Saber pro. Luis Fernando Londoño B. Introducción gestión de la calidad.Saber pro. Luis Fernando Londoño B. Introducción gestión de la calidad.
Saber pro. Luis Fernando Londoño B. Introducción gestión de la calidad.
FernandoLB27
 
Aplicando la ciencia de datos en una organización
Aplicando la ciencia de datos en una organizaciónAplicando la ciencia de datos en una organización
Aplicando la ciencia de datos en una organización
Lyza14
 
Revista Mundo Contact Marzo 2014
Revista Mundo Contact Marzo 2014Revista Mundo Contact Marzo 2014
Revista Mundo Contact Marzo 2014
Mundo Contact
 
Project.docx
Project.docxProject.docx
Project.docx
JosLzaroViverosHernn
 
202005 rrg proyecto individual con evaluacion por pares
202005 rrg proyecto individual con evaluacion por pares202005 rrg proyecto individual con evaluacion por pares
202005 rrg proyecto individual con evaluacion por pares
RENE RGUEZ GLEZ
 

Similar a Trabajo intro a la ciencia de datos (20)

Evaintro
EvaintroEvaintro
Evaintro
 
Proyecto de evaluación de pares
Proyecto de evaluación de paresProyecto de evaluación de pares
Proyecto de evaluación de pares
 
3 Visualización de Datos y Storytelling.pdf
3 Visualización de Datos y Storytelling.pdf3 Visualización de Datos y Storytelling.pdf
3 Visualización de Datos y Storytelling.pdf
 
Proyecto individual evaluado_por_pares_v1
Proyecto individual evaluado_por_pares_v1Proyecto individual evaluado_por_pares_v1
Proyecto individual evaluado_por_pares_v1
 
rh.docx
rh.docxrh.docx
rh.docx
 
entrega-del-proyecto
entrega-del-proyectoentrega-del-proyecto
entrega-del-proyecto
 
evaluacion por pares
evaluacion por paresevaluacion por pares
evaluacion por pares
 
marketing editorial
marketing editorialmarketing editorial
marketing editorial
 
Utilizando ciencia de datos norberto andrade
Utilizando ciencia de datos norberto andradeUtilizando ciencia de datos norberto andrade
Utilizando ciencia de datos norberto andrade
 
Actividad 1 - Jesus Axel Dominguez Rocha
Actividad 1 - Jesus Axel Dominguez RochaActividad 1 - Jesus Axel Dominguez Rocha
Actividad 1 - Jesus Axel Dominguez Rocha
 
Un plan de marketing no es un plan de comunicación
Un plan de marketing no es un plan de comunicaciónUn plan de marketing no es un plan de comunicación
Un plan de marketing no es un plan de comunicación
 
Proyecto de ciencia de datos para una librería
Proyecto de ciencia de datos para una libreríaProyecto de ciencia de datos para una librería
Proyecto de ciencia de datos para una librería
 
Reporte.pdf
Reporte.pdfReporte.pdf
Reporte.pdf
 
Propuesta PROYECTO Iztaccíhuatl
Propuesta PROYECTO IztaccíhuatlPropuesta PROYECTO Iztaccíhuatl
Propuesta PROYECTO Iztaccíhuatl
 
Introducción a la ciencia de datos y el bg data
Introducción a la ciencia de datos y el bg data Introducción a la ciencia de datos y el bg data
Introducción a la ciencia de datos y el bg data
 
Saber pro. Luis Fernando Londoño B. Introducción gestión de la calidad.
Saber pro. Luis Fernando Londoño B. Introducción gestión de la calidad.Saber pro. Luis Fernando Londoño B. Introducción gestión de la calidad.
Saber pro. Luis Fernando Londoño B. Introducción gestión de la calidad.
 
Aplicando la ciencia de datos en una organización
Aplicando la ciencia de datos en una organizaciónAplicando la ciencia de datos en una organización
Aplicando la ciencia de datos en una organización
 
Revista Mundo Contact Marzo 2014
Revista Mundo Contact Marzo 2014Revista Mundo Contact Marzo 2014
Revista Mundo Contact Marzo 2014
 
Project.docx
Project.docxProject.docx
Project.docx
 
202005 rrg proyecto individual con evaluacion por pares
202005 rrg proyecto individual con evaluacion por pares202005 rrg proyecto individual con evaluacion por pares
202005 rrg proyecto individual con evaluacion por pares
 

Último

REPORTE DE HOMICIDIO DOLOSO-MAYO 2024.pdf
REPORTE DE HOMICIDIO DOLOSO-MAYO 2024.pdfREPORTE DE HOMICIDIO DOLOSO-MAYO 2024.pdf
REPORTE DE HOMICIDIO DOLOSO-MAYO 2024.pdf
IrapuatoCmovamos
 
Instituciones financieras globales por efectivo disponible (2024).pdf
Instituciones financieras globales por efectivo disponible (2024).pdfInstituciones financieras globales por efectivo disponible (2024).pdf
Instituciones financieras globales por efectivo disponible (2024).pdf
JC Díaz Herrera
 
Tecnologia de materiales T01- Agregados.docx (1).pdf
Tecnologia de materiales T01- Agregados.docx (1).pdfTecnologia de materiales T01- Agregados.docx (1).pdf
Tecnologia de materiales T01- Agregados.docx (1).pdf
uriel132
 
Análisis Datos imprecisos con lógica difusa.pdf
Análisis Datos imprecisos con lógica difusa.pdfAnálisis Datos imprecisos con lógica difusa.pdf
Análisis Datos imprecisos con lógica difusa.pdf
ReAViILICo
 
Ojiva porcentual para el análisis de datos
Ojiva porcentual para el análisis de datosOjiva porcentual para el análisis de datos
Ojiva porcentual para el análisis de datos
JaimeYael
 
Presentación sobre la geometría, aplicaciones y ramas
Presentación sobre la geometría, aplicaciones y ramasPresentación sobre la geometría, aplicaciones y ramas
Presentación sobre la geometría, aplicaciones y ramas
JosMuoz943377
 
TABla de detracciones 123456 antonela tirado 653266666666666
TABla de detracciones 123456 antonela tirado 653266666666666TABla de detracciones 123456 antonela tirado 653266666666666
TABla de detracciones 123456 antonela tirado 653266666666666
LizetTiradoRodriguez
 
SISTEMA PRIVADO DE PENSIONES- de la cruz.pptx
SISTEMA PRIVADO DE PENSIONES- de la cruz.pptxSISTEMA PRIVADO DE PENSIONES- de la cruz.pptx
SISTEMA PRIVADO DE PENSIONES- de la cruz.pptx
mogollonespinoza17
 
Diagnóstico Institucional en psicologia.docx
Diagnóstico  Institucional en psicologia.docxDiagnóstico  Institucional en psicologia.docx
Diagnóstico Institucional en psicologia.docx
cabreraelian69
 
PPT Interes-Simple-pptx.pptx-ejercicios.
PPT Interes-Simple-pptx.pptx-ejercicios.PPT Interes-Simple-pptx.pptx-ejercicios.
PPT Interes-Simple-pptx.pptx-ejercicios.
MELANYANELKACRUZLEON
 
MATERIAS PRIMAS DE ORIGEN ORGÁNICO.pdf
MATERIAS PRIMAS DE ORIGEN   ORGÁNICO.pdfMATERIAS PRIMAS DE ORIGEN   ORGÁNICO.pdf
MATERIAS PRIMAS DE ORIGEN ORGÁNICO.pdf
uriel132
 
1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx
1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx
1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx
EliseoLuisRamrez
 
Desarrollo de Habilidades de Pensamiento Informatica
Desarrollo de Habilidades de Pensamiento InformaticaDesarrollo de Habilidades de Pensamiento Informatica
Desarrollo de Habilidades de Pensamiento Informatica
floralbaortega88
 
RESPUESTAS A PREGUNTAS FRECUENTES SOBRE LA VITIVINICULTURA ARGENTINA.pdf
RESPUESTAS A PREGUNTAS FRECUENTES SOBRE LA VITIVINICULTURA ARGENTINA.pdfRESPUESTAS A PREGUNTAS FRECUENTES SOBRE LA VITIVINICULTURA ARGENTINA.pdf
RESPUESTAS A PREGUNTAS FRECUENTES SOBRE LA VITIVINICULTURA ARGENTINA.pdf
Observatorio Vitivinícola Argentino
 
Pobreza en el Perú en 2023.pdf practicag
Pobreza en el Perú en 2023.pdf practicagPobreza en el Perú en 2023.pdf practicag
Pobreza en el Perú en 2023.pdf practicag
jairoperezjpnazca
 
Países_por_participacion_porcentual_en_el PNB global (2024) .pdf
Países_por_participacion_porcentual_en_el PNB global (2024) .pdfPaíses_por_participacion_porcentual_en_el PNB global (2024) .pdf
Países_por_participacion_porcentual_en_el PNB global (2024) .pdf
JC Díaz Herrera
 
Desarrollo de habilidades de pensamiento
Desarrollo de habilidades de pensamientoDesarrollo de habilidades de pensamiento
Desarrollo de habilidades de pensamiento
ManuelaReina3
 
Presentación diagrama de flujo del desarrollo aronautico.pptx
Presentación diagrama de flujo del desarrollo aronautico.pptxPresentación diagrama de flujo del desarrollo aronautico.pptx
Presentación diagrama de flujo del desarrollo aronautico.pptx
cmrodriguezortiz1103
 
Flujograma: Reserva de habitación en un hotel
Flujograma: Reserva de habitación en un hotelFlujograma: Reserva de habitación en un hotel
Flujograma: Reserva de habitación en un hotel
f4llenangel345
 
Claves Ipsos numero 29 --- Mayo 2024.pdf
Claves Ipsos numero 29 --- Mayo 2024.pdfClaves Ipsos numero 29 --- Mayo 2024.pdf
Claves Ipsos numero 29 --- Mayo 2024.pdf
Emisor Digital
 

Último (20)

REPORTE DE HOMICIDIO DOLOSO-MAYO 2024.pdf
REPORTE DE HOMICIDIO DOLOSO-MAYO 2024.pdfREPORTE DE HOMICIDIO DOLOSO-MAYO 2024.pdf
REPORTE DE HOMICIDIO DOLOSO-MAYO 2024.pdf
 
Instituciones financieras globales por efectivo disponible (2024).pdf
Instituciones financieras globales por efectivo disponible (2024).pdfInstituciones financieras globales por efectivo disponible (2024).pdf
Instituciones financieras globales por efectivo disponible (2024).pdf
 
Tecnologia de materiales T01- Agregados.docx (1).pdf
Tecnologia de materiales T01- Agregados.docx (1).pdfTecnologia de materiales T01- Agregados.docx (1).pdf
Tecnologia de materiales T01- Agregados.docx (1).pdf
 
Análisis Datos imprecisos con lógica difusa.pdf
Análisis Datos imprecisos con lógica difusa.pdfAnálisis Datos imprecisos con lógica difusa.pdf
Análisis Datos imprecisos con lógica difusa.pdf
 
Ojiva porcentual para el análisis de datos
Ojiva porcentual para el análisis de datosOjiva porcentual para el análisis de datos
Ojiva porcentual para el análisis de datos
 
Presentación sobre la geometría, aplicaciones y ramas
Presentación sobre la geometría, aplicaciones y ramasPresentación sobre la geometría, aplicaciones y ramas
Presentación sobre la geometría, aplicaciones y ramas
 
TABla de detracciones 123456 antonela tirado 653266666666666
TABla de detracciones 123456 antonela tirado 653266666666666TABla de detracciones 123456 antonela tirado 653266666666666
TABla de detracciones 123456 antonela tirado 653266666666666
 
SISTEMA PRIVADO DE PENSIONES- de la cruz.pptx
SISTEMA PRIVADO DE PENSIONES- de la cruz.pptxSISTEMA PRIVADO DE PENSIONES- de la cruz.pptx
SISTEMA PRIVADO DE PENSIONES- de la cruz.pptx
 
Diagnóstico Institucional en psicologia.docx
Diagnóstico  Institucional en psicologia.docxDiagnóstico  Institucional en psicologia.docx
Diagnóstico Institucional en psicologia.docx
 
PPT Interes-Simple-pptx.pptx-ejercicios.
PPT Interes-Simple-pptx.pptx-ejercicios.PPT Interes-Simple-pptx.pptx-ejercicios.
PPT Interes-Simple-pptx.pptx-ejercicios.
 
MATERIAS PRIMAS DE ORIGEN ORGÁNICO.pdf
MATERIAS PRIMAS DE ORIGEN   ORGÁNICO.pdfMATERIAS PRIMAS DE ORIGEN   ORGÁNICO.pdf
MATERIAS PRIMAS DE ORIGEN ORGÁNICO.pdf
 
1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx
1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx
1- PRESENTACION DE ORIENTACIONES DE LA ORDENANZA 04-2023.11.04.24.pptx
 
Desarrollo de Habilidades de Pensamiento Informatica
Desarrollo de Habilidades de Pensamiento InformaticaDesarrollo de Habilidades de Pensamiento Informatica
Desarrollo de Habilidades de Pensamiento Informatica
 
RESPUESTAS A PREGUNTAS FRECUENTES SOBRE LA VITIVINICULTURA ARGENTINA.pdf
RESPUESTAS A PREGUNTAS FRECUENTES SOBRE LA VITIVINICULTURA ARGENTINA.pdfRESPUESTAS A PREGUNTAS FRECUENTES SOBRE LA VITIVINICULTURA ARGENTINA.pdf
RESPUESTAS A PREGUNTAS FRECUENTES SOBRE LA VITIVINICULTURA ARGENTINA.pdf
 
Pobreza en el Perú en 2023.pdf practicag
Pobreza en el Perú en 2023.pdf practicagPobreza en el Perú en 2023.pdf practicag
Pobreza en el Perú en 2023.pdf practicag
 
Países_por_participacion_porcentual_en_el PNB global (2024) .pdf
Países_por_participacion_porcentual_en_el PNB global (2024) .pdfPaíses_por_participacion_porcentual_en_el PNB global (2024) .pdf
Países_por_participacion_porcentual_en_el PNB global (2024) .pdf
 
Desarrollo de habilidades de pensamiento
Desarrollo de habilidades de pensamientoDesarrollo de habilidades de pensamiento
Desarrollo de habilidades de pensamiento
 
Presentación diagrama de flujo del desarrollo aronautico.pptx
Presentación diagrama de flujo del desarrollo aronautico.pptxPresentación diagrama de flujo del desarrollo aronautico.pptx
Presentación diagrama de flujo del desarrollo aronautico.pptx
 
Flujograma: Reserva de habitación en un hotel
Flujograma: Reserva de habitación en un hotelFlujograma: Reserva de habitación en un hotel
Flujograma: Reserva de habitación en un hotel
 
Claves Ipsos numero 29 --- Mayo 2024.pdf
Claves Ipsos numero 29 --- Mayo 2024.pdfClaves Ipsos numero 29 --- Mayo 2024.pdf
Claves Ipsos numero 29 --- Mayo 2024.pdf
 

Trabajo intro a la ciencia de datos

  • 1. ANALIZAR FUENTES DE INFORMACIÓN EXTERNAS E INTERNAS DE LIBRERÍA IZTACCIHUATL A TRAVÉS DE HERRAMIENTAS COMPUTACIONALES PARA GENERAR UN MODELO BASADO EN CIENCIA DE DATOS COMO APOYO A LA TOMA DE DECISIONES Ramon Orozco Vidal Mayo 2020 Instituto Tecnológico de Monterrey X Curso de Introducción a la Ciencia de Datos y el Big Data
  • 2. INTRODUCCION La lectura como alternativa de estudio y entretenimiento han mantenido vigente al libro como protagonista a través de los años y del desarrollo tecnológico. Hoy a diferencia de otros formatos de entretenimiento, el libro sigue guardando preferencias del publico y esto hace que existan librerías emblemáticas en diferentes países e idiomas. Es así como la Editorial Edimsa, con su marca de librerías al público Librería Iztaccihuatl, fundada hace más de 57 años, sigue haciendo importantes aportes a la comunidad con la creación de experiencias únicas e impulsando la lectura y la cultura en los 7 establecimientos en la ciudad de Monterrey y en los 5 más en todo México. Este proyecto pretende, mediante el análisis de datos, contribuir al mejor desempeño de la Librería Iztaccihuatl. “La IA se infiltrará aún más en nuestras vidas a medida que la capacidad de las máquinas para actuar de manera inteligente mejora cada vez más.” Bernard Marr, autor de Inteligencia artificial en la práctica: cómo 50 empresas utilizaron la inteligencia artificial y el aprendizaje automático para resolver problemas
  • 3. Entorno Las interacciones del lector del siglo XXI van más allá del libro impreso como tradicionalmente lo conocemos, hoy lo hacen a través de otros formatos como plataformas, blogs, libros electrónicos, entre otros. Es por ello que la evolución de la industria literaria se ha dado en todos sus actores: escritores, editores, casas editoriales, y por supuesto, las librerías, donde hoy la propuesta es mas que acercar un libro, es definitivamente una experiencia de los sentidos. Sea que la selección se haga por la página web de la librería favorita o se asista directamente, involucra ver, escuchar, incluso oler y tocar el libro. Objetivo Con el propósito de atender y satisfacer las preferencias del público y propender por la rentabilidad y permanencia del negocio de Librería Iztaccihuatl hemos formulado unas preguntas que pretendemos responder en este análisis de datos históricos recientes, mediante el análisis descriptivo (AD) donde se establezcan patrones y relaciones entre los productos, las preferencias de los clientes y las ventas. Con estos patrones y relaciones entre variables, pasaremos a predecir tendencias y comportamientos que logren anticipar la demanda de productos y servicios de los clientes, mediante un análisis predictivo (AP). Determinaremos: • Qué participación tiene cada Clasificación General del Libro en las ventas para sostener y potenciar las mas vendidas y diseñar una estrategia de impulso a las de ventas más bajas (AD). • Indagar si el Tipo de Encuadernación Binding incide en las preferencias del publico que ha votado por el portal web y en las Ventas (AP). • ¿Los más votados que Clasificación tienen y al mismo tiempo son los más recomendados? Esto nos permitirá establecer una tendencia de preferencias para ampliar la oferta a los clientes (AP). • ¿Como participan los 20 más vendidos en las Ventas totales? Permite determinar la concentración de Ventas en unos títulos o está atomizado (AD).
  • 4. Propuesta de Decisiones 1. Si el análisis de la clasificación del libro nos permite determinar que una o dos categorías son las más vendidas, podemos decidir distribuir el espacio asignado a cada categoría en la tienda y así mismo en la página web hacer más visible esta categoría. Así también las de menos participación deberán ser objeto de estrategias conjuntas con las casas editoriales para fomentar el interés o buscar hacerlo en el público objetivo específico. 2. Si nuestros clientes dan valor al tipo de encuadernación, tapa dura o rustica, podemos tener que decidir incluir en cada obra uno u otro tipo de encuadernación. 3. Al contrastar la lista de los más votados frente a su clasificación y a su vez con los 20 más vendidos, podríamos determinar el tipo de cliente y hacer un perfil de rango de edad, otros gustos tal manera que se diseñe un mensaje para atraer clientes nuevos del mismo perfil. 4. Si como resultado de analizar las 20 obras más vendidas, se determina una concentración de las ventas en esos títulos, se deberían promocionar obras similares en cuanto a Clasificación o impulsar otras de actualidad que nos permitan disminuir el riesgo de depender de unos productos en particular. En adelante esta información deberá ser enriquecida con elementos de Big Data para conocer que busca el público en internet en cuanto a oferta literaria, sus comentarios en redes, afinidad por temáticas de moda o de actualidad, nuevos temas de interés con ocasión del aislamiento social por Covid19 y que el análisis de estas nuevas variables, sean el insumo de nuevas decisiones y seguramente de rediseño de la manera como se interactúa con los clientes y determinar nuevos productos y formatos a ofrecer.
  • 5. Conclusión Los datos con los que hoy se cuenta y que sirvieron de base para el análisis Descriptivo, deben ser sujetas de una integración sin descartar ninguno de sus componentes, pues puede que para esta primera oportunidad de análisis se hayan omitido algunos, a futuro pueden ser útiles como por ejemplo el ISBN o el Grupo Editorial, entre otros. En el procesamiento de los datos van a surgir nuevas preguntas y posibilidades de indicadores que nos permitan ampliar este primer ejercicio y que es de carácter académico, pero que puede extenderse a tantas decisiones como interpretaciones le demos a los resultados. Para este ejercicio académico consultamos la historia de la EDIMSA matriz de la Librería Iztaccihuatl, como parte de la primera etapa de Comprensión de Negocio y de los Objetivos a conseguir basados en la Visión y Misión de la empresa. En esta etapa se asume que la normativa de tratamiento de datos se cumple. En la etapa de Adquisición de Datos se identificaron e identificaron los datos relevantes y se determinó que las fuentes deberían integrarse para su comprensión. Preparando los datos encontramos que podríamos integrar preferencias de datos que enriquecen este análisis y que pueden abrirse espacios en el portal web de la librería para obtenerlos de la interacción de los clientes en el portal. En la etapa de Modelación y Evaluación visualizamos los resultados y se analiza si estos resultados son relevantes para la estrategia planteada y se reformulan las preguntas en caso de ser necesario. Son muchas las posibilidades y los frentes de trabajo que se pueden abordar con estos datos, por ejemplo, podríamos determinar si el número de colaboradores en las tiendas es el adecuado; si los esfuerzos y capacidad de la página son eficientes y si el cliente aprecia esto en la experiencia; si se requiere algún refuerzo en capacitación para los colaboradores, entre otros aspectos que se pueden abordar.