Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
 ¿Qué es el Análisis Predictivo?
 ¿Cómo funciona?
 Objetivo
 ¿Cómo se aplica al negocio?
 Tipos de análisis
 Aplicac...
 Son una serie de técnicas que permiten descubrir patrones de
comportamiento en grandes volúmenes de datos. Una
definició...
Comportamiento
normal
Cambio Decaimiento
Y Fin
= Depósito
= Retiro
= Transacciones con nosotros
= Transacciones con compet...
7
PROCESO
ANALÍTICO
Establecimiento de objetivos
Recopilación de datos
Análisis exploratorios
Calidad de datos
1.
2.
3. Se...
Línea de tiempo para el DesarrolloPasado Futuro
Período de Observación
Ej:2 años
Información al Punto de Observación
Perío...
10
 Encontrar reglas
que caracterizan la
propensión a un
determinado
comportamiento
 Múltiples tipos de
datos de entrada...
11
• Identificación de
grupos de registros
similares
• Sin conocimiento
previo sobre cómo se
componen los grupos
y sus car...
12
• cerveza <= lata_veg & congelados (173, 17,0%, 84%)
PROCESO
ANALÍTICO
 Relacionar una determinada
conclusión (la comp...
13
 Predecir los valores de una o varias series a
lo largo del tiempo
PROCESO
ANALÍTICO
14
 Categorizar los conceptos que aparecen en
una serie de registros/archivos de texto no
estructurado.
PROCESO
ANALÍTICO
15
 El resultado de la ejecución del modelo predictivo a toda la
base de clientes es el proceso conocido como scoring
• I...
Industria Problema Aplicación
Telcos Churning
Fraude
Customer Relationship Management
• Abandono de clientes
• Prevención ...
19
 No es un producto, un software o un algoritmo
 Es un proceso de negocio que necesita una cierta tecnología
 No es u...
Cómo aplicar el análisis predictivo en la empresa
Cómo aplicar el análisis predictivo en la empresa
Cómo aplicar el análisis predictivo en la empresa
Cómo aplicar el análisis predictivo en la empresa
Cómo aplicar el análisis predictivo en la empresa
Cómo aplicar el análisis predictivo en la empresa
Cómo aplicar el análisis predictivo en la empresa
Prochain SlideShare
Chargement dans…5
×

Cómo aplicar el análisis predictivo en la empresa

El análisis predictivo permite a su organización estimar escenarios posibles que permitan planificar y llevar a cabo estrategias que mejoren la toma de decisiones.
La mayoría de las corporaciones logra convertir sus datos en información para realizar un análisis estadístico de lo que ha sucedido, pero muy pocas de éstas logran usar la información para pronosticar o predecir, para encontrar agrupaciones o relaciones entre datos que permitan transformar dicha información en conocimiento.

Con el análisis predictivo es posible modelar grandes volúmenes de datos que lleven al descubrimiento de patrones de información desconocida acerca de lo que sucede dentro del negocio que ayudará a crear e implementar estrategias que permitan a la empresa ser más competitivos al mejorar la calidad de sus productos y servicios.

En ésta presentación usted conocerá en qué áreas de negocio es posible implementar el análisis predictivo como por ejemplo:

• Qué valor tiene el análisis predictivo para las áreas de negocio
• Mantenimiento predictivo de los activos de la empresa
• Antes de diseñar una campaña de marketing ¿Cómo analizar el comportamiento de nuestro clientes?
• ¿Cómo pronosticar la demanda de tus clientes? Evitando así el sobre inventario en el almacén y la optimización en el servicio al cliente
• Conocer qué opinan los clientes

Presentador: José Mondragon

Información de las soluciones de Business Analytics: informacion@nexolution.com

Livres associés

Gratuit avec un essai de 30 jours de Scribd

Tout voir

Livres audio associés

Gratuit avec un essai de 30 jours de Scribd

Tout voir
  • Soyez le premier à commenter

Cómo aplicar el análisis predictivo en la empresa

  1. 1.  ¿Qué es el Análisis Predictivo?  ¿Cómo funciona?  Objetivo  ¿Cómo se aplica al negocio?  Tipos de análisis  Aplicación en industria  Conclusiones y consideraciones
  2. 2.  Son una serie de técnicas que permiten descubrir patrones de comportamiento en grandes volúmenes de datos. Una definición más formal sería: El Data Mining es un proceso que permite extraer conclusiones confiables sobre las condiciones presentes y los eventos futuros, a través de la aplicación de métodos estadísticos, matemáticos y de reconocimiento de patrones. Gartner Group Fuente: “Datamining: Torturando los datos hasta que confiesen” ¿Que áreas? • Estadística • Inteligencia Artificial • Computación Gráfica • Bases de Datos
  3. 3. Comportamiento normal Cambio Decaimiento Y Fin = Depósito = Retiro = Transacciones con nosotros = Transacciones con competencia Terminación de cuenta Monto Fecha Lapso de Oportunidad
  4. 4. 7 PROCESO ANALÍTICO Establecimiento de objetivos Recopilación de datos Análisis exploratorios Calidad de datos 1. 2. 3. Selección de datos Agregaciones Nuevas variables Formato Valores perdidos 4. Selección de técnicas Construcción de modelos 5. Evaluación de resultados 6. Integración con procesos operativos Mantenimiento
  5. 5. Línea de tiempo para el DesarrolloPasado Futuro Período de Observación Ej:2 años Información al Punto de Observación Período de Desempeño Ej:6meses BuenoMalo Modelo Modelo Información al Día de Hoy Prob. Alta Prob. Baja BuenoMalo ENTRENAMIENTO COMPROBACION PROCESO DE DESAROLLO
  6. 6. 10  Encontrar reglas que caracterizan la propensión a un determinado comportamiento  Múltiples tipos de datos de entrada Churn risk high … If female And % usage out net > 45 And avg bill size [23 to 35] And Web: searched “transfer” And service calls > 0 And used “handset” (sentiment NEGATIVE) … Churn risk low … If male And age > 50 And % usage out net < 25 And avg bill size [0 to 13] And # extensions = 2 … Churn risk high … If % usage peak > 52 And % roaming > 10 And avg bill size [over 35] And on optimal plan = NO … PROCESO ANALÍTICO
  7. 7. 11 • Identificación de grupos de registros similares • Sin conocimiento previo sobre cómo se componen los grupos y sus características PROCESO ANALÍTICO
  8. 8. 12 • cerveza <= lata_veg & congelados (173, 17,0%, 84%) PROCESO ANALÍTICO  Relacionar una determinada conclusión (la compra de un producto dado) con un conjunto de condiciones (la compra de otros productos)
  9. 9. 13  Predecir los valores de una o varias series a lo largo del tiempo PROCESO ANALÍTICO
  10. 10. 14  Categorizar los conceptos que aparecen en una serie de registros/archivos de texto no estructurado. PROCESO ANALÍTICO
  11. 11. 15  El resultado de la ejecución del modelo predictivo a toda la base de clientes es el proceso conocido como scoring • Indica, para cada registro, la propensión a que suceda el comportamiento que se está modelando • Es el punto de partida para las actuaciones proactivas posteriores RESULTADOS
  12. 12. Industria Problema Aplicación Telcos Churning Fraude Customer Relationship Management • Abandono de clientes • Prevención de fraudes • Rentabilidad, campañas de marketing, lealtad Finanzas/Retail Consumo/Telco/ Educación Customer Relationship Management (CRM) • Patrones de uso del servicio o producto • Respuesta a campañas de marketing • Predicción de ventas • Market Basket Analysis • Segmentación, • Perfil de clientes Educación/Recursos Humanos Retención de alumnos/empleados, Análisis de desempeño • Perfiles de alumnos/empleados • Retención de los mejores alumnos/empleados Consumer/ Distribución Logística y planeación •Niveles de inventarios •Pronósticos de venta, compra de insumos, demanda Finanzas (seguros) Contratación de seguros Análisis de cobranza de seguros Cancelación de seguros •Identificación de patrones de riesgo •Fraude en reclamaciones •Retención de clientes Finanzas (Bancos) Análisis transacciones •Fraude con tarjetas de crédito y débito • Análisis de morosidad en pagos • Score de Crédito • Prevención y Análisis de Lavado de dinero Gobierno Manufactura Análisis de usuarios Seguridad Falla en las líneas de producción Perfil evasores fiscales Predicción y Prevención de Crimenes Mantenimiento Predictivo Aplicaciones en diversas industrias
  13. 13. 19  No es un producto, un software o un algoritmo  Es un proceso de negocio que necesita una cierta tecnología  No es un modelo, una segmentación o un conjunto de reglas  Esos son algunos de los outputs de un proceso de Análisis Predictivo  Es un método de extracción de conocimiento en grandes volúmenes de información para pasar a la acción  No es un producto final en sí mismo  Es un proceso iterativo que debe ser integrado a la estrategia de negocio y que debe ir mejorando

×