Tag: Analitica de datos

ae

La Analítica Empresarial (AE) comprende los métodos y las técnicas que se utilizan para recopilar, analizar e investigar el conjunto de datos de una organización, lo cual genera conocimiento que se transforma en oportunidades de negocio y mejora la estrategia empresarial. AE permite una mejora en la toma de decisiones ya que éstas se basan en la obtención de datos reales y tiempo real y permite conseguir objetivos empresariales a partir del análisis de estos datos

Algunos factores como el aumento en la obtención de datos big data, los diversos cabales para relacionarse con los clientes-usuarios-consumidores y el crecimiento de la demanda para obtener mejores servicios;  hacen que los responsables de comunicación y marketing deban ser innovadores y efectivo en la toma de decisiones ya que la AE puede ser muy útil para dar apoyo a la estrategia de marketing de la empresa.

¿Qué podemos hacer con la Analítica Empresarial?

La AE permite:

  • Detectar tendencias
  • Realizar diagnósticos a partir de modelos predictivos
  • Utilizar estos modelos para optimizar los procesos de negocios
  • Enriquecer los datos internos de la empresa para diferenciarse de la competencia.

Clasificación de la Analitica Empresarial:

  1. Analítica Descriptiva. Utiliza los datos para explicar el pasado. Consiste en preparar y analizar datos históricos para identificar patrones y tendencias. Técnicas como modelos de regresión, el modelado de datos y visualización suelen ser usados en la Analítica Descriptiva.
  2. Analítica Predictiva. Utiliza los datos para determinar que puede pasar en elfuturo. La Analítica Predictiva permite determinar la probabilidad asociada a eventos futuros a partir del análisis de la información disponible (presente y pasada), además permite descubrir relaciones entre los datos que normalmente no es detectada con un análisis menos sofisticado. Técnicas como la minería de datos (data mining) y los modelos predictivos son utilizados.
  3. Analítica Prescriptiva. Utiliza los datos para prescribir aquellas accionesque incrementen nuestras posibilidades de obtener los mejores resultados. La Analítica Prescriptiva determina nuevos forma de operar que permitan alcanzar nuestros objetivos de negocio. Técnicas como la optimización o la simulación son utilizadas, aunque normalmente se requiere la creación de un modelo predictivo previo.

Business Analytics vs Business Intelligence

Internet ha generado un fenómeno completamente nuevo, en el que el mercado realiza sus propios análisis comparando ofertas, intercambiando experiencias y, en esencia, tomando el control de las marcas. Es por ello que los responsables de marketing deban tener en cuenta: ¿qué es la Inteligencia Empresarial?

Otro concepto relacionado con la AE es la Inteligencia Empresarial (IE) centrada en el uso de los datos de una empresa para facilitar también la toma de decisiones y anticipar acciones empresariales.

La diferencia con la AE es que la IE es un concepto más amplio, no solo se centra en el análisis de datos sino que éste es un área dentro de la IE. Es decir, la IE se trata de un conjunto de estrategias, aplicaciones, datos, tecnología y arquitectura técnica entre las que se encuentra la AE; y todo ello, enfocado a la creación de nuevo conocimiento a través de los datos existentes de la empresa.

Cada vez es más común encontrar datos geolocalizados (Ej. redes sociales, móviles, Google, INE, etc.), estos datos añaden nuevas oportunidades de información monetizable que desgraciadamente, en la mayor parte de los casos no se aprovechan. La falta de aprovechamiento se debe a que se suelen utilizar modelos clásicos, que no tienen en cuenta la geolocalización, para intentar explicar e intentar monetizar estos datos.

En este post vamos a mostrar un claro ejemplo de cómo una técnica clásica, no geolocalizada (no tiene en cuenta la localización del dato), puede llevar a una predicción insatisfactoria de los datos geolocalizados, mientras que una tecnica geolocalizada (tiene en cuenta la localización del dato) mejora en gran medida los resultados, permitiendo “insights” que el modelo no localizado no obtendría y como consecuencia, el modelo geolocalizado, permite  una mejor monetización de los resultados

A título de ejemplo hemos realizado un análisis predictivo de la ubicación de segundas viviendas en el sur de España, los resultados son los que se muestran en la Figura-1 y que a continuación se explican.

En la parte superior de la figura 1 pueden observarse los resultados de la aplicación de las técnicas no geolocalizada (parte superior de la figura) y geocalizadas (parte inferior de la figura) para predecir el número de viviendas secundarias en las diferentes secciones censales (zonas en las que se dividen los municipios de las comunidades autónomas españolas) de las comunidades de Andalucía, Extremadura, Murcia y Castilla La Mancha.

geomarketing_oportunidades-geolocalizacio

Figura 1. Contraste de técnicas geolocalizadas y no geolocalizadas en las diferentes secciones censales de Andalucía, Extremadura, Murcia y Castilla La Mancha

Es claro que en la parte inferior de la figura 1 el color de los puntos es bastante más pronunciado que en la superior, detectándose además algunos puntos coloreados para la parte inferior que para la superior carecen de color, (comunidad de Murcia) y por ello se deduce que el modelo geolocalizado es más sensible que el no geolocalizado, ya que éste es capaz de detectar más secciones censales en las que existe un número de viviendas secundarias elevado y lo que denota que el modelo geolocalizado es mucho más efectivo.

Básicamente el modelo geolocalizado da mayor importancia a la información de las zonas más próximas por lo que al incorporar esta información permite identificar mejor las áreas de segundas viviendas ya que estás tienden a situarse en zonas geográficas reducidas.

0

Elecciones 26J, 2016.

Lanzamos un nuevo estudio donde se analizan más de 5 millones de datos basados en características demográficas, características del voto (diciembre 2015), características de renta, vivienda, etc. De este análisis, se han detectado diversas zonas en España cuyas características demográficas y de votos son similares. Dependiendo de este tipo de segmentación, hemos establecido una clasificación según las zonas de población donde el voto es más competitivo, al que hemos denominado campos de batalla;  y aquellas donde el voto es hegemónico para un solo partido, se tratan de remansos de paz donde predomina un único tipo de voto. Este estudio ha determinado para cada una de las 36 mil secciones censales aproximadamente en España, qué tipo de campo de batalla o remanso de paz son.

A continuación, exponemos un ejemplo de este estudio en el que localizamos un conjunto de secciones censales que hemos denominados “Islas conservadoras en un mar de emigrantes que buscan un jornal” estas secciones presentan las siguientes características: familias con hijos, que viven en zonas rústicas y con alta concentración de emigrantes. Se tratan de zonas cuyo voto mayoritario es hacia el Partido Popular seguido del PSOE y Podemos. Este último, no es demasiado destacable en contraste con el Partido Popular.

Estas zonas se detectan en poblaciones donde existe algún tipo de industria como son las zonas agrícolas de la fresa en Lepe (Huelva) y las zonas de invernadero en El Ejido (Almería) que exponemos a continuación:

Elecciones 16J_Campos de Batalla_GEOMARKETING_ITELLIGENT

A partir de los datos de este estudio, se han analizado en los siguientes post, el enfrentamiento entre los distintos partidos en Madrid y Barcelona. En el caso de Barcelona, se detectan además, algunos remansos de paz en los que el voto es predominante para un partido determinado.

También, puede contactar con nosotros si está interesado en obtener mayor información sobre este estudio o sobre nuestra herramienta NetGeoMarketing

0

MADRID Elecciones 26J, 2016.

En un post anterior anunciábamos el lanzamiento de un estudio en el que se habían analizado más de 5 millones de datos basados en características demográficas, del voto, de renta, vivienda, etc. y en el que se habían detectado diversas zonas en España cuyas características demográficas y de votos era bastantes similares. Dependiendo de este tipo de segmentación, se habían establecido una clasificación según las zonas de población: donde el voto es más competitivo, los cuales nombrábamos Campos de Batalla, frente a aquellas zonas donde el voto era eminente para un solo partido, llamados Remansos de Paz.

En este post, exponemos dos campos de batallas a modo de ejemplo que se producen en la ciudad de Madrid: el barrio de Salamanca y Vallecas. En el primer caso referente a la zona noreste de la capital, se observan dos perfiles de votantes en el que el combate por el voto se disputa entre el Partido Popular y Ciudadanos.

BARRIO DE SALAMANCA (MADRID NORESTE)

BATALLA: Partido Popular VS Ciudadanos. Ficha socio-demográfica del votante

26J_Votantes_Batalla-por-Madrid_Salamanca_GEOMARKETING_ITELLIGENT

CAMPO DE BATALLA: Geolocalización del perfil Socio-Demográfico en el Barrio Salamanca

26J_Batalla por Madrid_barrio Salamanca_GEOMARKETING_ITELLIGENT

VALLECAS (MADRID SURESTE)

BATALLA: Bipartidismo VS Podemos. Ficha socio-demográfica del votante.

26J_Votantes_Batalla-por-Madrid_Vallecas_GEOMARKETING_ITELLIGENT

CAMPO DE BATALLA: Geolocalización del perfil Socio-Demográfico en Vallecas

26J_Batalla por Madrid_Vallecas_GEOMARKETING_ITELLIGENT

Si quiere ampliar esta información, le recomendamos que lea Elecciones 26J, campos de batalla y remansos de pazElecciones 26J. La Batalla por Barcelona en nuestro blog. También puede contactar con nosotros si está interesado en obtener mayor información sobre nuestra herramienta NetGeoMarketing