¡Bienvenido al curso Fundamentos del análisis de datos para la toma de decisiones!

Nos es muy grato acompañarte en tu inmersión a esta nueva y apasionante área de

conocimiento que está transformando nuestra sociedad.

Permítenos iniciar compartiéndote qué es lo que lograrás aprender en este curso y todo lo que
serás capaz de realizar al finalizar el mismo. Después de haber concluido este curso habrás
desarrollado la capacidad de identificar la importancia y el rol que juega el análisis de datos –
o analytics, como se define en inglés- en el mundo actual, para apoyar la toma de decisiones
en tu vida diaria, en tu trabajo y en tu organización, sin importar si es una empresa pequeña,
mediana, grande o inclusive un gran corporativo transnacional o empresa multinacional. Sin
importar también si tu organización es del sector privado, gubernamental, académico; si se
desarrolla en el sector manufacturero, automotriz, alimenticio, de servicios, salud, financiero,
bancario, de logística, de turismo, de manejo de recursos humanos, etc., Sin importar el
tamaño, giro o sector de tu organización, podrás aprovechar en tu beneficio las capacidades
que adquirirás en este curso.

Conocerás no solo el potencial de esta área de conocimiento en todas las industrias y

sectores, sino también el enorme crecimiento que ha tenido en los últimos años y las
oportunidades que te presenta a ti en el futuro inmediato.

Al concluir este curso podrás identificar distintas herramientas que te ayudarán en forma
importante en tu toma de decisiones, apoyándote además en un paquete computacional muy
útil para este tipo de análisis. Podrás explorar bases de datos, realizar predicciones y crear
infografías asociadas al problema o decisión de tu interés. Es decir, sabrás utilizar diversas
herramientas que te permitirán analizar datos e información en forma inteligente, para poder
tomar las mejores decisiones para ti y tu organización.

Además, identificarás elementos clave para la modelación matemática de estas decisiones,

que te ayudarán a seleccionar la mejor herramienta a utilizar en tu contexto personal u
organizacional. Después de haber concluido este curso podrás decir que "no solo tomas
decisiones, sino que además, las tomas en forma analítica y estructurada para obtener los
mejores resultados en tu organización".

¿Estás listo para adentrarte en esta apasionante área de conocimiento?

¡Comencemos!
Título del curso: Curso 1. Fundamentos del análisis de datos para la toma de decisiones

Instructor: Dr. Marco Antonio Serrato García

Descripción general del curso:

Mediante este curso serás capaz de identificar, evaluar y aprovechar las distintas
oportunidades que te presenta el análisis de datos para generar valor en tu organización. Al
finalizarlo, habrás desarrollado la capacidad de utilizar métodos de análisis de datos, así como
herramientas y modelos de apoyo que soportarán tu toma de decisiones a nivel personal y en
tu organización.

En la parte inicial de este curso conocerás la importancia y rol que juega el análisis de datos
(Analytics) en el mundo actual, para apoyar la toma de decisiones en nuestra vida diaria,
nuestro trabajo y nuestra organización. Conocerás no solo el enorme crecimiento que ha
tenido esta área en los últimos años, sino también el gran potencial y oportunidades que te
presenta en el futuro inmediato. Conocerás y analizarás diversos casos de éxito tanto a nivel
mundial, como en países de habla hispana.

De igual forma, habrás desarrollado la capacidad de utilizar distintos métodos que te apoyarán
en tu análisis de datos y proceso de toma de decisiones, utilizando además herramientas
computacionales para explorar bases de datos, realizar predicciones y crear infografías
asociadas al problema o decisión de tu interés. Además, identificarás elementos clave para la
modelación matemática, que serán de gran utilidad para identificar el mejor curso de acción
que deberás seguir.

Finalmente, este curso te permitirá conocer y utilizar distintos criterios bajo los cuales podrás
tomar decisiones, a partir del análisis de datos e información clave asociada a la misma. Estos
criterios incluyen aspectos fundamentales como costos de oportunidad, escenarios de
incertidumbre, así como distintos objetivos o metas a seleccionar, para que puedas elegir en
forma efectiva la mejor decisión a tomar.

Agradecemos a Fundación Televisa por su participación en la producción de este curso; con lo

cual colabora a inspirar y desarrollar el potencial de las personas, a través de su compromiso
con la educación y la cultura.

Contenido:

Semana 1: Los datos y la toma de decisiones en tu vida y en las organizaciones

Semana 2: Exploración y predicción de datos

Semana 3: Integración de análisis de datos para el diagnóstico organizacional

 Semana 4: Herramientas y métodos para la toma de decisiones

Actividades:

Quizzes: El curso consta de 10 quizzes de práctica, no cuenta con quizzes obligatorios. Los
quizzes de práctica no se evalúan, ya que el objetivo es que puedas poner en práctica los
conocimientos adquiridos sin penalización alguna.

Los quizzes están basados en los videos y las lecturas del módulo o lección que componen el
curso. Debido a que este curso no cuenta con quizzes obligatorios, estos podrán ser
presentados sin límite de oportunidades.

Peer Reviews: Los peer reviews que componen este curso son obligatorios. Por cada peer
review, es necesario que primero entregues tu propio trabajo y posteriormente evalúes a
compañeros. Debes obtener una calificación de por lo menos 80% para aprobar un peer
review.

En los peer review, revisa el número de compañeros a los que debes de dar retroalimentación
para que completes la actividad y obtener una calificación.

Te invitamos a que repases el documento “Cómo hacer uso de un Peer Review” para que
conozcas cuál es la mecánica de los mismos dentro de la plataforma.

Evaluación:

Grading Formula

Debes obtener una calificación de al menos 80% en todas las actividades evaluables (quizzes
y proyectos) para aprobar el curso. Tu calificación final se calculará como se indica a
continuación:

· Peer Review 2 = 33 %

· Peer Review 3 = 33 %

· Peer Review 4 = 34 %

Total = 100%

Políticas:

 Para aprobar este curso debes obtener calificaciones de 80 o superiores.

 Para la evaluación final se tomará en consideración la nota más alta obtenida en cada una
de las oportunidades presentadas.
 El material dentro del curso puede ser descargado para uso personal, nunca comercial.
 Las respuestas a las actividades y exámenes deben ser propias y obtenidas gracias a tu
propio esfuerzo.
 No puedes compartir las soluciones a las actividades o exámenes con otros participantes del
curso.
 Los trabajos académicos evaluativos parciales y/o finales solicitados como actividad de
aprendizaje del curso deberán ser originales y de propiedad intelectual del alumno que los
presenta.
 En el caso que corresponda, se indicarán las fuentes consultadas con la debida citación
bibliográfica. Los alumnos que violasen este orden, y llegaran a hacer uso (apropiarse) de
textos ajenos y sin la debida referencia, podrian estar incurriendo en plagio.

Programa Especializado – Formato

¿Te gustó este curso y te gustaría profundizar más en el tema? Recuerda que este curso
forma parte de un programa especializado que busca brindarte los conocimientos necesarios
para la toma de decisiones basada en el análisis de datos. Al finalizar el programa trabajarás
en un proyecto final en asociación con una empresa, en el cual aplicarás las habilidades
aprendidas en los cursos que componen esta especialidad.
Peer Review o “Evaluación por pares” es una actividad que se desarrolla de forma individual,
pero que requiere que la compartas con uno o más compañeros para que ellos evalúen y
retroalimenten tu trabajo. Al mismo tiempo que eres evaluado, también es necesario que tú
evalúes y retroalimentes a alguien más, de ahí que la actividad se denomine “por pares”.

Esta actividad consta de dos pasos:

1. Entregas tu actividad.

2. Revisas y evalúas la actividad de tus compañero(s).

Tu calificación total obtenida es la media del puntaje otorgado por tus compañeros en cada
uno de los elementos que conforman la evaluación.

A continuación se proporciona una guía rápida con instrucciones sencillas para que realices
este tipo de actividad dentro de la plataforma Coursera.

-----------------------------------------------------------------------------------

Paso 1. Entrega de la actividad

Para entregar tu actividad, lleva a cabo los siguientes pasos:

· Revisa la pestaña Instructions y lee detenidamente en qué consiste la actividad a realizar.

· Navega la pestaña My Submission y entrega tu actividad.

· Haz clic en Save draft y luego revisa tu actividad haciendo clic en Preview.

· Haz clic en Submit for Review para compartir tu actividad, o en Edit para llevar a cabo
algún cambio adicional.

Si tu curso tiene el formato de sesión calendarizada con fechas límite sugeridas para la
entrega, sube la actividad respetando dichas fechas, para asegurar que tus compañeros
tendrán el tiempo suficiente para revisar tu trabajo.

Si deseas realizar cambios a tu actividad luego de haberla entregado, aún puedes editarla y
volverla a entregar. Puedes subir tu actividad en cualquier momento, sin embargo, al hacerlo
se eliminarán los peer review y las calificaciones que hayas obtenido previamente. Si tus
cursos están basados en sesión calendarizada con fechas sugeridas, se te recomienda
ampliamente no editar la actividad luego de la fecha límite para entregarla, ya que es muy
probable que los participantes, al continuar con el estudio de otros temas del curso, pueden ya
no evaluarte, por lo que la actividad se marcará como incompleta.
Para editar una actividad ya entregada, es necesario realizar los siguientes pasos:

· Regresar a la pestaña de My Submission.

· Seleccionar la liga Edit my Submission ubicada al fondo de la página de My Submission.

· Si ya has recibido retroalimentación, se te solicitará que confirmes tu decisión para editar tu

proyecto. Al editar, se eliminarán todas las retroalimentaciones existentes al momento.

· Realiza los cambios necesarios a la actividad. Haz clic en Save Draft, y luego
en Preview para visualizar los cambios.

· Haz clic en Submit for Review para compartir tu actividad ya editada.

Al finalizar estos pasos, habrás concluido con la entrega de tu actividad y estás más que listo
para evaluar a alguien más.

-----------------------------------------------------------------------------------

Paso 2. Revisión y evaluación de los compañeros

Luego de entregar tu actividad, se te direccionará automáticamente a la sección Review

Classmates para que puedas comenzar a evaluar a tus compañeros. Si pones en pausa el
curso y regresas después, puedes iniciar la evaluación realizando lo siguiente:

· Regresa a la semana en la que te encuentras estudiando actualmente y haz clic en la

sección Review Classmates.

· Elige una actividad para evaluarla.

· Completa la rúbrica de evaluación.

· Haz clic en el botón Submit Feedback.

Nota: Tu actividad de peer review no se considerará completa hasta que hayas revisado
y evaluado el número mínimo requerido de las actividades de tus compañeros de curso.
Los foros de discusión posibilitan la interacción de miles de personas alrededor del mundo,
son el medio que proporciona el curso para estar en contacto con los participantes y con ello,
enriquecer la experiencia de aprendizaje. En toda interacción social se espera un
comportamiento cordial y respetuoso que favorezca la comunicación efectiva.

El objetivo de este documento es proporcionar tips y herramientas para interactuar de forma

óptima a través de los foros de discusión de este curso.

Para navegar en los foros de manera efectiva, te sugerimos realizar lo siguiente:

· Respeta el tema que se está discutiendo en el foro, evita cambiarlo o desviarte del mismo, ya
que al hacerlo puede ser difícil para otros participantes encontrar la información que necesitan.
Puedes hacer una nueva publicación.

· Evita publicar un mismo comentario o pregunta en diferentes foros de discusión.

· Utiliza los filtros ubicados en la parte superior de la página de los foros (Latest, Top y
Unanswered) para encontrar contenido interesante y activo.

· Vota a favor de aquellas entradas que te parezcan útiles e interesantes.

· Busca o escanea rápidamente los foros para identificar entradas ya existentes sobre algún
tema en particular antes de crear una nueva entrada.

· Si no estás de acuerdo con la aportación u opinión de algún compañero, explica tu posición

con respecto y abstente de atacarlo de forma personal.

· Asegúrate que los participantes del curso te entienden perfectamente, incluso quienes no
hablan el mismo idioma. Evita hacer uso de abreviaciones y/o modismos propios de tu lengua
de origen. El humor y el sarcasmo a menudo son malinterpretados, por lo que se sugiere no
hacer uso de éstos.

· En caso de formular una pregunta, proporciona toda la información posible: lo que has leído,
lo que ya has considerado, etc.

· Otorga crédito a los autores consultados, coloca su referencia cuando plantees sus ideas y
palabras.

· No utilizar el foro para promover algún producto, servicio o negocio.

· Concluye una publicación invitando a los participantes a extender la discusión y conocer sus
ideas.
Reporta la conducta inapropiada

El Código de Conducta de Coursera prohíbe:

· Molestar o amenazar a otros participantes.

· Publicar spam o contenido promocional.

· Publicar contenido para adultos.

· Publicar la respuesta a las actividades del curso.

¿Qué hacer si una actividad no ha sido evaluada?

• Copia el link de tu tarea.

• Genera un mensaje en la sección de Discussion. En este mensaje solicita a tus compañeros

revisar tu actividad, incluye el link que copiaste de tu tarea.

• Revisa las tareas de tus compañeros, que se encuentren en la misma situación.

• Utiliza la rúbrica de la actividad para evaluar.

• Monitorear el estado de tu calificación y genera un mensaje final en el Discussion donde

indiques, que tu actividad ha sido evaluada.

¿Qué sucede si no se concluye el curso en el tiempo indicado?

Es posible continuar en la siguiente impartición. Las actividades realizadas en la impartición

pasada continúan vigentes en la nueva.

En caso de que hayas pagado el certificado, tu pago expira en 180 días a partir de la fecha de
pago, o 180 días a partir de la fecha en que iniciaste la primera impartición del curso. Durante
este periodo de 180 días, puedes realizar varias imparticiones del curso.

Si no terminas el curso y no obtienes tu certificado dentro de esos 180 días, será necesario
realizar nuevamente el pago. Para mayor información consulta:
https://learner.coursera.help/hc/en-us/articles/209819073-Payment-policies

¿Por qué no puedo ver algunos videos, lecturas y/o actividades?

En ocasiones los recursos del curso están condicionados. Esto se identifica con la imagen de
un candado en el elemento. En este caso es necesario revisar los contenidos previos antes de
continuar.

Si el recurso no está condicionado y no es posible continuar revisando el curso, te

recomendamos consultar el sitio de apoyo de Coursera: https://learner.coursera.help/, también
es posible generar una solicitud en el Foro de Soporte de Coursera.

¿Cómo actualizar una actividad entregada?

Para editar una actividad entregada, es necesario realizar los siguientes pasos:

• Regresar a la pestaña de My Submission.

• Seleccionar la liga Edit my Submission ubicada al fondo de la página de My Submission.

• Si has recibido retroalimentación, se te solicitará que confirmes la decisión para editar el

proyecto. Al editar, se eliminarán todas las retroalimentaciones existentes al momento.

• Realiza los cambios necesarios a la actividad. Haz clic en Save Draft, y posteriormente en
Preview para visualizar los cambios.

• Haz clic en Submit for Review para compartir la actividad editada.

¿Quieres apoyarnos a continuar mejorando?

Sí tienes algún comentario o sugerencia sobre los contenidos o recursos del curso, te
solicitamos utilizar los íconos que se presentan en cada elemento del curso, estos se
encuentran en la parte inferior derecha del material que estás evaluando. Ahí encontrarás 3
iconos: icono de LIKE (pulgar arriba), icono de UNLIKE (pulgar abajo) e icono de FLAG
(bandera).

• Si te gustó el material, haz clic en el icono LIKE.

• Si no te gustó el material, haz clic en el icono UNLIKE.

• Si detectaste algún problema con el material, haz clic en el icono FLAG.

También puedes compartir tu experiencia al contestar la encuesta de fin de curso. La

información que nos proporciones será confidencial, de uso exclusivo para el curso y para
fines de investigación académica por parte del Tecnológico de Monterrey.

¿Cuántas veces se puede presentar un quiz?, ¿cuál es el tiempo de espera para poder
volver a presentarlo?

Tienes 3 oportunidades para presentar un quiz cada 8 horas, quedando registrada la

calificación más alta.

¿Por qué algunos materiales del curso están en inglés?

La gran mayoría de los contenidos y recursos están en el idioma español, sin embargo
algunos se presentan en el idioma en que fueron creados.

¿En qué medios puedo tener accesos a Coursera?

Puedes tener acceso a Coursera desde una computadora o dispositivos móviles como
tabletas y smartphones.
¿Qué requerimientos técnicos necesito para mi computadora?

Hardware:

Para usar Coursera en web necesitas una conexión a internet y computadora con al menos
1GB de memoria RAM.

Para verificar tu identidad, necesitarás contar con una webcam en tu equipo.

Software:

Debes usar las versiones más recientes de los siguientes navegadores:

• Google Chrome

• Firefox

• Safari

• Internet Explorer

Pueden surgir problemas si no se cuenta con una versión actualizada.

¿Qué requerimientos técnicos necesito para tener acceso a Coursera desde mi

dispositivo móvil?

Puedes usar el app de Coursera en dispositivos móviles como iPhone, iPad (iOS 8.0+) y
Android (4.0+).

¿El certificado avala mis conocimientos en la materia?, ¿este certificado es emitido por
el Tecnológico de Monterrey?

Profesores del Tecnológico de Monterrey diseñaron este curso, el certificado que se entrega
avala tus conocimientos del curso y se ofrece con el nombre del Tecnológico de Monterrey y el
de Coursera.

Pero este certificado no confiere créditos académicos ni de Educación Continua hacia un

grado o estatus oficial en el Tecnológico de Monterrey.

¿Se ofrece una factura fiscal?

Coursera sólo ofrece un recibo de pago y se envía a la cuenta de correo de la persona que
registro su inscripción.
La persona que inscribió el curso es quien puede acceder a la siguiente liga y acceder al
recibo que ofrece Coursera: https://www.coursera.org/my-purchases/vouchers

Los términos de uso de la plataforma advierten sobre la relación Estudiante-Universidad.

Para ver los términos del servicio: https://www.coursera.org/about/terms

¿Qué software se utiliza en el curso?

A lo largo de este curso se hace referencia al uso de la herramienta Watson Analytics de IBM.
Puedes obtener la licencia en el siguiente
enlace: https://www.ibm.com/marketplace/cloud/watson-analytics/purchase/us/en-us#product-
header-top?cm_mmc=WAMicrosite-_-Organic-_-Organic-_-Organic

Se recomienda obtener el periodo de prueba gratuita de 30 días. Durante los primeros 30 días
de uso, el programa ofrece la funcionalidad de la versión profesional, y a partir del día 31 se
modifican las funciones y se ofrecen solamente las de la versión básica o gratuita.

Dada las características del curso, y lo que se usa en los ejemplos del mismo no son
necesarias las características de la versión profesional.
El Análisis y Manejo de Datos para la Toma de
Decisiones (AMDPTD): beneficios, retos y
oportunidades en el mundo actual. Dr. Marco Serrato
(2015)
Tal y como lo describió Mintzberg desde 1987, una estrategia se puede definir como un plan
de acción que requiere la toma de decisiones, basado en el uso eficiente de los recursos
disponibles. En este sentido, existen diversas preguntas fundamentales que toda organización
debe responder: ¿quiénes son los clientes a los que nos debemos dirigir?, ¿qué productos y
servicios debemos incluir en nuestro portafolio?, ¿qué posición única nos conviene tomar
dentro del mercado?, ¿qué procesos nos ayudan a diferenciarnos de nuestra competencia?
Sin un contexto estratégico, una organización no puede decidir en qué datos, información y
análisis enfocarse, ni cómo manejar o sacar provecho de los mismos. Por esta razón, el
valorar la toma de decisiones basada en datos es crítica para el éxito de las organizaciones en
el mundo actual.

En una organización, los participantes en el AMDPTD pueden realizar tres tareas

fundamentales: producir datos e información, consumirlos o habilitar la creación de los mismos
(Chandles, Hostmann, Rayner & Herschel, 2011). El marco presentado se enfoca en tareas en
lugar de roles que la gente puede representar. Mientras producir se refiere a tareas realizadas
por analistas que definen y ejecutan el análisis, consumir indica la utilización del análisis para
la toma de decisiones. Habilitar incluye todas las tareas de tecnología de información
tradicionales que se requieren para realizar el análisis y la toma de decisiones.

Diversas tecnologías son necesarias para apoyar tres tipos de capacidades fundamentales en
el AMDPTD: decisión, análisis e información. Las capacidades de decisión se refieren a
herramientas que apoyan la entrega de información utilizada para la toma de decisiones, como
reportes y tableros de control. Estas herramientas no son solo una representación virtual de
los conocimientos sino también la colaboración necesaria para la toma de decisiones. Las
capacidades de análisis se refieren al portafolio de metodologías y herramientas de análisis, e
incluyen herramientas que apoyan las consultas adecuadas tradicionales: estadística
inferencial, análisis predictivo, simulación y optimización, apoyando el análisis descriptivo,
diagnóstico, predictivo y prescriptivo. Finalmente, las capacidades de información se refieren a
las tecnologías que ayudan a describir, organizar, integrar y compartir activos de información.

AMDPTD: ¿Por qué ahora?

Aunque se considera que el análisis de grandes datos indica un parteaguas de cambio e
innovación, en realidad este fenómeno se ha estado desarrollando en las últimas décadas.
Sus aplicaciones en diferentes áreas como finanzas, cadena de suministro, y mercadotecnia
donde se trabajan grandes cantidades de datos han estado en uso por muchos años utilizando
técnicas estadísticas y algoritmos desde mediados del siglo XX. Lo que lo hace diferente hoy
en día es la gran cantidad de oportunidades y lo practico que es explotarlas gracias a la gran
rapidez de las computadoras en procesar grandes cantidades de datos con cada vez menos
tiempo y poder y la reducción del costo de los aparatos de almacenaje masivo; la extensiva
red para la transmisión de datos en internet; y la disponibilidad de software poderoso,
económico y amigable con el usuario para el análisis. Estos facilitadores de la revolución
analítica han creado nuevas capacidades e inclusive generado nuevas empresas.

El surgimiento de negocios de análisis como un tema en las reuniones de la agenda de C-

suite ha resultado gracias a la convergencia de varias tendencias. En primer lugar se
encuentra la gran disponibilidad de grandes cantidades de datos (Manyika et al., 2011). En el
congreso “Techonomy Conferece” en Lake Tahoe en el 2010, el CEO Eric Schmitt dio esta
famosa perspectiva de los datos: “Desde la creación de la civilización hasta el 2003 se crearon
5 exabytes de información, pero actualmente esa cantidad de información es creada cada dos
días y el paso está aumentando.” (Kirkpatrick, 2010). Además existe un creciente
entendimiento de que los datos son un recurso valioso (Levitin & Redman, 1998) y que debe
ser manejado como un aliado. (Laney, 2011).

En segundo lugar el crecimiento de la gestión del rendimiento empresarial en las últimas cinco
décadas ha ayudado a crear una conexión más sólida entre la estrategia de negocios y los
datos. La medición del rendimiento de los negocios ha sido una parte integral del manejo de
una empresa (Bamard, 1962). En los 50’s, General Electric –con su proyecto de medición- fue
el primero en usar figuras financieras para planear en lugar de controlar (Neely, 1999). Los
90´s trajeron un reconocimiento creciente sobre usar un conjunto más amplio de indicadores
en lugar de solo usar medidas financieras (Eccles, 1991).

Tradicionalmente las medidas financieras eran vistas a corto plazo, sin enfoque estratégico y
que alentaban la optimización local. Con el énfasis en las cuatro perspectivas --financiera, de
los clientes, proceso interno, aprendizaje y crecimiento—Kaplan and Norton (1992) sugirieron
que su cuadro de mando integral presentaba un enfoque de gestión del rendimiento
empresarial que traducía estrategias de alto nivel a un concreto conjunto de datos. Así, las
medidas también pueden fomentar la implementación de estrategia. (Neely, Mills, Platts,
Gregory, & Richards, 1994). El área del manejo de rendimiento de negocios ha sido
examinada en casi todas las disciplinas de la gestión incluyendo, contabilidad, (Bromwich &
Bhimani, 1989), estrategia de negocios (Chakravarthy, 1986) manejo de operaciones (Neely,
Gregory & Platts, 1995) mercadotecnia (Fomell, 1992) y comportamiento organizacional
(Meyer & Gupta 1994).

Como resultado de una gran corriente de previa investigación, las organizaciones ahora
pueden tomar una mejor decisión acerca de cuál de las medidas de rendimiento adoptar y
monitorear. Además de cómo manejar el rendimiento total del sistema de gestión y de habilitar
el aprendizaje sobre el tiempo facilitado por la memoria organizacional.
En tercer lugar, la comprensión de que las decisiones basadas en hechos son más necesarias
en cada nivel de la organización ha resultado en el surgimiento de análisis personal e
inteligencia en los negocios (Imhoff, & White, 2011) El acceso a grandes bases de datos y el
uso de herramientas amigables ha contribuido a la revolución del análisis que está sucediendo
actualmente.

En cuarto lugar, las técnicas avanzadas de análisis han sido incorporadas en sistemas a nivel
empresarial, convirtiendo incluso a los algoritmos más sofisticados, algoritmos posibles de
analizar. Por supuesto que otro de los principales impulsores del fenómeno de los análisis de
negocios ha sido el gran decreciente costo por nivel de desempeño de tres informaciones
claves de tecnología: potencia de la informática, almacenaje de datos y la banda ancha. La ley
de Moore continúa operando en el poder de la informática primaria con un costo de $222 por
millón de transistores en 1992 a $0.06 por millón de transistores en el 2012. El almacenaje de
datos ha seguido un curso similar decreciendo de $569 por gigabyte de almacenaje en 1992 a
$0.03 por gigabyte en 2012. El precio de las transmisiones también ha bajado, de $1,245 por
1,000 megabits por segundo (MBPS) en 1999 a $23 por 1,000 Mbps en 2012 (Hagel, Brown,
Samoylova, & Lui, 2013).

AMDPTD: ¿Qué sigue?

La aplicación del análisis a los problemas en los negocios es una etapa prematura del
desarrollo de difusión. Las oportunidades del uso de la información como aliados activos para
mejorar los ingresos, reducir los costos, y el manejo de riesgos abundan y estas aplicaciones
seguirán creciendo. Por ejemplo, desde hace tiempo se ha reconocido que el cross-selling y el
up-selling a clientes actuales es más rentable que encontrar a nuevos clientes. Instituciones
financieras, están usando cada vez más data mining para descubrir las tendencias y
comportamientos de sus clientes, con el propósito de entender mejor las necesidades futuras.
Por lo tanto los modelos predictores de análisis están siendo desarrollados para ajustarse a
las recomendaciones correctas con los segmentos de clientes correctos. Una gran área para
el análisis se encuentra en la reducción de costos. En algunos casos, el camino a menores
costos involucra intercambios entre fuerzas opuestas. Por ejemplo la obtención de
operaciones en corporaciones normalmente lleva al pago temprano a los proveedores para
obtener ventaja en los descuentos. Al mismo tiempo, los administradores financieros trataran
de retener el mayor tiempo posible. Se puede encontrar un balance optimo entre la
optimización del análisis junto con medidas cuidadosas.

Empezando con las aplicaciones más antiguas en los 50’s, el análisis ha jugado un papel
importante en la detección y protección de fraude. Actividades financieras fraudulentas son
difíciles de detectar cuando tienen capas o diferentes formas y diferentes bases de datos. Sin
embargo, un análisis forense más sofisticado está siendo desarrollado para descubrir
irregularidades en transacciones financieras, automatizando lo que aún es una labor intensiva
y comúnmente un proceso de suerte.
Extrapolando de tendencias actuales, los siguientes desarrollos en el análisis de los negocios
–que pueden ser llamados de una forma diferente en el futuro- incluirán aplicaciones
adicionales usando datos sin estructura de videos, imágenes, y sonido; esto comprende una
vasta mayoría de la información guardada digitalmente. El análisis muy probablemente se
moverá a la nube ya que la actual preocupación de seguridad privacidad se haya superado.

Plataformas móviles para el consumo del análisis están empezando a ser usadas, y esta
tendencia continuara indudablemente. El análisis ha sido aplicado más allá de las áreas
tradicionales de finanzas y mercadotecnia, a todas las áreas que funcionan virtualmente en los
negocios. Por ejemplo, una tendencia emergente es el uso del análisis en los recursos
humanos para trata con problemas emergentes, beneficios de optimización y manejo, plan de
sucesión, e incluso entrenamiento.

Referencias:
Acito, F., & Khatri, V. (2014). Business analytics: Why now and what next? Business Horizons,
57(5), 565-570.

Gantz, J., & Reinsel, D. (2011, June). Extracting value from chaos. Retrieved from
http://www.emc.com/collateral/ analyst-reports/idc-extracting-value-from-chaos-ar.pdf

Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., et al. (2011). Big data:
The next frontier for innovation, competition, and productivity. Available at
http://www.mckinsey.com/insights/business_technology/
big_data_the_next_frontier_for_innovation

Davenport, T. H., & Patil, D. J. (2012). Data scientist: The sexiest jobofthe 21st
century.HarvardBusiness Review, 90(10), 70—76.

Mintzberg, H. (1987). The strategy concept I: Five Ps for strategy. California Management
Review, 30(1), 11—24

Davenport, T. H., Harris, J. G., DeLong, F. W., & Jacobson, A. L. (2001). Data to knowledge to
results: Building an analytic capability. California Management Review, 43(2), 117—138.

Weill, P., & Ross, J. W. (2004). IT governance: How top performers manage IT decision rights
for superior results. Boston: Harvard Business School Press

Neely, A. (1999). The performance measurement revolution: Why now and what next?
International Journal of Operations and Production Management, 19(2), 205—228.
Drucker, P. F. (1990). The emerging theory of manufacturing. Harvard Business Review, 68(3),
94—102.

Chandler, N., Hostmann, B., Rayner, N., & Herschel, G. (2011, September 20). Gartner’s
business analytics framework. Retrieved from http://www.gartner.com/imagesrv/
summits/docs/na/business-intelligence/gartners_business_ analytics__219420.pdf

Eccles, R. G., Jr. (1991). The performance measurement manifesto. Harvard Business
Review, 69(1), 131—137.

Kirkpatrick, M. (2010, August 4). Google CEO Schmidt: ‘‘People aren’t ready for the technology
revolution.’’ Retrieved from http://readwrite.com/2010/08/04/google_ceo_schmidt_
people_arent_ready_for_the_tech#awesm=oCVcaSZEJssOa4

Levitin, A. V., & Redman, T. C. (1998). Data as resource: Properties, implications, and
prescriptions. Sloan Management Review, 40(1), 89—102.

Barnard, C. I. (1962). The functions of the executive. Cambridge, MA: Harvard University
Press.

Kaplan, R. S., & Norton, D. P. (1992). The balanced scorecard–— measures that drive
performance. Harvard Business Review, 70(1), 71—79.

Neely, A. D., Mills, J., Platts, K., Gregory, M., & Richards, H. (1994). Realising strategy through
measurement. International Journal of Operations and Production Management, 14(3), 140—
152.

Bromwich, M., & Bhimani, A. (Eds.). (1989). Management accounting: Evolution not revolution.
London: Chartered Institute of Management Accountants.

Chakravarthy, B. S. (1986). Measuring strategic performance. Strategic Management Journal,

7(5), 437—458.

Neely, A. D., Gregory, M., & Platts, K. (1995). Performance measurement system design: A
literature review and research agenda. International Journal of Operations and Production
Management, 15(4), 80—116.

Fornell, C. (1992). A national customer satisfaction barometer: The Swedish experience.

Journal of Marketing, 56(1), 6—21.

Meyer, M. W., & Gupta, V. (1994). The performance paradox. In B. M. Staw & L. L. Cummings
(Eds.), Research in organizational behavior (pp. 309—369). Greenwich, CT: JAI Press.
Imhoff, C., & White, C. (2011, September 20). Self-service business intelligence: Empowering
users to generate insights.

Hagel, J., Brown, J. S., Samoylova, T., & Lui, M. (2013). From exponential technologies to
exponential innovation. Westlake, TX: Deloitte University Press.
Resumen

El contar con la información adecuada en el momento correcto es una condición indispensable

para realizar buenos análisis y tomar las mejores decisiones. Esto ha tomado mayor
importancia en los últimos años, debido a la gran cantidad de datos e información que es
posible recolectar y que sigue creciendo en forma exponencial. Como resultado de ello, el
análisis de grandes cantidades de datos –o Big Data, como se le llama en inglés- se ha
convertido en toda una tendencia y herramienta fundamental para el análisis y toma de
decisiones en las organizaciones. Almacenar, manejar y analizar grandes cantidades de datos
es ya un diferenciador importante entre organizaciones de alto y bajo desempeño. Esta lectura
muestra las cuatro dimensiones fundamentales para el análisis de datos, así como elementos
críticos para la toma de decisiones con base en ellos.

¿Qué es el análisis de datos?

De acuerdo al McKinsey Global Institute, “los datos a gran escala (Big Data) se definen como
“las bases de datos cuyo tamaño está más allá de la capacidad que tiene el software
tradicional para su manejo en términos de captura, almacenamiento, gestión y análisis.” El
reporte de EdTech en 2013 afirma que “cada día creamos 2.5 quintillones (1020) de bytes en
datos”. Es tan alto este volumen, que el 90% de los datos que existen en la actualidad fueron
creados tan sólo en los últimos dos años. Estos datos provienen de una gran cantidad de
fuentes: de los sensores utilizados para juntar información del clima, de publicaciones en
redes sociales, de búsquedas en línea, compras vía sitios web, transacciones en el
supermercado, información leída por sensores, uso de redes sociales para interactuar y usar
el GPS de fotografías y videos digitales, archivos de transacciones de compras, por nombrar
sólo algunas. En realidad, hemos estado acumulando datos desde el inicio de la humanidad;
no obstante -y conforme la tecnología avanza- los datos se van acumulando a una velocidad
exponencial.

Más allá de referirse a la “ola de la era de la información”, los datos han sido considerados
como “el nuevo petróleo” de la economía actual, pues pueden ser empleados para diversos
propósitos de alto beneficio en las organizaciones.

Objetivos fundamentales

Existen tres objetivos fundamentales que debes aspirar a desarrollar en esta área de
conocimiento.

1. El primero es desarrollar un pensamiento crítico sobre los datos y el análisis basado en

ellos –ya sea que dicho análisis es llevado a cabo por ti mismo o por alguien dentro o fuera de
tu organización;

2. El segundo es identificar las posibilidades para crear valor en tu organización mediante el

Análisis de datos;

3. El tercero es desarrollar la capacidad de estimar el valor creado a través del Análisis de

Datos al desarrollar una oportunidad.

Recuerda, que toda esta área de conocimiento representa un pilar fundamental de la gestión y
administración de organizaciones en el mundo actual, por lo que se requiere que desarrolles
los fundamentos necesarios para aplicar estos métodos, identificar oportunidades y sacar
provecho de ellas.

Cuatro dimensiones para el análisis de datos

El análisis de datos se puede dar desde cuatro dimensiones a considerar: volumen,

velocidad, variedad y veracidad. A esto se le denomina las “4-V’s”.

La dimensión de volumen se refiere al tamaño de los datos. Desde el inicio del tiempo
registrado y hasta el 2003 se había creado cinco billones de gigabytes (exabytes) de datos.
Sin embargo, en 2011 la misma cantidad de datos fue creada casi cada dos días. En 2013, la
misma cantidad de datos era creada cada 10 minutos.

La velocidad se refiere al tiempo bajo el cual es pertinente analizar datos e información. Dado
que los datos son creados cada segundo, estos se vuelven obsoletos rápidamente. Por esta
razón, es importante hacer uso de estos datos lo más rápido posible, o sustituirlos por datos
más actualizados que se generen en forma ágil.

La tercera dimensión, variedad, se refiere a los diferentes tipos de datos que se recolectan.
Existen datos estructurados, no estructurados, datos en texto, datos numéricos, datos en
imágenes o datos en audio y video, por mencionar solo algunos de ellos.

Finalmente, la veracidad se refiere a la certidumbre asociada a estos datos. Específicamente,

esta dimensión considera ciertas alteraciones que los datos puedan tener durante su
generación o recolección, por lo que no necesariamente se conoce cuáles de ellos son del
todo confiables y cuáles no. Esta dimensión es tan importante, que organizaciones como IBM
han estimado que la baja calidad de datos le cuesta alrededor de $3.1 trillones de dólares a la
economía de los Estados Unidos.

¿Por qué debe interesarte el análisis de datos?

El objetivo final no está solamente en generar, almacenar y manejar grandes cantidades de

datos. Una vez que los datos son creados y almacenados, el siguiente paso es analizarlos
para convertirlos en información útil. Esta información se convierte en conocimiento para
tomar decisiones, cuando así es necesario. La Figura 1 muestra precisamente un panorama
general del proceso para la toma de decisiones que se debe seguir en cualquier organización,
al hacer uso de datos en forma adecuada.
Por razones como estas es que el análisis y manejo de datos para la toma de decisiones -
conocido en inglés como ‘Analytics’- está revolucionando nuestro mundo. Las posibilidades de
esta área del conocimiento son infinitas.

De igual forma, se han desarrollado sistemas para apoyar a radiólogos en la evaluación de

mamografías de cáncer por medio de la comparación pixel por pixel con decenas de miles de
ejemplos de escaneos normales y anormales; así como sistemas de recomendación que
sugieren qué productos comprar, adecuándose a las preferencias personales y
comportamientos pasados. La lista de aplicaciones es impresionantemente diversa y seguirá
rápidamente expandiéndose en los siguientes años.

Referencias

Liu, Y. (2014). Big Data and Predictive Business Analytics. The Journal of Business
Forecasting, 33(4), 40.
Prepara una propuesta ejecutiva para mejorar el desempeño de tu organización a través del
análisis de datos.

Review criteria
Durante la elaboración de tu reporte, ten en consideración los siguientes puntos:

• Calidad en la redacción y estructura del reporte.

• Consideración de las características particulares de la organización seleccionada y el sector

en que se desempeña.

• Consideración del contexto actual del crecimiento en la generación y uso de datos para la
toma de decisiones.

• Definición clara y estructurada de los retos y oportunidades identificados para su

organización.

Instrucciones
Prepara una propuesta ejecutiva (dos páginas como máximo) en la que describas los datos
e información más relevante que podrá y deberá utilizar tu organización en su futuro inmediato
para mejorar su desempeño y toma de decisiones.

Identifica los retos y oportunidades que enfrentará la organización para lograrlo, dadas las
tendencias y contexto internacional actual presentados en esta lección.

Si aún no trabajas en alguna organización en particular, puedes elegir alguna que sea de tu
interés. Asegúrate en mencionarlo claramente al inicio de tu documento.

¿El contenido, estructura y redacción del reporte son claros, ordenados y gramaticalmente
correctos?
¿Se consideran y explican claramente las características particulares de la organización
seleccionada y el sector en que se desempeña?
¿Se definen en forma clara y estructurada los retos y oportunidades identificados para la
organización considerada?
¿Se encuentra un análisis de oportunidades de mejora, de calidad?