José Angel Fernández

Sofía García Gámez

NECESIDAD DE LA
INFORMACIÓN PARA LA TOMA
DE DECISIONES EMPRESARIALES

1
 Importancia del Análisis de Datos
Actualmente el marco general en el que una organización lleva a
cabo su actividad se caracteriza por una alta dinamicidad y
cambios permanentes.
Ante estas circunstancias resulta imperante realizar un
seguimiento continuo del entorno en el que operan, a efecto de
reducir el nivel de incertidumbre y facilitar la toma de decisiones
con el claro objetivo de ajustarse a tales cambios.
La herramienta mas adecuada para alcanzar este objetivo es el
Análisis de Datos de la mano de la metodología CRISP-DM
Es una metodología de desarrollo de sistema de explotación de
información, en el que los datos deben ser:
1. Extraídos,
2. Depurados
3. Y preparados para su uso e interpretación
Constituye la habilidad para transformar los datos en
información, y la información en conocimiento, de forma tal que
a partir de este último se pueda optimizar el proceso de toma de
decisiones en una empresa o en un negocio
 Esquema de la obtención y Análisis de Datos

• Determinación del problema

Fase 1

• Obtención y transformación de la información

Fase 2

• Análisis
Fase 3

• Elaboración del Informe

Fase 4
 • Determinación del problema: conocimiento del negocio
Fase 1

Ámbitos habituales
En todos ellos se produce:
de gestión

Financiero Tesorería
Datos
Compras y
Ventas y
“Supply Información
Márketing
Chain”
Conocimiento
Producción Almacenes

Decisiones
Recursos
Humanos 5
 Esquema de la obtención y Análisis de Datos

• Obtención de la información
Fase 2

1. Fuente de Información PRIMARIA: Se

obtiene a partir de una investigación como
la aplicación de encuestas.
2. Fuente de Información SECUNDARIA: La
información está elaborada y se encuentra
disponible
 Fuente de información secundaria

INTERNACIONAL
• Publico: Fondo Monetario:
• Privado: EUROMONITOR

NACIONAL
• Público: INE y banco de España

PROPIO DE LA EMPRESA:
• Privado: Base de datos SABI
 Definición (I)
• “El dato es una representación simbólica (numérica,
alfabética, algorítmica, entre otros) de un atributo o
característica de una entidad. Los datos describen hechos
empíricos, sucesos y entidades”

• El sujeto o fenómeno objeto de interés

Entidad (población)

Atributo o • El factor sobre el que tienes interés

(abstracción) de la población sujeto de
característica análisis
Representación • Medida (cualitativa o cuantitativa) del
simbólica factor de interés

8
 La definición de las variables:
depende de la dimensión Espacio-Tiempo

Temporal Transversal

Series de Corte
Series temporales
transversal
 Escala de Medición

Escala cualitativa Escala

o categóricas Cuantitativa

Escala
Discreta
Nominal

Escala
Continua
Ordinal
• Pueden contener errores
• Características no formales
• Su formato no se adecúa al tratamiento por las herramientas
informáticas
• Su orden puede no ser correcto y tampoco sirve para el
análisis

Los datos “brutos” (en origen) deben ser

procesados y almacenados correctamente para su
posterior análisis
11
• Forma en la que
los datos son
– Obtenidos
– Medidos
– Recogidos
– Procesados

12
 Transformaciones de las Variables:

Tasas de
Niveles Número Índices
crecimiento

Flujos Inter-período Simples

Stocks Inter-anual Compuestos

Saldos
Análisis Simple (descriptivos) de las variables cuantitativa

Tasas de Permite comparar el valor de una

crecimiento serie respecto de un período
precedente

Inter-
período

Inter-anual
 Análisis descriptivo de las variables cuantitativa

Permite analizar la senda evolutiva de

una magnitud respecto de una
Número Índices
período o una unidad económica
conocida como base

Analiza la senda evolutiva

Simples
de una única magnitud

Analiza la senda evolutiva

Compuestos de una única un conjunto
de magnitudes
simultáneamente
Fase 3
Análisis

1. EXPLORATORIO: Examinar las características de la variables,

solucionar problemas procedente de la recogida de los datos
1. Variables Cualitativas:
1. Frecuencia Absolutas y Relativas
2. Gráfico de Barras
2. Variables Cuantitativas: Medidas de Tendencia Central:
1. Media Aritmética
2. Mediana
3. Medidas de Dispersión:
1. Desviación Típica y coeficiente de Variación
 Análisis
Fase 3

1. INTERDEPENDENCIA: Estudia la relación

entre dos o más variables
1. Variables Cualitativas
1. Tablas de Contingencia
2. Variables Cuantitativas
1. Diagrama de Dispersión
2. Coeficiente de Correlación
 Datos: de escasez a superabundancia

http://www.sdss.org/

Telescopio Sloan Digital Sky. Inaugurado

el año 2000, generó más datos en una Wall Mart: Gestiona cerca de 1 millon de
semana que en toda la historia de la transacciones a la hora.
astronomía precedente.

Big Data: The Management Revolution

by Andrew McAfee and Erik Brynjolfsson 18
 Factores diferencias del Big Data

Variedad • Diversidad de formatos

Velocidad • Datos en tiempo real

Tamaño • 1.8 Zettabytes en 2011

Accesibilidad • Abaratamiento costes

Información nueva y con nueva estructura.

Caminando, generamos datos. 19
Datos / Estadística

Software

Aplicaciones

20
Las empresas guiadas por análisis y datos
rigurosos….. (I)

Ofrece mejores predicciones

Visión del
Agregación de la
experto en Mejores
información con técnicas
selección de predicciones
estadísticas
información

Las empresas que toman decisiones basadas en

datos rigurosos ofrecen mejores resultados
21
 Análisis Exploratorio Descriptivo de variables cualitativas:
Si se desea analizar una variable de este tipo una distribución de
frecuencias y un diagrama de barras es suficiente para tener una clara idea
de las características de esa variable.
1. Distribución de Frecuencias: informa sobre los valores
concretos que adopta una variable y sobre el número (y
porcentaje) de veces que se repite cada valor
2. Diagrama de Barras

22
 Estadísticos descriptivos de las variables cuantitativa

Para analizar este tipo de variable se aplica las medidas de

tendencia central y de dispersión así como gráficos que señalan la
forma de distribución.
1. Media Aritmética: suma de todos los valores divididos por
el número de observaciones.
2. Mediana. A diferencia de lo que ocurre con la media, la
mediana es insensible a los valores extremos y por tanto es
preferible a la media cuando la variable es asimétrica.
3. Varianzas: Medida de dispersión que se obtiene como el
promedio de las diferencia cuadráticas de una variables
respecto de su media
4. Mínimo: Valor más pequeño
5. Máximo: Valor más pequeño
Estadísticos descriptivos de las variables cuantitativa
 Análisis de variables cualtitativas:

Tablas de Contingencia:

Cuando se trabaja con variables categóricas (sexo, raza, clase

social), los datos suelen organizarse en tablas de doble entrada, en
las que cada entrada representa un criterio de clasificación
(variable cualitativa)

Como resultado de esa clasificación la frecuencia (bien en valores

absolutos o en porcentaje de casos respecto de la fila o la columna)
aparecen organizadas en casillas que contienen información sobre
la información existente entre ambos criterios.
 Análisis de variables cualtitativas:

Ejemplos: Tabla dinámica (excel)