Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 26 vistas

    B4 ClaseVirtual PamelaGuzman

    Cargado por

    Pamela Guzman
    El documento describe la aplicación de la metodología CRISP-DM para realizar un análisis de datos en una pastelería. Se explican las 6 fases de la metodología y se provee un ejemplo de su aplicación para segmentar a los clientes de la pastelería y mejorar la satisfacción del cliente.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    B4 ClaseVirtual PamelaGuzman

    Cargado por

    Pamela Guzman
    26 vistas7 páginas
    El documento describe la aplicación de la metodología CRISP-DM para realizar un análisis de datos en una pastelería. Se explican las 6 fases de la metodología y se provee un ejemplo de su aplicación para segmentar a los clientes de la pastelería y mejorar la satisfacción del cliente.

    Descripción original:

    pam

    Título original

    B4_ClaseVirtual_PamelaGuzman

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento describe la aplicación de la metodología CRISP-DM para realizar un análisis de datos en una pastelería. Se explican las 6 fases de la metodología y se provee un ejemplo de su aplicación para segmentar a los clientes de la pastelería y mejorar la satisfacción del cliente.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    26 vistas7 páginas

    B4 ClaseVirtual PamelaGuzman

    Cargado por

    Pamela Guzman
    El documento describe la aplicación de la metodología CRISP-DM para realizar un análisis de datos en una pastelería. Se explican las 6 fases de la metodología y se provee un ejemplo de su aplicación para segmentar a los clientes de la pastelería y mejorar la satisfacción del cliente.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 7

    Metodología CRISP-DM

    Maestría: Mercadotecnia
    Materia: Inteligencia de Negocios
    Maestra: Ana Laura Jaramillo González
    Alumna: Pamela Ahiesha Guzmán Parra
    Tercer cuatrimestre de Maestría

    Fecha de entrega: 19 de Junio de 2022


    En esta parte del proyecto comenzaré por compartir este ejemplo aplicado en
    Pastelería Mont blanc, un proyecto propio que desarrolle en compañía de un socio
    en el año 2019, me parece interesante aplicar estos ejemplos para saber cúales son
    las áreas de oportunidad en esta microempresa.

    Hablemos de la importancia de la analítica de datos para poder realizar una


    segmentación eficaz se requiere un amplio esfuerzo por parte del empresario o del
    departamento encargado. Ese esfuerzo es aún mayor si nos enfrentamos a esa
    tarea desde cero, y se hace una meta casi imposible dependiendo del tamaño de la
    base de datos de una empresa.

    Gracias al análisis de los datos, las empresas pueden acceder a la información


    concreta que necesiten para facilitar sus tomas de decisiones y estrategias de
    negocio con base en criterios rigurosos.

    Ventajas del análisis de datos

    • La optimización de procesos, analizando interacciones entre


    departamentos, eliminando así ineficiencias y ahorrar costes.

    • Facilita la toma de decisiones, ya que analizar los datos te permite


    reconocer que oportunidades son la más adecuadas en las que invertir
    recursos y en cuáles dejar de invertir.

    • Mejora la satisfacción de tus clientes, proporcionando una visión objetiva


    de las reclamaciones y quejas de los clientes y de cómo solucionarlas o
    aportar un valor adicional.

    • Mejora la satisfacción de tus empleados, detectando sus motivaciones o


    su grado de satisfacción, así como su desempeño.

    Como podemos apreciar es una gran forma de facilitar muchas decisiones a las
    cuales nos enfrentamos dentro de una empresa.
    Dentro de este ejemplo es importante mencionar a gente que tiene bastante
    conocimiento del negocio, en mi caso contamos con dos roles importantes como
    dirección y gerente, es importante mencionar que esta empresa aún es pequeña
    pero con mucho potencial.

    Utilizaré la Metodología CRISP- DM, ya que es de las más comunes y para


    mí la más sencilla de comprender.

    Dentro de esta metodología existen 6 fases que explicaré a continuación:

    1- Entender el negocio:

    2- Entender los datos

    3- Preparar los datos

    4- Modelización

    5- Evaluación

    6- Despliegue

    La metodología es ciclica, ya que nos permite regresar a consultar


    cualquier dato que se nos complique, comencemos con la primer fase.

    Basamos nuestro ejemplo en reconocer porque estamos realizando este


    proyecto, para mí la principal razón es satisfacción del cliente, ya que en mi
    pastelería contamos con productos de excelente calidad, pero a veces me
    cuesta trabajo lograr que un cliente termine satisfecho debido al trato de los
    vendedores.

    Dentro de este proyecto realizaremos una segmentación de clientes, que


    aunque es de las herramientas más utilizadas también es de las más
    funcionales, recordemos que es importante saber estos resultados para tener
    datos precisos de cuando y donde son más altas las ventas, para así lanzar
    ofertas para todas sus necesidades.

    La segunda fase como ejemplo sería llevar a cabo variables relacionadas con
    las notas de compra, para saber la frecuencia de compra y sus importes en
    conjunto de variables socio demográficas, que nos permitan identificar al
    cliente.

    Como nuestra pastelería se maneja de forma virtual actualmente tenemos la


    facilidad de extraer los datos de plataformas virtuales que nos muestran
    información que a simple vista tal vez no reconocemos, adjunto ejemplos de
    datos reales.

    Tabla 1
    Tabla 2

    Este proyecto tiene un alcance un poco corto, pues la innovación que manejamos
    es complicado que la gente confíe en nosotros, ya que no se cuenta con un negocio
    físico, pero si registrado.

    Continuamos con la modelización de datos, fase donde se decide cuál es el


    algoritmo más adecuado para resolver el problema, para realizar esto es necesario
    un algoritmo de tester.

    50 PORCENTAJE LUGAR
    45

    40

    35

    30

    25

    20

    15

    10

    0
    0 2 4 6 8 10 12
    Nuestra evaluación es necesaria para concluir si los porcentajes o información
    que recopilamos sea la que necesitamos y nos encontramos felices con el resultado.

    LUGAR Y EDAD
    45 100%

    40 90%

    35 80%
    70%
    30
    60%
    25
    50%
    20
    40%
    15
    30%
    10 20%
    5 10%
    0 0%
    18-24 AÑOSTECAMAC 24-35 AÑOS ECATEPEC 35-44 AÑOS CDMX

    LUGAR Y EDAD

    Por cuestiones de entregas y alcances, el resultado es bastante bueno, ya


    que el perímetro que se abarca es completamente aceptable, por cuestiones
    de edad se llega a una conclución, de que el tipo de trato debe ser más cordial,
    ya que si utilizamos un poco de atención al cliente podemos comprender que si
    depende de las edades y el sexo definen muchos aspectos para poder concluir
    una venta.

    La siguiente fase sería despliegue, dentro de nuestro ejemplo podríamos


    implementar algunas encuestas de calidad para saber cuál de los vendedores
    no debería atender a algunos clientes y realizar llamadas de calidad para poder
    calificar a nuestros repartidores.

    Para concluir, quiero comentar lo siguiente, para mí fue un poco complicado


    el entender a que nos referíamos con analítica de datos, ya que yo pensaba
    que era cuestión de muchas fórmulas y al parecer o es así, como en todas las
    empresas, existen problemas que no podemos solucionar sin ayuda de estas
    metodologías que nos facilitan el trabajo por llamarlo de alguna manera.

    En esta materia comprendo muchas cosas que anteriormente o me eran tan


    sencillas, como el poder solucionar problemas de inmediato y no esperar a que
    se hagan más grandes y no encontrar una solución pronta, espero poder
    cumplir con esta parte del proyecto, ya que para mí es muy importante el
    aprender para poder hacer crecer mi proyecto.
    REFERENCIAS APA

    Gil, J. (2021, febrero 5). Tableau: La importancia del análisis de datos. Blog de

    Hiberus Tecnología. https://www.hiberus.com/crecemos-contigo/tableau-la-

    importancia-del-analisis-de-datos/

    Gil, J. (2021, febrero 5). Tableau: La importancia del análisis de datos. Blog de

    Hiberus Tecnología. https://www.hiberus.com/crecemos-contigo/tableau-la-

    importancia-del-analisis-de-datos/

    Delgado Dapena, M. D., Macías Rojas, A., Larrosa Uribazo, D., Verona Marcos, S.,

    & Fernández Oliva, P. B. (2017). Model for automatic generation of search-

    based early tests. Computación y sistemas, 21(3), 503–513.

    https://doi.org/10.13053/cys-21-3-2716

    También podría gustarte