Comercialización de sistemas de información

CURSO Inteligencia de Negocios

PROGRAMA Maestría en Mercadeo

CICLO 5

CRÉDITOS 1,5

HORAS 24

Profesor: Mauricio Ruiz V

e-mail: Maurruiz@uniandes.edu.co

Horario de atención: a estudiantes: Martes , Jueves 4 – 6 pm. Se puede acordar citas en otras fechas por e-mail

“Inteligencia de Negocios (Business Intelligence o BI) es el proceso de explorar y analizar información estructurada en un dominio específico para discernir tendencias y patrones de negocios para extraer conocimiento y sacar conclusiones. Los dominios incluyen clientes, proveedores, productos, servicios y competidores”. Gartner Group

1. INTRODUCCIÓN

Inteligencia de Negocios ofrece un conjunto de conceptos, métodos y procesos que comprenden el acceso y procesamiento de datos para ofrecer información que, mezclada con la experiencia y habilidades, permite el entendimiento de la dinámica de los negocios y ofrece la materia prima para la toma de decisiones: el conocimiento.

Estos conceptos, métodos y procesos involucran aspectos cuantitativos, de tecnología de información y de un dominio específico, que en el caso de este curso el dominio del mercadeo relacional (CRM). Por lo anterior este curso integra aspectos tratados en cursos anteriores, abordándolos desde la perspectiva de Tecnología de Información (TIC) para análisis y soporte de decisiones, específicamente Data Mining (Minería de Datos) y sus aplicaciones más comunes en mercadeo.

2. JUSTIFICACIÓN

La actual complejidad del mundo de los negocios hace que los ejecutivos y profesionales tengan que monitorear un gran número de variables para tomar decisiones adecuadas. Esta complejidad implica que tengan capacidad de acceso y análisis de múltiples fuentes de información y grandes volúmenes de datos para incrementar su conocimiento sobre su negocio y el sector en que compiten.

Mucha de la aplicación de TIC en mercadeo, ventas y servicio al cliente ha sido orientada a sustentar procesos operacionales cada vez más eficientes y efectivos que empiezan a generar inmensas cantidades de datos que se tornan de poco valor si son analizados con herramientas y metodologías tradicionales. La dificultad para administrar estos grandes volúmenes de datos, actualizarlos y compartirlos lleva a una situación paradójica: las empresas se encuentran inundadas de datos pero poco informadas. Los datos, como materia prima de la información, no pueden ser transformados fácilmente en información pertinente para que, en un contexto relevante y complementado por la experiencia humana, puedan convertirse en conocimiento útil para orientarlo a la acción por medio de la toma de decisiones.

Esta situación empezó a cambiar cuando nuevos desarrollos en TIC permitieron no sólo contar con plataformas de TIC más versátiles en cuanto a capacidad de almacenamiento y velocidad sino a facilidad de uso. Esta nueva generación de tecnologías orientadas al análisis y toma de decisiones es conocida como Inteligencia de Negocios.

El área de mercadeo y ventas ha sido especialmente sensible a las posibilidades de uso de estas nuevas tecnologías para el soporte de decisiones en áreas como identificación de clientes prospectos, análisis de propensión de respuesta a tácticas de mercadeo, análisis de afinidad en productos, definición modelos de valor de vida del cliente o segmentación. Lo anterior demanda más fortalezas analíticas de los profesionales de mercadeo y los conceptos y herramientas de BI se convierten en parte indispensable de lo que debe conocer un profesional en la gestión de mercadeo y ventas.

3. OBJETIVOS DE APRENDIZAJE DE LA MAESTRIA EN MERCADEO ASOCIADOS AL CURSO

3.1. Los estudiantes integrarán teorías, modelos y herramientas cuantitativas en mercadeo para evaluar situaciones de negocio y tomar decisiones basadas en cifras y hechos.

3.2. Los estudiantes desarrollaran una perspectiva crítica sobre sus propias experiencias frente a la teoría y la práctica en Mercadeo.

4. OBJETIVOS ESPECÍFICOS DEL CURSO

Objetivos específicos:

4.1. Identificar el potencial de la Inteligencia de Negocios desde la perspectiva estratégica de negocios, especialmente como herramienta analítica en CRM (Customer Relationship Management).

4.2. Entender cómo la tecnología de Minería de Datos apoya el proceso de decisiones en la estrategia de mercadeo de la empresa.

4.3. Aplicar conocimientos cuantitativos en modelos aplicables al caso particular de mercadeo y ventas. Algunos de estos modelos son:

4.3.1. Arboles de Decisión (Clasificación / Regresión)

4.3.2. Modelo de Regresión Lineal (Simple / Múltiple)

4.3.3. Market Basket Analysis

4.3.4. Modelos de Clustering

4.3.5. Modelo de Regresión Logística

4.3.6. Modelo Redes Neuronales

4.4. Ofrecer una experiencia práctica con la infraestructura de tecnología de Business Intelligence con la que cuenta La Universidad (SAS Enterprise Miner).

5. METODOLOGÍA

• El curso está estructurado con base en clases magistrales dictadas por el profesor que son complementadas con talleres y con la asignación de proyectos que reforzarán lo aprendido en clase.

• Unas sesiones de clase se dedicarán a la discusión del tema correspondiente a la sesión y a la explicación de aspectos teóricos de Minería de datos. En otras sesiones se aplicarán estos conceptos en una experiencia práctica con la herramienta de Minería de Datos (SAS Enterprise MIner).

• En los talleres de minería se trabajará en un caso de negocios relacionado con mercadeo desarrollado para integrar diferentes modelos y conceptos.

• Todas las lecturas deben realizarse antes de la clase para la cual fueron asignadas, ya que serán base para las discusiones. Las lecturas están asignadas para que el estudiante se enfoque en aspectos específicos en los que se quiere hacer énfasis, por lo anterior en la mayoría de ellas se especifican las páginas de énfasis.

• El curso asume que el estudiante está familiarizado con::

• Comprensión de aspectos básicos de probabilidad y estadística como son:

o Distribuciones de frecuencias

o Probabilidad

o Distribución Normal, Chi Cuadrado, F

o Estandarización

o Regresión Lineal

o Pruebas de Hipótesis

• Comprensión del contexto de CRM desde la perspectiva de sus componentes analíticos

• Los estudiantes presentarán un ensayo (3 páginas) sobre un

...