6 HERRAMIENTAS

Y MÉTODOS PARA PROYECTO II PARCIAL

LA TOMA DE
DECISIONES
IVANI LUCIA PAZMIÑO TRIVIÑO
Contenido
INTRODUCCION............................................................................................................................2
HERRAMIENTAS PARA LA TOMA DE DECISIONES.........................................................................3
Analytics...................................................................................................................................3
Excel.........................................................................................................................................3
Tableau Public..........................................................................................................................4
Rapid Miner..............................................................................................................................4
Apache Spark............................................................................................................................4
Qlik View..................................................................................................................................5
METODOS PARA LA TOMA DE DECISIONES..................................................................................6
Identificación y diagnóstico del problema................................................................................6
Generación de soluciones alternativas.....................................................................................7
Selección de la mejor alternativa.............................................................................................7
Evaluación de alternativas y elección de la decisión................................................................7
Implantación de la decisión......................................................................................................8
Evaluación de la decisión..........................................................................................................8
VENTAJAS Y DESVENTAJAS LAS HERRAMIENTAS Y MÉTODOS PARA LA TOMA DE DECISIONES...9
Permite que una persona o subgrupo domine la discusión. Y en consecuencia, la toma de
decisiones. Especialmente si trabajamos como herramientas como Apache Spark.................9
EJERCICIOS DE APLICACIÓN PARA NUESTRAS HERRAMIENTAS EN LA TOMA DE DESICIONES. . .10
Analytics.................................................................................................................................10
Excel.......................................................................................................................................11
Tableau Public........................................................................................................................12
Rapid Miner............................................................................................................................12
Apache Spark..........................................................................................................................16
Qlik View................................................................................................................................16
CONCLUSION..............................................................................................................................17
Bibliografía.................................................................................................................................18
INTRODUCCION

Apelar al estudio de datos para la toma de decisiones permite a los

negocios revelar el ambiente que los rodea. Al presente, es  importante que las empresas

recurran a este procedimiento, ya que amplía el panorama financiero, también de que

les ayuda a perfeccionar sus productos y servicios para quedar a la altura de la

competencia. Al acudir a esta herramienta, las empresas pueden brindar productos

de calidad en el proceso conveniente y en situaciones convenientes. El análisis de datos

para la toma de decisiones refuerzo a mejorar nuestros productos y elaborar soluciones

que se centren en las necesidades de la compañía.

Esta acción es abundante más que un instrumento para la toma de decisiones. Su

equivalencia se enfoca en establecer modelos de negocios, hallar oportunidades y

pronosticar comportamientos de los mercados. Cuando una institución utiliza el análisis

de datos, a través de herramientas como el Big Data, o el Business Intelligence, abre un

montón de posibilidades infinita para el desarrollo de su compañía.

Entre  las herramientas para la toma de decisiones más utilizadas por las organizaciones

de cualquier arquetipo y que se relaciona con la tecnología, son aquellas que sirven

para descubrir e encontrar problemas. Esto corrientemente ocurre cuando

la sociedad no cuenta con un método o habilidad de medición o cuantificación de

problemas. Y es que para tomar las acciones correctas y, más en el momento preciso,

es inevitable poseer una forma para encontrarlas.
HERRAMIENTAS PARA LA TOMA DE DECISIONES

Analytics

La colectividad de software de la demanda al presente lleva consigo

un método de análisis incluido. Este ejemplo de herramientas de análisis de datos

es muy ventajoso para compilar datos a partir un dominio web y poderlos visualizar

de forma factible y rápida. Estos ‘extra’ pueden llegar a ser muy eficientes y

ahorran considerable labor. Por ejemplo, un email marketer sin muchos conocimientos

técnicos puede sacar datos como el CTR o el impacto en la facturación a partir estas

herramientas. Esta herramienta es perfecta para establecer la recopilación de datos,

que después puede ser analizada en otros sistemas. [ CITATION RAF16 \l 3082 ]

Es aconsejable usarla solo para decisiones individuales de la web o responder preguntas

comunes sobre métricas. Sin embargo, no es la mejor alternativa para tomar decisiones

multivariante o responder preguntas complejas.

Excel

Excel es una herramienta analítica muy acreditada y casi esencial. Es

una herramienta bastante básica, aunque muy versátil y se utiliza en prácticamente todas

las industrias. No importa si eres técnico en SAS, Tableau o programación en R,

o inclusive si solo te dedicas a escribir ensayos personalizados,

necesitas instruirse a usar Excel además. Esta herramienta juega una gran labor cuando

deben analizarse los datos internos de un cliente. No obstante que es

una herramienta básica, también tiene una opción avanzada de business analytics para

las capacidades de modelado con opciones pre construidas como

la incorporación de tiempo, funciones DAX y correspondencia automática.

Tableau Public

Tableau Public es un software gratis que conecta diferentes fuentes de datos, como

Microsoft Excel, Data Warehouse, datos basados en la web, etc. y crea dashboards,

mapas y visualizaciones que tienen actualizaciones en tiempo real a partir de la

web. Además puedes compartirlos con un comprador o a través de los medios sociales.

Una vez que tienes acceso, puedes descargar diferentes formatos para un archivo.

Para aprovechar típicamente de esta herramienta y conocer su poder, tu origen de datos

debe ser muy buena la capacidad de Big Data de esta herramienta la hace primordial y

el hecho de que puedas analizar y visualizar los datos mucho mejor que otros programas

de visualización de datos les da una delantera.

Rapid Miner

Esta es una poderosa herramienta para el data science integrado. Fue desarrollada por

una compañía que además realiza estudio predictivos y algunos análisis más avanzados

como machine learning, estudio de texto, análisis visual y explotación de

datos sin necesidad de programación. Esta herramienta puede incorporarse a

cualquier tipo de fuente de datos, incluyendo Excel, Oracle, IBM SPSS, Teradata,

Access, Microsoft SQL, Dbase, Sybase, etc.

Esta herramienta es apto de generar análisis tomando como base los ajustes

de transformación de los datos de la vida real, lo que significa que puede regular los

conjuntos de datos y los formatos para el estudio predictivo.

Apache Spark
Apache fue desarrollado en 2009 en el laboratorio de AMP de Berkeley en la

Universidad de California. Esta herramienta es un motor de procesamiento de datos que

funciona a gran nivel y puede ejecutar aplicaciones que ya están en clusters Hadoop más

rápido (hasta 10 veces) en disco y hasta 100 veces más rápido si está en memoria. El

conocimiento de esta herramienta hace que la ciencia de los datos (en la que se basa) sea

muy cómodo. [ CITATION bec17 \l 3082 ]

Es una herramienta muy popular para el desarrollo de modelos de aprendizaje de

máquinas y pipelines de datos. También tiene una biblioteca llamada MLib, de donde se

pueden obtener técnicas para data science repetitivo como el filtrado de asociación,

regresión, clasificación, etc. a partir de un conjunto avanzado de algoritmos.

Qlik View

Esta herramienta tiene una sucesión de características únicas, algunas de las

cuales son el procesamiento de datos en memoria y la tecnología patentada para

ayudarle a establecer su resultado ágilmente y almacenar todos los datos que están

presentes en el informe. Esta herramienta mantiene automáticamente la asociación de

datos y puede comprimirlos a sólo el 10% del tamaño inicial. Visualiza

la correspondencia de los datos con los colores, con un color dado a los

datos relacionados y otro a los datos no relacionados. Todas estas herramientas

facilitan considerablemente el análisis de datos y cualquiera de ellas optimizará

el encargo de los datos. Todas funcionan de manera diferente, con diferentes

capacidades y ofrecen diferentes

características. Solo debemos conocer bien nuestra deposición para poder elegir la

que mejor se adapte a ellas.

METODOS PARA LA TOMA DE DECISIONES

La toma de decisiones es la transformación mediante el cual

la persona debe seleccionar entre dos o más alternativas. Todos y cada uno de nosotros

pasamos los días y las horas de nuestra existencia teniendo que tomar decisiones.

Algunas decisiones tienen un grado  de importancia relativa en el desarrollo de

nuestra vida, mientras otras son gravitantes en ella.

Identificación y diagnóstico del problema

El primer paso del procedimiento de toma de decisiones es haber detectado que hay

una discrepancia entre el estado actual del contexto y el estado deseado.

Esta discrepancia o problema ejerce una presión sobre el director que le obliga

a actuar, ya sea por políticas de la organización, fechas límite, crisis financieros, futuras

evaluaciones del desempeño, entre otros ejemplos. Para que una situación se

pueda considerar un problema, el administrador debe disponer de la autoridad, el dinero,

la investigación y cuantos recursos sean necesarios para proceder. Si no es así, nos

encontramos al frente de unas expectativas que no son realistas.

Generación de soluciones alternativas

La solución de los problemas puede lograrse por varios caminos y no sólo elegir entre

dos alternativas, se pueden formular hipótesis ya que con la alternativa hay

incertidumbres. Consiste en ser capaz de obtener y presentar todas las alternativas

factibles que podrían resolver el problema con éxito.

Selección de la mejor alternativa

Cuando el pagador ha considerado las posibles consecuencias de sus opciones, ya está

en condiciones de tomar la decisión. Debe meditar tres términos considerablemente 

Importantes.

Estos son: maximizar, recompensar y optimizar.

a) Maximizar: es tomar la mejor decisión posible 

b) Satisfacer: es la elección de la primera opción que sea mínimamente admisible o

adecuada, y de esta forma se satisface una meta o criterio buscado.

c) Optimizar: Es el mejor equilibrio viable entre distintas metas.

Evaluación de alternativas y elección de la decisión

Con todos los elementos aportados con anterioridad, así como otros en ocupación de la

organización que se trate, debemos seleccionar la alternativa que cumpla con más

integralidad los objetivos propuestos. Aspectos que deben tenerse en cuenta para ello

son: si la solución que permite es parcial o total, nivel de riesgos, flexibilidad ante los
cambios, nivel de certidumbre en la solución, correspondencia costo- beneficio y otras

en ocupación de la situación.

Implantación de la decisión

El proceso no finaliza cuando la decisión se toma; esta debe ser implementada. Bien

puede ser que quienes participen en la elección de una decisión sean quienes procedan a

implementarla, como en otras ocasiones delegan dicha responsabilidad en otras

personas. Debe coexistir la comprensión total sobre la elección de la toma de decisión

en sí, las razones que la motivan y referente a todo debe existir en cuenta de su

implementación exitosa.[ CITATION Mig \l 3082 ]

Podemos estar seguros de que cuando una toma de decisión es tomada, ésta

posiblemente generará ciertos problemas mientras se da su cumplimiento, se deben

ofrecer el tiempo suficiente al reconocimiento de los inconvenientes que se pueden

presentar así como también ver la oportunidad potencial que estos pueden representar.

De esta manera, podríamos decir que es fundamental que los gerentes se pregunten:

 ¿Qué problemas podría causar esta acción, y qué podríamos hacer para

impedirlo?

 ¿Qué beneficios u oportunidades no intencionales podrían surgir?

 ¿Cómo podremos asegurarnos de que sucedan?

 ¿Cómo podemos estar preparados para actuar cuando se presenten las

oportunidades?

Evaluación de la decisión

“Evaluar la decisión”, forma parte de la etapa final de este proceso. Se recopila toda la

información que nos indique la forma como funciona una decisión, es decir, es un
 proceso de retroalimentación que podría ser positiva o negativa. Si la retroalimentación

es positiva, pues entonces nos indica que podemos continuar sin problemas y que

incluso se podría aplicar la misma decisión a otras áreas de la organización. Si por el

contrario, la retroalimentación es negativa, podría ser que:

1) tal vez la implementación requiera de más tiempo, recursos, esfuerzos o pensamiento

2) nos puede indicar que la decisión fue equivocada, para lo cual debemos volver al

principio del proceso (re)definición del problema.[ CITATION tab15 \l 3082 ]

VENTAJAS Y DESVENTAJAS LAS HERRAMIENTAS Y MÉTODOS PARA

LA TOMA DE DECISIONES

VENTAJAS DESVENTAJAS
Podemos decir que una de las ventajas de las Consume más tiempo Ocasionado por las
herramientas de la toma de decisiones es que discusiones, valoración de opciones y el llegar a un
podemos usar programas que nos ayudan cuando consenso que permita encontrar una solución.
la cantidad de datos es de gran tamaño debemos Debido a que al ser mucha información nuestros
usar recursos como Big Data y también Excel programas podrían llegar a demorar especialmente
donde nos ayuda a clasificar y por medio de los en una empresa grande.
métodos usamos la generación de opciones que
Genera presión para que haya conformidad. Algunos
nos permite identificar el problema de una
miembros pueden dejar de externar sus opiniones
manera más eficiente.
con el objetivo de ser aceptados y valorados por el
También como ventaja tenemos que Las grupo.
decisiones grupales generan más alternativas,
debido a la diversidad de la información que se Permite que una persona o subgrupo domine la
proporcionar por parte del grupo de personas, discusión. Y en consecuencia, la toma de decisiones.
también gracias a analytics podemos demostrar Especialmente si trabajamos como herramientas
esto porque nos proporciona una base de datos como Apache Spark.
global donde exploraremos diferente opiniones.
Las decisiones grupales generan más alternativas, Hay que notar que las decisiones implican un alto
debido a la diversidad de la información que se grado de compromiso, presiones de
proporcionar por parte del grupo de personas. aceptación, tiempo y responsabilidades ambiguas.
Entonces siempre debemos de usar un método que
Al tener la información en tiempo y forma podrás
sea efectivo para que no exista una retroalimentación
tomar decisiones de manera más rápida y
negativa por parte del sector externo o interno.
solucionar tus problemas en un menor tiempo,
una manera sencilla de obtener tu información
actualizada mediante Qlik View
EJERCICIOS DE APLICACIÓN PARA NUESTRAS HERRAMIENTAS EN LA
TOMA DE DESICIONES

Analytics
Número de usuarios que visitan tu página web: esto en Google Analytics son
las sesiones y mide la cantidad de usuarios diferentes que han visitado en un período
determinado tu web.
Excel

Tenemos un ejemplo de la recolección datos de los empleados, donde tenemos horas

trabajadas, ausencias, etc.
Tableau Public
A continuación se presenta un tablero de control de los alimentos, en los que podemos medir
y tener una aproximada de lo que se consume en los cuales que se muestran en los gráficos
también.

Rapid Miner
Seguidamente vamos a construir un modelo predictivo sencillo empleando datos en base

diaria del S&P 500 (GSPC),  las notas del Tesoro a 10 años (TNX) y la volatilidad

(VIX). El objetivo será predecir la evolución del índice en una ventana temporal de un

día. Para ello utilizaremos dos series:

- In Sample: 2001-2015. Construcción, entrenamiento y validación de los modelos

basados en redes neuronales y SVM.

- Out Sample: 2016-2017m. Para realizar las predicciones a un día del cierre del  S&P

500.

El esquema general del modelo a construir será:

Para nuestro modelo elegimos el operador Yahoo Historical Stock Data que nos

permitirá extraer las series requeridas en base diaria. También debemos incorporar los

operadores Joint, para fusionar las series de cada producto en una única tabla de datos,

y Set Role para asignar la fecha como referencia vinculante en todas las series. Esto lo

hacemos poniendo a la columna “date” el atributo “id”.

Especial atención merece el operador Windowing, que nos permitirá construir un

modelo predictivo multivariado convirtiendo las  series en cortes o ventanas temporales

de una longitud específica y “n” elementos. Cada ventana se puede desplazar en saltos

de “x” intervalos temporales. En nuestro ejemplo, configuramos este operador del

siguiente modo:
El mapa completo de procesos tendrá este aspecto:
Diversos estudios académicos sostienen que es imposible predecir la evolución de los

precios de los productos cotizados a un día con fines especulativos. Es decir, el margen

de error supera ampliamente el beneficio potencial una vez descontados los gastos de la

operativa. Nuestro pequeño experimento parece apuntar en la misma dirección.

Probamos diferentes algoritmos predictivos con resultados bastante desiguales. Las

RNNs muestran en general un comportamiento pobre. El algoritmo de Deep Learning

parece comportarse algo mejor que una RNN simple, en todo caso la precisión de las

predicciones no supera el 50%.

Apache Spark

Un pequeño ejemplo de código en Python que cuenta el número de palabras que

contiene un archivo sería el siguiente:

Una vez escrito el código, existen varias formas de ejecutarlo. La forma más sencilla es

haciendo uso de la spark-shell. Este programa abre una consola de spark donde está

creado automáticamente el contexto de Spark y podemos ejecutar código scala

directamente.

Qlik View

Vea la representación de una tabla simple debajo; describe el estado lógico antes de

hacer ninguna selección:

 La segunda y la tercera columna de expresión tienen el mismo número en todas

las filas. Este número es igual al total calculado de la primera columna de

expresión.

Ahora seleccione solamente los meses 1 y 2. El resultado presentará el siguiente

aspecto:

El resultado de la tercera expresión (quinta columna) queda sin cambios porque la

definición del conjunto descarta las selecciones actuales. La segunda expresión (cuarta

columna) con el cualificador total, muestra el nuevo total 10, el cual es equivalente al

total de la primera expresión (tercera columna).

CONCLUSION

Todo lo aludido favorece en gran medida a las elecciones correctas

en torno al futuro operacional, bancario y administrativo de cualquier organización.

La transformación digital ha sido una confesión de alivio en cuanto a las herramientas

para la toma de decisiones que, en el pasado, debían ser tomadas sin un cuadro claro de

la realidad del mercado o del negocio.
Una de las realidades que las empresas se enfrentan hoy en día, es la necesidad de tomar

acciones rápidas y asegurar el menor margen de error para mantenerse competitivas en

el mercado. La buena noticia es que existen varias herramientas para la toma de

decisiones a nivel digital y como hemos visto estas 6 herramientas nos facilitan la

manera de hacerlo.

Bibliografía
Miguélez, F., Pastor, I., Rebollo, O., & Torns, T. (s.f.). Las estructuras de sentido de la vida
cotidiana. Bellaterra: Universitat Autònoma de Barcelona. Departament de Sociologia.

holton, b. (2017). Las 9 mejores herramientas de análisis de datos para un buen data
management. bismart.

SOTELO, R. ( 2016). 5 tipos de herramientas de análisis de datos que debes utilizar en tu

empresa.

tableau. (2015). oma de decisiones basadas en los datos: cómo tener éxito en la era digital.
tableau, 4.

Walton, A. (2015). Obtenido de https://ccnadesdecero.es/diseno-jerarquico-de-redes/