APLICACIÓN DE BIG DATA E INTELIGENCIA DE MERCADEO EN INSTITUCIÓN

EDUCATIVA TECNOLÓGICA (CORPORACIÓN TECNOLÓGICA DE BOGOTÁ)

GIOVANNY ANDRÉS NOVOA URREGO

INFORME FINAL MONOGRÁFICO

UNIVERSIDAD LIBRE

FACULTAD DE INGENIERÍA

PROGRAMA DE INGENIERÍA DE SISTEMAS

BOGOTÁ D.C.

2017

RESUMEN

A lo largo del tiempo, se ha evidenciado el crecimiento de la población y la necesidad

que surge de contener la información con objetivos netamente diferentes, cada

organización o empresa hoy en día debe contar con un registro informático acerca de

sus clientes, proveedores, intereses, entre otros.

Es por esta razón que el Big Data se ha vuelto tan importante en estos tiempos, ya que

es necesario manipular una gran cantidad de datos y mantenerla asegurada para poderla

utilizar en los momentos adecuados o simplemente para conocer acerca de la población

y poder ofrecer un producto y/o servicio.

Al hablar de ofrecer un producto y/o servicio, también es necesario hablar de mercadeo,

ya que esta es una de las herramientas más utilizadas para llegar a un consumidor, pero

no sólo se trata de ofrecer un producto o un servicio, sino lograr llegar al consumidor de

una manera inteligente y mantenerlo en el negocio, y es por esta razón, que es necesario

unificar términos de inteligencia de mercadeo, inteligencia de negocios, recolección de

información y análisis de datos.

Realizar una adecuada recolección de información y posteriormente saber analizarla por

medio de procesos informáticos, como lo permite una de las herramientas de Big Data,

el Data Mining; puede llegar a hacer que un negocio sea exitoso; elaborar un análisis

correcto de datos, permitir que la empresa elimine datos que no le proporcionan

información y a partir de los datos importantes, extraer información para poder mejorar,

ofrecer o crear un nuevo producto y/o servicio, para las diferentes necesidades que

presenta la población diariamente.

INTRODUCCIÓN

La presente monografía da a conocer posibles caminos que pueden utilizarse con la

finalidad de generar un modelo de negocio posiblemente exitoso en una institución

educativa de nivel tecnológico. En este trabajo se hace referencia a hacer uso del

nombrado marketing, hoy en día acompañado de un conjunto de procesos, entre los

cuales hace referencia al uso de Big Data, la inteligencia de mercados e inteligencia de

negocios. La unificación de estos conceptos permitirá desarrollar un sistema organizado

y analítico, lo cual generará, diseñar y posiblemente implementar un nuevo modelo de

negocio en la institución estudiada.

Es importante mencionar que los métodos para hacer uso de Big Data son incontables,

pero en esta monografía se enfoca al uso del Data Mining, ya que es la herramienta que

más se adecúa a los datos que se encuentran disponibles en la institución y a partir de

los cuales se podría generar el análisis de datos.

La intención de esta monografía va relacionado a postular una idea de organización, en

la cual se mostrarán los diferentes beneficios que la inteligencia de mercados, de

negocios y el Big Data pueden lograr, aún mas en una institución educativa, ya que en

su mayoría son jóvenes los que ingresan y son los que más relacionados están hoy en

día con el sistema informático.

Este trabajo se desarrollará a través de la indagación en la institución educativa en dónde

se busca implementar la estrategia para mejorar el impacto en el mercado, con la puesta

en marcha de un plan estratégico empleando una de las herramientas de Big Data.

DESARROLLO

1. INTELIGENCIA DE MERCADO (MARKET INTELLIGENCE)

1.1. Definición

En los últimos años la recopilación de información y análisis de mercado, con el objetivo

de mejorar un modelo de negocio se ha definido como inteligencia de mercados, esta

recopilación de datos permite el conocimiento del mercado mediante el manejo diario del

flujo de información para determinar el comportamiento y las últimas tendencias del

mercado para así mismo mantener un control de la competencia y el estado de la

industria. (Igbaekemen, G. 2014).

1.2. Propósito

Para el caso de las instituciones educativas tecnológicas, un análisis pertinente de las

carreras que se ofrecen en la competencia y las necesidades de los estudiantes

bachilleres, permite analizar, desarrollar y ofertar nuevas carreras con la finalidad de

mejorar el modelo de negocio y atraer clientes, así con esto mantener un equilibrio entre

necesidad y oportunidad.

La Corporación Tecnológica de Bogotá, se ha destacado por permitir el acceso a los

estudiantes a la formación Técnica Profesional y Tecnológica, brindándole una formación

integral, soportada en una sólida fundamentación en investigación, en emprendimiento,

soportadas en un modelo pedagógico estructurado por competencias. Además, cuenta

con convenios interinstitucionales que le brindan la posibilidad al estudiante de continuar

su ciclo universitario (Corporación Tecnológica de Bogotá. 2017).

Esto se ha venido desarrollando desde el año 1995, entre los más destacados se

encuentran: con la Universidad de Ciencias Aplicadas y Ambientales ofertando

Tecnología en Química Industrial y Tecnología en Regencia de Farmacia con la

posibilidad de culminar en esta universidad Química y Química Farmacéutica,

respectivamente; con la Fundación Universitaria Konrad Lorenz, para que los Tecnólogos

en Desarrollo de Software continúen su formación universitaria en Ingeniería de

Sistemas.

El desarrollo de este proceso formativo ha permitido que esta institución de Educación

Superior, se desarrolle con éxito, pero se evidenció la necesidad de crecimiento

educativo.

Hoy en día esta empresa ofrece 6 carreras tecnológicas, pero en los últimos 2 años se

evidenció, una decadencia en la inscripción de los estudiantes, como se puede observar

en la siguiente gráfica, en la cual se compara el comportamiento de matriculados desde

el año 2013 hasta el año 2017 primer semestre. (Cobos, D. 2017)

Fig. 1. Comportamiento de matriculados. Cobos, D. (2017) Corporación Tecnológica de Bogotá.

Debido a esta decadencia se han empleado herramientas de mercadeo para atraer

estudiantes a las carreras que se ofrecen en la institución, pero no se ha realizado un

análisis a partir de los datos recolectados por los diferentes canales de obtención. Por

esta razón, se requiere desarrollar herramientas y técnicas para el análisis de datos, los

cuales puedan ser utilizados con fines mercadológicos, y se haga uso de la inteligencia

de mercadeo para lograr contribuir a mejorar el modelo de negocio propuesto

actualmente en la institución educativa.

2. HERRAMIENTAS DE ANÁLISIS DE DATOS

El uso de herramientas para el análisis de datos permite generar un modelo analítico que

se base en un sistema de registros de estudiantes, en el cual se pueda analizar las

solicitudes de los estudiantes para todas las carreras que se ofertan en la institución, con

la finalidad de conocer la eficiencia de las campañas de marketing que se han realizado

para el reclutamiento de estudiantes. De los tres tipos de análisis posibles (análisis

cualitativo, análisis cuantitativo y minería de datos), la técnica automática basada en

software para filtrar e identificar datos ocultos que permita obtener un mejor conocimiento

del campo estudiado es la Minería de Datos o Data Mining.

2.1. Minería de Datos (Data Mining)

Esta herramienta permite explorar información de una base de datos grande, de manera

que sean filtrados y orientados con la intención de identificar datos significativos que

permitan diseñar una solución a las diferentes necesidades del cliente. Han, J. (2000).

2.2. Business Intelligence

Business Intelligence se define como la habilidad para transformar los datos en

información, y esa información en conocimiento, con el objetivo de apoyar de manera

sostenible a las organizaciones para así mejorar su competitividad frente a la demanda

del mercado y facilitar la toma de decisiones del negocio.

Según la definición del glosario de Gartner (2006), lo define como: “BI: es un proceso

interactivo para explorar y analizar información estructurada sobre un área (normalmente

almacenada en un datawarehouse), para descubrir tendencias o patrones, a partir de los

cuales derivar ideas y extraer conclusiones. El proceso de Business Intelligence incluye

la comunicación de los descubrimientos y efectuar los cambios. Las áreas incluyen

clientes, proveedores, productos, servicios y competidores.”

En pocas palabras este proceso de explorar y analizar información es lo que se pretende

realizar con los datos que se obtendrán de la institución, con la finalidad de descubrir

falencias y reestructurar el proceso de marketing.

2.3. Inteligencia de mercadeo e inteligencia de negocio.

La inteligencia de negocio junto con la inteligencia de mercadeo actúa como un factor

estratégico para una organización, generando una ventaja competitiva, la cual es

proporcionar información para responder a los problemas de negocio, los cuales pueden

ser cómo entrar a nuevos mercados, qué promociones se pueden ofertar, qué datos

deben ser eliminados para obtener datos más confiables, control de gastos y costos,

análisis de perfiles de clientes, rentabilidad de los productos que se ofrecen, entre otros.

En el caso estudiado, la unificación de estos parámetros puede permitir en la institución

una organización de los datos que se encuentran dispersos, ya que no se maneja aún

una base de datos que contenga esta información estructurada, lo cual genera

desorganización en los procesos, entre ellos el proceso de marketing, ya que el

reclutamiento de estudiantes no tiene un protocolo diseñado sino se realiza en momentos

esporádicos. Cano, J. (s.f.).

2.4. Aplicación del Data Mining para análisis de datos

La técnica de minería de datos es utilizada con la finalidad de obtener de grandes bases

de datos, informaciones específicas para poderlas aplicar a nuevos diseños industriales,

tecnológicos y en este caso nuevos modelos de negocio. Lo que se pretende con el

análisis de datos de matriculados y de la búsqueda de estudiantes bachilleres o que aún

no han ingresado a estudiar una carrera de educación superior, es poder analizar las

solicitudes e intereses de los estudiantes para así mismo, desarrollar soluciones frente a

estas nuevas necesidades con las cuales la institución educativa estudiada no cumple y

por ende se presenta una decadencia actual. El objetivo de realizar este análisis de

datos, además de estudiar las necesidades, es generar un plan estratégico de mercadeo

para atraer estudiantes ya que esto no se ha venido realizando de una manera

organizada y analítica, por esta razón, es que la aplicación del Data Mining permitirá a

su vez desarrollar técnicas de marketing para que la empresa educativa logre aumentar

su demanda estudiantil.

2.5. Aprendizaje automático no supervisado

Las técnicas de minería de datos no supervisadas, se utilizan para la detección de

información oculta en bases de datos de gran tamaño. Dicha información representa por

sí misma patrones útiles que pueden ser utilizados directamente en la toma de

decisiones. El modelo obtenido se utilizará posteriormente para realizar predicciones con

datos no etiquetados. Moreno, M. (s.f).

Este tipo de aprendizaje, puede ser utilizado en el análisis de relaciones en las redes

sociales

Fig. 2. Estructura general de una red neuronal de una sola capa oculta con n entradas y m salidas.

Vílchez V. (2010) U. de Granada

2.6. Clustering

El algoritmo de agrupamiento, permite agrupar una serie de vectores de acuerdo a

un criterio. Por lo regular, estos criterios son por similitud o por distancia.

Normalmente, los vectores similares o de un mismo grupo contienen propiedades

comunes y se lo considera una técnica de aprendizaje no supervisado puesto que

busca encontrar relaciones entre variables descriptivas, pero no la que guardan con

respecto a una variable objetivo. Morales, E. (2015)

Fig. 3. Ejemplo de agrupamiento (Clustering). Chávez R. (2017) CUCEA. U de Guadalajara. Jalisco

2.7. Clustering Jerárquico

El análisis clúster jerárquico es una herramienta exploratoria diseñada para revelar

las agrupaciones naturales (clusters) dentro de un conjunto de datos que no sería de

otra manera evidente.

Un algoritmo habitual en clasificación de objetos es la utilización de árboles

jerárquicos. El proceso se basa en la creación de un árbol en el cual se disponen en

sus extremos todos los objetos a clasificar, y las ramas que estos conforman se van

unificando, agrupándose por similitud hasta llegar a formar una única.

Fig. 4. Denograma resultante luego de un proceso de Clustering jerárquico. Olaya V. (2014) SIG

3. APLICACIÓN DE LA INTELIGENCIA DE DATOS AL ANÁLISIS DE DATOS

OBTENIDO.

3.1. Plan Estratégico

Un plan estratégico es una herramienta que recoge lo que la organización quiere

conseguir para cumplir su misión y alcanzar su visión. Lumpkin, G.T y Dess, G. (2003)

definen plan estratégico como el conjunto de análisis, decisiones y acciones que una

organización lleva a cabo para crear y mantener ventajas comparativas sostenibles a lo

largo del tiempo.

Para dar inicio al proceso de análisis, se debe contar con una bodega de datos de

personas interesadas en iniciar su ciclo tecnológico y/o profesional, esto es posible

realizarlo con diferentes herramientas tecnológicas que brindan este tipo de datos

necesarios para empezar con la recolección datos que pueden llegar a ser estructurados,

semi-estructurados o sin estructurar, debido a que se presentan diferentes tipos de datos,

es necesario contar con herramientas de refinación y filtrado con el fin de unificar la

información ya sea por ítems específicos o por caracteres especiales; esta obtención de

datos se puede adquirir desde social media, ya que la proliferación de redes de telefonía

celular, permiten que los usuarios estén en permanente conexión y brinden información

constante y generando flujos masivos de datos. Brake, D. (2009).

La propagación de información puede darse por diferentes medios, entre ellos por

campañas directas en instituciones educativas o en establecimientos interesados, los

cuales van a generan volúmenes de datos de menos tamaño, pero con contenido valioso

que permitirá un mejor análisis de datos.

Teniendo en cuenta que los clientes en este caso son estudiantes o padres de familia,

son consumidores que confían en contenido vía web, (blogs o compradores influyentes)

resulta necesario crear relaciones por este medio ya sea directo o indirectamente.

Cabe añadir que no sólo se trata de crear el contenido web, como una posible oferta de

valor, sino influir en los clientes nuevos y ya existentes, para que den su opinión acerca

de los diferentes productos que oferta la institución, lo cual permitirá posicionar el nombre

de la institución y sus carreras en grandes niveles. Como un posible planteamiento o

idea, se puede continuar con un estudio en la web, el cual lograría dar a conocer cuáles

son los competidores más fuertes, el posicionamiento de la institución y su prestigio. Así

mismo, conocer que información externa se tiene acerca de la Institución educativa,

objeto de estudio, lo que se puede catalogar como “ruido” con la finalidad de saber de

dónde proviene y a partir de esto contrarrestarla con información sostenible.

La creación de estrategias en las redes sociales lograría generar atracción a los nuevos

clientes, ya que es bien sabido, que los jóvenes reciben la mayor cantidad de información

por este medio de comunicación, y por este mismo dar a conocer los productos y

servicios que ofrece la institución con un valor agregado. Estas estrategias deben

generar contenido de valor e interés para que no sólo impacte al cliente, sino para que

cree una iniciativa de propagación en el mismo.

Es por esta razón que es necesario crear un plan estratégico para lograr crear ventajas

con la competencia, en este caso, otras instituciones de educación superior tecnológica.

3.1. Herramientas de marketing para reclutamiento de estudiantes

Fig. 5. Proceso de marketing. Novoa, G. (2017)

El diagrama presentado recomienda una serie de procesos a seguir con la finalidad de

lograr buenos resultados.

El proceso consta de seis puntos descritos de la siguiente manera.

1. En primer lugar, aunque es difícil conocer a toda la comunidad a la cual se le

presta el servicio de educación, es de gran importancia conocer cuál es la

población a la cual se quiere llegar, informándose acerca de características

sociales, económicas, culturales, entre otras y de allí escoger el mejor tipo de

población que se ajuste con las características de la institución.

Estudio de la

poblaciónIntereses

Sistema de

información

Análisis de

datosPropagación Capacitación

2. La institución debe conocer cuáles son los intereses de los estudiantes, padres de

familia, las necesidades del sector productivo, etc. La finalidad de este punto es

generar la información adaptada a las necesidades de los clientes y programar el

desarrollo de más y mejores servicios educativos, que respondan a una demanda

cambiante y cada vez más exigente.

3. Es fundamental crear un sistema de información que muestre la oferta formativa

a los futuros clientes, familiares, y en general a toda la comunidad institucional.

4. Realizar un análisis de datos con esta información es vital, ya que esto permitirá

una correcta selección de datos.

5. La institución deberá elegir los canales de divulgación apropiados para iniciar la

promoción.

6. Por último, realizar capacitaciones internas al personal de la institución, para

mantener el posicionamiento e indagar nuevas necesidades.

La introducción de las TIC en los procesos de enseñanza-aprendizaje y el uso

generalizado de internet han provocado que el marketing educativo online sea una

estrategia fundamental para los centros educativos. Alonso, C. (2017).

3.2. Social media

Las redes sociales se han convertido en el fenómeno más influyente en la comunicación

en los últimos años, en ellas se facilita la interacción de la comunidad, ayudando a

fomentar la confianza y un sentimiento común entre los miembros y aunque son un

fenómeno global, las redes sociales predominantes son Facebook, WhatsApp, YouTube,

como se muestra en el siguiente gráfico.

Fig. 6. Leading social networks worldwide as of April 2017. López, J. (2017)

La cantidad elevada de usuarios, permite que sea más fácil hacer llegar a los usuarios

información acerca de los productos que se ofertan en la institución. Permitiendo

segmentar los diferentes perfiles de quienes interactúan con la red social de la institución.

3.3. Ventajas del uso de content marketing en redes sociales

Dentro de las grandes ventajas que se obtienen con el content marketing se relaciona en

la calidad de los datos obtenidos y no en la cantidad de los mismos; haciendo posible

personalizar los contenidos creando una enorme ventaja para implementar campañas o

eventos en los cuales se dé a conocer el servicio educativo que ofrece la institución.

Adicionalmente, se pueden obtener ideas en tiempo real que permitirían optimizar el

proceso de venta en el momento oportuno y descubrir cuál es el servicio que adquieren

con mayor tasa los estudiantes y/o padres de familia y así lograr tener las herramientas

para, por ejemplo, definir si es oportuno complementar el servicio o generar uno más

personalizado.

Los datos obtenidos permiten realizar análisis predictivos para pronosticar tendencias y

hacer un seguimiento a las tendencias que ya existen. Además de esto es ideal para

optimizar la experiencia de los clientes y atraer nuevos usuarios, determinando si los

servicios ofrecidos por la institución cumplen las necesidades del cliente.

Como asegura el sitio NGDATA: “Las marcas líderes en el uso de datos, tienen tres

veces más probabilidades de quienes no lo son, de decir que han logrado una ventaja

competitiva en el compromiso y lealtad del cliente”. “Los datos ayudarán a usar los

recursos de modo más eficiente, permitiendo crecer como empresa y ganar una posición

destacada en el mercado”.

CONCLUSIONES

El uso adecuado del Big Data juega un papel importante y quizás vital en el mercadeo,

aprovechar el potencial que este brinda depende únicamente de la organización que

quiera seguir surgiendo exponencialmente, ya posee una gran cantidad de herramientas

que pueden ser utilizadas con diferentes finalidades y entre las cuales se desarrolló este

trabajo es contribuir a la extensión y expansión de una institución educativa de nivel

tecnológico, ya que últimamente ha presentado una decadencia en sus matrículas

semestrales, lo cual deriva de la promoción ineficiente de los servicios que ofrece, ya

que no hay una adecuada organización de los datos que se obtienen en diferentes

eventos en los cuales se recopila información de posibles nuevos clientes.

Aprovechar herramientas como el Data Mining en una institución de educación superior,

permitiría tener acceso a invaluable información acerca de nuevos intereses,

necesidades, competidores, carreras con mayor número de matriculados, en fin,

brindaría información que puede transformarse en conocimiento para la institución, lo

cual le daría una ventaja sobre la competencia. Esta idea se planteará en la institución

con el objetivo de dar a conocer la ventaja de hacer uso del Big Data y cómo lograría

mejorar los ingresos de la organización, esperando obtener resultados positivos, y una

adaptación de esta herramienta.

BIBLIOGRAFÍA

- Alonso, C. (2017). Marketing educativo. Madrid, España. Graficas Dehon.

- Brake, D., Safko, L. The Social Media Bible: Tactics, Tools, and Strategies for

Business Success. Hoboken, New Jersey.Wiley

- Cano, J. (s.f). Business Intelligence: Competir con informacion. Recuperado de:

http://itemsweb.esade.edu/biblioteca/archivo/Business_Intelligence_competir_co

n_informacion.pdf

- Chávez, C. (2017). Módulo III “Herramientas y Técnicas para el Análisis de Datos”.

CUCEA UDG 2017 Guadalajara, Jalisco Mexico

- G. T. Lumpkin and Gregory G. Dess. (1996). Clarifying the Entrepreneurial

Orientation Construct and Linking It to Performance. The Academy of

Management Review Vol. 21, No. 1 (Jan., 1996), pp. 135-172.

- Glosario de la Educación Superior. (2007). Ministerio de Educación Nacional.

Colombia. Recuperado de:

https://www.mineducacion.gov.co/sistemasdeinformacion/1735/articles-

213912_glosario.pdf

- Han, J., Kamber, M. (2000). Data Mining: Concepts and Techniques. Recuperado

de: https://cs.wmich.edu/~yang/teach/cs595/han/ch01.pdf

- Igbaekemen, G. (2014). MARKETING INTELLIGENCE AS A STRATEGIC TOOL

FOR COMPETITIVE EDGE. British Journal of Marketing Studies Vol.2, No.5, pp.

17-34. Recuperado de: http://www.eajournals.org/wp-content/uploads/Marketing-

Intelligence-as-a-Strategic-Tool-for-Competitive-Edge.pdf

- Morales, E., Escalante, H. Clustering. Instituto Nacional de Astrofísica Óptica y

Electrónica. Recuperado de:

https://ccc.inaoep.mx/~emorales/Cursos/NvoAprend/Acetatos/clustering.pdf

- Olaya, V. (2016). Sistemas de información geográfica. Recuperado de :

http://volaya.github.io/libro-sig/index.html