APLICACIÓN DE BIG DATA E INTELIGENCIA DE MERCADEO EN ...
Transcript of APLICACIÓN DE BIG DATA E INTELIGENCIA DE MERCADEO EN ...
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