Data Mining: El arqueólogo de las “joyas” que “ocultan” las cifras de su supply chain

¿Qué funciones tiene un técnico en Data Mining?. La respuesta se encuentra en cualquier oferta de trabajo para este perfil:

• Conocimiento demostrable en herramientas Data Mining y Business Intelligence. Por ejemplo: SAS, Knime, QlikView, IBM SPSS, SSAS, Rapid Miner. 
• Experiencia en segmentación de perfiles de clientes del CRM.
• Estudio de perfiles objetivos.
• Detectar patrones de consumidor-explotación de la base de datos (CRM).
• Medición continua y retorno de inversión. 
• Formación en gestión de base de datos, matemáticas, estadística, física o ingenierías.
• Experiencia en minería de datos, consultoría Business Intelligence, SQL, ETLs. Valorable gestión base de datos de gran volumen. 

El gran incremento de datos que ha producido la explosión digital ha hecho que las compañías tengan una ingente cantidad de datos (Big Data), que no son capaces de gestionar, ni analizar. El exceso de información es contraproducente y lleva a la más absoluta de las incertidumbres. Una coyuntura directamente relacionada con el acceso a Internet. Por cierto, ¿se imagina cómo sería el mapamundi, teniendo en cuenta sólo esta variable?

Por lo tanto, el Consultor en Data Mining (Minería de Datos) descifra la realidad “oculta” que muestran los datos de su empresa. Este “arqueólogo” es capaz de descubrir, por ejemplo: patrones desconocidos que aporten valor como los grupos de registros de datos (análisis cluster), registros poco usuales (anomalías) y dependencias (minería por reglas de asociación). El Consultor en Data Mining tiene también la capacidad de elaborar predicciones directamente en las simulaciones. Es decir, existen algoritmos de aprendizaje automático que permiten «aprender» y predecir resultados futuros, según variables de entrada. La nueva Consultoría Logística te dice qué tienes que cambiar, pero compruébalo primero en una simulación informática.

Cómo mostrar la realidad “oculta” en logística 

La Consultoría Data Mining en una empresa logística se muestra con una visualización de los datos que hay detrás de sus procesos, con simulaciones informáticas. Esta realidad “oculta” permitirá ver, por ejemplo, sobre un almacén:

• Visualización avanzada de la estructura interna de almacén. Vistas en dos y tres dimensiones, estructura árbol. Ajuste de gráficos a las necesidades del empresario. 
• Control de trabajo en cualquier tipo de almacén. 
• Posibilidad de definir atributos de mercancías y localizaciones.
• Influencia en la mejora de rendimiento de procesos.
• Filtrado de mercancías, según normas determinadas.
• Valoración de dispersión de mercancías. 
• Trazado, medición y análisis de longitud de rutas en almacenes.

Una visualización de datos profesional es la mejor manera, y la más persuasiva, de comunicar información cuantitativa. Esta herramienta tecnológica es ideal para tomar decisiones más inteligentes y mejorar así la productividad. Tanto para las pequeñas y medianas empresas, como para las grandes multinacionales. Inditex es una de ellas y ya aplica a sus sistemas de información las últimas herramientas de Business Intelligence. Quizás por esta razón, ocupa el segundo lugar en este Ranking Supply Chain Top 15 Europe de la Consultora Gartner:

Métodos Data Mining 

El análisis inteligente de datos se basa a su vez en unos métodos que nos permiten entender e interpretar los datos correctamente, y sin errores:

Arboles de decisión: Es un modelo de predicción utilizado en el ámbito de la inteligencia artificial. Dada una base de datos se construyen diagramas de construcciones lógicas, muy similares a los sistemas de predicción basados en reglas, que sirven para representar y categorizar una serie de condiciones que ocurren de forma sucesiva, para la resolución de un problema. Un árbol de decisión tiene unas entradas las cuales pueden ser un objeto o una situación descrita por medio de un conjunto de atributos y a partir de esto devuelve una respuesta la cual en últimas es una decisión que es tomada a partir de las entradas. Los valores que pueden tomar las entradas y las salidas pueden ser valores discretos o continuos.

Redes Neuronales: Las redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como: «ANN»1 ) son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas que colaboran entre sí para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales. Una red neuronal se compone de unidades llamadas neuronas. Cada neurona recibe una serie de entradas a través de interconexiones y emite una salida.

Sistemas asociativos: El cerebro humano percibe la información de manera asociativa. A través de estos métodos relacionamos los resultados obtenidos para poder captar la imagen global de la situación a visualizar.

Métodos estadísticos:  Son el soporte esencial para detectar correlaciones entre variables, desviaciones o patrones de comportamiento desigual, así como la herramienta para realizar análisis predictivos.

La Consultoría Data Mining es la nueva Consultoría Logística que necesita cualquier empresa para su cadena de suministro. Desde el fabricante, el proveedor del almacén, el transportista, la distribución capilar, la logística inversa, atención al cliente, etc. Seguro que los datos de compañía esconden “joyas” por descubrir.

COMPARTE ESTE POST