La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Primera sustentación Proyectos de Sistemas II Alcántara Mori, Alvaro Asesor : MBA Ing. Carlos Zorrilla Vargas.

Presentaciones similares


Presentación del tema: "Primera sustentación Proyectos de Sistemas II Alcántara Mori, Alvaro Asesor : MBA Ing. Carlos Zorrilla Vargas."— Transcripción de la presentación:

1 Primera sustentación Proyectos de Sistemas II Alcántara Mori, Alvaro Asesor : MBA Ing. Carlos Zorrilla Vargas

2 Carrera: Informática Área: Base de Datos Asignatura: Minería de Datos Tema: Implantación de un sistema de Minería de Datos.

3 2. Justificación de la Investigación

4 OBJETIVOS GENERALES Conocer el impacto económico y en la alineación de los procesos al implantar un sistema de Minería de Datos, en la empresa DIPESA.

5 Objetivos Específicos Calcular la ganancia económica resultante después de la implantación. Reducción de 10% del costo del producto en logística. Caracterizar los procesos no atendidos adecuadamente, conocer su influencia.

6 La empresa DIPESA, dedicada a la comercialización de productos de primera necesidad. Tiene procesos básicos de comercialización y cuenta con un sistema de almacenes que solo gestiona parte de sus procesos.

7 Se ha visto perdidas por el mal ingreso de los datos en algunas de las áreas de sus procesos y gastos excesivos por el tema de almacenamiento. También ligeras perdidas de productos que exceden las fechas de vencimiento y que aun no han sido distribuidos.

8 Formulación de Minería de Datos para la Empresa Distribuidora de Productos Espinoza Aguilar S.A DISTRIBUIDORA DE PRODUCTOS ESPINOZA AGUILAR S.A.

9 Desde sus inicios la rentabilidad en las cuales está orientada la empresa, DIPESA, se basa en la cantidad de volumen comercializado, dejando de lado la investigación relacionada con las estadísticas y proyecciones. Generando gastos adicionales que bien se pueden reducir en las etapas de almacenaje y preferencias de clientes.

10 Hipótesis ¿La implantación de un Sistema de Minería de Datos, en la empresa DIPESA, logrará reducir los gastos logísticos de 25% a 15 %?

11 JUSTIFICACION ¿Por qué? Para detectar falencias en las los procesos que generen perdidas por gastos innecesarios en la logística. ¿Para qué? Para aumentar la rentabilidad del negocio y agilizar los procesos internos de comercialización en todas sus áreas.

12 LIMITACIONES Las limitaciones del estudio son dadas por la falta de cultura que tienen las medianas empresas en la inversión de proyecciones estadísticas y en la estructura cerrada de las compañías que por seguridad y estrategias comerciales limitan a nula la información de sus logros internos.

13 3. Situación Actual

14 RECURSOS CON LOS QUE CONTAMOS SALAS DE VENTA Y VENDEDORES SISTEMAS INFORMATICOS OPERADOR DE TRANSPORTE PROPIO Contamos con 13 vehículos propios entre camiones, camionetas, minibuses y combis bajo la administración y control de nuestra Empresa CHZ Servicios Corporativos SAC. Sala de Ventas DIPESA Sala de Ventas REDIGOL Contamos con el sistema comercial Este nos otorga información detallada acorde con las necesidades del momento Contamos con: 04 Vendedores canal Vertical 30 Vendedores canal Horizontal 05 Vendedores Viajeros

15 ZONAS DE OPERACION REGION JUNIN Provincias de Huancayo, Chupaca, Concepción, Jauja, Yauli – La Oroya, Tarma, Chanchamayo y Satipo REGION HUANCAVELICA Provincias de Huancavelica, Pampas, Tayacaja y Lircay

16 VENDEDORES Y CARTERA DE CLIENTES Cartera 4,890 Clientes Cobertura 3,800 Clientes Zonas de atención Huancayo, Chupaca, Concepción, Jauja, Yauli – La Oroya 14 Vendedores cobertura 01 Vendedor mayorista 01 Vendedor mini mayorista 01 Vendedor mercados 03 Vendedores viajeros 20 VENDEDORES Cartera 350 Clientes Cobertura 285 Clientes Zonas de atención Pampas, Huancavelica y Lircay LINEAS DE PRODUCTOS 06 VENDEDORES20 VENDEDORES 02 Vendedores cobertura 01 Vendedor mayorista 02 Vendedores Selva central 01 Vendedor Boticas, Farmacias 14 Vendedores cobertura 01 Vendedor mayorista 01 Vendedor mini mayorista 01 Vendedor mercados 03 Vendedores viajeros Cartera 350 Clientes Cobertura 285 Clientes Zonas de atención Provincias de Tarma, Chanchamayo y Satipo Cartera 4,890 Clientes Cobertura 3,800 Clientes Zonas de atención Huancayo, Chupaca, Concepción, Jauja, Yauli – La Oroya Cartera 350 Clientes Cobertura 285 Clientes Zonas de atención Pampas, Huancavelica y Lircay

17 Marco Teórico

18 La Minería de Datos es un campo multidisciplinario

19 Proceso que abarca la Minería de Datos

20 Etapas Selección de los datos de entrada. Transformación de los datos de entrada. Minería de datos. Interpretación de los resultados obtenidos.

21 Preparación de datos Extracción / Integración Transformación Selección Limpieza Data warehouse 50-80% tiempo del proyecto

22 Scrubbing, selecting, cleansing, preprocessing,… Eliminar redundancia Eliminar datos y variables irrelevantes Tratar datos ausentes media, substitución astuta, interpolación, ignorar, ? Corrección errores Outliers (datos fuera de rango) Verificar consistencia Reservar todo pre procesamiento relevante hasta el análisis

23 –Lenguaje Unificado de Modelado (UML)

24 ¿Qué usamos? El Modelo de Hechos Dimensionales Análisis de datos en tiempo finito, y multidimensional

25 Diagrama en Estrella Tipo de consulta más usada, por el tipo relacional.

26 Cubos de datos Conjunto formado por todas las tablas Dimensión y la tabla Hecho

27 Análisis de datos Tareas conceptuales: Clasificación Optimización Interpolación Modelación Predicción Técnicas: Árboles de decisión Reglas de asociación Ajustes (regresiones..) Algoritmos genéticos Redes neuronales Objetivos: Target marketing Segmentación Control Predicción ventas Descubrir imperfecciones

28 Técnicas de minería de datos Redes neuronales. Inspirado en la forma en que funciona el sistema nervioso de los animales. Regresión lineal. Utilizada para formar relaciones entre datos

29 Técnicas de minería de datos Árboles de decisión. Creación de estructuras de lógicas de información. Modelos estadísticos. Expresión simbólica en forma de igualdad o ecuación para indicar los diferentes factores que modifican la variable de respuesta.

30 Interpretación de los resultados obtenidos Despliegue. ¿Cómo se usaran los resultados obtenidos? ¿Quién necesita usarlos? ¿Con qué frecuencia se usaran? Aplicado por el área responsable. Tipo de despliegue: Simple. generar un reporte Complejo. implementar un proceso de MD para una empresa

31 Evaluación de Modelos Matriz de confusión Curva ROC Lift charts

32 SAS® (statistical analysis system) Enterprise Miner simplifica el proceso de minería de datos para crear modelos predictivos y descriptivos de gran precisión basados en el análisis de grandes cantidades de datos provenientes de todas las áreas de la empresa. Data mining con SAS ® Enterprise Miner TM

33 Oracle Data Mining Oracle brinda la primera plataforma que unifica aplicaciones de gestión de performance, herramientas de Business Intelligence y de análisis y almacenamiento de datos. Las soluciones de BI de Oracle están dirigidas a los ejecutivos de tecnología y negocios de organizaciones que buscan optimizar e integrar los procesos de análisis y gestión.

34

35 Fuerzas de Porter

36

37 Modelo Propuesto

38

39 Casos de Empaques Especiales

40 Proceso de Venta

41 Proceso de Compra

42 Diagrama de Secuencia

43

44 Aquí analizamos cuantos atributos tenemos y de que tipo son:

45

46

47 INVERSIÓN Resumen Inversion ITEMCosto S/. Costo de RRHH Costos de Hardware21085 Costo de Software Costo Logísticos1100 Costos de Infraestructura9125 Otros4370 TOTAL

48 Ahorro Anual

49 Columna1Columna2Columna3Columna4 Meses enero TIR febrero % marzo30000 abril30000 mayo30000VAN S/. 141, junio30000 julio30000 agosto30000 septiembre30000 octubre30000 noviembre30000 diciembre30000

50 Conclusiones Conociendo las tendencias cambiantes del mercado, las organizaciones podrán realizar las acciones para aumentar la rentabilidad del negocio. La reducción de gastos logísticos como la merma y el costo de transporte significará una madures en la sostenibilidad de la empresa en el mercado laboral.

51 GRACIAS


Descargar ppt "Primera sustentación Proyectos de Sistemas II Alcántara Mori, Alvaro Asesor : MBA Ing. Carlos Zorrilla Vargas."

Presentaciones similares


Anuncios Google