Conservando empleos analíticos en México

Presentación del tema: "Conservando empleos analíticos en México"— Transcripción de la presentación:

1 Conservando empleos analíticos en México
Hay competencia internacional por los repositorios y explotaciones de datos.

2 Resumen Analytics es susceptible a realizarse remotamente en las transnacionales. Lealtad: te conviene buscar lo mejor para tu empresa. No siempre analizar para reducir. Suplementos con información local. Compite: Más barato, más rápido, más completo. Las áreas administrativas y en especial las de analytics corren el riesgo de ser movidas a corporativos, lo que en las transnacionales significa cerrar oficinas locales. No quiero dar consejos que los vuelvan mañosos o desleales, quistes en sus empresas. Los problemas de lealtad afectan a toda la carrera y no sólo al empleo que tengas en un momento dado. Yo creo mucho en las huelgas de exceso de trabajo: en demostrar a la administración que no deben perder tus aportaciones. Estos consejos son mejoras per-se, y combinan bien con consumo local, economía circular. No sólo usen minería para encogerse, porque eso les quitará fuerza, capacidades, presupuesto, … Encuentren negocios amigos, junten sus datos y perfilen cuántas personas más pueden atraer (prefieran a los negocios locales) Competir es efectivo cuando se es mejor.

3 Optimizar: ¿Siempre es reducir?
Costos. Tiempos. Errores. Perfilado. Inversión necesaria. Explicación. Suplementos. ! ? Reducción

4 Perfilado Ever-Shrinking-Customer base: vender sólo a los clientes activos. Contraste entre clientes que respondieron con prospectos que no (en idéntica campaña), permitiendo nuevas selecciones. Clave: incluir en el perfil la interpretación local.

5 Inversión necesaria Ever-Shrinking-Operations: vender sólo a los clientes activos. Modelos    Simulación: ¿Sigue siendo sustentable tras reducción? Simular varios ciclos, varios años. Clave: Mostrar las implicaciones de encogerse.

6 Explicación Supervisión a los modelos:
¿Cómo contrastan los perfiles positivo / negativo? ¿Qué variables fundamentan la predicción? ¿Hay interacciones relevantes? ¿Hay tendencias en las variables históricas? ¿Hay contradicciones entre los modelos? Clave: conviertan el modelo en conocimiento para administradores.

7 Suplementos ¿Hay más datos, que mejoren el perfil?
En la misma empresa. En gobierno. En empresas amigas (suscripción co-branded). Datos adquiridos (burós, redes sociales). ¿Puedes hacer visibles los gastos en efectivo? Clave: Sumar negocios locales.

8 Sinergia Colaboración entre analistas y directores.

9 Contacto José Antonio Padrós Escalante ipe.mx
Director de Servicios Analíticos. MSc. Advanced Computer Science. ipe.mx ipe.mx <a rel="license" href=" alt="Creative Commons License" style="border-width:0" src=" /></a><br /><span xmlns:dct=" property="dct:title">Perdiendo dinero con analytics</span> by <a xmlns:cc=" href="ipe.mx" property="cc:attributionName" rel="cc:attributionURL">Jose Antonio Padros Escalante</a> is licensed under a <a rel="license" href=" Commons Attribution 4.0 International License</a>.<br />Based on a work at <a xmlns:dct=" href="ipe.mx" rel="dct:source">ipe.mx</a>.