1. Análisis Predictivo
1.1. Consiste en estudiar los datos historicos y actuales para hacer predicciones sobre el futuro.
1.2. este análisis tiempos de Big Data y de Machine Learning estas técnica son fundamentales.
1.3. Usan una mezcla de tecnicas de matemática, estadística y machine learning para el análisis de datos.
1.3.1. Uso
1.3.1.1. Predice futuras tendencias en función de patrones encontrados en datos actuales e históricos.
1.3.1.2. Predecir resultados de ventas.
1.3.1.3. Su uso es principalmente es esencial en los sectores de marketing.
1.3.1.4. Predecir comportamiento en la tasa de visita.
1.3.2. Su enfoque
1.3.2.1. Se reifere en ¿que va a pasar?
1.3.3. Visión
1.3.3.1. esta basado en el futuro.
1.3.4. Técnicas
1.3.4.1. Algoritmos de apredizaje automatico.
1.3.4.2. modelos de regresión.
1.3.4.2.1. introduce elemento novedoso porque permiten saber qué rendimiento vas a sacar de un individuo o producto.
1.3.4.3. Arboles de decisiones.
1.3.4.3.1. estan formados por subconjuntos de variables de objetivos que han sido predeterminadas.
1.3.5. Herramientas.
1.3.5.1. Watson studio Desktop
1.3.5.1.1. sirve para implementar y experimentar con datos.
1.3.5.2. Alteryk
1.3.5.2.1. Es una herramienta especialmente útil, que destaca por la opción de recopilar datos de varias fuentes y filtrarlos
1.3.5.3. DataBricks
1.3.5.3.1. Tiene la ventaja de funcionar con código abierto y con distintas funcionalidades.
2. Análisis descriptivo
2.1. Describe los datos existentes,estudia lo que sucedio y su visión es en el pasado.
2.1.1. Usos:
2.1.1.1. Informe de venta.
2.1.1.2. Tasa de visitas.
2.1.2. Técnicas:
2.1.2.1. Agrupacion de datos.
2.1.2.2. Minería de datos.
2.1.2.3. Estadistícas resumidas.
3. Análisis diagnóstico
3.1. Describe los resultados obtenidos en una investigación y se enfoca en por que sucedió y su vision esta en el pasado.
3.1.1. Usos:
3.1.1.1. Entender por qué bajaron las cuentas.
3.1.1.2. Entender que eventos aumentaron la tasa de visitas.
3.1.2. Técnicas:
3.1.2.1. Análisis de componentes principales
3.1.2.2. Análisis de clasificacion.
4. Análisis Prescriptivo
4.1. Se encarga de encontrar una solución entre una gama de variantes con el objetivo de optimizar los recursos y aumentar la eficiencia operativa.
4.2. Predice lo que ocurrirá, cuándo ocurrirá y las razones por las que ocurrirá
4.2.1. Enfoque
4.2.1.1. Como hacer que suceda
4.2.2. Visión
4.2.2.1. Futura
4.2.3. Uso
4.2.3.1. Promover un comportamiento en los clientes.
4.2.3.2. Publicidad dirigida para un grupo especifico de clientes.
4.3. La prescriptiva va un paso más allá de predecir resultados, ya que también sugiere acciones para alcanzar el escenario que mayores beneficios aporte a la empresa.
4.4. Algunas empresas que cuentan con este tipo de análisis son amazon y netflix.
4.4.1. Ayuda a Netflix a comprender los aspectos que influyen en las decisiones de compra de los clientes. Esta estrategia se utiliza luego para tomar decisiones oportunas.
4.5. Para contar con este tipo de análisis se debe tener personal altamente capacitado.
4.5.1. Técnicas
4.5.1.1. Inteligencia Artificial
4.5.1.1.1. Mediante la big data y la mineria de datos.
4.5.1.2. Aprendizaje automático
4.5.1.2.1. Conocer la tendencia de los clientes sobre ciertos productos para lanzar las campañas de marketing.
4.5.1.3. procedimientos de modelado computacional.