{"id":16027,"date":"2017-07-13T08:00:31","date_gmt":"2017-07-13T06:00:31","guid":{"rendered":"http:\/\/192.168.20.3\/?p=16027"},"modified":"2024-12-12T14:45:23","modified_gmt":"2024-12-12T13:45:23","slug":"sap-predictive-analytics-1-2","status":"publish","type":"post","link":"https:\/\/orekait.com\/es\/sap-predictive-analytics-1-2\/","title":{"rendered":"SAP Predictive Analytics (1 \/ 2)
<\/span>"},"content":{"rendered":"

[et_pb_section fb_built=”1″ admin_label=”section” _builder_version=”4.25.2″ global_colors_info=”{}”][et_pb_row admin_label=”Imagen principal” _builder_version=”4.25.2″ background_size=”initial” background_position=”top_left” background_repeat=”repeat” global_colors_info=”{}”][et_pb_column type=”4_4″ _builder_version=”4.16″ custom_padding=”|||” global_colors_info=”{}” custom_padding__hover=”|||”][et_pb_image alt=”cloud-public” title_text=”Reclamacio\u0301n-de-facturas-vencidas-en-SAP-FI-1″ admin_label=”Imagen principal” module_class=”post-img” _builder_version=”4.25.2″ _module_preset=”default” global_colors_info=”{}”][\/et_pb_image][\/et_pb_column][\/et_pb_row][et_pb_row admin_label=”Cuerpo” _builder_version=”4.25.2″ _module_preset=”default” global_colors_info=”{}”][et_pb_column type=”4_4″ _builder_version=”4.25.2″ _module_preset=”default” global_colors_info=”{}”][et_pb_text content_last_edited=”off|desktop” admin_label=”Texto” _builder_version=”4.25.2″ header_2_font_size=”24px” header_3_font_size=”20px” header_4_font_size=”17px” background_size=”initial” background_position=”top_left” background_repeat=”repeat” width=”%22671%22″ height=”%22251%22″ global_colors_info=”{}” content__hover_enabled=”off|hover”]<\/p>\n

\n

En este art\u00edculo hablaremos sobre\u00a0SAP Predictive Analytics<\/strong>\u00a0empezando por explicar qu\u00e9 es el an\u00e1lisis predictivo.<\/p>\n

Con el nacimiento del\u00a0Internet de las cosas<\/strong>, la interconexi\u00f3n digital de nuestros objetos cotidianos con internet, la generaci\u00f3n de datos ha aumentado de forma exponencial.<\/p>\n

Esta gran cantidad de datos, procesados adecuadamente, nos puede proporcionar informaci\u00f3n \u00fatil que se puede aprovechar para\u00a0mejorar el rendimiento de nuestros negocios<\/strong>, de tal manera que, por ejemplo, conozcamos m\u00e1s a fondo a nuestros clientes y as\u00ed podamos ofrecer\u00a0ofertas a medida<\/strong>\u00a0y mejor adaptadas a las necesidades de cada uno.<\/p>\n

Es aqu\u00ed, donde esta necesidad, hace que aparezcan y tomen importancia los an\u00e1lisis de datos del tipo avanzado, donde destacan los\u00a0an\u00e1lisis predictivos<\/strong>.<\/p>\n

 <\/p>\n

\u00bfQu\u00e9 es el an\u00e1lisis predictivo?<\/strong><\/h2>\n

El\u00a0An\u00e1lisis Predictivo<\/strong>\u00a0es el estudio que consiste en aplicar t\u00e9cnicas matem\u00e1ticas y estad\u00edsticas a gran cantidad de datos para crear modelos que reflejen las relaciones impl\u00edcitas entre ellos y con la finalidad de descubrir patrones, tendencias y reglas \u00fatiles.<\/p>\n

El objetivo principal es obtener un\u00a0Modelo Predictivo<\/strong>* que proporcione resultados, estimaciones, predicciones, asociaciones, recomendaciones que nos sean \u00fatiles, es decir, que logren producir beneficios, prevenir errores, simplificar situaciones, etc.<\/p>\n

*Consideramos un Modelo Predictivo<\/strong> como una representaci\u00f3n matem\u00e1tica, generalmente un conjunto de ecuaciones donde los par\u00e1metros vienen estimados utilizando t\u00e9cnicas matem\u00e1ticas a partir de la observaci\u00f3n de los datos.<\/pre>\n
\"\"<\/p>\n
Tipos de aplicaciones
<\/strong><\/h2>\n
Seg\u00fan los objetivos, las preguntas a las que se quiera responder o el tipo de informaci\u00f3n que se quiera obtener, dividiremos el\u00a0an\u00e1lisis predictivo<\/strong>\u00a0entre los siguientes tipos de aplicaciones:<\/p>\n
    \n
  • An\u00e1lisis de Outliers:\u00a0<\/strong>sirven para la b\u00fasqueda de valores inusuales e inesperados. Responden a las preguntas \u00bfQu\u00e9\u00a0anomal\u00edas o valores inusuales<\/strong>\u00a0pueden existir? \u00bfSon errores o son cambios de conducta reales?<\/li>\n
  • Series Temporales:\u00a0<\/strong>a partir de patrones hist\u00f3ricos tratan de predecir valores futuros. Nos dan informaci\u00f3n sobre, \u00bfCu\u00e1les son las\u00a0tendencias<\/strong>, tanto hist\u00f3ricas como emergentes? \u00bfC\u00f3mo pueden continuar y evolucionar?<\/li>\n
  • An\u00e1lisis de Clasificaci\u00f3n y Regresi\u00f3n:\u00a0<\/strong>tratan de predecir los valores de una variable a partir de los valores que afectan a otras variables con las que tiene relaci\u00f3n. Nos ayudan a descubrir, \u00bfCu\u00e1les son las\u00a0caracter\u00edsticas<\/strong>\u00a0que propician que ocurra un suceso u otro?<\/li>\n
  • An\u00e1lisis Cl\u00faster:\u00a0<\/strong>ayudan a agrupar los datos con atributos similares en cl\u00fasteres. Dan respuesta a \u00bfHay\u00a0grupos de individuos<\/strong>\u00a0determinados en funci\u00f3n de las caracter\u00edsticas comunes?<\/li>\n
  • An\u00e1lisis de Asociaci\u00f3n:<\/strong>\u00a0sirven para encontrar reglas de asociaci\u00f3n entre objetos. Obtienen informaci\u00f3n sobre \u00bfCu\u00e1les son las\u00a0correlaciones en los datos<\/strong>? \u00bfQu\u00e9 sucesos ocurren habitualmente a la vez?<\/li>\n<\/ul>\n
    L\u00edneas de negocio<\/strong><\/h2>\n
    Sin embargo, aunque haya multitud de\u00a0tipos de an\u00e1lisis predictivos<\/strong>, donde de verdad reside la importancia de estos estudios es en la cantidad de posibles aplicaciones que existen.<\/p>\n
    En estos \u00faltimos a\u00f1os las l\u00edneas de negocio donde se han implantado proyectos de\u00a0an\u00e1lisis predictivo<\/strong>\u00a0se ha expandido enormemente. Por ejemplo:<\/p>\n
      \n
    • Marketing:\u00a0<\/strong>Entender que est\u00e1n diciendo, que opiniones tienen tus clientes sobre ti y tus servicios y como te valoran, utilizando el an\u00e1lisis de sentimientos en las redes sociales.<\/li>\n
    • Finanzas:\u00a0<\/strong>Predecir movimientos de dinero, gestionar recaudaciones y pr\u00e9stamos, identificar el riesgo en operaciones de negocio, detectar alteraciones y cambios inusuales en del mercado.<\/li>\n
    • Producci\u00f3n<\/strong>: Monitorizar y analizar todos los cambios y las cuestiones de calidad de los procesos de producci\u00f3n. Desde detectar y predecir los fallos, hasta entender el porqu\u00e9 de \u00e9stos pudiendo as\u00ed mejorar el proceso.<\/li>\n
    • Cadena de suministros:\u00a0<\/strong>Control inmediato de cambios en las demandas y suministros.<\/li>\n
    • TICs:\u00a0<\/strong>An\u00e1lisis de support\/call centers, utilizaci\u00f3n de activos, planificaci\u00f3n de demandas y procedimientos, estudio de la deslealizaci\u00f3n de un cliente.<\/li>\n
    • Ventas:\u00a0<\/strong>Aproximar, en tiempo real, las ventas futuras mejorando las fuentes de informaci\u00f3n sobre las previsiones de ingresos. Agrupar a los clientes en funci\u00f3n de sus perfiles pudiendo optimizar las ofertas y recomendaciones para cada tipo de cliente.<\/li>\n
    • Soporte al cliente<\/strong>: Proporcionar las ofertas correctas y el nivel de servicio adecuado a cada cliente. A partir del estudio de las relaciones entre los productos estudiar oportunidades de cross-sell.<\/li>\n<\/ul>\n
      An\u00e1lisis predictivo en SAP<\/strong><\/h2>\n
      \"\"<\/p>\n
      Por supuesto, SAP no se queda atr\u00e1s en esta tendencia y proporciona una herramienta,\u00a0SAP Predictive Analytics<\/strong>, que nos permite realizar an\u00e1lisis predictivos completos. Adem\u00e1s, gracias a su tecnolog\u00eda\u00a0SAP HANA<\/strong>\u00a0se ha convertido en una de las herramientas m\u00e1s potentes del mercado.<\/p>\n
      En el siguiente art\u00edculo trataremos esta herramienta y las ventajas que nos ofrece.<\/p>\n<\/div>\n
      [\/et_pb_text][\/et_pb_column][\/et_pb_row][et_pb_row admin_label=”M\u00e1s informaci\u00f3n” _builder_version=”4.25.2″ _module_preset=”default” global_colors_info=”{}”][et_pb_column type=”4_4″ _builder_version=”4.25.2″ _module_preset=”default” global_colors_info=”{}”][et_pb_text _builder_version=”4.25.2″ _module_preset=”default” global_colors_info=”{}”]<\/p>\n
      M\u00e1s informaci\u00f3n:<\/p>\n
      [\/et_pb_text][et_pb_button button_url=”https:\/\/orekait.com\/es\/area-analitica-negocio” button_text=”M\u00e1s informaci\u00f3n” module_class=”entrada-btn” _builder_version=”4.25.2″ _module_preset=”default” custom_button=”on” button_text_color=”#8156EA” button_bg_color=”RGBA(255,255,255,0)” button_border_color=”#8156EA” button_border_radius=”30px” button_font=”Plus Jakarta Sans|600|||||||” button_icon=”$||divi||400″ button_icon_color=”#8156EA” button_on_hover=”off” hover_enabled=”0″ global_colors_info=”{}” button_text_color__hover_enabled=”on|desktop” button_text_color__hover=”#8156EA” button_bg_color__hover_enabled=”on|hover” button_bg_color__hover=”#8156EA” button_bg_enable_color__hover=”on” button_icon_color__hover_enabled=”on|hover” button_icon_color__hover=”#ffffff” url_new_window=”on” sticky_enabled=”0″][\/et_pb_button][et_pb_divider show_divider=”off” _builder_version=”4.25.2″ _module_preset=”default” custom_margin=”||40px||false|false” global_colors_info=”{}”][\/et_pb_divider][\/et_pb_column][\/et_pb_row][et_pb_row use_custom_gutter=”on” admin_label=”Noticias relacionadas titulo” module_id=”fondo-articulos” _builder_version=”4.25.2″ _module_preset=”default” background_color=”#f7f7f7″ width=”100%” global_colors_info=”{}”][et_pb_column type=”4_4″ _builder_version=”4.25.2″ _module_preset=”default” global_colors_info=”{}”][et_pb_divider show_divider=”off” _builder_version=”4.25.2″ _module_preset=”default” background_color=”RGBA(255,255,255,0)” custom_margin=”||40px||false|false” global_colors_info=”{}”][\/et_pb_divider][et_pb_heading title=”Quizas te pueda interesar” _builder_version=”4.25.2″ _module_preset=”default” title_level=”h2″ title_text_align=”center” global_colors_info=”{}”][\/et_pb_heading][et_pb_divider show_divider=”off” _builder_version=”4.25.2″ _module_preset=”default” custom_margin=”||30px||false|false” global_colors_info=”{}”][\/et_pb_divider][\/et_pb_column][\/et_pb_row][et_pb_row admin_label=”Noticias relacionadas” _builder_version=”4.25.2″ _module_preset=”default” width=”100%” custom_margin=”-150px||||false|false” custom_margin_tablet=”0px||||false|false” custom_margin_phone=”0px||||false|false” custom_margin_last_edited=”on|desktop” global_colors_info=”{}”][et_pb_column type=”4_4″ _builder_version=”4.25.2″ _module_preset=”default” global_colors_info=”{}”][et_pb_blog fullwidth=”off” posts_number=”3″ include_categories=”current” show_author=”off” show_date=”off” show_pagination=”off” _builder_version=”4.25.2″ _module_preset=”default” global_colors_info=”{}”][\/et_pb_blog][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":"
      En este art\u00edculo hablaremos sobre\u00a0SAP Predictive Analytics\u00a0empezando por explicar qu\u00e9 es el an\u00e1lisis predictivo. Con el nacimiento del\u00a0Internet de las cosas, la interconexi\u00f3n digital de nuestros objetos cotidianos con internet, la generaci\u00f3n de datos ha aumentado de forma exponencial. Esta gran cantidad de datos, procesados adecuadamente, nos puede proporcionar informaci\u00f3n \u00fatil que se puede aprovechar […]<\/p>\n","protected":false},"author":3,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"on","_et_pb_old_content":"Lorem ipsum dolor sit amet consectetur adipiscing elit congue montes, imperdiet taciti erat elementum fermentum sem ante ultrices ridiculus, sagittis sociis egestas quisque ac semper quis odio. Aenean hendrerit ac metus dis nascetur aliquet mollis integer, rutrum vel laoreet posuere proin sagittis luctus est, tempus duis nisl ultrices parturient tempor praesent. Dignissim curabitur nascetur pellentesque augue fringilla pulvinar eros, tempus fames vehicula maecenas cubilia id, rutrum euismod integer ut scelerisque mus.\r\n\r\nVivamus auctor odio aenean rhoncus natoque dictum purus, volutpat pellentesque laoreet ridiculus consequat nisi varius euismod, augue platea convallis curae magnis taciti. Imperdiet nibh curabitur quisque orci consequat aenean pellentesque, cubilia duis senectus felis sed posuere tortor, magnis enim diam a odio sociis. Enim tellus nisl nec molestie augue luctus tempor habitant, nunc dictumst phasellus volutpat sem facilisis taciti, habitasse laoreet at turpis vel fermentum vulputate.","_et_gb_content_width":"","footnotes":""},"categories":[43,63],"tags":[],"class_list":["post-16027","post","type-post","status-publish","format-standard","hentry","category-analytics","category-sap-hana"],"_links":{"self":[{"href":"https:\/\/orekait.com\/es\/wp-json\/wp\/v2\/posts\/16027","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/orekait.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/orekait.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/orekait.com\/es\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/orekait.com\/es\/wp-json\/wp\/v2\/comments?post=16027"}],"version-history":[{"count":8,"href":"https:\/\/orekait.com\/es\/wp-json\/wp\/v2\/posts\/16027\/revisions"}],"predecessor-version":[{"id":22382,"href":"https:\/\/orekait.com\/es\/wp-json\/wp\/v2\/posts\/16027\/revisions\/22382"}],"wp:attachment":[{"href":"https:\/\/orekait.com\/es\/wp-json\/wp\/v2\/media?parent=16027"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/orekait.com\/es\/wp-json\/wp\/v2\/categories?post=16027"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/orekait.com\/es\/wp-json\/wp\/v2\/tags?post=16027"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}