El mundo de los datos: data science y machine learning

1

Aprende ciencia y análisis de datos para optimizar las estrategias de tu negocio

2

Retos para aprender ciencia de datos

3

¿Qué es ciencia de datos y big data? ¿Cómo afectan a mi negocio?

4

¿Qué tipo de información podemos analizar?

5

¿Cómo crear empresas y culturas data-driven?

6

¿Qué es inteligencia artificial y machine learning?

7

¿Qué es deep learning? Análisis de imagen, audio y video

Herramientas y roles de trabajo en ciencia de datos

8

Flujo de trabajo en ciencia de datos: fases, roles y oportunidades laborales

9

Herramientas para cada etapa del análisis de datos

10

¿Qué es y cómo usar una base de datos relacional con SQL?

11

Cómo estructurar queries en SQL

12

Conflictos y retos actuales sobre la ética y tratamiento de datos

Problema de negocio: análisis

13

Aplica técnicas de storytelling para convertir problemas de datos en historias

14

Cómo estructurar un caso de negocio

15

Análisis cuantitativo en un caso de negocio

16

Análisis cualitativo en un caso de negocio

17

Fusión cuanti-cualitativa en un caso de negocio

18

¿Qué es minería de texto? ¿Cómo usarla para obtener información adicional?

19

Variación de comportamientos a partir de la geolocalización

Problema de negocio: implementación

20

Acciones, algoritmos y toma de decisiones según los resultados del análisis

21

Apuntes y cursos para aprender ciencia de datos

22

Continúa aprendiendo ciencia y análisis de datos para ejecutar estrategias efectivas

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Fusión cuanti-cualitativa en un caso de negocio

17/22
Recursos

Aportes 141

Preguntas 15

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Resolver de manera conjunta la información cuantitativa y cualitativa para sacar conclusiones.

Una vez que tenemos información sobre cuáles son las razones por las que los clientes nos contactan así como una clasificación de los top offenders vamos a ver por qué se queja cada uno de los tipos de top offenders para encontrar las claves del análisis.

Para este análisis se utiliza una tabla con un mapa de calor para resaltar los porcentajes más elevados y poder concentrar nuestra atención en los problemas mayores más rapidamente.

Estas clases me recuerdan mucho a Freddy Vega cuando afirma: “Lo que no se mide, no existe”.

Ingresar los textos en un sistema de visualización de datos que nos permita crear nubes de palabras y poder identificar las más repetidas, posteriormente clasificar los textos de acuerdo a connotación positiva o negativa.

En general todo este curso es un storytelling audiovisual. Coincido que la parte más sorprendente es cuando relacionas varios tipos de datos y se descubres algo.

Por eso es súper importante poder visualizar la data que procesamos y qué mejor que con una gráfica de calor (heat map) para observar comportamientos como ha mencionado Silvia, esto nos permitirá tomar decisiones de una mejor forma.

Para unir los datos cuantitativos y cualitativos en mi caso de negocio debo identificar:

  • La cantidad de ventas pérdidas presentadas (una venta no efectuada) por categoría de producto y producto en específico.
  • La cantidad de productos en stock por categoría de producto y por producto en específico.
  • La cantidad de productos en la estantería por categoría de producto y producto en específico.
  • Cada cuánto se debe hacer un pedido para evitar las ventas pérdidas por mes (enero, febrero, etc) y día de la semana (lunes, martes, etc).
  • La cantidad de producto a reabastecer por categoría de producto y producto en específico.

Yo cruzaría la información entre las razones más frecuentes del error (cualitativo), con la categoría de clientes según la cantidad de pagos que realizan a la empresa (cuantitativo).

Al final es tratar de darle un sentido conceptual a la cantidad de datos que poseamos. Gran curso!

Seria espectacular si Silvia pudiera agregar dos clase mas en este curso donde pueda hacer un ejercicio en Excel y en SQL, desde la identificacion del problema hasta la definicion de acciones preventivas para ver el detalle de como hace cada paso, ya que los pantallazos solo son las partes mas importantes de cada proceso.

En mi ejemplo:
La intersección entre los top clientes por life time value y por tipo de servicio que adquieren, para obtener el insight del mejor servicio por tipo de cliente.

<h3>Mi solución al reto</h3>

Problema: 🧑Algunos clientes no reciben sus entregas y el sistema marca que SÍ se realizaron las entregas.


  • En mi problema puedo relacionar que el sistema le da mayor prioridad de entrega a los clientes más importantes, y esto sería la relación entre sistema-cantidad de compras.
  • También puedo relacionarlo al problema con si contabilizamos todas las compras que hace por día cada usuario, hacen que los repartidores no puedan entregar todo lo que correspondía al día.
  • El último punto también se puede ver afectado por qué tan lejos está el domicilio al que se iba a realizar la entrega, por lo tanto habría que revisar la cantidad de entregas que se realizan por día y el domicilio de estos.
  • Por último, puede existir un bug en el sistema que haga que marque que SÍ se realizaron las entregas o que marque la hora de las entregas fuera del horario laboral, y que esto se haya debido a la enrome cantidad de pedidos.

La fusión cuanti-cualitativa es una forma de asociar las variables categóricas con las variables segmentadas provenientes del análisis cuantitativo.

Explico:

  1. El tipo de cliente se define en el análisis cuantitativo y es definido en función de las compras realizadas en el mes.
  2. Las variables categóricas se definen en el análisis cualitativo y es una forma de categorizar o diferencias los contactos de los clientes al área de soporte.

Ahora nace la pregunta ¿Qué tan útil es esta fusión?

Bueno, a mi parecer tiene la capacidad de evidenciar gráficamente el comportamiento de cada segmento definido en el análisis cuantitativo para cada una de las variables categóricas. Esto nos puede ayudar a crear un plan de acción para mejorar como empresa.

interesante

Encantado con darle “vida” a los números. No solamente tienen un valor si no que, además, nos dan una identidad del conflicto o el camino a tomar.

Mi resumen:

Importantísimo ver el cruce de la información cualitativa y cuantitativa para luego accionar. En la empresa en la que trabajo actualmente tenemos muchos datos, los grafican, pero finalmente no hace nada con eso. Espero contribuir a que deje de ser así

Incluso cuando los intereses están alienados, las formas de llegar a una conclusión suelen diferir. No recuerdo una sola junta de planeación o revisión de resultados donde no haya habido discrepancias en la interpretación de los datos. Por ejemplo, el líder de ventas a nivel país tiene en su pronóstico de ventas una expectativa diferente al líder de producto a nivel regional. ¿A quién creer si los datos de ambos vienen saturados de gráficas y sustentados por hojas de Excel a prueba de balas?

Este ejemplo, que me gusta compartir con mis alumnos, ilustra el dilema del líder. Imagine que un reporte muestra que las devoluciones de producto del mes anterior representan el 1% de la facturación total. El líder del negocio puede considerar esto como una merma razonable. Sin embargo, la curiosidad lo lleva a formular una pregunta que generará un descubrimiento (insight): ¿qué producto devolvieron más? Esta pregunta lleva a otro reporte que muestra los productos defectuosos devueltos por clientes y ordenados por ingresos (negativos, por supuesto). A pesar de no haber nada fuera de lo común, la intuición lo lleva a ordenar la lista también por número de unidades devueltas. El producto con el mayor número de devoluciones (top offender) es un producto que no aparecía en el reporte ordenado por ingreso. ¿Por qué? Resulta que el producto más devuelto era un regalo (de mala calidad) que se agregó en muchas compras y que se asumió como costo de la campaña.

Aquí el verdadero problema no es el impacto de las devoluciones sobre los ingresos, sino los clientes insatisfechos que se tomaron la molestia de devolver el producto. La siguiente pregunta del líder debe ser si hay correlación entre las devoluciones y las compras posteriores de esos clientes. La respuesta es obvia: la gran mayoría de clientes no volvieron.

Fusión cuanti-cualitativa en un caso de negocio con ciencia de datos para identificar a los top offenders

Después de realizar el análisis cuantitativo y cualitativo, es necesario fusionar los resultados de ambas metodologías para tener una visión completa del problema y poder identificar de manera precisa a los top offenders.

Identificación de patrones y motivaciones

En el análisis cuantitativo, se identificaron patrones de comportamiento de los clientes que contactan al soporte en exceso. Por otro lado, en el análisis cualitativo se profundizó en las motivaciones detrás de este comportamiento.

Es necesario fusionar ambos resultados para entender cómo las motivaciones de los clientes afectan sus patrones de comportamiento. ¿Los clientes que tienen preguntas frecuentes también son los mismos que tienen problemas técnicos? ¿Los clientes que contactan al soporte en exceso tienen en común una mala experiencia con la política de la empresa?

Segmentación

La segmentación de los clientes es importante para entender mejor los resultados de la fusión cuanti-cualitativa. Al segmentar los clientes según su rentabilidad, podemos entender mejor si los top offenders son clientes valiosos para la empresa o no.

Es importante establecer un threshold límite para los top offenders y también establecer thresholds para cada categoría de causa de contacto. De esta manera, podemos enfocar nuestros esfuerzos en las causas que tienen un mayor impacto en la satisfacción del cliente.

Definición de acciones

Con la fusión cuanti-cualitativa y la segmentación de los clientes, podemos definir acciones específicas para prevenir el comportamiento de los top offenders. Estas acciones deben ser específicas para cada segmento de cliente y para cada causa de contacto.

Es importante también validar estas acciones con los equipos de soporte y con los clientes para asegurarnos de que sean efectivas y no afecten negativamente la experiencia del cliente.

Geolocalización

El análisis cualitativo nos permitió profundizar en las motivaciones detrás del comportamiento de los top offenders. La geolocalización puede ser útil para entender si hay factores externos, como la ubicación geográfica, que puedan estar afectando el comportamiento de los clientes.

Es importante tener en cuenta que la geolocalización también puede ser sensible a cuestiones de privacidad. Por lo tanto, se deben seguir las políticas y regulaciones de protección de datos para su uso adecuado.

Conclusiones

La fusión cuanti-cualitativa es una técnica valiosa para obtener una visión completa de un problema de negocio. En este caso, nos permitió identificar a los top offenders y entender las causas detrás de su comportamiento. Con esta información, pudimos definir acciones específicas para prevenir este comportamiento y mejorar la experiencia del cliente.

En los gyms es común que en Enero entren nuevos clientes. Sin embargo, también es común que muchos o todos los nuevos clientes se vayan.

¿Se van porque no ven resultados que ellos esperaban en 1 mes? ¿No están completamente motivados? ¿No tienen claras sus metas?

Analizamos cuántos clientes diarios promedios tenemos de Febrero a Diciembre, cuántos nuevos llegan en Enero, cuántos se quedaron y cuántos se fueron…

Luego analizamos sus perfiles; su edad, estatura junto con peso (para saber si es delgada o tiene sobrepeso) además de hora de llegada (junto con la edad nos daremos cuenta de si es estudiante o trabajador).

Con todo esto podremos ver qué tipo de persona es la que viene en año nuevo y podemos desarrollar una estrategia para retenerlos y tener nuevos clientes.
Posibles soluciones:

  • Campañas de marketing especializadas en ‘aumentar masa muscular’ o ‘bajar de peso’
  • Dar alguna clase de clases gratuitas para que las nuevas personas estén informadas sobre el tema y logren de manera más sencillas sus metas
  • Dar ejemplos de rutinas de ejercicios para lograr las metas
  • Dar ejemplos de planes alimenticios para lograr las metas
  • Hacer que paguen un plan de mínimo de 3 meses para que, por el sesgo de ‘costos hundidos’ decidan ir al gym por ese tiempo


Me encanta como a través de datos podemos descubrir muchas cosas y solucionar problemas, la manera en que se complementan los datos cuantitativos con los cualitativos es simplemente espectacular!!

Información resumida de esta clase
#EstudiantesDePlatzi

  • Podemos crear una matriz en donde agrupemos los dos tipos de análisis, el cuantitativo y el cualitativo

Piensa cómo poner en conjunto la información cuantitativa y cualitativa en tu caso de negocio.

Para unir los datos cuantitativos y cualitativos en mi caso de negocio hare el cruce la categoría de comercios (cualitativo) con la categorización de clientes que no acumularon puntos. (cuantitativo)                                                                                                           Y otro cruce de la categoría de problemas tecnológicos con los clientes que no acumularon puntos.	

PROBLEMA: Algunos cajeros tienen muchos faltantes / sobrantes
Clusterizar causas:

  • Falta de atención
  • Fecha del faltante cerca de final de quincena
  • Equipo en mal estado
  • Cajero no capacitado

Cajeros en entrenamiento (menos de 3 meses)
Cajeros principiantes (3 meses a 1 año)
Cajeros maduros (1 a 3 años)
Cajeros avanzados (más de 3 años)

Lo que se podría encontrar en el análisis cuanti-cualitativo es que los cajeros en entrenamiento tienen mayor número de errores pero sus montos de faltantes son menores. Por otra parte los cajeros avanzados muestran pocos faltantes pero con montos mayores y en fechas cercanas a finales de mes.

Para unir los datos cuantitativos y cualitativos en mi caso de negocio, agruparía la variable cuantitativa (filas) “Cantidad de asistencias mensuales” en Principiante, Intermedio y Avanzad, a partir de ahí obtendría sus valorizaciones de cada variable cuantitativa (columnas) “Calidad de Servicio de entrenadores”, “Calidad de estado del local”, “Uso Plataforma Web”, “Problemas administrativos”.

  • Mi hipótesis: Un mal servicio tecnico digital de la plataforma sumado a,factores externos a la aplicación afectan gravemente el servicio de streaming, provocando inconformidades en los usuarios de la aplicación.
  • Mi estrategia: Identificar si hay, y cuales son los factores externos que se suman a la mala gestión tecnico
    digital de la empresa, para con ello informar al cliente.
  • Mis usuarios: Usuarios que pagan una suscrición mensual al servicio de streaming.
    Siguiendo con mi caso de estudio: en caso de que el usuario no mande una solicitud de atención y arreglo técnico, se realizaría el siguiente procedimiento para identificar y agrupar por zona geográfica:
  • La geolocalización de mis usuarios afecta en…
  1. La calidad de la señal de internet por parte de la empresa proveedora,
  2. La saturación del servicio por la cantidad de gente, así como la lejanía entre ellos (densidad urbana) y con las fuentes de conexión (infraestructura).
  3. Oferta de proveedores de servicios de internet.

En referencia al reto de esta clase y siguiendo con el problema plantado en retos anteriores tenemos.

Mi caso propuesto es :
En una empresa de transporte y envíos aéreos, se detectó fraude en la facturación y recaudo de cierto tipo de envíos a todo el país.

El análisis bajo esta metodología es:

Realizando la union de los datos cuantitativos y cualitativos nos dan las siguientes conclusiones:

-Pasajero nacional:
tomas inoperativas = 25%
No hay suficientes puntos de recargar = 35%
No son identificables puntos de recarga = 40%

  • Pasajero internacional
    tomas inoperativas = 35%
    No hay suficientes puntos de recargar = 25%
    No son identificables puntos de recarga = 40%
    -Pasajero Mixto
    tomas inoperativas = 40%
    No hay suficientes puntos de recargar = 30%
    No son identificables puntos de recarga = 20%

De esta forma se identifican las causas potenciales que originan nuestra principal variable de interés. En mi caso de estudio, serían las causas de las fallas por las que una máquina detiene todo el proceso productivo de la planta de tratamiento de aguas.

Matriz cuantitativa cualitativa: Unión de productos que tengo en stock con los productos que me están solicitando los clientes

Problema: No es posible proyectar las ventas por cliente
Para realizar la matriz, pondrías los motivos de incumplimiento del proyectado vs facturación mensual promedio del cliente. Esto nos daría información acerca de cuales clientes o tipo de clientes incumplen sus proyecciones y a partir de allí tomar decisiones y acciones.

Las dos variables utilizadas quejas vrs. tipo de comprador es suficiente para darnos cuenta de la tendencia.

Excelente 👏

usuario nuevo vs sin atencion, resultado no buscado

Increíble explicación

´- Para unir los datos cuantitativos y cualitativos en Mi caso de negocio…haría una tabla con los datos del análisis cualitativo vs el cuantitativo y estuadiaría cuál tiene más impacto a nivel de estrategia de la empresa

Quizas podrias valorar, para complementar el excelente analisis hecho, una prueba Ji Cuadrada y confirmar que las diferencias entre los diferentes grupos son estadisticamente significativas. Muy bien!!

Resolver de manera conjunta la información cuantitativa y cualitativa para sacar conclusiones.

Sería dividir el 100% de las solicitudes por cada tipo de usuario.

Datos sobre el mapa de calor:
A mayor capacidad económica menos son las quejas por retorno.

Mientras más conoces la plataforma menos son las preguntas.

A mayor cantidad de compras mayor probabilidad de problemas tecnológicos hay.

Mientras mas tiempo tienen comprando, más conocen las políticas de la empresa, por lo que aprovechan las ventajas.

La union del analisis cuantitativo y cualitativo es lo mejor.

Genial ❤️

**Interesante **

En mi aso sería unir la urgencia de los estudiantes con la cantidad de estudiantes en las Escuelas

Caso estudio: Un municipio del departamento del atlantico, Colombia, necesita mejorar u optimizar su recaudo fiscal, para esto han planteado diferentes estrategias pero la problematica aun continua, y no saben el por que. Dicha estrategia consiste en beneficios tributarios incentivando el pago oportuno de los impuestos distritales.

Variables cuantitativas.

  • urbana
  • Rural
  • Jóvenes
  • Mayores

** Categorías cualitativas**.

  • Desinterés
  • Desinformación
  • Problemas económicos
  • Desconfianza

Me gusta mucho este ejemplo para el analisis, sin embargo no es solamente el tema del analisis, sino también la recolección de los datos y de que manera se hace un join para la visualización de esta información.

Para unir los datos cuantitativos y cualitativos en mi caso de negocio, se considerará la marca del componente reembolsado, y el lugar de ensamblaje, con esto se puede descubrir el origen de los componentes defectuosos.

Piensa cómo poner en conjunto la información cuantitativa y cualitativa en tu caso de negocio:
Empresa de teclados
Podemos comparar la marca de switch con el porcentaje de reporte de fallas que tiene cada una, de esta manera identificamos las marcas de menor calidad y que nos generan mayor gasto en reposición de teclados por garantía

Para la fusión selecciono un rango de personas jovenes y adultas que devolvieron su compra mas de 1 vez por genero el tipo de libro que es comedia,historica y ficcion en el otro rango de comparación selecciono mis variables cualitativas que son su devolucion por dinero, devolucion para cambio y fallo tecnologico lluego observo que el mayor porcentaje se encuentra en las personas jovenes que devuelven su libro de genero historico y se encuentra en la categoria que quiere su devolucion de dinero por diferentes motivos.

Usando un sistema de visualización de datos como Power BI, para así poder representarlos gráficamente.

Para unir los datos cuantitativos y cualitativos en mi caso de negocio… viendo los posibles resultados al conectar ambos tipos de datos, se puede determinar que los Usuarios Incógnitos principalmente, y en parte Novatos, son los que colocaría como No Internautas, por lo que son los menos probables de realizar compras en el Hot Sale. Por Motivos Económicos, también los incluiría, y en menor medida, incorporaría a los usuarios Cotidianos. El motivo es que obviamente al ser un limitante la cantidad de dinero disponible para realizar compras, menor será la cantidad de ventas realizadas por Mercado Libre, estén o no en conocimiento de las ofertas. Por último, los usuarios Expertos estarían prácticamente en su totalidad dentro de la categoría “Error en el sistema de notificaciones / marketing” como respuesta a la pregunta de por qué no realizan más compras, siendo responsable la empresa de no haber presentado su Hot Sale como debiera a estos clientes estrellas que no tienen problema de conocimiento del e-commerce ni problema económico para realizar compras por ofertas, sino que Mercado Libre falló en la comunicación.

Hipótesis: Las ventas vienen decreciendo en los últimos 12 meses, el ticket promedio está disminuyendo.

Para unir los datos cuantitativos y cualitativos en mi caso de negocio: Nivel de ingresos por tipo de servicio, sector al que pertenece nuestro cliente, por ciudad y por mes.

Variaciones mensuales, tendencia e identificación de posibles motivos de disminución en función de la salida de nuestros clientes.

La pregunta principal: ¿El por qué de la problemática?

Se hace en base a una Matriz cuantitativa-cualitativa.

Gracias por la Información

El hecho de que los usuarios mas nuevos pidan principalmente devoluciones quizás es un problema en cuanto a la estrategia de adquisición de clientes.

En cuanto a los usuarios maduros que contactan principalmente por políticas de la empresa, quizás se deba a falta de claridad en cuánto a los procedimientos

Los usuarios que buscan un rembolso son categorizados como usuarios bronce y también son los usuarios que mayormente tienen consultas, por lo tanto, la empresa debería cuestionarse si debe tener un material introductorio para los clientes nuevos para que puedan entender el producto y tengan menos quejas. También la empresa puede optar por hacer el servicio o el producto mas intuitivo para los usuarios.

PROBLEMA: En el restaurante “El Chef”, las ganancias regulares que se tenían han bajado en comparación a las ganancias obtenidas el mes pasado, ¿a qué se deberá?
'
ANÁLISIS CUANTI-CUALITATIVO:
En las anteriores clases mencione que había diferentes tipos de “Customers” (clientes) y “Workers”(trabajadores de restaurante), por lo que en cada tipo debemos hacer lo siguiente:

a) Dentro de los usuarios “Workers”, debemos identificar sus comportamientos en las siguientes categorías:

  • Demora recurrente en la entrega de productos a delivery (incluyendo un mal servicio al entregar)
  • Tardanza o inasistencia al trabajo (restaurante), presentándose de manera informal.
  • Mala atención de servicio al cliente durante su visita al restaurante (demora con su pedido, falta de respeto y amabilidad frente al cliente, etc.)

b) Dentro de los usuarios “Customers” (clientes), debemos identificar sus comportamientos en las siguientes categorías:

  • Muestran respeto y amabilidad al brindarles nuestros servicios.
  • Piden retornos de dinero.
  • Buscan apoyar a mejorar al restaurante mediante sus preguntas y sugerencias, mediante sus preguntas.
  • Critican al restaurante con regularidad (servicio al cliente, críticas hacia los platos, etc.).
  • Quejas por política de empresa.

Todo empieza a tomar sentido

Para unir los datos cuantitativos y cualitativos en mi caso de negocio se debe realizar una Matriz donde podamos identificar los problemas y el tipo de topoffenders y donde tiene mayores quejas respecto al servicio que presta nuestro negocio.

Piensa cómo poner en conjunto la información cuantitativa y cualitativa en tu caso de negocio.

Para unir los datos cuantitativos y cualitativos en mi caso de negocio… Comparar el porcentaje de personas que menos compran, con cada variable cualitativa teneindo en cuenta el tipo de usuario según sus categorías.

  • Entender todo. Encontrar las claves del análisis.
  • Mapa de calor. Categoría de usuarios contra causas de la hipótesis de problema. Los valores de la tabla son el porcentaje correspondiente de la categoría de usuario.
  • Caso Platzi
    • Mapa de calor en el eje x las causas de la hipótesis de problema (Madures, No conocen la Plataforma, No hay el curso que necesita, No les alcanza) en el eje y la categoría de usuario.

Para unir los datos cuantitativos y cualitativos haría una matriz para visibilizar y contabilizar las quejas, clientes, motivo de la queja, atención al cliente, se relacionaría cliente con el inconveniente que presenta.

  • Para unir los datos cuantitativos y cualitativos en mi caso de negocio… debería unir en un cuadro el tipo de cliente con las cuatro preguntas definidas. Si es necesario otro en el cual se determina el rango de edad de cliente, ya que no todos los adultos mayores tienen conocimientos sobre tecnología.

Interesante relación.
La matriz Cuantitativa y Cualitativa es una gran herramienta.!
Nos proporciona una visión mas clara del problema, permitiéndonos encontrar una solución mas efectiva.

reto:

variables:
items que mas suelen faltar
items que mas suelen sobrar
items que suelen variar mucho
los que son afectados por la temporada
y por las ofertas

Es fascinante lo que podemos hacer con los datos, a veces no visualizamos el poder de estos y dejamos pasar oportunidades tremendas de mejora.

Fusión cuanti-cualitativas: El trabajo conjunto proporciona conclusiones

Para unir los datos cuantitativos y cualitativos en mi caso de negocio…tendria que cruzar la información de los clientes (en su diferentes clasificación) VS las variables categoricas como el Reembolso del dienro, tiempos de entrega, % De descarte y Politicas de Empresa.

Fusión cuanti-cualitativa.

Lo que yo haría seria comparar la cantidad de grupos de usuarios que tenemos en la empresa con el porcentaje de usuarios que recurren a las quejas o preguntas, para establecer

Un gran ejemploi de un mapa de calor es la diana de los dados, dónde más puntos haya, más rojo se torna el color y viceversa.

  • Para unir los datos cuantitativos y cualitativos en mi caso de negocio, puedo cruzar la información del porcentaje de tiempo consumido por los tipos de certificadores, contra las diferentes actividades que existen al ejecutar un caso de prueba

Gracias

Matriz cuantitativa y cualitativa

El mapa de calor de mis variables
(Los datos son inventados jeje)

  • Para unir los datos cuantitativos y cualitativos en mi caso de negocio tendría que poner la información que obtuve sobre los alumnos que no son de bajos recursos y aun así son aquellos a los que se les otorga más este tipo de beca (datos cuantitativos) y las categorías de aquellos datos que más falsifican (datos cualitativos)

Les dejo un mensaje que a mi me ha aclarado mucho a la hora de aplicar analisis de hipotesis:
“Lo que no se puede medir, no se puede mejorar”… y nosotros buscamos mejorar cada aspecto que este a nuestro alcance.
Saludos desde Argentina!

Para unir los datos cuantitativos y cualitativos en mi caso de negocio usó una matriz para hallar la relación entre las variables cuantitativas y cualitativas, con ello hallaremos en que sector más estan robando y cuales son las razones que posibilitan para que esto ocurra.

Para unir los datos cuantitativos y cualitativos en mi caso de negocio seria adecuado el desarrollar una matriz con las razones de contacto y su porcentaje para conocer mejor la principal razon de contactarnos y poder tomar las decisiones adecuadas a futuro.

Reto:
Para unir los datos cuantitativos y cualitativos en mi caso de negocio relaciono las causas de las quejas (lentitud, sobrecalentamiento, suciedad y alto consumo de la batería del dispositivo) con los diferentes puestos de los trabajadores agrarios (obreros de campo, obreros de servicios, obreros de labores) para ver el impacto de esta matriz cruzada.

al integrar el analicis cauntitativo y cualitativo debemos descargar nuestros datos de cada cliente y su historial de compras, quejas y reclmos para saber que tanto compra cada cliente, cuanto se queja y que tan satisfecho esta con el producto, para asi darnos una idea de cual es el cliente que mas nos combiene y cual no nos combiene mucho

En detalle vimos de forma separada como realizar un análisis cuantitativo y cualitativo de un caso de negocio. Ahora, llega el momento de generar un informe donde se expresen los datos de ambos resultados.

En esta matriz, se colocan en conjunto los datos numéricos y las categorías de forma cruzada y es quizá, el momento más importante del estudio. Pues es donde se entiende todo, donde se llegan a las conclusiones más profundas del análisis.
Ejemplo: las personas solicitan el servicio de soporte en exceso

Como se puede observar. En la tabla de ejemplo se aprecian en las columnas las categorías generales de los motivos principales por las cuales las personas se contactan con soporte y en las filas la clasificación del tipo de usuario establecido previamente.

También, se puede complementar el estudio agregando un mapa de calor en las cifras, donde el color rojo es un indicador que significa que el número de quejas es más negativo, el color amarillo indica un valor término medio y el azul indica una calificación término bajo. La convención de los colores puede ser al gusto de quién desarrolla el informe, sin embargo, deberá explicar su significado.

Por ejemplo. En la tabla se puede interpretar que las personas clasificadas en regular y bronce, son las que más se contactan con soporte con la intención de obtener una retribución económica. Por otro lado, las personas clasificadas en plata y oro, al parecer no están muy conformes con las políticas de la empresa.

Para mi ejemplo retail cruzaría la clasificación de quejas con los clientes por estrellas (1 al 5). Téngase en cuenta que los clientes por estrellas son los que más veces compras y más gastan - se mide ticket promedio y frecuencia de compra.

  • Para unir los datos cuantitativos y cualitativos en mi caso de negocio buscaría determinar el porcentaje de carrito abandonado separando por mis clientes logeados y los que no, de este modo determinaría cuánta gente está inflando mi abandono de carrito por el simple hecho de dejar pública la parte de checkout.

Para unir los datos cuantitativos y cualitativos en mi caso de negocio, sería correlacionar tickets recibidos y tiempo de respuesta con cantidad de personal y manejo de la información.

En el ejemplo de de las transacciones de Binance , podemos realizar el mismo tipo de cuadro para comparar las problemas de los clientes por diferentes porcentajes entre las variables cualitativas y cuantitativa.

Hipótesis: hay un tipo de gran retroceso en el precio de BTC determinado por los días que ha estado en ascenso

Para unir la parte cuantitativa y cualitativa sería buscar si los usuarios que siguieron con el flujo, de esos cuales se nota que no leyeron las instrucciones

Muy buena explicacion.

Pues en el ejemplo que he venido presentando durante las clases tendría que hacer algo similar a lo que hizo la maestra. En mi caso las categorías pueden ser desde los jugadores más apasionados a mi juego hasta la gente que no le interesa. Mi idea sería hacerlo de 0-50, 51-100, 100-200 y 200+ horas en el juego. Para las razones debería usar lo que presente en mi análisis cualitativo.

Para poner ambos tipos de variables en caso de estudio que es el uso de VPN por parte de colaboradores puedo definir por ejemplo:
1.Los docentes son los que mas acceden a la VPN de sus propios equipos y la información que mas usan es documentos específicos que solo se tiene acceso desde la universidad
2. Los colaboradores administrativos son los que pasan mas tiempo conectados a la VPN y aunque muchos tienen acceso al servidor principal o a ciertas carpetas de la unidad, solo acceden a sus equipos y a la informacion presente en estos

En mi caso de negocio la fusión de variables cuantitativas y cualitativas está enfocada en determinar cuales son las áreas que presentan inconvenientes con la información, en comparación con la cantidad de reportes relacionados con el mismo tema

Hacer esta fusión es la mejor parte del análisis de datos, siempre es complicado llegar a la causa raíz de los problemas ya que existen demasiados factores e intereses. Tambien otro factor que debemos tomar en cuenta es la veracidad de los datos, entre mayor precision, mejores resultados. Si metemos basura al proceso, vamos a obtener basura.

Para unir los datos del análisis cuantitativo y cualitativo en mi negocio usaría:

  • ratio de entrega
  • tiempo de demora de los productos
  • estado del producto

Para unir los datos cuantitativos y cualitativos en mi caso de negocio voy hacer una matrix cuantitativa y cualitativa con las variables cuantitativas y con las variables categoricas

  • Para unir los datos cuantitativos y cualitativos en mi caso de negocio definire el porcentaje de cada variable categorica de acuerdo al tipo de reporte realizado por el conductor y así de este modo definiré para que tipo de reporte se suele hacer más spam, para que tipo de reporte hay menor entiendimiento para las diferentes solicitudes, que tipo de reporte busca más una respuesta favorable con respecto a un ajuste o reembolso por un viaje y para que tipo de solicitud se suele retrasar más una respuesta que solucione el requerimiento.

Fusion Cuantitativa-Cualitativa

  • Implica fusionar los datos obtenidos de maner que nos permita comprender fácilmente las relaciones entre datos y sea fácil corroborar la hipótesis anteriormente planteada

1.- Para unir los datos cuantitativos y cualitativos en mi caso de negocio haría una matriz que permita visibilizar las quejas, compras(cliente regular, bronce, plata y oro) y el motivo de la queja (causas económicas, preguntas, problemas técnicos, políticas de la empresa) y con ello podré analizar la relaciona entre el tipo de cliente y el tipo de inconveniente que posee