"Big Data Challenges"


Pat Herbert | Experto de arquitectura de sistemas de Big Data de SAS
Más del 90% de los datos que se encuentran actualmente en el mundo han sido creados en los últimos 2 años y se estima un asombroso crecimiento de un 50% en la próxima década, ocasionando una explosión de datos estructurados y no-estructurados como social media, email, sensores, videos, mapas y fotografías. Este crecimiento presenta un enorme reto de infraestructura y puede descarrilar las operaciones existentes pero, cuando nosotros combinamos una estrategia apropiada de Big Data con High Performance Analytics, estos riesgos se minimizan y se abre la puerta a oportunidades sin precedentes para analizar información de manera más efectiva- resultando en una mejor calidad en tus datos de acceso.

Habrá traducción simultánea.

 

TRACK 1- Analytics


Jorge Gutiérrez Haaz y Gonzalo Martín Vargas | Banamex
Identificación de abandono de saldo a través de modelo predictivo
En nuestra área se utilizan herramientas analíticas para entender las diferentes fases del ciclo de vida de un cliente en relación a sus productos de captación: prospección, adquisición, optimización de la rentabilidad (presente y futura) y abandono del cliente. Una parte fundamental es entender el fenómeno de abandono del cliente con el fin de desarrollar estrategias que ayuden a mitigarla.
El objetivo de una estrategia de retención de saldo de captación comprende la capacidad de identificar a un grupo de clientes con alta probabilidad a disminuir su saldo en los próximos meses, y ayudar a definir las posibles estrategias correspondientes a incentivar el cambio del comportamiento del cliente en la dirección deseada.
El uso de herramientas analíticas nos ayudan a dar respuesta a las siguientes preguntas asociadas a la estrategia de retención:

  1. ¿Cuál es la probabilidad de un cliente de disminuir su saldo considerablemente en los próximos meses?
  2. ¿Cuál es el valor asociada al potencial abandono de saldo de dichos clientes?
  3. ¿Cuál es la inversión que se debe de realizar en cada cliente para incentivar el cambio de comportamiento en la dirección deseada?

Para ayudar a responder a las anteriores preguntas se pueden utilizar herramientas analíticas de SAS.
En el primer punto específico del modelado de probabilidad de disminución de saldo se ha utilizado técnicas de modelamiento en base a la información histórica de los clientes integrada, que ha sido previamente consolidado en un datamart analítico de clientes. Combinándolo con el uso de métricas de valor de cliente, así como el entendimiento de la precisión del modelo nos ayuda a dar respuesta a los otros puntos.
El manejo y la exploración de la información se ha realizado a través del programa SAS Enterprise Guide© y el modelamiento analítico en SAS-Enterprise Miner©.En el esfuerzo de llegar al modelo final, se han utilizado diversas herramientas de minería de datos tanto de modelos supervisados (arboles de decisión, regresión) cómo técnicas estadísticas de segmentación de cliente (modelo no supervisado)


Fabiola Báez | ITAM
Métodos de Remuestreo para la Validación de Muestras Apareadas
 
Remuestreo es un método estadístico no paramétrico relacionado con simulaciones Monte Carlo. La idea principal es tomar muestras apareadas de una muestra inicial (del mismo tamaño o más pequeña) para así obtener estimadores e intervalos de confianza de los parámetros poblaciones sin necesidad de previos supuestos sobre la distribución de la población. El método de Bootstrap esta principalmente diseñado para muestras independientes. Por esta razón, propongo un método para generar muestras apareadas aleatorias y, subsecuentemente un conjunto de ellas. Con esto se puede determinar si la muestra que se use en un análisis es realmente representativa de todas las posibles muestras apareadas que se pueden obtener.


Manuel Alejandro Sánchez Vega | BBVA
Muy Recomendable... ¿o no?: Comprendiendo el índice de recomendación utilizando SAS Text Miner y SAS Sentiment Analysis
Hoy estamos preocupados más allá de si los clientes están satisfechos con nuestro servicio, queremos saber si nos recomendarían con quienes los rodean. Un modo que hemos encontrado de saberlo es preguntándoles; sin embargo, no todos los entrevistados tienen la misma sensibilidad sobre la escala utilizada ni responden con toda la sinceridad. Utilizando métodos de descubrimiento y categorización en las respuestas abiertas recibidas como motivo de la calificación, podemos adentrarnos más en la mente del cliente para tratar de entender por qué nos está promoviendo o detractando y si la calificación que nos da hace sentido con cómo se expresa sobre el servicio que ha recibido. Así, podemos construir una medida objetiva y repetible de la recomendación del cliente basada directamente en lo que está sintiendo y no en lo que está expresando que siente.


Gabriel Corral | Buró de Crédito
La Importancia de Analytics dentro del Buró de Crédito
Buró de Crédito es la sociedad de información crediticia líder en México, la cual concentra información histórica reportada por diversas instituciones otorgantes de crédito. Por esta razón cuenta con un único y enorme potencial para aplicación de múltiples técnicas estadísticas que permitan la generación oportuna de analíticos acerca del uso, comportamiento, desarrollo de nuevos productos y tendencias de la administración del riesgo de crédito y fraude en el Sector Mexicano.
Buró de Crédito considera fundamental el desarrollo de un área robusta de Analíticos especializados  para brindar a los usuarios soluciones a la medida y aplicables desde la  originación del crédito, hasta la propuesta de estrategias integrales de administración del portafolio para la rentabilización de un producto, la gestión eficiente de cobranza o la disminución de niveles de fraude. Ofrecer un servicio de valor agregado a los usuarios, brindando elementos cuantitativos diversos que apoyen la toma de decisiones para una administración responsable del riesgo crediticio, contribuye al desarrollo económico de nuestro país.

 

TRACK 2- Business Intelligence


Fernando Javier Carranza Meneses | Banco de Crédito del Perú (BCP)
Construcción de redes transaccionales en la prevención del lavado de activos
Las estrategias de expansión y posicionamiento de las instituciones financieras, en su mayoría, conllevan a un incremento del volumen de transacciones. Estas decisiones tienen un alto impacto en la operatividad diaria del departamento PLAFT1 puesto que el proceso de obtención, revisión y análisis se torna muy tedioso, y más aún, cuando los clientes buscan ocultar sus operaciones haciendo estas a través de terceros. En algunos casos estos terceros podrían presentar comportamientos inusuales.
En este contexto, se desarrolló e implementó una solución gráfica que permitió reducir tiempos de atención de las alertas y mejorar el proceso de priorización de relacionados gracias a la visualización de la transaccionalidad de un cliente hacia terceros relacionados en diferentes niveles, como por ejemplo, un nivel dos correspondería a una red de un cliente con sus relacionados y estos con sus relacionados. La visualización de este tipo de relaciones a través de reportes y tablas es prácticamente imposible.
Los gráficos de redes construidos se basaron en el concepto de near neighbor de SAS-AML, potenciándolo con atributos adicionales importantes para caracterizar a los clientes. Se desarrolló en SAS Enterprise Guide a través de la macro %DS2CONST y algoritmos recursivos, donde cada nodo representa a un cliente, los links entre nodos representan magnitud de transacciones entre clientes y cada nodo posee un color y forma característico para facilitar el entendimiento de los analistas PLAFT.
Finalmente, se llevó a código SAS los procesos de obtención de datos, así como su puesta en producción a través de un visor de búsqueda por niveles; y ejecución diaria.


Jorge Orozco Chía | SAT
Logros, retos y mejores prácticas con SAS Dataflux
Presentar un panorama general de adaptación del modelo de gobierno de Calidad de Datos institucional (SAT) utilizando SAS DataFlux. El panorama general contempla:

  • Situación inicial. Se narra la situación en la cual recibimos la versión inicial del proceso de limpieza implementado completamente por SAS.
  • Análisis de la solución SAS-SAT 1.0. Se narra el método utilizado para analizar, adoptar y encontrar puntos de mejora, asi como la manera de localizar los issues nombrados por negocio.
  • Adopción y análisis de metodología SAS-SAT. Narrativa del proceso de transferencia de conocimiento del proceso SAS Dataflux
  • Adecuación del Modelo de Gobierno SAT-Calidad de Datos al proceso heredado. Propuesta SAT para adoptar y gobernar el proceso de limpieza SAS DataFlux utilizando el modelo de gobierno SAT
  • Proceso de Mejora Continua. Narrativa de integración del stakeholder de negocio, caso de éxito de adopción de herramienta-proceso y generación de acuerdos para establecer proceso de liberaciones, versionamientos y mejora continua.
  • Mejores Prácticas. Descripción de Modelo de Gobierno SAT y alineación de procesos a objetivos
  • Situación Actual. Comparativa de cómo nos encontrábamos al inicio y como estamos en este instante
  • Nuevos Retos. Como vemos el posicionamiento de SAS Dataflux en el SAT para futuros proyectos.


José García Salgado | Plantronics México
Costos Totales de Adquisición de Materias Primas
La mayoría de las empresas utilizan un método simple para escoger a sus proveedores de materias primas, 3 cotizaciones de diferentes proveedores una comparación y el costo más barato obtenemos al ganador, y más aun a estos proveedores los llegamos a nombrar proveedores estratégicos en nuestro plan de producción, además el proceso normal de seguimiento de desempeño del proveedor seleccionado es un "score card", donde se le da una calificación para ver si seguimos haciendo negocios con ellos, pero realmente nunca nos damos el tiempo para ver cuál es costo real de hacer negocio con ellos, ante estas premisas el corporativo de la empresa se acercó al área de Contabilidad de Costos con un reto muy interesante para nosotros:

  • Crear una plataforma donde se pudiera evaluar de una forma cuantificada a nuestros actuales proveedores
  • Crear una herramienta que nos pudiera dar información necesaria para comparar costo unitarios y poder seleccionar proveedores, no únicamente por el precio de compra de las materias primas, si no que incluyera los costos totales de adquisición. Gracias a nuestro Activity Base Management software de SAS, logramos crear un modelo el cual nos da información cuantificable sobre los costos adicionales por hacer negocio con diferentes proveedores, el cual fue gratamente aceptado por el corporativo ya que se pudieron ver áreas de oportunidad para ahorros sustanciales, así como una manera más real de calificar el desempeño del proveedor.

 

Benjamín Aguirre | INVEX
Además de Estadística y Analytics
El objetivo de esta ponencia es presentar un conjunto de directrices de programación y convenciones de nomenclatura que pueden ser considerados en el desarrollo de código SAS para que este sea claro, eficaz, transferible y fácil de mantener. Estas reglas son rápidas, fáciles de utilizar y generalmente aceptadas como buenas prácticas de programación. Dichas técnicas se pueden utilizar en todas las plataformas donde resida SAS, además pueden ser implementadas por usuarios principiantes como por expertos.

Galería de imágenes

 Los espacios están limitados a los primeros confirmados.