Desarrollo de Un Modelo de Minería de Datos Para La Toma de Decisiones Tesis
51
i UNIVERSIDAD NACIONAL DE TRUJILLO FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS ESCUELA ACADEMICO PROFESIONAL DE INFORMÁTICA Desarrollo de un Modelo de Minería de Datos para la Toma de Decisiones en la Gestión de Inventarios en Empresas Comerciales. Informe Final de Trabajo de Graduación PROPUESTO POR: Ing. Christian Araujo González [email protected] ELABORADO POR: Mendoza Castillo, Sandra Jaqueline [email protected] Zavaleta Henrriquez, Fernando [email protected] AREA DEL PROYECTO: Administración de la Información Trujillo, 17 de Diciembre de 2013
-
Upload
cesar-miranda -
Category
Documents
-
view
14 -
download
0
description
Tesis.
Transcript of Desarrollo de Un Modelo de Minería de Datos Para La Toma de Decisiones Tesis
i
UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
ESCUELA ACADEMICO PROFESIONAL DE INFORMÁTICA
Desarrollo de un Modelo de Minería de Datos para la Toma de Decisiones en la Gestión de Inventarios en Empresas Comerciales.
Informe Final de Trabajo de Graduación
PROPUESTO POR: Ing. Christian Araujo González [email protected]
ELABORADO POR: Mendoza Castillo, Sandra Jaqueline [email protected] Zavaleta Henrriquez, Fernando [email protected]
AREA DEL PROYECTO: Administración de la Información
Trujillo, 17 de Diciembre de 2013
ii
Tabla de contenido
Lista de Tablas o Cuadros .............................................................................................................. iv
Lista de Figuras ................................................................................................................................ v
Introducción ....................................................................................................................................... 1
Planteamiento del Estudio ................................................................................................................ 2
1.1. Realidad Problemática ................................................................................................... 2
1.2. Formulación del Problema ............................................................................................ 3
1.3. Hipótesis ........................................................................................................................... 3
1.4. Objetivos ........................................................................................................................... 3
Objetivo General .............................................................................................................. 3
Objetivos Específicos ...................................................................................................... 4
1.5. Justificación del Problema ............................................................................................. 4
Desde el punto de vista de la ciencia computacional ............................................... 4
Desde el punto de vista organizacional ...................................................................... 4
1.6. Limitaciones del Estudio ................................................................................................ 4
Marco Teórico .................................................................................................................................... 5
2.1. Gestión de Inventarios ................................................................................................... 5
2.1.1. Definición .................................................................................................................. 5
2.1.2. Clasificación Funcional de Inventarios. .............................................................. 5
2.1.3. Factores de Importancia para la Toma de Decisiones en Inventarios. ......... 7
2.2. Minería de Datos. ........................................................................................................... 10
2.2.1. Definición. ............................................................................................................... 10
2.2.2. Proceso de Descubrimiento de Conocimiento ................................................. 11
2.2.3. Modelos y Tareas de Minería de Datos.............................................................. 13
2.2.4. Técnicas de Minería de Datos. ............................................................................ 15
2.3. Toma de Decisiones Empresariales ........................................................................... 23
2.3.1. Definición. ............................................................................................................... 23
2.3.2. Elementos de Toma de Decisiones. .................................................................... 23
2.3.3. Tipos de Toma de Decisiones .............................................................................. 24
2.3.4. Proceso de la Toma de Decisiones. .................................................................... 25
2.3.5. Barreras para la Toma Efectiva de Decisiones. ............................................... 25
2.4. Empresas Comerciales ................................................................................................. 27
iii
2.4.1. Definición. ............................................................................................................... 27
2.4.2. Clasificación ............................................................................................................ 27
2.4.3. Inventarios en Empresas Comerciales. ............................................................. 28
Materiales y Métodos ...................................................................................................................... 29
3.1. Diseño de la Investigación. .......................................................................................... 29
3.2. Población y Muestra. ..................................................................................................... 29
Población......................................................................................................................... 29
Muestra ............................................................................................................................ 29
3.3. Variables de Estudio. .................................................................................................... 30
3.3.1. Variable Dependiente ........................................................................................... 30
3.3.2. Variable Independiente ....................................................................................... 30
3.4. Técnicas e Instrumentos. ............................................................................................. 30
Resultados ........................................................................................................................................ 31
4.1. Análisis Comparativo de Técnicas de Minería de Datos ........................................ 31
4.1.1. Análisis de las Técnicas Según Criterios. .......................................................... 31
4.1.2. Resultados de Análisis de las Técnicas. ............................................................ 33
4.2. Diseño del Modelo Propuesto. .................................................................................... 34
4.2.1. Enfoque del Modelo. .............................................................................................. 34
4.2.2. Arquitectura del Modelo. ..................................................................................... 35
4.2.3. Formalización del Modelo. .................................................................................. 37
Conclusiones .................................................................................................................................... 44
Referencias Bibliográficas ............................................................................................................... 45
iv
Lista de Tablas o Cuadros
Tabla 1. Clasificación de técnicas de Minería de Datos. ................................................................................. 16
Tabla 2. Resultados de Comparación de Técnicas de Minería de Datos. ....................................................... 33
v
Lista de Figuras
Figura 1. Descripción Gráfica de la Realidad Problemática ........................................................................... 3
Figura 2. Asociación de las diversas disciplinas relacionadas a la Minería de Datos. .................................. 11
Figura 3. Proceso de Descubrimiento de Conocimiento (KDD). .................................................................... 11
Figura 4. Representación general de los modelos y tareas de Minería de Datos. ......................................... 14
Figura 5. Árbol de Decisión ............................................................................................................................. 18
Figura 6. Agrupamiento (Clustering) ............................................................................................................. 22
Figura 7. Proceso de Toma de Decisiones. ..................................................................................................... 25
Figura 8. Enfoque del Modelo Propuesto. ...................................................................................................... 35
Figura 9. Arquitectura Del Modelo Propuesto. .............................................................................................. 36
1
Introducción
La gestión de inventarios es una de las actividades más complejas dentro de una empresa y la
toma de decisiones en ésta genera un gran impacto en la productividad de la empresa. Es por
esto que tanto investigadores como empresarios, han trabajado por años en la solución a dicha
complejidad, apoyándose en técnicas matemáticas y estadísticas, desarrollando modelos para
la correcta gestión del inventario.
Sin embargo se evidencia que la mayor proporción de las empresas, toman sus decisiones en
base a criterios o experiencia y no están fundamentando esas decisiones en datos reales, pero
hoy en día estamos en un mundo comercial tan competitivo que no se puede dar el lujo de
equivocarse en una decisión por más pequeña que ésta sea.
Es por ello que se propone el desarrollo de un modelo de minería de datos, que ayude a los
encargados de ésta área a hacer un mejor uso de los datos almacenados que generalmente no
se aprovecha, pero que son de vital importancia como apoyo al proceso de toma de decisiones.
2
Planteamiento del Estudio
1.1. Realidad Problemática
Los sistemas para la gestión y control de inventarios que se encuentran en el mercado,
raramente contienen herramientas que apoyen y soporten el proceso de toma de decisiones,
que permitan definir mejores políticas de control. Los administradores de los inventarios
deben convivir con esta realidad y se ven obligados a tomar decisiones sobre la cantidad de
productos a pedir, el nivel de inventario a mantener y la capacidad de almacenamiento
requerida, con base en supuestos. Esto conlleva a tener exceso de inventario de algunas
referencias y faltantes en otras, afectando el nivel de servicio de la compañía, el capital de
trabajo y el almacenamiento disponible, por mencionar algunos de los posibles efectos
negativos. Para intentar superar estas limitaciones, los administradores de los inventarios
recurren a las hojas de cálculo para apoyar el proceso de toma de decisiones, pero muchas
veces las decisiones se toman aplicando modelos equivocados o con información irreal.
La posibilidad de mejorar la competitividad de una empresa a través de una adecuada gestión
de sus inventarios, es una alternativa que muchas empresas y consultores han venido
explorando desde hace años; pero para ello, se requiere de un adecuado análisis de sus datos
históricos, que permitan obtener información relevante y fundamental como soporte a la toma
de decisiones en la gestión de inventarios dentro de la organización comercial.
En la Figura 1, se concretiza la realidad problemática de una forma gráfica.
3
Figura 1. Descripción Gráfica de la Realidad Problemática
[Elaboración propia]
1.2. Formulación del Problema
¿Cómo mejorar el proceso de toma de decisiones en la gestión de inventarios en las empresas
comerciales?
1.3. Hipótesis
Un modelo de minería de datos permitirá mejorar el proceso de toma de decisiones en la
gestión de inventarios en empresas comerciales.
1.4. Objetivos
Objetivo General
Desarrollar un modelo de minería de datos para mejorar el proceso de toma de decisiones
en la gestión de inventarios en las empresas comerciales.
4
Objetivos Específicos
Realizar una investigación bibliográfica referente al tema de investigación propuesto.
Analizar las diferentes técnicas de la minería de datos para determinar la técnica a
utilizar.
Diseñar un modelo de minería de datos, basada en el análisis de las técnica
seleccionadas.
Implementar el modelo de minería de datos diseñado.
Analizar la mejora en el proceso de la toma de decisiones en la gestión de inventarios al
aplicar el modelo de minería de datos implementado.
1.5. Justificación del Problema
Desde el punto de vista de la ciencia computacional
El resultado de la investigación aportara en el área de administración de la información,
un modelo computacional de minería de datos práctico enfocado a inventarios y un
análisis comparativo de técnicas de minera de datos aplicadas a este enfoque, que
servirá en investigaciones futuras.
Desde el punto de vista organizacional
El modelo de minería de datos permitirá mejorar la eficiencia del proceso de toma de
decisiones en la gestión del inventario, de manera que esta sea más racional y menos
intuitiva con menos posibilidades de equivocación, con el fin de facilitar el logro de
ventajas competitivas.
1.6. Limitaciones del Estudio
El modelo está enfocado sólo para empresas comerciales del tipo mayorista, así mismo se
sustenta sólo a la gestión de inventarios de producto, no de bienes.
5
Marco Teórico
2.1. Gestión de Inventarios
2.1.1. Definición
Según Caldentey, E. y Pizarro, C. [4], se le define como la administración de existencias
de todo producto o artículo que es utilizado para la comercialización dentro de una
organización. Es decir, todo lo relativo al control y manejo de las existencias de
determinados bienes, en la cual se aplican métodos y estrategias que pueden hacer
rentable y productivo la tenencia de estos bienes y a la vez sirve para evaluar los
procedimientos de entradas y salidas de dicho producto.
2.1.2. Clasificación Funcional de Inventarios.
Silver et al. [7], definen seis tipos funcionales de inventarios, a saber: inventario cíclico,
inventario de congestión, inventario de seguridad, inventario de anticipación, inventario
en tránsito e inventario de separación. Éstos de describen a continuación:
Inventario Cíclico
Los inventarios cíclicos resultan del hecho de producir u ordenar en lotes en vez de
unidad por unidad. La cantidad de inventario disponible en cualquier momento como
resultado de dichos lotes se denomina inventario cíclico. Las principales razones
para utilizar producción u órdenes por lotes son las siguientes:
Lograr economías de escala al evitar altos costos de alistamiento u ordenamiento.
Lograr descuentos por cantidad en costos de compra y/o transporte
Satisfacer restricciones tecnológicas de producción por lotes.
Inventario de Congestión
Cuando existen productos que compiten por capacidad limitada, se generan los
denominados inventarios de congestión. Éstos se forman cuando varios ítems
comparten el mismo equipo de producción o cuando existen tiempos de alistamiento
grandes, ya que los ítems deben esperar a que el equipo esté disponible.
6
Inventario de Seguridad
El inventario de seguridad es el inventario que se conserva disponible para
responder a todas las fluctuaciones aleatorias que puedan existir en el sistema. Las
más importantes son la variabilidad de la demanda y de los tiempos de reposición
(“Lead Times”). El inventario de seguridad afecta directamente el nivel del servicio al
cliente, el cual puede definirse como la frecuencia con la que la demanda del cliente
es satisfecha del inventario disponible. El inventario de seguridad es un tema
fundamental.
Inventario de Anticipación
Este es el inventario acumulado con anterioridad para responder a picos de
demanda. Se maneja en empresas para las cuales es más costoso satisfacer picos de
demanda a partir de la contratación adicional de personal, a la programación de
horas extras y/o a la compra a proveedores externos durante los periodos de alta
demanda. También ocurre en empresas donde la naturaleza del producto así lo
determina, como por ejemplo en la producción de salsa de tomate en países donde la
cosecha ocurre en un tiempo relativamente corto del año, y las empresas que
fabrican adornos de navidad.
Inventario en Tránsito ( o en proceso)
Este tipo de inventario incluye productos que se encuentran en tránsito entre
diversas estaciones de producción (inventario en proceso), o en los sistemas de
transporte entre una instalación y otra de la cadena de abastecimiento. Este
inventario es proporcional al nivel de utilización del producto y al tiempo de
transporte entre las instalaciones del sistema y se constituye en un elemento
importante para selección de los modos de transporte en una cadena de
abastecimiento, especialmente internacional.
Inventario de Separación
Se utiliza este término en sistemas de varios puntos de almacenamiento (sistemas de
producción/distribución en etapas o cascadas). Su función es la de separar los
procesos decisorios relacionados con inventarios en las diferentes etapas del sistema
mediante estos inventarios, por ejemplo, una bodega secundaria menor puede tomar
sus propias decisiones sin detrimento de lo que ocurra en la bodega central.
7
2.1.3. Factores de Importancia para la Toma de Decisiones en Inventarios.
a. Factores de Costo
El valor unitario del ítem, v
El valor unitario de cada ítem está expresado en s/unidad. Para que un
comerciante (no-productor), este costo corresponde al precio del articulo pagado
al proveedor incluyendo los fletes y costos relacionados. Puede depender del
tamaño de pedido, de acuerdo con los descuentos por cantidad.
Para productores, este valor es más difícil de determinar. Sin embargo, rara vez se
utiliza el valor en libros del ítem. Se prefiere, en cambio, medir el valor real del
dinero invertido en el ítem (costo variable de producción) para hacerlo apto para
su utilización, bien sea como producto terminado para el consumidor final, o
como componente para otro proceso dentro de la planta. Este costo es muy
importante, ya que el costo de llevar el inventario depende de él.
El costo de llevar o mantener el inventario, r
El costo de llevar o mantener el inventario comprende los costos de
almacenamiento y manejo, el costo del espacio utilizado, los costos de capital, los
seguros e impuestos, y los costos de riesgo en los que se incurre por el hecho de
tener almacenados los ítems, esperando a ser demandados por los clientes.
Ballou (1999) describe con detalle cada uno de estos costos. A continuación se
presentan sus principales características.
Los costos de almacenamiento y manejo se refieren a los costos de operar la
bodega, teniendo en cuenta la mano de obra utilizada, las actividades
desarrolladas, tales como recepción, almacenamiento, inspección y despacho.
Si la bodega es arrendada, estos costos formarán parte del costo global de
espacio dado por el arrendatario y descrito a continuación.
8
El costo de espacio es el reflejo del uso del volumen dentro del edificio de la
bodega. Si la bodega es arrendada, estos costos se expresan generalmente por
unidad de peso por cada período de tiempo, por ejemplo en S/(ton x mes). Si
el espacio es propio de la empresa, los costos de espacio se determinan de
acuerdo con los costos de operación asociados con dicho espacio, tales como
climatización e iluminación, y costos fijos, tales como los costos del edificio y
del equipo, basados en el volumen que se maneja en la bodega. Los costos de
espacio no se incluyen en el cálculo de inventarios en tránsito.
Los costos de capital o costos de oportunidad representan la mayor
proporción de los costos de llevar el inventario. A pesar de esto, es el costo
menos tangible de todos los componentes del costo de inventario. Su
determinación no es fácil, ya que depende de muchos factores. Primero, los
inventarios pueden tratarse de activos a corto plazo o de activos a largo plazo,
dependiendo de su función. Segundo, el costo de capital puede determinarse
de un rango amplio de valores que van desde las tasas de interés del mercado
hasta el costo de oportunidad del capital, que puede estar representado en el
promedio de las tasas mínimas de retorno de la empresa o en las inversiones
más rentables a las que la empresa tiene acceso.
Los seguros e impuestos dependen del inventario disponible y por ello forman
parte del costo de llevar el inventario. Los seguros se toman como prevención
contra incendio, robo, daños, etc. Los impuestos se pagan dependiendo de los
sistemas contables particulares de cada región y generalmente se cobran de
acuerdo con los valores en libros de los inventarios. El tema de valoración de
los inventarios para efectos contables no se considera en esta publicación.
Los costos de riesgo representan los costos de obsolescencia, deterioro y
depreciación del inventario. El deterioro puede deberse a condiciones
naturales de los ítems en inventario, especialmente si se trata de artículos
perecederos. Estos costos pueden determinarse del costo de ítems perdidos, o
del costo de actualización mediante trabajo adicional para recobrar el estado
normal del producto, o de reponer el producto desde otra localización.
9
El Costo de Ordenamiento, A
Cada orden para reponer el inventario tiene varios costos asociados, los cuales en
general son fijos y no dependen del tamaño de la orden. Estos costos
corresponden al procesamiento, transmisión, manejo y compra de la orden.
Específicamente, para un comerciante (nó-productor), el costo de ordenamiento
puede comprender:
Costo de preparación de los formatos de las órdenes.
Costos de correo (o de cualquier sistema que utilice para la transmisión de
órdenes, incluyendo fax, EDI, etc.).
Costos de llamadas telefónicas relacionadas con el pedido.
Costos de autorización del pedido.
Costos de recepción e inspección.
Costos de manejo de las facturas del proveedor.
Otros costos relacionados con el procesamiento de la orden.
Para un productor este costo puede incluir los costos relacionados con el montaje
de maquinaria fija, los costos de alistamiento para preparar las máquinas para
procesar la orden, la transmisión y control de la orden en la planta. En este caso
se prefiere utilizar el término costo de preparación.
El costo de falta de Inventario, B
Este costo se produce cuando se recibe una orden y no hay suficiente inventario
disponible para cubrirla. Generalmente se expresa como un porcentaje del costo
del ítem. Pueden ocurrir entonces tres posibilidades: se genera una orden
pendiente, se pierde la venta o se produce una combinación de ambas, por
ejemplo cuando el cliente decide aceptar una orden pendiente parcial. Cualquiera
de las tres posibilidades que ocurra, genera un costo, el cual es muy difícil de
estimar debido a su naturaleza intangible.
10
2.2. Minería de Datos.
2.2.1. Definición.
En la literatura se cuenta con varias definiciones para la minería de datos, una de ellas
es:
Witten, I.H. & Frank, E. [16], La minería de datos es el proceso de descubrir patrones en
los datos. Los datos se presentan en grandes cantidades. Los patrones descubiertos
deben ser significativos de manera que se permitan ventajas, por lo general, de tipo
económicas.
Otras definiciones consideran además del proceso de descubrir patrones válidos, la
exploración y análisis de series extensas de datos.
Debido a las diversas formas de definir la minería de datos, Hernández et al. [1], resume
el objetivo de la minería de datos como el proceso de convertir datos extraídos de
grandes volúmenes de datos en conocimiento útil.
La minería de datos se considera como un campo interdisciplinario. El cual es
desarrollado de manera conjunta o como apoyo de otras disciplinas como: tecnología de
bases de datos, sistemas para la toma de decisiones, estadística, inteligencia artificial,
aprendizaje automático, redes neuronales, reconocimiento de patrones, visualización de
datos, computación paralela, entre otras. Hernández et al. 2004 [1].
En la Figura 2, se observa la asociación de las diversas disciplinas relacionadas a la
minería de datos.
11
Figura 2. Asociación de las diversas disciplinas relacionadas a la Minería de Datos.
Hernández et al. [1]
2.2.2. Proceso de Descubrimiento de Conocimiento
Para Hernández et al. [1], el KDD es un proceso general de descubrir conocimiento desde
bases de datos, mientras que la minería de datos viene a ser la aplicación de los métodos
de aprendizaje y estadísticos. Asimismo, Fayyad et al. (1996) consideran que el KDD es
un proceso iterativo e interactivo dividido en una secuencia de pasos (Figura 3), de los
cuales la minería de datos es considerada como uno de los pasos más importantes en
todo el proceso, esto es, el corazón del proceso KDD mismo.
Figura 3. Proceso de Descubrimiento de Conocimiento (KDD).
Hernández et al. [1]
Reconocimiento
de patrones
Inteligencia
Artificial
Tecnología de
base de datos
Estadística
Redes
neuronales
artificiales
Aprendizaje
automático
Computación
paralela
Otras
disciplinas
Minería
de Datos
Integración y
recopilación
Selección, Limpieza
y transformación
Minería de
Datos
Evaluación e
interpretación
Difusión y
uso
Datos
Iniciales Acciones
Almacén de Datos
Datos Seleccionados
Conocimiento Patrones
1 2 3 4 5
12
En términos generales, el KDD es un proceso que incluye el pre-procesamiento de datos,
búsqueda de patrones y evaluación de conocimiento extraído. Estas etapas se presentan
en una serie de pasos que a continuación se resumen:
a. Integración y Recopilación.
En esta fase inicial se determinan las fuentes de información a utilizarse para la
investigación. En ocasiones, este paso es uno de los que más tiempo requiere, puesto
que comúnmente se recopila gran cantidad de datos, los cuales pueden ser obtenidos
de bases de datos y/o almacenes de datos.
b. Selección, Limpieza y Transformación.
En ocasiones, dado que los datos provienen de diferentes fuentes, estas por lo
general contienen ruido o valores atípicos. Conocidos los objetivos y requerimientos
del proyecto, en este paso se selecciona el número efectivo de variables, se eliminan
redundancias en los datos y, de ser necesario, se filtran aquellos que son
considerados relevantes para el proceso de la minería de datos. Asimismo, se
transforman los datos para la aplicación de alguna técnica en particular.
c. Minería de Datos.
En este paso se decide la técnica a utilizar, la cual debe ser cotejada con los objetivos
del proyecto. Posterior a la selección y aplicación de la técnica sobre los datos
previamente preparados, éste debe ser validado de acuerdo al conocimiento y
dominio existente. Puesto que los resultados obtenidos en este paso dependen
considerablemente de los anteriores, existe la posibilidad de volver a iniciar desde
alguno de los pasos precedentes, debido a la necesidad de requerir nuevos datos o
incluso en caso de que se modifique la definición del problema.
13
d. Evaluación e Interpretación.
Los patrones extraídos en el paso anterior son interpretados y evaluados de acuerdo
a mediciones que garanticen la identificación de patrones verdaderamente
significativos (patrones que representen conocimiento). Algunas de estas mediciones
podrían ser : validación cruzada, la cual divide los datos en dos conjuntos
(entrenamiento y prueba); matrices de confusión (empleadas generalmente en
problemas de clasificación), la cual indica cuantas clasificaciones se han hecho
correctamente para cada tipo; entre otras.
e. Difusión y uso del Conocimiento.
En esta parte, el conocimiento extraído es incorporado en algún sistema o
procedimiento para su difusión y uso de los usuarios finales. Este resultado debe ser
examinado para descartar posibles errores en la representación del conocimiento.
Por lo general, en los modelos predictivos se deben comprobar continuamente las
prestaciones del mismo, puesto que los patrones podrían cambiar con el tiempo, de
ser así, se tendría que reevaluar, reentrenar y posiblemente completamente el
modelo.
2.2.3. Modelos y Tareas de Minería de Datos.
Al ser la minería de datos un método para extraer conocimiento útil mediante el análisis
de los datos, ésta recurre a modelos que permitan encontrar relaciones, patrones o
reglas inferidas previamente desconocidas (Hernández et al. [1]). Los modelos
empleados en la minería de datos son el descriptivo y el predictivo.
a. Modelo Descriptivo.
En el modelo descriptivo se identifican patrones que describen los datos mediante
tareas, ej. Agrupamiento y reglas de asociación. Hernández et al. Destacan que
mediante este modelo se identifican patrones que explican o resumen el conjunto de
datos, siendo estos útiles para explorar las propiedades de los datos examinados. Los
modelos descriptivos siguen un tipo de aprendizaje no supervisado, que consiste en
adquirir conocimiento desde los datos disponibles, sin requerir influencia externa
que indique un comportamiento deseado al sistema.
14
b. Modelo Predictivo.
Este modelo se emplea para estimar valores futuros de variables de interés. El
proceso se basa en la información histórica de los datos mediante las cuales se
predice un comportamiento de los datos, ya sea mediante clasificaciones,
categorizaciones o regresiones. Los modelos predictivos siguen un aprendizaje
supervisado, que consiste en aprender mediante el control de un supervisor o
maestro que determina la respuesta que se desea generar del sistema. El atributo a
predecir se conoce como variable dependiente u objetivo, mientras que los atributos
utilizados para realizar la predicción se llaman variables independientes o de
exploración.
c. Tareas de Minería de datos.
Dentro de los modelos descriptivos y predictivos se encuentran diferentes tareas
específicas como: agrupamiento, reglas de asociación, clasificación, regresión, entre
otras. Estas tareas corresponden a un tipo de problema específico en el proceso de
minería de datos.
En la Figura 4, se muestra una representación general de los modelos y tareas
halados en el proceso de minería de datos.
Figura 4. Representación general de los modelos y tareas de Minería de Datos.
Hernández et al. [1]
Modelos de Minería
de Datos
Correlaciones
Reglas de Asociación
Agrupamiento Descriptivos
Predictivos
Clasificación
Regresión
15
2.2.4. Técnicas de Minería de Datos.
Según Moreno, M. & Quintales, L. & Polo, M. [2]. La minería de datos ha dado lugar a una
paulatina sustitución del análisis de datos dirigido a la verificación por un enfoque de
análisis de datos dirigido al descubrimiento del conocimiento. La principal diferencia
entre ambos se encuentra en que en el último se descubre información sin necesidad de
formular previamente una hipótesis. La aplicación automatizada de algoritmos de
minería de datos permite detectar fácilmente patrones en los datos, razón por la cual
esta técnica es mucho más eficiente que el análisis dirigido a la verificación cuando se
intenta explorar datos procedentes de repositorios de gran tamaño y complejidad
elevada. Dichas técnicas emergentes se encuentran en continua evolución como
resultado de la colaboración entre campos de investigación tales como bases de datos,
reconocimiento de patrones, inteligencia artificial, sistemas expertos, estadística,
visualización, recuperación de información, y computación de altas prestaciones.
Los algoritmos de minería de datos se clasifican en dos grandes categorías: Supervisados
o predictivos y no supervisados o de descubrimiento del conocimiento.
Los algoritmos supervisados o predictivos predicen el valor de un atributo (etiqueta) de
un conjunto de datos, conocidos otros atributos (atributos descriptivos). A partir de
datos cuya etiqueta se conoce se induce una relación entre dicha etiqueta y otra serie de
atributos. Esas relaciones sirven para realizar la predicción en datos cuya etiqueta es
desconocida. Esta forma de trabajar se conoce como aprendizaje supervisado y se
desarrolla en dos fases: Entrenamiento (construcción de un modelo usando un
subconjunto de datos con etiqueta conocida) y prueba (prueba del modelo sobre el resto
de los datos).
Cuando una aplicación no es lo suficientemente madura no tiene el potencial necesario
para una solución predictiva, en ese caso hay que recurrir a los métodos no
supervisados o de descubrimiento del conocimiento que descubren patrones y
tendencias en los datos actuales (no utilizan datos históricos). El descubrimiento de esa
información sirve para llevar a cabo acciones y obtener un beneficio (científico o de
negocio) de ellas. En la Tabla 1 se muestran algunas de las técnicas de minería de ambas
categorías.
16
SUPERVISADOS NO SUPERVISADOS
Arboles de Decisión Detección de Desviaciones
Inducción Neuronal Segmentación
Regresión Clustering (Agrupamiento)
Series Temporales Reglas de Asociación
Algoritmos Genéticos Patrones Secuenciales
Tabla 1. Clasificación de técnicas de Minería de Datos.
Moreno, M. et al.[2].
a. Supervisados
Arboles de Decisión.
Según Calleja, A. [23]. Un árbol de decisión se utiliza como clasificador para
determinar una acción o decisión apropiada (de entre un conjunto
predeterminado de acciones) para una situación determinada. Un árbol de
decisión nos ayuda a identificar correctamente los factores que se deben
considerar y como cada uno de estos factores se ha asociado históricamente a los
resultados de la decisión. La visión esquemática de este método lo hace uno de los
métodos más sencillos de interpretar y asimilar la información que contienen. Se
denomina árbol de decisión debido a que el resultado del modelo está
representado en forma de árbol.
Los árboles de decisión son un método de los clasificados como métodos de
aprendizaje supervisados, pues deben ser entrenados con información que
contiene un histórico de los propios datos y los resultados que han sido
consecuencia de dichos datos para poder utilizarse con el fin de crear
predicciones.
Para verificar estas predicciones obtenidas como resultado y comprobar la
precisión, podemos ejecutar el modelo entrenado contra otra colección de datos
conocida para evaluar dicha precisión del modelo entrenado.
17
Los pasos serian:
1. Entrenamiento. Se modeliza el árbol para representar los patrones detectados
en el historial de los datos lo mejor posible.
2. Evaluación. En este paso, totalmente opcional no obstante, podemos probar la
validez del modelo entrenado enfrentándolo a otra colección de datos
diferente (misma temática y mismo contenido, pero diferente en si). Si la
precisión alcanzada no es la deseada, deberemos rediseñar el modelo y
repetir el proceso.
3. Predicción. Por último, obtenemos el resultado predicho a partir del modelo
diseñad, esto es, el valor o valores, o la decisión que buscamos tomar, para un
determinado caso dado para nuestro conjunto.
Con esto podemos generar la representación gráfica del árbol. El árbol se
construye con los siguientes componentes:
Nodo Raíz: Como nodo único, forma el punto de entrada del árbol
normalmente en el punto mal alto.
Nodos de Decisión: Estos actúan como enrutadores para decidir que rama
debemos tomar mientras recorremos el árbol de arriba abajo.
Nodos Hoja: Estos nodos son los que no contienen ningún nodo con “éxito”, es
decir, nodos donde se cumple el objetivo, o donde se hace positivo el valor que
intentamos predecir.
Ejemplo: En la Figura 5 podemos observar un sencillo árbol de decisión. Este
árbol se pretende predecir si un individuo compra o no un determinado producto
en base a la edad, el salario y la ocupación del mismo.
18
Figura 5. Árbol de Decisión
Calleja, A. [23].
Regresión
Según Calleja, A. [23]. El análisis regresivo es una técnica utilizada para inter y
extrapolar las observaciones, las cuales pueden clasificarse como regresión lineal
o no lineal. Hablamos de modelo de regresión cuando la variable de respuesta y
las variables explicativas son todas ellas cuantitativas. Si sólo disponemos de una
variable explicativa hablamos de regresión simple, mientras que si disponemos
de varias variables explicativas se trata de un problema de regresión múltiple.
Para visualizar la relación entre la variable de respuesta y una variable
explicativa, obtendremos el diagrama bivariante entre ambas variables. La forma
de dicho diagrama aporta información sobre el tipo de relación entre la variable
de respuesta y la variable explicativa.
Comprara
Edad
Comprara Salario
No comprara Ocupación
No comprara
>= 35
> $ 50.00
Consultor Contable
<= $ 50.00
< 35
19
Regresión Lineal.
Según Calleja, A. [23]. La regresión lineal es una técnica estadística que intenta
construir un modelo para los datos analizados, y a través de éste predecir los
datos futuros. Este modelo cuantifica la relación entre dos variables continuas:
“la variable dependiente o la variable que intentamos predecir y la variable
independiente o la variable predecible”. Funciona encontrando una línea a
través de los datos que minimiza el valor del error cuadrático de cada punto.
La fórmula de regresión lineal es la siguiente:
Dónde:
: Variable dependiente auxiliar; =1 si el evento sucede, =0 si no sucede.
: El coeficiente del término constante.
: El coeficiente en la variable dependiente.
La variable dependiente.
El termino de error.
Regresión no lineal.
Según Calleja, A. [23]. La relación entre dos variables puede no ser lineal, para
resolver este tipo de problemas surgen las diferentes técnicas que existen de
regresión no lineal. La relación puede ser curvilínea o de múltiples líneas.
Entre las curvilíneas se encuentra la regresión logarítmica, “este modelo es
simplemente una transformación no lineal de la regresión lineal”. La diferencia
fundamental entre la regresión lineal y la logarítmica reside en el hecho de que
en la regresión lineal, la variable dependiente es continua, sin embargo, en la
logarítmica es discreta o categórica.
La fórmula que describe esta función puede formularse como sigue:
20
Dónde:
: Probabilidad de que el evento Y ocurra, p (Y =1).
: El coeficiente en la variable dependiente.
El termino de error.
Rango de probabilidades.
[
] Rango de probabilidades logarítmicas.
Algoritmos Genéticos.
El algoritmo genético permite obtener soluciones a un problema que no tiene
ningún método de resolución descrito de forma precisa, o cuya solución exacta, si
es conocida, es demasiado complicada para ser calculada en un tiempo aceptable.
Es el caso particular de cuando se encuentran restricciones múltiples y complejas,
e incluso contradictorias, que deben ser satisfechas simultáneamente como, por
ejemplo, para formar equipos de trabajo, planificar rondas de entregas, implantar
puntos de venta de manera óptima, construir modelos estadísticos.
Según el algoritmo genético, numerosas soluciones más o menos correctas
inherentes a dicho problema son creadas al azar, según una forma ya definida:
itinerario, horarios, base de reglas de decisión, evaluación por puntuación, red
neuronal, etc. Cada solución será representada a través de una cadena de 0 y de 1
en cromosomas que se verán entonces sometidos a una imitación de la evolución
de las especies: mutaciones y reproducción por hibridación. Al favorecer la
supervivencia de los más aptos (las soluciones más correctas), se provoca la
aparición de híbridos cada vez mejores que sus padres. La población inicial da
paso de esta manera a generaciones sucesivas mutadas y procreadas por
hibridación a partir de sus padres. Al despejar los elementos más aptos presión de
la evolución se garantiza que las generaciones sucesivas serán cada vez más
adaptadas a la resolución del problema. Este mecanismo sorprendente de
clasificación ha sido validado matemáticamente con el rigor que le corresponde.
21
El mecanismo de evolución y de selección es independiente del problema por
resolver: sólo varían la función que descodifica el genotipo en una solución
posible (cualquier tipo de descodificación tiene la posibilidad de ser utilizado de
la manera más sencilla posible) y la función que evalúa la justeza de la solución
(en el caso de los previsores probándolos en unas cuantas centenas de casos).
Esta técnica es de aplicación general. El algoritmo genético puede aplicarse a la
producción de una variedad de objetos mientras sea posible obtener una
calificación que represente la justeza de la solución. En particular, es posible
fabricar previsores estadísticos no a través de cálculos de datos como en la
estadística clásica sino haciendo evolucionar los datos por algoritmo genético
(inducción. Por problemas de clasificación o de segmentación, la justeza significa
simple y llanamente la tasa de reordenación del previsor con respecto a un
conjunto dado de ejemplos. El mecanismo de estimulación de lo más apto permite
entonces la aparición del previsor que reordenará los datos lo mejor posible. Este
tipo de construcción de previsor forma parte de las técnicas de algoritmo genético
utilizadas en DM.
La técnica del algoritmo genético da enfoque un poco brutal que necesita un gran
poder de cálculo pero que posee la inmensa ventaja de proporcionar soluciones
no muy lejos de lo óptimo incluso sin conocer métodos de soluciones. El algoritmo
genético no exige ningún conocimiento acerca de la manera más idónea de
resolver el problema; sólo es necesaria la capacidad de evaluar la calidad de una
solución. También es muy ligero para ponerlo en práctica (el motor es común, no
hay mucha programación específica que hacer). En la resolución de un mismo
problema el enfoque algorítmico es específico, muy rápido, mientras el algoritmo
genético se caracteriza por ser general pero muy lento.
22
b. No Supervisados.
Clustering (Agrupación)
Según Calleja, A. [23]. El clustering se utiliza para agrupar los datos en conjuntó
bien cohesionados y definidos. Podemos diferenciarlo de los métodos de
clasificación normales en el hecho siguiente: las clases en las que se agrupan los
datos no están predefinidas como en las clasificaciones normales, si no que se
determinan a partir de los datos. Se trata de un método de aprendizaje sin
supervisión.
Los resultados que podemos obtener al aplicar este método pueden utilizarse
para resumir y analizar los contenidos de una colección de datos dada
considerando las características de cada conjunto más que las características de
cada registro. Este método puede utilizarse de manera descriptiva como
predictiva (a qué grupo pertenecerá un nuevo dato).
Ejemplo: En la Figura 6, podemos observar como en la gráfica obtenida al
representar una serie de datos, según las características por las que estemos
representando dichos datos, se puede ver cómo, si elegimos los atributos
adecuados, se forman estos agrupamientos de los datos al coincidir
características similares unos con otros.
Figura 6. Agrupamiento (Clustering)
Calleja, A. [23].
23
2.3. Toma de Decisiones Empresariales
2.3.1. Definición.
Koontz, H. & Weihrich, H. [21], definen la Toma de Decisiones como la selección de un
curso de acción entre distintas alternativas.
2.3.2. Elementos de Toma de Decisiones.
Según Peter, F. [22], Los elementos relevantes en la toma de decisiones son:
Se debe verificar si la decisión a tomar es programada o no programada. En el primer
caso nos referimos a decisiones que se toman sobre problemas estructurados o
rutinarios, problemas comunes en la organización, por lo cual estas decisiones se
toman basándose en los conocimientos previos y criterios previamente definidos,
reglas, pautas o principios.
Por otro lado, las decisiones no programadas son aquellas que se toman frente a
problemas sin estructurar, problemas nuevos, no rutinarios, que requieren una
solución específica. “La mayoría de las decisiones no son ni completamente
programadas ni completamente no programadas, sino una combinación de ambas
cosas”. Las decisiones no programadas se toman mayoritariamente en los niveles
altos de la organización, mientras que las decisiones programadas son tomadas
básicamente en los niveles más bajos de la misma.
Se deben definir las condiciones límites, estas son: los fines, metas y condiciones que
debe satisfacer la decisión. Cuanto más claramente estén éstas definidas más
probable es que se llegue a una buena decisión y se alcancen los fines buscados. Si
por otro lado las condiciones límites no están bien establecidas, es probable que la
decisión que se alcance no sea efectiva.
Se debe confirmar que la decisión a la cual se llegó es la correcta antes de ponerla en
práctica. Por correcta entendemos que la decisión que se tomó va a cumplir las
condiciones límite y que se ajusta a las especificaciones del problema.
24
Llevar la decisión a la práctica. Esta es la parte que exige más tiempo. El curso de
acción para poner en práctica la decisión debe estar adecuada a quienes vayan a
ponerla en práctica. Un problema común en la toma de decisiones es que los planes
no tienen compromisos de acción, y no le adjudican a nadie ni la realización de la
tarea, ni la responsabilidad por ésta realización.
La retroalimentación. Es muy importante que luego de poner en práctica la decisión
se analice si la misma está llevando a los resultados buscados.
2.3.3. Tipos de Toma de Decisiones
Según Benjamín, E. [20]. Nos dice que de acuerdo con la magnitud y/o complejidad de lo
que hay que resolver, las empresas pueden adoptar distintos tipos de soluciones, que
van desde las conocidas y bien definidas hasta las poco comunes y ambiguas, las cuales
sirven como punto de partida para clasificar las decisiones: de rutina, de adaptación e
innovadoras.
a. Decisiones de Rutina.
Las decisiones de rutina son aquellas elecciones que se toman ante circunstancias
relativamente comunes, si mayor complicación. Por lo mismo, de una manera u otra,
están contempladas en las normas, procedimientos o criterios operativos que las
empresas siguen cotidianamente.
b. Decisiones de Adaptación.
Las decisiones de adaptación se refieren a las elecciones que se hacen ante una
combinación de factores que se salen un poco de lo habitual. De allí que implican una
mejora o modificación de las rutinas habituales.
c. Decisiones Innovadoras.
Las decisiones innovadoras son elecciones que se basan en el descubrimiento, la
identificación y el diagnóstico de problemas inusuales y ambiguos y/o el desarrollo
de soluciones alternativas únicas o creativas.
Por su naturaleza, estas decisiones entrañan una ruptura con el pasado casi nunca se
presentan en secuencia lógica y ordenada. Normalmente se basan en información
25
que cambia a gran velocidad. Es más, tal vez se tomen antes de que los problemas
hayan sido definidos y entendidos a fondo. Por lo tanto, para que las personas tomen
decisiones efectivas deben poner especial atención en definir correctamente los
problemas y en reconocer que las primeras acciones afectan de forma ostensible las
decisiones posteriores.
2.3.4. Proceso de la Toma de Decisiones.
La Figura 7, nos muestra el proceso de toma de decisiones como una serie de ocho pasos
que comienza con la identificación de problema, los pasos para seleccionar una
alternativa que pueda resolver el problema, y concluyen con evaluación de la eficacia de
la decisión. Este proceso se puede aplicar tanto a sus decisiones personales como a una
acción de una empresa, a su vez también se puede aplicar tanto a decisiones individuales
como grupales.
Figura 7. Proceso de Toma de Decisiones.
Robbins, S.P. [11]
2.3.5. Barreras para la Toma Efectiva de Decisiones.
Según Benjamín, E. [20]. La implementación de los siete pasos del proceso de toma de
decisiones constituye una excepción, no una regla. Es posible que se tome una decisión
que satisfaga y que no maximice o que optimice y no satisfaga. Este comportamiento
depende de una serie de factores entre los que sobresalen: los prejuicios psicológicos,
presiones de tiempo y realidades sociales.
Identificación
de un
problema
Evaluación de
eficacia de la
decisión
Implantación de la
alternativa
Selección de una
alternativa
Análisis de
alternativas
Desarrollo
de
alternativas
Asignación de
pesos
(ponderados) a los
criterios
Identificación de
los criterios de
decisión
26
a. Prejuicios psicológicos: Los responsables de tomar las decisiones no son objetivos
en la forma en que perciben, evalúan y aplican la información para elegir, esto es,
tienen prejuicios que interfieren con una racionalidad objetiva. Los prejuicios más
significativos son:
La ilusión de controles la creencia de que se puede influir en los acontecimientos
aun cuando no se tiene control sobre lo que sucederá.
Los efectos de encuadre son la manera en que los problemas o las alternativas de
solución se formulan y a la forma en que esta percepción subjetiva puede
imponerse sobre hechos objetivos.
Desestimar el futuro que corresponde al peso que se adjudica a los costos y
beneficios a corto plazo relegando los de largo plazo.
b. Presiones de tiempo: Los responsables de tomar las decisiones reaccionan más en
función de las presiones de tiempo que de la consistencia de su estructura. Ante esto,
las empresas tratan de centrarse en información de tiempo real e involucrar a
expertos en el proceso de toma de decisiones.
c. Realidades sociales: Los responsables de tomar decisiones tienen que hacerlo
inmersos en un contexto social cuyos factores interpersonales, de lento movimiento,
disminuyen la efectividad del proceso en su conjunto.
27
2.4. Empresas Comerciales
2.4.1. Definición.
Las empresas comerciales son las intermediarias entre productor y consumidor, su
función primordial es la compra y venta de productos terminados.
Según López, F. [8], en una empresa comercial las actividades logísticas son menos
numerosas que en el caso de las empresas industriales, debido a que estas empresas
transforman los productos que reciben de sus proveedores.
Estas actividades se resumen de la siguiente manera:
Compra de Mercadería: pedidos, transporte, almacenamiento. Su misión principal es
conseguir unas buenas condiciones de compra de los proveedores, mantener un nivel
de stock suficiente para atender los pedidos de los clientes, sin que este stock sea
excesivo.
Distribución: implica procesar y transportar los pedidos de los clientes.
2.4.2. Clasificación
Según Godas, L. [9], las empresas comerciales se clasifican en:
a. Comercio Mayorista: Este tipo de comercio es el componente de la cadena de
distribución, en el cual se pone en contacto con consumidores finales de los
productos. Es decir, el mayorista es un intercambio entre fabricantes (o productor) y
usuario final. Compra a un productor o intermediario y vende a un fabricante, pero
nunca al consumidor. Los distribuidores mayoristas son especiales en los grandes
volúmenes de venta.
b. Comercio Minorista: El comercio minorista compra productos a grandes cantidades
a fabricantes o importadores, bien directamente o a través de un mayorista. Sin
embargo vende unidades individuales o pequeñas cantidades al público en general,
normalmente, en un espacio físico llamado tienda. Los minoristas se encuentran a la
final de la cadena de suministro.
28
c. Comercio Comisionista: Como su nombre lo dice, se encarga de vender productos,
recibiendo una comisión, la cual puede depender del precio previamente fijado por el
proveedor o por el precio dado por el comisionista.
2.4.3. Inventarios en Empresas Comerciales.
Las operaciones de compra y venta es la actividad principal de una empresa comercial.
Las ventas son la fuente principal de ingresos, pero la mercancía que se vende tiene por
supuesto un costo, a ese costo lo llamamos Costo de venta. La ganancia que se obtiene al
deducir el costo de venta de las ventas, se conoce como Utilidad bruta en ventas
El inventario de mercancías es una cuenta importante del activo circulante de una
empresa. Cuando se compra mercancías con el fin de venderla, la compra se registra al
precio de costo que incluye los fletes pagados, los seguros de compras, y otros gastos
ligados a la compra.
La existencia de mercancías que hay al inicio de un periodo económico es diferente a la
que hay al final. Por lo tanto, hay un inventario inicial y hay un inventario final.
Existen dos métodos que nos ayudan a calcular el inventario final:
Inventario Periódico (o físico): Cada vez que hacemos una compra, cargamos a
“Compras” y abonamos a “Cuentas por Pagar” o “Efectivo en caja o banco” y cuando
hacemos una venta cargamos a “Cuentas por Cobrar” o “Efectivo en Caja o Banco” y
abonamos a “Venta”. El inventario sólo podrá determinarse por medio de un conteo
físico de la mercancía existente al final del período. Así se maneja el Sistema de
inventario periódico. Es muy apropiado para supermercados, ferreterías u otros
negocios por el estilo, que tiene un gran volumen de ventas y costos bajos.
Inventario Permanente (o continuo): Consiste en llevar un registro que muestra
en todo momento la cantidad e importe del inventario en existencia. Es conveniente
para los negocios que venden pocos productos con costos altos. Los cambios en el
inventario se registran a medida que ocurren, mediante cargos y créditos en la
cuenta de “Inventario”. En este método no se utiliza la cuenta “Compras”. Cuando se
vende una mercancía , se requieren dos asientos contables:
Por la venta (registrada al precio de venta)
Por la reducción en el inventario(registrada al costo)
29
Materiales y Métodos
3.1. Diseño de la Investigación.
Para el análisis se aplicará el diseño con Post-Prueba únicamente y grupo de control.
Este diseño incluye dos grupos: Uno (G1) recibe el tratamiento experimental y el otro no (G2
Grupo de control). Los sujetos se asignan a los grupos de manera aleatoria, Cuando concluye la
manipulación, a ambos grupos se les administra una medición sobre la variable dependiente en
estudio.
El diseño se diagrama de la siguiente manera:
Dónde:
X: Modelo de minería de datos aplicado al proceso de toma de decisiones en la gestión de
inventarios.
G1: Grupo experimental.
G2: Grupo Control.
O1: Medición al aplicar X a G1.
O2: Medición sin aplicar X a G2.
3.2. Población y Muestra.
Población
Los procesos de toma de decisiones para el reabastecimiento de productos en la gestión de
inventarios que manejan las distintas empresas comerciales de Trujillo.
Muestra
El proceso de toma de decisiones para el reabastecimiento de productos en la gestión de
inventarios que manejan 2 empresas comerciales mayoristas de Trujillo.
30
3.3. Variables de Estudio.
3.3.1. Variable Dependiente
Mejorar el proceso de toma de decisiones en la gestión de inventarios de empresas
comerciales basándose en el modelo propuesto.
3.3.2. Variable Independiente
Un modelo de minería de datos.
3.4. Técnicas e Instrumentos.
Las técnicas que se utilizaran para la recolección de datos son:
Recopilación Documental: Esta técnica se apoya en la recopilación de antecedentes a
través de documentos, papers, libros y gráficos. Para este proyecto las fuentes serán de tipo
bibliográficas, la cual será la base tanto de fundamentos como de complemento para la
investigación.
Recopilación a través de la observación: Consiste en el estudio de características y
comportamiento de un fenómeno, dentro del medio en donde se desenvuelve. Esta técnica
la utilizaremos para estudiar el proceso de toma de decisiones en la gestión de inventarios
dentro de las empresas, lo que nos permita obtener un informe de estudio de campo, que
servirá para un análisis posterior.
Recopilación de datos experimentales: Se basa en la experimentación que consiste en la
observación dedicada y constante que se hace a un fenómeno, al que se le van modificando
sistemáticamente sus variables conforme a un plan determinado. Esta técnica permitirá
recolectar datos de la experimentación sobre el diseño del modelo propuesto y de la
implementación del mismo, que luego servirán para contrastar y analizar resultados con
respecto a la hipótesis.
31
Resultados
4.1. Análisis Comparativo de Técnicas de Minería de Datos
En éste capítulo se realizara un análisis de las técnicas de minería de datos más usadas; las
técnicas son:
a) Árboles de Decisión.
b) Regresión Lineal Múltiple.
c) Redes Neuronales
d) Algoritmos Genéticos.
e) Clustering.
Para este análisis comparativo se tomara en cuenta los siguientes criterios de comparación
definidos por Galvis, M. & Martínez, F [24]:
Velocidad de Ejecución: Se refiere al costo computacional involucrado en general el modelo
así como la rapidez con la que la técnica es capaz de extraer un modelo exitosamente a partir
de los datos de entrenamiento suministrados.
Clasificación de Datos de Origen: Se refiere a la capacidad de la técnica para lograr clasificar
los registros suministrados, a partir de la o las reglas creadas.
Predicción de Datos Futuros: Se refiere a que el conjunto de reglas generadas por la técnica,
sea capaz de clasificar registros cuyo valor se desea predecir.
Escalabilidad: Se refiere a la habilidad que tiene una determinada técnica para construir un
modelo eficiente dadas grandes cantidades de datos.
Robustez: Se refiere a la habilidad de la técnica para realizar predicciones correctas en bases
de datos con ruidos o datos con valores faltantes.
4.1.1. Análisis de las Técnicas Según Criterios.
A continuación se analizara cada una de las técnicas seleccionadas en base a los criterios
de comparación definidos en el punto anterior:
a. Árboles de Decisión
Velocidad de Ejecución: Costosos en términos computacionales.
Clasificación de Datos de Origen: Son capaces de llevar a cabo la clasificación
multi-clase en un conjunto de datos.
Predecir Datos Futuros: Obtiene un conjunto de patrones y estadísticas que se
pueden usar para explorar las relaciones o para predecir eventos futuros.
32
Escalabilidad: Depende del número de variables y del tipo de dato.
Robustez: Son capaces de manejar ruido en datos de entrenamiento
b. Regresión Lineal Múltiple
Velocidad de Ejecución: Costo computacional bajo.
Clasificación de Datos de Origen: No clasifica.
Predecir Datos Futuros: Predice valores cuantitativos.
Escalabilidad: Cuanto mayor sea la cantidad de datos, el resultado será más
fiable.
Robustez: Trabaja muy bien con datos faltantes o en blanco, garantizando un
resultado óptimo.
c. Redes Neuronales
Velocidad de Ejecución: Presentan un elevado tiempo computacional.
Clasificación de Datos de Origen: Son capaces de clasificar los datos de entrada
en clases de máxima similaridad.
Predecir Datos Futuros: Tiene la capacidad de generar resultados predictivos y
descriptivos.
Escalabilidad: Están diseñados para trabajar con grandes cantidades de datos.
Robustez: Son capaces de trabajar con datos incompletos e incluso paradójicos.
d. Algoritmos Genéticos
Velocidad de Ejecución: lentos
Clasificación de datos de origen: Mecanismo sorprendente de clasificación.
Predicción de datos futuros: predictivo
Escalabilidad: Hay un límite a partir del cual es ineficiente elevar el tamaño de la
población puesto que no se consigue una mayor velocidad en la resolución del
problema.
Robustez: Algoritmo robusto, al resultar útil en cualquier ámbito de acción, pero
a la vez débil, pues no está especializado en ninguno.
e. Clustering
Velocidad de Ejecución: Costo computacional medio.
Clasificación de datos de origen: Alta precisión para clasificar datos.
Predicción de datos futuros: Esta técnica no predice, solo clasifica.
33
Escalabilidad: No escala bien para grandes volúmenes de datos.
Robustez: Puede no funcionar adecuadamente en presencia de ruido.
4.1.2. Resultados de Análisis de las Técnicas.
En este capítulo se analizó cinco técnicas de minería de datos, de las cuales se ha
descrito las principales características basadas en los criterios de comparación
definidos, se hizo una comparación en forma tabular cuyos resultados obtenidos se
muestran en la Tabla 2.
Para la presentación de los resultados se considerara las siguientes valorizaciones y sus
símbolos correspondientes:
: Cumple o Nivel Bajo.
: Cumple Parcialmente o Nivel Medio.
: No cumple o Nivel Alto.
Velocidad ejecución
Clasificación de datos de origen
Predicción de datos futuros
Escalabilidad Robustez
Árbol de Decisión
Regresión Lineal
Múltiple
Redes Neuronales
Algoritmos Genéticos
Clustering
Tabla 2. Resultados de Comparación de Técnicas de Minería de Datos.
Fuente: Elaboración Propia
34
De la Tabla 2, podemos resumir lo siguiente:
Redes Neuronales cumple con la mayoría de los criterios para ser una técnica
adecuada para el desarrollo del modelo propuesto, sin embargo posee un costo
computacional elevado convirtiéndola en una técnica inapropiada para nuestra
investigación.
Clustering presenta debilidades en la mayoría de los criterios seleccionados, por lo
tanto queda descartada en la selección de la técnica.
Algoritmos Genéticos presenta debilidades en cuanto a costo computacional,
escalabilidad y robustez, lo cual no garantiza que el algoritmo encuentra la solución
óptima del problema, por lo cual queda descartado.
4.2. Diseño del Modelo Propuesto.
La presente investigación se orienta al uso de técnicas de minería de datos para lograr un
modelo predictivo, que nos permita tomar decisiones sobre el inventario. El modelo usará el
conocimiento adquirido de los datos, que se vayan a extraer de las empresas, información
relacionada a la gestión de inventarios, y así tener como resultado un modelo útil que ayude a
resolver el problema planteado.
En el diseño del modelo de minería de datos se han definido los siguientes elementos
necesarios para la generación de éste, como son: las variables que influyen en el problema para
determinar la predicción y la herramienta de minería de datos que implementa las técnicas
necesarias para analizar los datos de las variables establecidas.
4.2.1. Enfoque del Modelo.
El modelo de minería de datos, parte de la identificación de los elementos que aportan
características al desarrollo de un modelo de gestión de inventarios, tomando en cuenta
las reglas del negocio y la identificación de los objetos involucrados, todo esto apoyado
de un enfoque orientado a objetos.
El modelo propuesto utilizará las técnicas de minería de datos elegidas en el análisis
comparativo, aportando conceptos estadísticos y algoritmos de árboles de decisión, para
encontrar patrones entre los datos que se puedan definir como un modelo predictivo.
35
Así mismo, el modelo posibilitará las consultas sobre los elementos formales bajo
lenguajes de consultas dentro del enfoque de minería de datos, que permita la gestión
del conocimiento adquirido.
En la Figura 8, resumimos de forma gráfica estos enfoques.
Figura 8. Enfoque del Modelo Propuesto.
Fuente: Elaboración Propia
4.2.2. Arquitectura del Modelo.
Para la Arquitectura del modelo de minería de datos, se propone una arquitectura por
niveles, en la que cada nivel se describe como una serie de tareas, herramientas y
objetos que se relacionan utilizando los conceptos de minería de datos.
A continuación en la Figura 9, representamos gráficamente el resultado de nuestra
arquitectura para el modelo propuesto.
Enfoque Orientado a
Objetos
Minería de datos:
-Metodología de DM.
-Arboles de Decisión y
Regresión.
-Modelo predictivo
Investigación Operativa:
-Apoyo a la Toma de
Decisiones.
-Modelos De Gestión de
Inventarios.
Modelo Propuesto
+ +
36
Nivel de
Integración de
Datos
Nivel de Minería
de Datos Bodega de Datos
Herramientas de D.M
Nivel de
Presentación
Herramientas de consulta
y análisis
Consultas
Reportes
Patrones
Figura 9. Arquitectura Del Modelo Propuesto.
Fuente: Elaboración Propia
Nivel de Datos Reglas del Negocio
Diagramas de clase
Base de Datos Transaccional
Extracción
Transformación
Carga
Arboles de Decisión
Regresión
37
Nivel de Datos
El Nivel de Datos es la abstracción del proceso de gestión de inventarios dentro de la
empresa, consiste en la recopilación de datos desde una base de datos externa o interna.
Este nivel incluye las Reglas del Negocio, los Diagramas de Clases y las Bases de datos
transaccionales.
Nivel de Integración de Datos
Este nivel define el proceso que permite mover los datos más representativos desde la
base de datos transaccional con el fin de crear una nueva base de datos con información
en función a las variables de la investigación .Incluye los subprocesos de extracción,
transformación y carga de la información, todo esto apoyado de una herramienta de
ETL.
Nivel de Minería de Datos
Este nivel consiste en la explotación de la Base de Datos con vista al descubrimiento de
información que pueda servir de ayuda al proceso de toma de decisiones, aplicando a
ella los algoritmos de minería de datos basados en arboles de Decision y Regresión,
estos a su vez implementados en una herramienta de minería de datos.
Nivel de Presentación
Este nivel es el encargado de establecer un formato de presentación de los datos y una
apariencia grafica de fácil interpretación a través de la cual se pueden visualizar los
resultados de los patrones obtenidos en el nivel anterior y además permite la ejecución
de consultas para la recuperación del conocimiento.
4.2.3. Formalización del Modelo.
El Modelo de Minería de Datos para la Gestión de Inventario (MGI), es la unión entre
Información Interna y un Esquema de Minería de Datos, así tenemos:
Dónde:
II : Información Interna.
EMD : Esquema de Minería de Datos.
38
Información Interna
La Información Interna (II) se define como la unión de las Reglas del Negocio (RN),
Diagramas de Clase (DC) y las Bases de Datos Transaccionales (BDT) que se manejan
dentro de la organización. Es decir
Donde,
Donde,
P, es el conjunto de Políticas de Inventario.
O, es el conjunto de Operaciones de la Gestión de Inventarios
A, es el conjunto de Actores del Negocio.
R, es el conjunto de Restricciones de la organización.
Políticas de Inventario
Su representación formal es:
Operaciones de la Gestión de Inventarios
Su representación formal es:
39
Actores del Negocio
Su representación formal es:
Restricciones de la Organización
Su representación formal es:
Además Los Diagramas de Clase (DC), se define:
Donde,
NC, es el Nombre de la Clase.
AC, es el conjunto de Atributos de la Clase.
OC, es el conjunto de Operaciones de la Clase.
Donde,
40
Atributos de la Clase
Los atributos o características de una Clase pueden ser de tres tipos, los que definen
el grado de comunicación y visibilidad de ellos con el entorno.
Su representación formal es:
Donde,
Operaciones de la Clase
Las Operaciones de la Clase, representan la forma como esta interactúa con su
entorno.
Su representación formal es:
Donde,
41
Y por último, las Bases de Datos Transaccionales (BDT), se define:
Donde,
Tb, es el conjunto de Tablas de la Base de Datos Transaccional.
ReTb, es la Relación existente entre una y otra Tabla de la Base de datos
Transaccional.
Tablas de Base de Datos Transaccionales
Su representación formal es:
Relaciones de Tablas de las Base de datos Transaccionales.
Su representación formal es:
Esquema de Minería de Datos.
El Esquema de Minería de Datos (EMD) se define como la unión de la Integración de
Datos (ID), Arboles de Decisión (AD) y la Regresión Lineal Múltiple (RLM). Es decir:
42
Donde,
Donde,
I, es la Integración
T, es la Transformación
C, es la Carga
Además los Arboles de Decisión (AD), se define como:
Donde,
A, es el conjunto de Acciones
E, es el conjunto de Eventos,
P, es la Probabilidad
R, es la Respuesta
Acciones
Su representación formal es:
43
Eventos
Su representación formal es:
Y por último, la Regresión Lineal Múltiple (RLM), se define:
Donde,
VD, es el conjunto de las Variables Dependientes.
VI, es la Variable Independiente.
C, es el Coeficiente de cada Variable.
VA, es la Varianza.
Variable Dependiente
Su representación formal es:
44
Conclusiones
De nuestra investigación bibliográfica se determinó que la minería de datos es el conjunto de
herramientas y técnicas de análisis de datos que permiten crear escenarios, de los cuales se
puede obtener información útil para la toma de decisiones.
Del análisis comparativo de las técnicas de minería de datos se pudo observar que la técnica de
redes neuronales presenta la mayoría de los criterios, sin embargo son muy costosas
computacionalmente por lo que se decidió optar por los arboles de decisión apoyados de
regresión lineal múltiple.
Para el diseño del modelo se propuso una arquitectura por niveles de manera que haya una
separación entre los distintos procesos que involucra la minería de datos y de forma que la
mayoría de la interacción ocurra únicamente entre niveles vecinos.
La implementación del modelo propuesto es un objetivo que no se pudo alcanzar, sin embargo,
para llevarlo a cabo será necesario un análisis minucioso sobre los datos recolectados de la
empresa elegida para el caso de estudio.
45
Referencias Bibliográficas
[1]. Hernández J., Ramírez M. J. & Ferri C. (2004). Introducción a la Minería de Datos. Editorial
Pearson Prentice Hall. Madrid (España).
[2]. Moreno, M. & Quintales, L. & Polo, M. (2006). Aplicación de técnicas de minería de datos
en la construcción y validación de modelos predictivos y asociativos a partir de
especificaciones de requisitos de software. (España).
[3]. Velarde, A. (2004). Minería de Datos y su aplicación. Recuperado el 29 de agosto del 2013,
de http://www.uthermosillo.edu.mx/voces/voces42/05.php.
[4]. Caldentey, E. & Pizarro, C. Administración de Inventarios. Recuperado el 29 de agosto del
2013, de http://www.azc.uam.mx/alumnos/tradeoff/docu/adm.pdf.
[5]. Discua, W. (2013). Planificación y control de inventarios. Recuperado el 21 de septiembre
del 2013 de: http://www.prezi.com/qgchtrvfi1bn/gerencia-de-operaciones.
[6]. Cuervo, A. (1994). Introducción a la administración de empresas. Civitas, Madrid
(España).
[7]. Silver E., Pyke D. & Peterson R. (1998). Inventory Management and Production Planning
and Scheduling. ed. 3. John Wiley & Sons, New York.
[8]. López, F. (2008). Logística comercial: segunda edición. Editorial paraninfo. Recuperado el
21 de septiembre del 2013 de:
http://books.google.com.pe/books?id=8Iz1a8iFGCgC&hl=es&source=gbs_navlinks_s
[9]. Godas, L. (2007). La distribución: comercio mayorista y minorista. Recuperado el 21 de
septiembre del 2013 de:
http://apps.elsevier.es/watermark/ctl_servlet?_f=10&pident_articulo=13101022&pident
_usuario=0&pcontactid=&pident_revista=4&ty=28&accion=L&origen=zonadelectura&we
b=http://zl.elsevier.es&lan=es&fichero=4v26n03a13101022pdf001.pdf.
[10]. Molina, J. & Garcia, J. (2011). Técnicas de Minería de Datos Basadas en Aprendizaje
Automático. (chile).
[11]. Robbins, S.P. (1994). Management. Fourth Edition. Englewood Cliffs: NJ, Prentice Hall
[12]. Moreno, G. (2007).Técnicas más usadas en la minería de datos. Recuperado del 10 de
septiembre de 2013 de http://gamoreno.wordpress.com/2007/10/03/tecnicas-mas-
usadas-en-la-mineria-de-datos/
[13]. Vallejos, S.(2006).Minería de datos. Universidad Nacional de Nordeste (Argentina).
[14]. Febles, J. & Gonzales, A. (2002). Aplicaciones de la minería de datos en la bioinformática.
[15]. Ordoñez, M. (2008). La minería de datos y el Negocio: Aplicaciones, metodologías y
técnicas.
46
[16]. Witten, I.H. & Frank, E. (2000). Data Mining: Practical Machine Learning Toolsand
Techniques with Java Implementations. San diego (E.E.U.U).
[17]. Gilberto, G. (2008). Desarrollo de un modelo basado en técnicas de Minería de Datos
para clasificar zonas climatológicamente similares en el estado de Michoacán. (México).
[18]. Macias, M. (2008). Técnicas de Minería de Datos para Retención de Clientes en el Sector
Asegurado. Recuperado del 10 de octubre de 2013 de
http://www.cnsf.gob.mx/Eventos/Premios/2008%20Seguros/ANIVDELAREV.pdf
[19]. Carle, A. (2006). La toma de Decisiones Empresariales. (Uruguay).
[20]. Benjamin, E. (2009). Toma de Decisiones Empresariales. Recuperado del 11 de octubre
de 2013 de http://www.internacionaleventos.com/Articulos/Tomadedecisiones.pdf.
[21]. Koontz, H & Weihrich, H. (1993). Administración: Una perspectiva global. 12 ed.
(México).
[22]. Peter, F. (2009). El ejecutivo Eficaz en Acción: un diario para organizarse bien
(Management).
[23]. Calleja, A. (2010). Minería de datos con weka para la predicción del precio de
automóviles de segunda mano. (España).
[24]. Galvis, M. & Martinez, F. (2004). Confrontación de dos técnicas de minería de datos
aplicadas a un dominio especifico. Colombia (Bogotá).
