Tema II.1: Modelado y Análisis de datos

Maestría: Sistemas de Soporte para Toma de Decisiones

Contenido

• Administración de datos

• Teoría de Decisión

• Modelado y Análisis

• Administración del Modelo

• Redes Bayesianas

• Análisis What-If

• Estrategias Adaptativas

• Big Data, Hadoop

• Programación Lineal

Objetivos: Identificar los modelos y los procedimientos para formulación y resolución de problemas de análisis de decisiones.Indice:

Datos, información, conocimiento

• ¿En qué se diferencia el conocimiento de los datos y de la información? En una conversación informal, los tres términos suelen utilizarse indistintamente y esto puede llevar a una interpretación libre del concepto de conocimiento. Quizás la forma más sencilla de diferenciar los términos sea pensar que los datos están localizados en el mundo y el conocimiento está localizado en agentes de cualquier tipo (personas, empresas, máquinas...), mientras que la información adopta un papel mediador entre ambos.

• Davenport y Prusak (1999).

Datos

• Los datos son la mínima unidad semántica, y se corresponden con elementos primarios de información que por sí solos son irrelevantes como apoyo a la toma de decisiones. También se pueden ver como un conjunto discreto de valores, que no dicen nada sobre el por qué de las cosas y no son orientativos para la acción.

• Un número telefónico o un nombre de una persona, por ejemplo, son datos que, sin un propósito, una utilidad o un contexto no sirven como base para apoyar la toma de una decisión. Los datos pueden ser una colección de hechos almacenados en algún lugar físico como un papel, un dispositivo electrónico (CD, DVD, disco duro...), o la mente de una persona. En este sentido las tecnologías de la información han aportado mucho a recopilación de datos.

• Como cabe suponer, los datos pueden provenir de fuentes externas o internas a la organización, pudiendo ser de carácter objetivo o subjetivo, o de tipo cualitativo o cuantitativo, etc.

Información

La información se puede definir como un conjunto de datos procesados y que tienen un significado (relevancia, propósito y contexto), y que por lo tanto son de utilidad para quién debe tomar decisiones, al disminuir su incertidumbre. Los datos se pueden transforman en información añadiéndoles valor:

• Contextualizando: se sabe en qué contexto y para qué propósito se generaron.• Categorizando: se conocen las unidades de medida que ayudan a interpretarlos.• Calculando: los datos pueden haber sido procesados matemática o estadísticamente.• Corrigiendo: se han eliminado errores e inconsistencias de los datos.• Condensando: los datos se han podido resumir de forma más concisa (agregación).

• Por tanto, la información es la comunicación de conocimientos o inteligencia, y es capaz de cambiar la forma en que el receptor percibe algo, impactando sobre sus juicios de valor y sus comportamientos.

• Información = Datos + Contexto (añadir valor) + Utilidad (disminuir la incertidumbre)

Conocimiento

• El conocimiento es una mezcla de experiencia, valores, información y know-how que sirve como marco para la incorporación de nuevas experiencias e información, y es útil para la acción. Se origina y aplica en la mente de los conocedores. En las organizaciones con frecuencia no sólo se encuentra dentro de documentos o almacenes de datos, sino que también esta en rutinas organizativas, procesos, prácticas, y normas.

• El conocimiento se deriva de la información, así como la información se deriva de los datos. Para que la información se convierta en conocimiento es necesario realizar acciones como:

• Comparación con otros elementos.• Predicción de consecuencias.• Búsqueda de conexiones.• Conversación con otros portadores de conocimiento

Transformar los datos en información y conocimiento para la toma de decisiones

¿Qué es la toma de decisiones?

• El administrador pasan la mayor parte de su tiempo resolviendo problemas y tomando decisiones.

• Para ser eficaces en su trabajo deben poseer:• conocimientos técnicos adecuados,• experiencia suficiente y• saber manejar, por lo menos, algún método para la toma de decisiones.

• Los gerentes se enfrentan a problemas constantemente:• Algunos son sencillos; otros a menudo parecen abrumadores.• Algunos exigen acción inmediata, mientras que otros a veces requieren meses

o años para resolverse.

• La mayor parte de las decisiones gerenciales carecen de estructura y conllevan riesgo, incertidumbre y conflicto.

Decisiones programadas• Como el tiempo es valioso y escaso, deben tener identificadas aquellas situaciones

que, por su recurrencia o importancia relativa, puedan ser tipificadas de manera tal que, al ocurrir, ya se tenga decidido lo que se debe hacer.• Los reglamentos y las políticas contienen decisiones programadas que surgen a partir de

este tipo de situaciones.

• Existen las decisiones programadas por su recurrencia involucran situaciones repetitivas hasta cierto punto, cotidianas. • Ejemplo: La política de reclutamiento y selección de personal, que implica de una serie de

exámenes psicométricos y técnicos, así como varias entrevistas.

• Las decisiones programadas por su importancia relativa implican una regla o política que surte efecto hasta el momento en que la decisión se vuelve más importante.• Ejemplo: La política de emisión de cheques para el pago de proveedores establece un

límite de dinero para emitir cheques de pago sin requerir de la autorización de un “jefe superior”.

Decisiones no programadas

• Decisiones no programadas:• Involucran situaciones, imprevistas o muy importantes que requieren una solución

específica y particular por parte de los implicados. • Quienes toman decisiones no programadas deben cubrir algunos requisitos para

que ser eficaces:• capacidad técnica,• dominio de algún método para tomar decisiones,• experiencia, determinación suficiente y• fortaleza de carácter para asumir la responsabilidad y enfrentar las consecuencias.

• Las decisiones no programadas derivadas de problemas imprevistos;• se toman cuando el acontecimiento que les da origen no estaba planeado o no se esperaba

que ocurriera.

• Las decisiones no programadas por la importancia de la situación que involucran, se reservan a personal de un nivel superior debido al impacto de sus consecuencias en la organización.

www.auladeeconomia.com

Decisiones programadas y no programadas

• En la práctica se establece, como regla general, que:

• Los administradores deben generar decisiones programadas para todas aquellas situaciones cuya naturaleza lo permita.

• Limitar las decisiones no programadas sólo a los casos que verdaderamente lo ameritan.

¿Qué importancia tiene la incertidumbre en la toma de decisiones?• El grado de variabilidad de la incertidumbre dependerá de la situación o

problema a resolver y del mismo entorno en el que se presente.

• Se puede aseverar que la toma de decisiones implica siempre ciertos riesgos y, por ende, un grado mayor o menor de incertidumbre.

IncertidumbreIncertidumbreRiesgoRiesgo

Decisionesprogramadas y decisiones

no programadas

Decisionesprogramadas y decisiones

no programadas

ConflictoConflicto

www.auladeeconomia.com

Características de las decisiones gerenciales

• Certeza:• Estado que existe cuando quienes toman decisiones disponen de

información completa y precisa.

• Incertidumbre:• Existe cuando quienes toman decisiones no cuentan con información

suficiente para conocer las consecuencias de acciones distintas.

• Riesgo:

• Estado que existe cuando la probabilidad de éxito es inferior a 100 por ciento.

• “Quienes toman buenas decisiones prefieren evitar o manejar los riesgos”.

Características de las decisiones gerenciales

• Conflicto:

• Presiones opuestas procedentes de fuentes distintas:

• Se toman decisiones de manera individual y experimentan un conflicto psicológico cuando resultan atractivas diversas opciones o cuando ninguna lo es.

• Se toman decisiones entre personas o grupos y se crea el conflicto del grupo.

3. La Toma de Decisiones 16

Modelado para la toma de decisiones.

• Modelización Mecánica.

• Herramientas para la decisión con certeza.

• Criterios de decisión en incertidumbre.

• Nos enfrentamos a la naturaleza.

• Nos enfrentamos a otro jugador.

3. La Toma de Decisiones 17

Modelización Mecánica.

• Reuniremos en un modelo los siguientes elementos básicos de una decisión:

• Estrategias, cursos de acción con variables controlables.

• Estados de la naturaleza.

• Resultados que se obtendrán en un caso dado.

• Probabilidad de que se produzca un estado de la naturaleza.

• Criterio de decisión, ¿Cómo actuamos?

3. La Toma de Decisiones 18

Matriz de decisión

Sucesos 1 2 … N

Estados Naturaleza N1 N2 … Nn

Probabilidad P1 P2 … Pn

Estrategia 1 R11 R12 … R1n

Estrategia 2 R21 R22 … R2n

…

Estrategia m Rm1 Rm2 … Rmn

3. La Toma de Decisiones 19

Herramientas para la decisión con certeza.

• En la decisión con certeza, lo que se hace es obtener el resultado esperado para cada alternativa y seleccionar aquel que optimiza nuestra función objetivo.

Ptas.

Número de unidades vendidas

Ingreso por la unidad N

Coste de vender la unidad N

3. La Toma de Decisiones 20

Criterios de decisión en incertidumbre.

• Con poca información hace acto de presencia la subjetividad.

• Si estamos en una situación no estructurada, la herramienta es la pura intuición.

• Si la incertidumbre esta estructurada la persona optara por diferentes opciones según su optimismo o pesimismo.

3. La Toma de Decisiones 21

Incertidumbre y nos enfrentamos a la naturaleza.

• Certeza

• Criterio de Riesgo (P%)

• Optimista (maximax)

• Wald o Pesimista (maximin)

• Laplace (equi)

• Hurwicz (opt-pes)

• Savage (coste oportunidad)

Ejm. Concierto de Luis Miguel

3. La Toma de Decisiones 23

Modelo de Laplace

• Desconocemos las probabilidades de cada estado de la naturaleza.

• Asumimos que todos son equiprobables.

• Calculamos las medias aritméticas de cada alternativa y elegimos aquella con valor medio más favorable.

3. La Toma de Decisiones 24

Optimista

• El decisor piensa que con la alternativa que tome, sucederá lo mejor para él.

• Se determina el resultado más favorable con cada estrategia. Se selecciona la estrategia que ofrece el más favorable de todos.

• También se le llama maxi-max ó mini-min según el caso.

3. La Toma de Decisiones 25

Pesimista o de wald.

• El decisor piensa que tome la alternativa que tome, sucederá lo peor para él.

• Se determina el resultado más desfavorable con cada estrategia. Se selecciona la estrategia que ofrece el más favorable de todos los determinados.

• También se le llama maxi-min ó mini-max según el caso.

3. La Toma de Decisiones 26

Hurwicz (optimismo parcial)

• Se basa en los resultados de los criterios optimista y pesimista.

• Introduce un coeficiente de optimismo ”” comprendido entre 0 y 1.

• El coeficiente de pesimismo es ”1-”.

• Para cada alternativa se calcula:

• Hi = * Mejori + (1-) * Peori

• Se toma la alternativa con Hi más favorable.

3. La Toma de Decisiones 27

Savage (mínimo pesar)

• El decisor tiene aversión a arrepentirse si se equivoca en la alternativa.

• Se ha de construir la matriz de pesares:

• Para cada columna se toma el valor de la mejor opción.

• Cada elemento de la columna se calcula como diferencia entre el valor del caso y la mejor opción, que sería nuestro pesar.

Ejercicio: Casino

3. La Toma de Decisiones 29

Nos enfrentamos a otro jugador.

• Ahora ya no esperamos que la naturaleza se comporte de forma azarosa.

• Es de esperar que nuestro competidor también busque su mejor opción.

3. La Toma de Decisiones 30

Clasificación de juegos

• Cantidad de participantes.

• Ganancia total

• Suma Nula

• Suma No Nula: Constante, Variable.

• Número de jugadas.

• Información Completa o incompleta.

• Jugada racional - al azar.

3. La Toma de Decisiones 31

Lanzamiento de un programa

• Hemos detectado un nicho Domótico.

• m: programa Mínimo

• C: Programa Completo

• S: Programa Semicompleto

• Existe una empresa B, que puede competir.

• Bsi: Saca programa

• Bno: No saca programa.

3. La Toma de Decisiones 32

Nuestros beneficios son:

• m, Bsi: Pierdo 200 unidades.

• m, Bno: Obtengo 200 unidades.

• C, Bsi : Pierdo 100 unidades.

• C, Bno : Obtengo 300 unidades.

• S, Bsi : Obtengo 100 unidades.

• S, Bno : Obtengo 200 unidades.

3. La Toma de Decisiones 33

Decisiones Secuenciales

• Muchas veces podemos observar un curso de acciones posibles y no sólo una alternativa en este momento.

• Tengo:

• Puntos de Decisión: • Se nos presentan varias opciones y nosotros seleccionamos el curso de acción.

• Acontecimientos: • Sucesos inciertos que pueden darse cuando hemos optado por una opción.

• Resultados esperados:

3. La Toma de Decisiones 34

Procedimiento para seleccionar.

• Se parte de los resultados esperados y:

• Se estima la esperanza en cada acontecimiento

• Se selecciona la mejor opción en cada punto de decisión.

• Hasta que se llega al punto actual en donde seleccionaremos nuestra mejor opción.

• Tener en cuenta que con este sistema puede que perdamos mucho, la empresa debe poder aguantar las perdidas.

3. La Toma de Decisiones 35

En la vida real nos encontraremos con problemas del tipo:

• Tenemos que optar por una herramienta de desarrollo,

• Hay que seleccionar a un candidato para trabajar en nuestra empresa.

• Hay que decidirse por un examen de dos que coinciden en fecha y hora...

3. La Toma de Decisiones 36

Qué significa esto

• Como personas, tomamos decisiones constantemente.

• No todas las decisiones requieren de un proceso estricto. Puede ser que no este ni estructurada la situación.

• Si un ciempiés tuviese que decidir de forma no instintiva sus patas, no se movería.

Bibliografía

• Turban, Aronson, Liang, Decision Support System and Intelligent System 7th Ed, Prentice Hall,2007

• Gallagher, Watson, Métodos Cuantitativos Para la Toma de Decisiones en Administración, McGraw Hill, 2000

• Bierman, Bonini, Hausman, Análisis cuantitativo para la toma de decisiones, McGraw HIll, 2000

• Cohen, Asín, Sistemas de Información para la toma de Decisiones 3th Ed., McGraw HIll, 2002

• LAUDON, Kenneth C. y Jane, Sistemas de información gerencial, 12ª. Ed., México, Pearson, 2012

• Lluis Cano, Business Intelligence-Competir con Información, Banesto-ESADE, 2002.

• García, Molina, Data Mining v5, U. Carlos III de Madrid, 2012