Facundo Santiago - Darwin en La Era de Machine Learning - Final

DARWIN EN LA ERA DE MACHINE
LEARNING
Transformando procesos de negocio automticos en
procesos inteligentes
TUTOR:
Mg. Nstor H. Mazza
DARWIN EN LA ERA DE MACHINE
LEARNING
Transformando procesos de negocio automticos en
procesos inteligentes
Autor
Ing. SANTIAGO, Facundo
Field Project
Maestra en Administracin de Negocios con Orientacin en Direccin

de Sistemas de Informacin
Universidad del Salvador State University of New York

Ao 2015
Pgina intencionalmente en blanco
Abstract
Darwin en la era de Machine Learning

Transformando procesos de negocio automticos en procesos inteligentes
Ing. SANTIAGO, Facundo
Universidad del Salvador, Ao 2015
Hoy en da las empresas tienen sistemas basados en transacciones que estn
diseminados a lo largo y a lo ancho del negocio, pero concebidos en la era industrial, es
decir, construidos para automatizar transacciones de una forma repetible y rgida.
Justamente, en una era industrial, esta es la forma en la que las empresas han sabido generar
ventaja competitiva: generando eficiencia.
Eficiencia Rigidez
En la nueva economa de la informacin prevalece exactamente lo opuesto.

Flexibilidad, adaptabilidad, la habilidad de adaptarse en tiempo real e introducir la
informacin en un ciclo sinrgicos de sense-and-response para continuamente adaptar la
estrategia de la compaa es lo que genera la ventaja competitiva. Esto puede sonar similar
al concepto concebido por IBM Research en la dcada de los 901 aunque tomado desde la
perspectiva del management empresarial. Aqu, se tomar como un modelo de negocios.
1Harvard Business School Press (1999), Adaptive Enterprise: Creating and Leading Sense-and-Respond
Organizations
iv
En esta nueva era, la estrategia no es algo que se tiene guardado en un cajn y que
se la revisa cada 5 aos sino que es una actividad que debe ejercitarse todos los das
potenciada por tecnologas como el cloud, mobile, social data, Internet of Things (IoT) y
Big Data que al final se traducen en la informacin correcta, en el momento justo, en el
contexto correcto para generar procesos sistemticos ad-hoc en una forma efectiva y semi-
automatizada (estos procesos no son automticos).
En este documento se presenta un caso de negocio donde una compaa tomar
ventaja de las capacidades de Machine Learning, Big Data y el Cloud para potenciar sus
capacidades de upselling2 y cross-selling3 que se vieron limitadas por la automatizacin de
determinados procesos de venta. Eliminaremos la rigidez de la automatizacin de tales
procesos para convertirlos en procesos sistemticos de toma de decisiones ad-hoc que le
permitirn a la empresa no solo recuperar lo que perdi, sino que tambin predecir lo que
sus clientes harn y actuar en consecuencia.
2 Upselling: Segn Harding, Ford (2002). Cross-Selling Success, en marketing, se trata de una estrategia de
ventas donde el vendedor induce al comprador a adquirir productos ms caros, ms grandes o agregarle
complementos al mismo con el objetivo de realizar una venta con mayor ganancia.
3 Cross-selling: Segn Harding, Ford (2002). Cross-Selling Success, en marketing, se trata de una estrategia
de ventas donde se induce al cliente a comprar productos o servicios adicionales a los que iba a comprar
con el objetivo de realizar una venta mayor o para proteger la relacin con el cliente al ofrecer un mayor
valor final al combinar los productos/servicios.
v
Tabla de contenidos
INTRODUCCIN .................................................................................................1
Acerca del negocio..................................................................................................1
Principales procesos de negocio ............................................................................2

VENTAS ...........................................................................................................2
TRANSPORTE ..................................................................................................2
DISTRIBUCIN DE PRODUCTOS EN LOS DEPSITOS .......................................3
CARGA DE PEDIDOS ........................................................................................3
ENTREGA DE PEDIDOS ....................................................................................3
CONSTRUCCIN DEL CASO DE NEGOCIO ................................................3
Aspectos ..................................................................................................................3
Identificacin del proceso de negocio......................................................................5

Cross-selling y Upselling ................................................................................6
Clasificacin de cliente ...................................................................................6
Retencin de los clientes .................................................................................7
Iniciativa ..................................................................................................................7
Clasificacin de los clientes ............................................................................8
Prediccin del carrito de compras ...................................................................9
Recomendaciones ...........................................................................................9
Anlisis de clientes en riesgo ........................................................................11
Indicadores de rendimiento (KPI) ..........................................................................12
Construccin del caso de negocio ..........................................................................15

Costos............................................................................................................15
Beneficios .....................................................................................................15
vi
Riesgos de implementacin ...................................................................................18
DRIVERS DE LA ARQUITECTURA ...........................................................................21
Contexto tecnolgico ............................................................................................21
Drivers de la solucin...........................................................................................22
Estado actual de las tecnologas de Machine Learning ....................................27
TECNOLOGA ................................................. ERROR! BOOKMARK NOT DEFINED.
Tecnologas disponibles .......................................................................................29
Diseo ....................................................................................................................31
Implementacin ....................................................................................................34
Preparacin de los data sets a utilizar en los modelos analticos ..................35
Preparacin del sitio web para retroalimentar los modelos analticos ..........37
Clasificacin de los clientes ..........................................................................38
Diseo del modelo ...............................................................................38
Training data set ...................................................................................39
Comportamiento ..................................................................................39
Prediccin del carrito de compras .................................................................40
Diseo del modelo: ..............................................................................40
Training data set:..................................................................................40
Comportamiento: .................................................................................40
Productos que se compran en conjunto (Frecuently both together) ..............41
Diseo del modelo: ..............................................................................42
Trainning data set:................................................................................42
Comportamiento: .................................................................................42
Recomendaciones especficas para un producto ...........................................43
Diseo del modelo: ..............................................................................43
Trainnning data set:..............................................................................43
Comportamiento: .................................................................................43
Recomendaciones especficas para el carrito de compras ............................44
vii
Diseo del modelo: ..............................................................................44
Comportamiento: .................................................................................45
Anlisis de clientes en riego .........................................................................45
Diseo del modelo: ..............................................................................45
Comportamiento: .................................................................................46
Integracin con Microsoft Dynamics AX .....................................................47
Adaptacin y rediseo del sitio web de compras en lnea ............................48
Estimacin de costos y beneficios .........................................................................48

Parmetros.....................................................................................................48
Estructura de costos y beneficios ..................................................................50
CRONOGRAMA PROPUESTO DE IMPLEMENTACIN ..........................52
CONCLUSIONES................................................................................................54
BIBLIOGRAFA .......................................................................................................55
APENDICE 1 ........................................................................................................57
Sobre los sistemas de recomendaciones .............................................................57
APENDICE 2 ........................................................................................................60
Tecnologas disponibles para implementacin de Machine Learning ............60
viii
Pgina intencionalmente en blanco
ix
INTRODUCCIN
Acerca del negocio
Nuestra empresa es una de las compaas lderes en la entrega y distribucin de una
amplia gama de productos alimenticios en el pas para restaurantes, industrias, cafeteras,
establecimientos educativos, centros de nutricin, empresas de catering, hoteles y bares,
entre otros.
Con una historia de 25 aos en la industria y 8 depsitos propios, la empresa ofrece
sus servicios - siendo estos considerados de alta calidad, aunque a precio conveniente para
el cliente - para alrededor de 45,000 establecimientos, procesando 1 milln de pedidos al
ao. La compaa incluso ha sido premiada en varias ocasiones con reconocimientos y
premios por innovacin tecnolgica y desarrollo del negocio.
Nuestra empresa ofrece un catlogo de 4500 productos disponibles con todo lo que
necesitan sus clientes para poder mantener su negocio, desde productos congelados,
enlatados, frescos, no perecederos e incluso productos para su correcta manipulacin como
productos de limpieza, o papeles.
El servicio de entrega y distribucin de productos alimenticios es un rubro muy

competitivo con relativamente bajas barreras para ingresar al mercado. Muchas de las
empresas de la competencia distribuyen (y en algunos casos manufacturan) productos
simples, de bajo precio, con bajo margen al mismo tipo de clientes a los que nuestra
empresa vende.
Sin embargo, nuestra empresa sabe que el servicio de distribucin de productos no
puede ser rentable solamente diferencindose de la competencia con polticas de precios
bajos o bajo margen. Es por esto que la empresa ha desarrollado e implementado tecnologa
de punta en una industria que paradjicamente es considerada una de las ms conservadoras

1
a la adopcin de nuevas tecnologas, ofreciendo as un servicio altamente diferenciado del
resto junto con un control de costos minucioso.
Dado que los clientes de este rubro tienen un patrn de recambio relativamente alto
y sumado a que el costo por parte del cliente de cambiar de un proveedor a otro es
prcticamente nulo, la empresa constantemente est introduciendo nuevos servicios o
reinventando los existentes para ofrecer un propuesta ms eficiente y reducir costos de
operacin con el objetivo incansable de reclutar y retener clientes.
Principales procesos de negocio
Para comprender de mejor manera el negocio de nuestra empresa, a continuacin,
se muestran los principales procesos de negocio que se han definido:
VENTAS
La empresa tiene dos canales de ventas, basados en su Contact Center y su portal
en lnea respectivamente. Las rdenes se reciben durante todo el da hasta las 21:00 hs y
son entregadas el da siguiente.
TRANSPORTE
La empresa posee su propia red de distribucin y transporte que llega hasta todos
sus clientes. La organizacin de los horarios de entrega, rutas de distribucin y asignacin
de conductores y personal de descarga para cada unidad de distribucin es realizada por la
empresa a travs de su personal de logstica.
2
DISTRIBUCIN DE PRODUCTOS EN LOS DEPSITOS
Con 8 depsitos y 4500 productos es importante asegurar que los productos
necesarios para completar los pedidos estn disponibles. La empresa posee una amplia
variedad de productos con distintos requerimientos de almacenamiento como ser productos
frescos que requieren refrigeracin, cocidos, perecederos, no perecederos, etc. Estos
productos deben estar disponibles en el depsito correcto para poder confeccionar los
pedidos y posteriormente entregarlos.
CARGA DE PEDIDOS
Los vehculos de distribucin son cargados con los pedidos correspondientes a ser
entregados en cada depsito dependiendo de la ubicacin de los clientes involucrados en
la ruta asignada para cada unidad. Los mismos son cargados a partir de las 5:00 am. de
cada da.
ENTREGA DE PEDIDOS
Los vehculos de distribucin entregan los pedidos que fueron ingresados al sistema
el da anterior durante todo la jornada.
CONSTRUCCIN DEL CASO DE NEGOCIO

Aspectos
Originalmente, la empresa tomaba la totalidad de sus pedidos a travs de su propio
Contact Center, es decir, telefnicamente. Esta forma de llevar adelante la recoleccin de
pedidos podra parecer un poco anticuada o ineficiente desde algn punto de vista. Sin
embargo, para nuestra empresa existen grandes beneficios y una gran familiarizacin con
3
el cliente al hacerlo de esta forma. Nuestra empresa ha sabido tomar ventaja del intangible
pero personalizado modo de entendimiento de las personas en otras palabras, el elemento
humano en las interacciones del da a da. Se trata de la habilidad de conocer al cliente a
un nivel ms ntimo, aprendiendo entonces sus gustos, preferencias, necesidades,
realidades y deseos. Prestar atencin a las pequeas cosas, que al final del proceso no
son tan pequeas.
Esta capacidad de entendimiento es lo que le permita a la empresa ofrecer ofertas
que se ajustaban a las necesidades de los clientes u obtener informacin relevante sobre el
servicio o los productos que al fin y al cabo beneficiara a ambos el cliente y la empresa.
Los agentes de ventas han sido entrenados especficamente para guiar la compra de
los clientes, conocer sus necesidades, detectar oportunidades y potenciar la capacidad de
ventas. El sistema de asignacin de agentes de ventas cuando un cliente llama, por ejemplo,
est configurado de tal forma para que siempre sean atendidos por el mismo grupo de
agentes, permitiendo as un nivel de conocimiento e interiorizacin con el negocio del
cliente ms estrecho.
Con el objetivo de mantener la calidad y la innovacin en los servicios, la compaa
ofrece servicios en lnea para que sus clientes puedan gestionar sus cuentas y generar los
pedidos de forma electrnica, incluso posibilitando la compra con tarjetas de crdito
directamente desde el sitio web. Est poltica de innovacin ha tenido tal aceptacin que
actualmente el 60% de los pedidos son procesados de forma electrnica.
Sin embargo, esto gener una pregunta fundamental para el modelo de negocio de
la compaa: Cmo mantener los beneficios del toque personal que generaba el servicio
telefnico mientras que la empresa se mueve y expande a nuevos canales apoyados en
herramientas tecnolgicas?
4
En definitiva, el problema que se comenz a evidenciar es que la capacidad de
realizar Upselling y Cross-selling en el canal en lnea era relativamente nula; capacidades
importantes en el modelo de negocios de nuestra empresa.
Harding, Ford (2002), en Cross-Selling Success, define upselling como una
estrategia de ventas donde el vendedor induce al comprador a adquirir productos ms caros,
ms grandes o agregarle complementos al mismo con el objetivo de realizar una venta con
mayor ganancia. En lo que respecta a cross-selling, tambin lo define como una estrategia
de ventas pero donde se induce al cliente a comprar productos o servicios adicionales a los
que iba a comprar con el objetivo de realizar una venta mayor o para proteger la relacin
con el cliente al ofrecer un mayor valor final al combinar los productos/servicios.
Estas estrategias en conjunto, le permitan a la empresa guiar la compra, mejor la
experiencia, impulsar zonas no tan populares del catlogo y aumentar las ventas.
Con esto, las capacidades de la empresa para conocer a sus clientes y ofrecer
promociones que se ajusten especficamente a ellos tambin se deterior. Con un volumen
de pedidos del 60% en este canal, la empresa estara perdiendo una de las ventajas
competitivas que ha sabido cultivar durante tiempo y que le ha dado ventaja sobre sus
competidores.
Identificacin del proceso de negocio
En la problemtica anteriormente descripta intervienen un conjunto de procesos de
negocio que contribuyen a la situacin. Los mismos se enuncian a continuacin:
5
CROSS-SELLING Y UPSELLING
Las capacidades de Upselling y Cross-selling de la compaa descansan en la
atencin personalizada y el entrenamiento que recibe el personal del Contact Center.
En el canal web, el sitio es capaz de ofrecer recomendaciones de productos que son
programadas especficamente en el mismo y son de naturaleza estticas. Las mismas
recomendaciones son exhibidas para todos los clientes de todos los segmentos. Algunas
recomendaciones estn basadas en la frecuencia de compra de los productos, pero no tiene
en cuenta que, por ejemplo, un cliente que compro 100 bolsas de harina probablemente no
compra ms harina en lo que resta del mes (porque no la necesitar) a pesar de ser el
elemento ms comprado.
CLASIFICACIN DE CLIENTE
La empresa no realiza una segmentacin de clientes basada en el valor que aportan
para la compaa, por lo cual todas las promociones y ofertas son igualmente accesibles
para cualquiera de los clientes. Los clientes son clasificados actualmente segn el tipo de
negocio: Cafs, Bares, Restaurantes, Hoteles, etc.
Actualmente, la empresa analiza sus ventas utilizando las herramientas de anlisis

de SQL Server Analysis Services. Estos reportes son revisados por el personal de ventas
quienes luego le ofrecen a los clientes promociones de forma directa o instruyen al sistema
de CRM para que ofrezca promociones especificas la prxima vez que el cliente inicie
sesin en alguno de los canales (Contact Center o a travs del sitio web). Esta estrategia no
solo es lenta sino que adems riesgosa. Si el personal de ventas no analiz el reporte
correctamente esto significar que el presupuesto de promociones ser gastado en clientes
que no lo requeran reduciendo su eficiencia. Aquellas promociones que se aplican a
6
todos los clientes por igual tienen la contra parte de que son ofrecidas utilizando la premisa
one-size-fit-all.
RETENCIN DE LOS CLIENTES
La empresa monitorea las ventas las 2 primeras semanas de cada mes con el fin de
detectar si el cliente ha alcanzado o no las compras que se esperaban. En caso de no haberse
materializado, los agentes de ventas realizan llamadas a los mismos para ofrecerles alguna
promocin acorde o para confirmar si han cambiado a la competencia.
Iniciativa
La empresa posee una gran cantidad de informacin almacenada sobre las
transacciones que sus clientes han realizado y realizan todos los das, pero la misma nunca
ha sido explotada. Disponemos de aos de informacin de nuestros clientes que estn a la
espera de ser analizados.
Esta informacin podra ser analizada con tcnicas de Data Mining para mejorar el
servicio que se le ofrece al cliente en 4 aspectos claves: Clasificacin de los clientes,

Analizar clientes en riego de cambiar a un proveedor de la competencia, ofrecer
recomendaciones, predecir el carrito de compras.
7
F IGURA 1: M EJORA DE LA SATISFAC CIN DE CLIENTES Y AUMENTO DE LAS VENTAS A TRAVS DE
LAS INICIATIVAS PROP UESTAS
CLASIFICACIN DE LOS CLIENTES
Los clientes son clasificados en diferentes segmentos basndose en un modelo de
minera de datos. Esta clasificacin ayudar al sitio web y a los operadores del Contact
Center en algunos procesos de decisiones como por ejemplo, que promocin ofrecer al
cliente actual basndose en su perfil.
8
PREDICCIN DEL CARRITO DE COMPRAS
Basndose en el historial de compra del cliente, de otros clientes y de otros clientes
del mismo segmento, en el momento en que el usuario inicia sesin en sitio web, el sistema
predecir lo que el cliente comprar hoy y mostrar los productos involucrados
ordenndolos por probabilidad, relevancia y reglas de segmentacin. Se espera que esta
funcionalidad provea un cambio radical en la forma de hacer pedidos ofrecindole al cliente
que comprar cada uno de los das. Claramente, esto tambin mejorar la eficiencia del
cliente para realizar su pedido.
Es importante marcar que este no es un tpico escenario de B2C, donde el objetivo
que se persigue es que el cliente pase tanto tiempo como pueda en el sitio, recorrindolo,
verificando otros productos, disfrutando de la experiencia, etc. En un escenario B2B, el
objetivo es completamente diferente: que las rdenes sean completadas con el menor
esfuerzo posible. No queremos que el cliente tenga que esforzarse para encontrar los
productos que necesita.
Entonces, el principal objetivo es predecir lo que el cliente va a comprar en cada
pedido. El principal reto para lograr esto es claramente la gran variedad de clientes,
tamao de clientes y lgica que usan para comprar. Por ejemplo, un determinado restaurant
podra comprar vegetales todos los das, harinas 2 veces a la semana y aceite una vez al
mes. Para que est funcionalidad sea exitosa, la prediccin debe ser relevante en cada da,
cada semana.
RECOMENDACIONES
Tres tipos de recomendaciones son ofrecidas en tiempo real.
Productos que son adquiridos generalmente en conjunto (Frecuently bought

together - FBT): Analizando las transacciones de aos de compras de clientes, recomendar
9
agregar otro producto que normalmente se compra junto al anterior inmediatamente
despus de que el cliente agrega un producto al carrito de compras. Cuando un cliente
agrega un producto al carrito, el servicio analizar las millones de combinaciones posibles
y ofrecer la ms relevante. El beneficio ms importante de esta funcionalidad es
asegurarse de que el cliente no est olvidando comprar algo que la mayora de las personas
compra cuando adquiere el producto en cuestin.
Sugerencias de otros productos que comprar: Cuando un cliente ingresa en la
descripcin de un producto en particular, el servicio recomendar otros productos que

comprar basndose no solo en lo que otros clientes compran sino que tambin basndose
en que haya diversidad e innovacin en las recomendaciones. Esto ayuda a promocionar
secciones del catlogo de productos que no son tan populares y que el cliente quizs no es
consciente de que existen. No solo mejora la capacidad de upselling sino que adems le
permite al canal web proveer una experiencia de compra guiada, concepto que la compaa
utilizaba de forma muy efectiva en el canal telefnico.
La naturaleza de estas recomendaciones es distinta a las anteriores (FBT) ya que en
este caso puede ser que estn tratando de reemplazar el producto que el cliente est viendo.
Por ejemplo, es posible que el cliente este buscando comprar harina y el sistema le
recomiende comprar otra marca. En otros casos, es posible que lo est complementando.
Por ejemplo, si el cliente compra aceite, el sistema puede inferir que sera interesante tener
algo que frer con ese aceite, y recomendar papas fritas congeladas.
Sugerencias al momento de checkout: Se proveen recomendaciones de productos
a agregar al carrito basndose en la totalidad de productos que ya se encuentran all y el
comportamiento que tienen los clientes en este momento especifico del proceso de compra.
A diferencia de las recomendaciones anteriores, estas tienen en cuenta la totalidad del
carrito de compras. La esencia en este punto no es predecir lo que el cliente viene a

10
comprar sino ofrecer productos que la empresa puede llegar a querer impulsar o que el
cliente puede llegar a olvidar.
ANLISIS DE CLIENTES EN RIESGO
Mensualmente se analizan la informacin sobre las compras que han realizado los
clientes en el mes para predecir cules de ellos probablemente estn optando por cambiar
de proveedor. La compaa sabe que si supiera qu clientes estn en riesgo de irse a la
competencia, prevenir que esos clientes realmente lo hagan es significativamente ms
barato que reclutar uno nuevo. Esta informacin tiene dos destinos principales: acciones
activas y acciones pasivas4. Las acciones activas son aquellas que se disparan cuando se
detecta que un cliente est por cambiar de proveedor y se lo intercepta ya sea
telefnicamente, por correo electrnico, etc. Las acciones pasivas son aquellas donde el
sistema no puede intervenir al usuario, pero puede tomar alguna accin como por ejemplo
ofrecer un descuento del 5% la prxima vez que el usuario ingresa al sistema, o comenzar
a promocionar productos mas baratos.
En este sentido, el sistema alimentar el proceso de clasificacin de clientes donde
algunas promociones u ofertas pueden ser sugeridas a clientes clasificados como
Riesgosos. Adicionalmente, se proveer esta informacin al departamento de marketing
para que estos puedan evaluarlos y tomar acciones proactivas u ofrecerles alternativas con
el objetivo de retener tales clientes. El departamento de Marketing posee fondos que son
destinados especficamente a estas acciones.
4 Acciones pasivas: Son aquellas acciones que no crean directamente algn objeto/elemento que impacta al
usuario (enviar un correo electrnico, llamar al usuario por telfono, et). Se caracterizan por la adaptacin
del sistema en lugar de tomar una accin correctiva; con la premisa de que si se tomar una accin activa,
esta podra ser errnea.
Yamaguchi University (2011), Neural Information Processing, Pginas 76-85
11
Indicadores de rendimiento (KPI)
Mediremos el rendimiento de esta implementacin a travs de los siguientes
indicadores de rendimiento (KPI), los cuales estn relacionados cada uno con las iniciativas
planteadas en la seccin anterior y a los objetivos estratgicos de la compaa. Todos los
indicadores muestran la mejora con respecto al valor actual (salvo cuando se indique lo
contrario).
Financiera
Objetivo estratgico Iniciativa KPI Target
Aumentar la Productos comprados Clic rate de la prediccin 30%

capacidad de frecuentemente (*)
cross-selling,
Recomendaciones % de productos agregados
upselling 3%
especficas de producto por recomendaciones en
el carrito
Recomendaciones
especficas de carrito
Guiar la compra Recomendaciones Clic rate de la prediccin 30%

especficas de producto
(*) Valor absoluto
Definiciones:
Clic rate de la prediccin: Nmero de recomendaciones aceptadas por el
usuario dividido cantidad de recomendaciones totales exhibidas al usuario.
(note que la cantidad de recomendaciones recibidas pueden ser menor que
12
la cantidad de predicciones realizadas ya que algunas predicciones podran
optar por no recomendar un producto)
% de productos agregados por recomendaciones en el carrito: Valor
moneda de los productos que fueron recomendados por alguno de los
sistemas de recomendaciones y que el usuario agreg al carrito de compras
dividido el valor moneda total de la compra realizada.
Clientes
Objetivo estratgico Iniciativa KPI Target
Mejorar la Prediccin del carrito de Tiempo promedio de -20%

satisfaccin del compras creacin de pedido
cliente
% del carrito predicho. 30%
Retener a los Clasificacin de los clientes Clientes que abandonan la -50%

clientes empresa (mensual)
Prediccin de clientes que
abandonaran la empresa Lift sobre la estrategia 3
anterior (*)
(*) Valor absoluto
Definiciones:
Tiempo promedio de creacin de pedido: Tiempo promedio de creacin
del carrito de compras, medido desde el momento en que inicia sesin hasta
que procede a realizar el checkout.
% del carrito predicho: Cantidad de productos que fueron recomendados
como prediccin del carrito de compras y que finalmente el usuario agreg
13
dividida la cantidad de productos total del carrito (productos distintos,
desestimando cantidades).
Clientes que abandonan la empresa (mensual): No incluye clientes que
hayan cerrado su negocio. Es importante marcar que este indicador no est
directamente relacionado con la implementacin propuesta puesto que el
hecho de que un cliente que evala irse a la competencia lo haga o no
depende de la efectividad del departamento de marketing. Este indicador se
exhibe porque es el objetivo final que debemos impactar, a pesar de que el

sistema solo predecir quien es probable que se vaya o no.
Lift5 sobre la estrategia anterior: Mide la eficacia del presupuesto de
marketing. El departamento de marketing tiene una cantidad determinada
de dinero disponible para ofrecer promociones mensualmente. Este
presupuesto no alcanza para impactar a todos los clientes que
potencialmente exhiben patrones de compra que evidenciando que se iran
a la competencia el mes siguiente. Consecuentemente, es importante que los
clientes a los cuales les ofrecemos promociones realmente sean aquellos que
si no lo hiciramos, se iran a la competencia. Este indicador medir la
efectividad de cada dlar en el presupuesto de marketing. Un valor 3, por
ejemplo, significa que cada dlar invertido es 3 veces ms efectivo que si
no se utilizara el modelo predictivo en cuestin.
5 En minera de datos, Lift se refiere a una medida del rendimiento de un determinado modelo predictivo
como una mejora a si se escogiera un modelo basado en eleccin aleatoria. Wikipedia:
https://en.wikipedia.org/wiki/Lift_(data_mining)
14
Construccin del caso de negocio
La implementacin de la anteriormente mencionada iniciativa requerir de una
plataforma de anlisis de datos con la capacidad de realizar predicciones sobre el
comportamiento del usuario basado en un conjunto de factores que saldrn a la luz de las
transacciones que realizan.
COSTOS
Los costos principales de esta implementacin son enunciados a continuacin. En

la seccin Tecnologa, Implementacin obtendr un detalle de cmo se calculan los costos
que se agregan en esta seccin:
Construccin de modelos predictivos de datos que permitan realizar las
recomendaciones y predicciones anteriormente mencionadas utilizando la
informacin que posee la empresa sobre sus clientes.
Adaptacin del sitio web de la empresa para hacer uso de tales modelos
predictivos para realizar las recomendaciones pertinentes de productos y
clasificacin de clientes.
Adaptacin de Dynamix AX para que tome ventaja de las mismas
capacidades que se estn posibilitando en el sitio web para los agentes de
Contact Center.
BENEFICIOS
Las beneficios derivados de esta implementacin se enuncian a continuacin junto
con una descripcin de cmo se alcanzan los valores finales.
Aumento del monto del carrito de compras: Segn los objetivos que se
describieron en la seccin Indicadores de rendimiento, se espera un
aumento de entre el 2% y el 3% del valor total de carrito de compras. Esta

15
cifra podra parecer pequea en un principio, pero para una empresa con
una facturacin anual que ronda los 180 millones de dlares, incluso el 2%
es un valor ms que aceptable.
Vale la pena marcar que prevemos que a medida que la prediccin del
carrito de compras sea ms efectiva con el tiempo, la efectividad de los
restantes sistemas de recomendaciones (FBT por ejemplo) tienda a bajar.
Sin embargo, en su conjunto, todos nuestros sistemas de recomendaciones
mantendrn un 30% de efectividad (CTR6) constante. Note que un clic rate

del 30%, como se muestra en el cuadro de KPI, es un valor enorme para un
negocio de B2C, pero aceptable para uno de B2B.
Amazon, por ejemplo, en promedio posee un CTR que vara del 5% al 15%
dependiendo del tipo de recomendacin y segmento7. Sitios de B2C
similares poseen CTR que rondan el 10%.8
Aumento del margen de los productos: Nuestra estrategia de cross-selling
privilegiar productos cuyo margen de ganancia es mayor para aquellos
clientes que los pueden comprar. Se estima que un 0.5% del total del carrito
de compras en promedio tendr productos con un margen de ganancia
mayor.
Retencin de clientes: Una de las iniciativas pretende predecir aquellos
clientes que abandonaran la empresa el prximo mes e impedirlo. Segn
nuestro cuadro de KPIs, esperamos un lift de 3 para el presupuesto de
6 Click-through rate, https://en.wikipedia.org/wiki/Click-through_rate

7 "Evaluating recommender systems from the user's perspective: survey of the state of the art". User
Modeling and User-Adapted Interaction (2012)
8 Beel, J, Stefan, G (September 2013), Sponsored vs. Organic: Recommendations and the Impact of
Labeling
16
Marketing. Esto significa que aumentamos la efectividad 3 veces por cada
dlar que se invierte. Las ganancias asociadas a esta mejora la podemos
exhibir de 2 formas:
o Posibilidad de reduccin del presupuesto de marketing manteniendo
el mismo nivel de retencin de clientes actual.
o Mantener el presupuesto de marketing actual y aumentar un 300%
la efectividad en la retencin de clientes a travs de nuestra poltica
de retencin.
Ntese que una premisa aqu es que el valor del presupuesto de marketing
no es lo suficientemente grande como para prevenir que todos los clientes
cambien de proveedor, por lo tanto preferimos brindarles promociones
solamente a aquellos clientes que tienen alta probabilidad de cambiar a la
competencia si no les ofreciramos una promocin. En este caso de negocio
y dada la experiencia de la compaa, preferimos mantener el valor asignado
al presupuesto pero aumentar su efectividad.
Nuevos clientes captados: Los mrgenes de ganancia asociados a nuevos
clientes captados estn basados en dos factores:
o Aumento de la productividad de los agentes de marketing al no tener
que analizar y segmentar a los clientes manualmente. Actualmente,
un 15% del tiempo de los agentes est destinado a esta actividad.
Destinaremos este 15% del tiempo a que los agentes capten nuevos
clientes.
o Dada la mejora en la experiencia de usuario que se percibe por
nuestra funcionalidad de prediccin del carrito de compras,
17
esperamos que esto incentive a nuevos clientes a preferir nuestra
compaa.
Esperamos que esta iniciativa nos permita aumentar nuestra cartera de
clientes en un 1% interanual, sumado a la cantidad de clientes que prefieren
nuestra empresa normalmente.
Riesgos de implementacin
La introduccin de sistematizacin de procesos que toman decisiones a partir del
comportamiento exhibido en datos es sensible a que tan bien hayamos generado nuestros
modelos predictivos, los algoritmos que utilizamos dentro de ellos y los datos con los
cuales entrenamos los modelos y predecimos los resultados.
Dado que estos procedimientos estn embebidos en nuestros procesos de negocio,
afectarn directamente la performance de la empresa. Es importante marcar que estamos
considerando implementar la iniciativa en una estrategia omni-channel, lo que implica que
todos los canales de venta se vern afectados, aumentando el impacto.

Mitigaremos este enorme riesgo utilizando la siguiente estrategia:
Seleccin de un grupo alfa de clientes que sern expuestos a este nuevo
canal de ventas online.
Nuestros operadores de Contact Center podrn brindar retroalimentacin
sobre aquellos clientes que operan en este canal. Estos agentes conocen a
los clientes y pueden validar si las predicciones que estn realizando
18
nuestros modelos analticos son correctas o no, y en caso de ser incorrectas,
corregirlas en el momento mientras se realiza la compra.
A su vez, sabemos que los requerimientos de infraestructura tecnolgica necesarios
para una implementacin de este tipo son elevados. En caso de realizar la inversin
necesaria y dar con una implementacin fallida representara prdidas significativas para
la compaa.
Para soportar este riesgo, se privilegiar una implementacin basada en la nube

pblica, donde podremos pagar por el servicio a medida que se utiliza. Adems de proveer
un time-to-market9 mayor, evitar la necesidad de invertir en una infraestructura para
anlisis de datos en el data center de la empresa.
Claro est que esta decisin de implementar una estrategia basada en nube pblica
introduce nuevos riesgos en la ecuacin relacionados con la privacidad de los datos,
integridad y seguridad. Si bien esto es un riego real, se tratan de riesgos inherentes a las
soluciones de nube que la empresa deber de aceptar si desea entrar en este tipo de modelo
de cmputo. Cuando una compaa selecciona un proveedor de nube para administrar su
infraestructura, aplicaciones y datos, este proveedor se convierte en un socio en el que la
empresa confa para alcanzar y mantener los requerimientos de integridad, seguridad,
cumplimiento y otras certificaciones que puedan aplicar. En nuestro caso, nos
aseguraremos de que el proveedor seleccionado cumpla con los siguientes requisitos:
9 Time-To-Marlet: En ingls, se trata del tiempo que toma llevar a un producto desde la concepcin de la
idea hasta su disponibilidad para la venta o consumo.
Wikipedia: http://en.wikipedia.org/wiki/Time_to_market
19
Privacidad:
o Sin publicidad: No se analicen los datos para ofrecer publicidad
basada en los datos del cliente, no se escaneen ni se haga minera de
datos sobre la informacin de los clientes.
o Portabilidad: La informacin que se almacena en el servicio le
pertenece al cliente y puede exportarla cuando lo desee.
Transparencia:
o Ubicacin de los datos: Un claro mapa de donde la informacin es
almacenada y como se transmite.
o Acceso a los datos: La informacin de los clientes es accedida
solamente para propsitos de resolucin de problemas o prevencin
de software malicioso por el proveedor.
o Notificaciones: El proveedor notificar cualquier modificacin en
la ubicacin de los datos y forma de manipulacin.
Cumplimiento:
o Seguridad: ISO 27001
o Acuerdos de procesamiento de informacin: Que aseguran
privacidad, seguridad y manipulacin de los datos de forma correcta
en cada locacin donde se encuentran los datos.
20
DRIVERS DE LA ARQUITECTURA
Contexto tecnolgico
La empresa ha tratado de mantenerse siempre a la vanguardia en lo que respecta a
innovacin tecnolgica con el objetivo de poder mejorar la eficiencia de sus procesos de
back-end. Debido a la alta competitividad de la industria en donde opera, mantener los
precios competitivos es fundamental para evitar que los clientes vayan a la competencia.
Nuestra empresa ha generado una situacin de diferenciacin al ofrecer servicios ms
relevantes para sus clientes junto a una alta eficiencia en el back-end que le permite
mantener bajos costos operativos.
Para administrar sus 8 depsitos y los 4500 productos que mantienen en cartera la
compaa utiliza Microsoft Dynamics ERP, mientras que para gestionar sus 45,000 clientes
utiliza Microsoft Dynamics CRM.
Actualmente, la empresa ha logrado refinar sus operaciones utilizando Microsoft
Dynamics AX para orquestar y potenciar la totalidad de las operaciones, incluyendo
recursos humanos, proveedores, ventas, manejo de inventarios, logstica y transporte y
manejo de pedidos y relacin con clientes.
Como ya se mencion, la empresa tiene dos canales de ventas, basados en su

Contact Center y su portal en lnea. Los agentes del Contact Center utilizan Microsoft
Dynamics AX para registrar las interacciones con los clientes y generar los pedidos de
compra. Los agentes del Contact Center estn entrenados para proveer una experiencia de
compra asistida y guiada que mejora la satisfaccin del cliente y contribuye en el proceso
de up-selling.
Por su parte, el portal en lnea les da la capacidad a los clientes de realizar sus
pedidos en cualquier momento y en cualquier lugar. El catlogo de productos es alimentado
21
desde Microsoft Dynamics AX. A su vez, cada orden de compra realizada en el canal web
genera una solicitud de compra en Microsoft Dynamics para que sea procesada por el
depsito de la compaa.
La empresa analiza sus ventas utilizando las herramientas de anlisis de SQL Server
Analysis Services. Estos reportes son revisados por el personal de ventas quienes luego le
ofrecen a los clientes promociones de forma directa o instruyen al sistema de CRM para
que ofrezca promociones especificas la prxima vez que el cliente inicie sesin en alguno
de los canales (Contact Center o a travs del sitio web).
Drivers de la solucin
En el contexto tecnolgico presentado anteriormente, la solucin propuesta deber
cumplir con una serie de requisitos mandatorios para asegurar la correcta implementacin
e integracin con los sistemas existentes, con las personas que lo operaran, con los
estndares de la industria y con los estndares de la compaa.
SISTEMA DE TOMA DE DECISIONES BASADO EN REGLAS

Anteriormente, los sistemas de toma de decisiones o recomendaciones estaban
codificados por los desarrolladores dentro de las mismas aplicaciones que los utilizaban.
Esto requiere la modificacin de todas las aplicaciones en caso de tener que evolucionar el
algoritmo utilizado, modificar las variables usadas, el modelo de datos, etc., incrementando
los costos de mantenimiento y dificultando la flexibilidad. Adicionalmente, las capacidades
que se pueden lograr con estos sistemas son muy limitadas dada la complejidad para
22
implementar algoritmos estadsticos en lenguajes de programacin que no estn pensados
para tal fin.
Los sistemas de tomas de decisiones basados en reglas permiten disear y modelar
el comportamiento del algoritmo utilizando un conjunto de reglas de forma centralizada
que gobernaran los resultados arrojados por el sistema de toma de decisiones. Estos
sistemas son ms flexibles, intuitivos y no requieren de desarrolladores para realizar
modificaciones a los mismos. En algunos casos, incluso no es necesario un profesional
estadstico para operarlos.
POTENCIAR LAS DECISIONES CON PREDICCIONES PROVENIENTES DE MACHINE
LEARNING
Machine Learning es un concepto que est enmarcado dentro del ms amplio
concepto de Inteligencia Artificial. Esta tcnica observa continuamente una serie de
acciones ejecutadas durante un periodo de tiempo determinado en un conjunto de datos
(conocido como training data set) para luego utilizar tal conocimiento (generalmente
creando un Modelo de datos) para ejecutar las mismas acciones observadas de una
manera ms eficiente (en algn aspecto). Las tecnologas de Big Data junto con la
capacidad de procesar grandes volmenes de datos potencian y aceleran el beneficio que
se puede percibir de esta tcnica.
Los algoritmos de Machine Learning son capaces de descubrir patrones ocultos y
relaciones entre los datos que no estn visibles a simple vista para luego hacer predicciones.
ANLISIS PRESCRIPTIVO
La mayora de los datos denominados Big Data resultan difciles de procesar o
consumir para cualquier persona, ofreciendo casi ningn valor por si solos. Sin embargo,
23
la informacin que se deriva de esos datos al aplicar tcnicas o herramientas de anlisis
apropiadas, si lo es.
El anlisis ms simple que podemos hacer sobre los datos es lo que se conoce como
Anlisis Descriptivo, cuyo propsito es resumir lo que sucede/sucedi de acuerdo a los
datos son en su mayora contadores. Se estima de hecho que el 80% de los anlisis que
las empresas hacen sobre los datos es de este tipo. Edwards Deming, llama a los problemas
que son resueltos con este tipo de anlisis, problemas enumerativos10.
El anlisis predictivo es el siguiente paso que podemos tomar para reducir los datos.
Utiliza un conjunto de tcnicas estadsticas, modelos de datos y minera de datos para
estudiar tanto datos actuales como histricos permitiendo realizar predicciones sobre el
futuro.
Vale la pena aclarar que el propsito del anlisis predictivo no es predecir lo que
va a suceder en el futuro, sino predecir lo que es ms probable que sucede de acuerdo a los
datos que se tienen. Todos los anlisis predictivos derivan de modelos probabilsticos por
naturaleza.
En estos estudios, normalmente se analizan datos que se tienen para predecir datos
que no se tienen. Edwards Deming llama a los problemas que son resueltos con este tipo
de anlisis como Problemas Analticos2.
El anlisis prescriptivo, un tipo de anlisis que ha emergido recientemente, lleva
este ltimo concepto un poco ms lejos al recomendar al menos una accin para tomar
junto con los posibles resultados que se podran obtener si se tomara esa accin.
El anlisis prescriptivo no predice un posible futuro, sino que predice mltiples
posibles futuros basndose en acciones. De hecho, en la clasificacin de Edwards Deming,
10 Some Theory of Sampling (1950), W. Edwards Deming.

24
los anlisis prescriptivos forman parte de los problemas analticos. Se requiere de un
modelo predictivo junto con 2 componentes adicionales: Datos que permitan inferir
acciones (normalmente se la refiere como actionable-data) y un sistema de
retroalimentacin que registre los resultados obtenidos por las acciones que se tomaron.
Segn Gartner11, existen 3 atributos claves necesarios para una implementar exitosa
de anlisis prescriptivo:
Precisin: Crear un sistema de mediciones y clasificacin ms preciso

Transparencia: Hacer que los anlisis sean parte del modelo de negocio
Decisivo: El objetivo debe prometer soportar la toma de decisiones
FACILIDAD DE USO Y FLEXIBILIDAD

La compaa no posee especialistas en estadstica ni en modelos estadsticos, por
lo cual es importante que la solucin posea un grado de facilidad suficiente para que
analistas de negocio puedan construir los modelos de datos y los modelos prescriptivos
necesarios. En su defecto, se podr recurrir a especialistas para confeccionar los modelos
iniciales o entrenar a los analistas de negocio y que la herramienta provea la flexibilidad
para poder adaptar, parametrizar o modificar los resultados de forma simple. Los costos
asociados para crear un grupo de recursos humanos de este tipo son prohibitivos para la
empresa en estos momentos.
11 InformationWeek (2013), Prescriptive Analytics And Big Data: Next Big Thing?,
http://www.informationweek.com/big-data/big-data-analytics/prescriptive-analytics-and-big-data-next-big-
thing/d/d-id/1109537
25
SOLUCIN COMO SERVICIO EN LA NUBE
La empresa actualmente no posee los recursos de infraestructura necesarios que se
requieren para implementar una solucin del tipo de Machine Learning y los costos
asociados a realizar una implementacin de este estilo son elevados. En tal caso, el riesgo
asociado a una inversin de tal tipo ser difcil de afrontar en caso de una implementacin
no exitosa. La empresa ya tiene experiencia en la implementacin de soluciones de este
tipo cuando intent desplegar la plataforma Knime12, resultando en una implementacin
costosa y fallida que no cumpli con las expectativas. Si bien el anlisis de tal
implementacin esta fuera del alcance de este documento, ser mandatorio que la solucin
propuesta pueda ser consumida como un servicio en la nube pblica que la empresa pueda
costear mientras lo utiliza (conocido como pay-as-you-use).
TRANSFORMAR PROCESOS DE NEGOCIO QUE SON AUTOMTICOS EN PROCESOS DE
NEGOCIOS INTELIGENTES
La compaa ya posee los elementos necesarios para automatizar los procesos en
cuestin, pero lo que buscamos es embeber inteligencia dentro de los mismos utilizando
algoritmos de Machine Learning calificados como de gran efectividad.
INTEGRACIN CON DYNAMICS AX

Los agentes del Call-center deberan de poder tomar ventaja de esta tecnologa de
Machine Learning e integrarla dentro de sus procesos de ventas telefnicos de forma de
12 Knime: https://www.knime.org/knime
26
mejorar los tiempos que lleva tomar los pedidos en este canal y adicionalmente potenciar
la capacidad de upselling y cross-selling de los mismos. La implementacin debe ser capaz
no solo de tomar datos provenientes de Microsoft Dynamics AX para modelar los datos
sino que adems proveer APIs que puedan ser consumidas por Dynamics en el momento
en que los agentes estn tomando pedidos.
Estado actual de las tecnologas de Machine Learning
Machine Learning es un conjunto de tecnologas que est comenzando a emerger
de forma rpida y que puede significar un gran riesgo para el negocio, as como un gran
benefici si se tiene xito. Segn Gartner13, su mercado ser extremadamente dinmico
para el 2020 y aquellas empresas que comiencen a realizar test de viabilidad sobre estas
tecnologas podrn alcanzar los beneficios que promete.
El principal beneficio de utilizar Machine Learning junto con profesionales de la
informacin es que la empresa tiene acceso a lo mejor de 2 mundos: productividad y
velocidad derivado de Machine Learning, y la capacidad de percibir y asimilar al cliente,
as como manejar la incertidumbre, derivados de las personas. Un claro ejemplo de esto

es IBM Watson quien es utilizado por mdicos para proveer respuestas a preguntas
utilizando lenguaje natural (NLQA Natural language question answering).
Gartner recomienda14 que las empresas comiencen a adoptar anlisis prescriptivo,
neurobusiness, NLQA, Big Data, Cloud Computing y anlisis predictivo en este momento,
donde estn lejos de ser fcilmente adoptadas por la competencia.
13Gartner (2014), Hype Cycle for Smart Machines

14Gartner (2015), Gartner Says Business Intelligence and Analytics Need to Scale Up to Support Explosive
Growth in Data Sources, http://www.gartner.com/newsroom/id/231391
27
F IGURA 2: G ARTNER ' S 2014 H YPE C YCLE FOR E MERGING T ECHNOLOGIES M APS -
WWW . GARTNER . COM / NEWSROOM / ID /2819918
Segn Forbes15, en general, Machine Learning tendr un impacto ms que
significativo en las economas de todas las industrias no solo en los prximos aos sino
dcadas. Las grandes compaas que mantienen grandes cantidades de informacin estarn
particularmente motivadas a extraer valor de esta informacin ahora que existen
herramientas disponibles para realizarlo de una forma escalable. Aunque tecnologas como
Deep Learning an estn en etapas tempranas segn Gartner, es claro que el valor de
mercado de Machine Learning est creciendo rpidamente.
Uno de las principales restricciones para implementar este tipo de soluciones yace
en la escasa disponibilidad de Data Scientists que puedan manipular y generar modelos
15 Forbes (2014), Deep learning and machine intelligence will eat the world
28
de datos, junto con su asociada dificultad de atraer suficientes desarrolladores para que
inviertan tiempo en aprender estas nuevas herramientas. Hoy en da no existe una API
estandarizada que los desarrolladores puedan aprender, por lo cual muchas compaa de
tecnologa estn actualmente peleando por la atencin de los desarrolladores para que
inviertan su tiempo en aprender la tecnologa que proponen.
Si bien muchas de estas compaas ofrecen implementaciones de software open-
source, como Apache Hadoop, no se trata de sistemas basados en APIs listas para consumir.
Esto hace que se requiera un esfuerzo de desarrollo ms elevado. Como alternativa a esta
problemtica, soluciones como MapR16 aparecen como alternativas para el desarrollo de
soluciones basadas en Hadoop por ejemplo.
TECNOLOGA
Tecnologas disponibles
Ser decisivo para el xito de la propuesta anteriormente planteada la seleccin de
la correcta tecnologa que nos provea las funcionalidades necesarias bajo un modelo de
costos soportable por la empresa mientras que nos permita mantenernos relevantes en los
prximos aos.
Para la seleccin inicial, evaluaremos los proveedores que se encuentran ubicados
en el cuadrante de lderes y visionarios segn Gartner en su reporte Magic Quadrant for
Advanced Analytics Platforms17. En este reporte, Gartner define a Advance Analytics
como el anlisis de cualquier tipo de datos utilizando sofisticados mtodos cuantitativos
16 MapR: https://www.mapr.com/
17 Gartner (2015), Magic Quadrant for Business Intelligence and Analytics Platforms
29
(como ser estadstica, minera de datos descriptiva y predictiva, simulacin y optimizacin)
para producir el conocimiento/entendimiento que los reportes de Business Intelligence no
pueden alcanzar.
F IGURA 3: M AGIC Q UADRANT FOR A DVANCED A NALYTICS P LATFORMS , G ARTNER , 2015
Los proveedores que evaluaremos sern RapidMiner, Alteryx, Microsoft, IBM y
SAS. En el apndice 2 se incluye una breve descripcin de cada uno de estos proveedores
en cuanto a sus ofertas, fortalezas y debilidades.
30
Evaluaremos a los proveedores basndonos en los requerimientos que se
mencionaron anteriormente en la seccin Drivers de la solucin en conjunto con el
Contexto tecnolgico de la empresa.
Es importante marcar que Knime no ser tomado en consideracin como posible
proveedor dado que la empresa ya intent en el pasado utilizar dicha tecnologa, obteniendo
resultados negativos.
Diseo
Dentro de las alternativas disponibles se elegir a Microsoft Azure Machine
Learning (Azure ML de ahora en adelante) dado que es el proveedor que mejor se encuadra
dentro de los requerimientos para la solucin que se necesitan y el contexto tecnolgico de
la compaa. La decisin est basada en los siguientes aspectos:
Implementacin como un servicio en la nube utilizando el modelo pay-as-
you-use.
o Azure ML posee un modelo de pago basado en nmero de
predicciones realizadas, horas de computo requeridas para computar
las predicciones y horas de tiempo utilizadas para generar los

modelos de datos.
o No ser necesario pagar por el trfico de datos que viaja desde el
Data Center de la compaa a Azure dado que solo se cobra el trfico
saliente. (Dato no menor dado que pensamos analizar volmenes de
datos elevados)
Disponibilidad de APIs web RESTful para obtener las recomendaciones
31
o Azure ML expone APIs web en formato REST donde es posible
ejecutar las predicciones y luego informar al modelo del resultado
de la prediccin (por ejemplo, si el usuario efectivamente compr o
no lo que le recomendamos). La disponibilidad de APIs de este tipo
reducir significativamente los costos asociados a la adaptacin del
sitio web de compras en lnea.
Disponibilidad de soluciones empaquetadas listas para usar para solucionar
aquellos escenarios que son comunes.

o Azure ML posee un Marketplace donde es posible encontrar
soluciones listas para usar, conocidas como Azure ML Apps. FBT,
Recomendaciones especficas para productos, recomendaciones
especficas para checkout y predicciones de clientes en riesgo
utilizarn estas soluciones empaquetadas.
Disponibilidad de entrenar modelos On-the-fly
o Sabemos que ser difcil modelar los datos de alguno de los
escenarios que contemplamos. Una funcionalidad conocida como
train on-the-fly, entrenamiento mientras se usa, permite entrenar
modelos a medida que se utilizan y as ir mejorando su ejecucin
con el tiempo. Esta es una caracterstica nica actualmente
disponible en Azure ML.
Disponibilidad de un lenguaje de programacin estndar
o Azure ML soporta el lenguaje R y Python. Ambos lenguajes
ampliamente adoptados en la industria. En nuestro caso, optaremos
por implementar el lenguaje R dada su relevancia no solo en la
industria, sino que tambin en el plano acadmico.

32
Facilidad de integracin con Microsoft Dynamics AX y soporte para tal
integracin.
o Dado que Dynamics y Azure son productos del mismo proveedor,
Microsoft, obtendremos una posicin favorable a la hora de
implementar la integracin de la solucin en la nube con nuestros
sistemas on-premise.
Disponibilidad del vendor para incorporar Data Scientists para elegir los
modelos analticos ms convenientes o desarrollar los modelos para los

escenarios que lo requieran.
o La compaa actualmente posee un contrato Premier con Microsoft,
el cual le permite el acceso a un conjunto de servicios y asistencia
diferenciada. Dentro de este marco, la empresa dispone de
capacitaciones sobre la tecnologa, acceso a Microsoft Consulting
Services para la implementacin de los escenarios planteados junto
con la posibilidad de escalar cualquier inconveniente que encuentre
a las personas que directamente trabajan con los productos para
obtener lineamientos de cmo solucionarlo.
Disponibilidad del vendor para entrenar al personal de la compaa en
Machine Learning y como operarlo.
o Al igual que en el punto anterior, el contrato que dispone la
compaa le permite acceder a este tipo de entrenamientos de forma
directa.
33
En el Apndice 2 se encuentra un detalle de los dems proveedores evaluados. Si
bien se realiz un anlisis profundo de cada proveedor, los principales bloqueantes/desafos
para la implementacin de otras soluciones fueron los siguientes:
RapidMinder: Si bien ofrece la mayora de las capacidades necesarias, el
producto no se alinea exactamente con el vertical de la empresa.
RapidMinder tiene grandes fortalezas que se rescatan en otros mbitos,
como ser el acadmico.
Alteryx: En el caso de este producto, es necesario contar con una

implementacin de Tableau o Qlik para explotar todas sus capacidades. La
compaa no posee ninguna de estas tecnologas actualmente ni tiene planes
de desplegarlas.
IBM: Si bien provee una solucin con una gran fortaleza, IBM requiere de
un esfuerzo de instalacin importante en donde, adicionalmente, los costos
son elevados para la compaa.
SAS: La compaa ve a SAS como una opcin a evaluar, sin embargo, el
prifncipal inhibidor aqu es la alta curva de aprendizaje que se requiere para
operar la plataforma.
Implementacin
Propondremos entonces implementar la solucin en cuestin utilizando Azure
Machine Learning. La implementacin constar de las siguientes etapas:
1. Preparacin de los Data Sets a utilizar en los modelos analticos
2. Preparacin del sitio web para retroalimentar los modelos analticos y
consumirlos
34
3. Construccin del servicio Clasificacin de clientes
4. Construccin del servicio Prediccin del carrito de compras
5. Construccin del servicio Productos que se compran en conjunto (FBT)
6. Construccin del servicio Recomendaciones especficas para un producto
7. Construccin del servicio Recomendaciones especficas para el carrito de
compras
8. Construccin del servicio Anlisis de clientes en riesgo
9. Adaptacin de Microsoft Dynamics AX

10. Adaptacin y rediseo del sitio web de compras en lnea.
Nota: En el apndice 1 se incorpora un resumen sobre la tecnologa que est

detrs de los sistemas de recomendaciones y los tipos que existen. Se recomienda
su lectura antes de leer las secciones que detallan la implementacin de los
modelos analticos.
PREPARACIN DE LOS DATA SETS A UTILIZAR EN LOS MODELOS ANALTICOS
Para la implementacin de la solucin propuesta ser necesario contar con la
informacin transaccional en un formato simple y rpido de consumir por Azure Machine
Learning. A la informacin que est lista para ser consumida por nuestros modelos en
Azure ML la denominaremos de ahora en adelante Data sets, diferencindose as de
cualquier otro repositorio de informacin.
Dado que los datos sern consumidos por Windows Azure, crearemos una base de
datos especfica de SQL Azure en Windows Azure donde realizaremos las tareas de
saneamiento y transformacin de la informacin para los diferentes modelos que
utilizaremos, siendo estos:
Transacciones de los clientes de los ltimos 3 aos

35
Informacin de clientes que han abandonado la empresa para irse a la
competencia.
La informacin fluir diaria y mensualmente segn corresponda desde el Data
Center de la compaa y ser importada a travs de Jobs de importacin de datos dentro de
SQL Azure. La siguiente figura esquematiza este diseo.
Cloud
Data Sets
Sitio pblico Azure ML

SQL Azure
Clientes que
Transacciones
abandonaron la empresa
(diarias)
(mensual)
Red corporativa
Clientes que
abandonaron la
Pedidos en linea empresa
Agente de Marketing
Dynamics AX
Call Center Agent
F IGURA 4: P ROCESO DE CARGA DE M ODELO DE DATOS EN A ZURE ML. E N ESTA FIGURA , EN ROJO ,
RED CORPORATIVA DE L A EMPRESA , EN AZUL , ELEMENTOS HOSPEDADO S EN W INDOWS A ZURE
36
La informacin sobre que clientes han abandonado la empresa para irse a la
competencia deber ser actualizada por el personal de marketing puesto que no queremos
ingresar al sistema informacin de clientes que han abandonado la empresa porque han
cerrado su negocio. Tampoco queremos que el sistema infiera cuando un cliente abandon
la empresa, sino que la misma ser quien se asegurar cual fue el motivo por el cual el
cliente ha dejado de comprar. Cuando un agente de marketing detecta que un cliente ha
dejado de realizar ordenes en los ltimos meses, se contacta con el mismo para investigar
que sucedi y actualizar el motivo de forma acorde.
PREPARACIN DEL SITIO WEB PARA RETROALIMENTAR LOS MODELOS ANALTICOS
Actualmente, el sitio web de la compaa implementa Google Analytics para
detectar y medir el comportamiento de los usuarios durante la compra. Mediciones como
cantidad de tiempo que pasa el usuario en cada pgina, tiempo total de la compra y cantidad
de clics que realizan son analizadas.
Sin embargo, nuestros modelos analticos requieren de una retroalimentacin para
poder detectar cuando una prediccin sobre un producto fue correcta y cuando no. Esto nos
permitir mejorar la relevancia de los sistemas de recomendacin a medida que se
comienzan a utilizar. Adicionalmente, algunos modelos sern entrenados On the fly, lo
que implica que no incorporaremos un data set para entrenar el modelo sino que el mismo
se ir generando a medida que se utilice. Para poder explotar todas estas caractersticas
deberemos adaptar el sitio web para poder enviar estas seales.
Las seales que implementaremos sern las siguientes:
Productos que son agregados al carrito de compra provenientes de la prediccin
del carrito
37
Sugerencias de FBT que son cliqueadas por el usuario
Recomendaciones especficas de productos que son cliqueadas por el usuario
Recomendaciones especficas al momento de checkout que son cliqueadas por
el usuario
Clic FBT
Clic recomendacin de carrito
Clic recomendacin de producto

Sitio pblico Azure ML
Clic prediccin del carrito
F IGURA 5: R ETROALIMENTACIN DE LOS SISTEMAS DE RECOMENDACIONES
CLASIFICACIN DE LOS CLIENTES
La compaa clasifica actualmente a los clientes segn el tipo de negocio: Cafs,
Bares, Restaurantes, Hoteles, etc. La empresa sabe que son mercados lo suficientemente
distintos en lo que respecta a productos que compran, patrones o comportamientos como
para analizarlos por separado. La compaa tambin sabe que lo que aplica para un
segmento en esta clasificacin no es extrapolable a otras.
Diseo del modelo
Dadas las necesidades de la empresa para clasificar a sus clientes, este modelo ser
generado utilizando Azure ML Studio y programado en R18.
18 The R Project for Statistical Computing, https://www.r-project.org/

38
Training data set
Basado en la experiencia de la empresa, las siguientes variables han sido
identificadas como principales en la clasificacin de clientes. El modelo le asignar un peso
a cada una de ellas dependiendo de la relevancia que exhiban en los datos (Cuales de ellas
explican mejor el comportamiento del cliente)
Si el cliente ha realizado compras o no en el mes anterior
Frecuencia de compra por mes
Productos individuales (productos nicos que han sido comprados en una sola
unidad)
Cantidad total de productos en el carrito (independientemente de su tipo)
Tamao del carrito (nmero de elementos en el carrito)
Margen bruto mensual, (Gross Margin)
Total de gastos del cliente mensual
Las variables anteriormente mencionadas sern extradas de Dynamics AX para
cada uno de los clientes.
La informacin de estas variables para los ltimos 3 aos es introducida dentro del
modelo de Azure ML para entrenarlo. Se espera que el modelo pueda predecir la
clasificacin de cada uno de los clientes basndose en los patrones ocultos de cada
segmento de clientes.
Comportamiento
Agregando la clasificacin detectada basado en el modelo anterior, se obtendrn
las siguientes categoras: Platinum, Diamond, Gold, Silver, Bronze y Cliente perdido. Note
aqu una diferencia sustancial con la prediccin de un cliente que se perder en el mes
39
siguiente, la cual es cubierta ms adelante y su objetivo es predecir que cliente ser
clasificado como Cliente Perdido en el prximo mes.
PREDICCIN DEL CARRITO DE COMPRAS
Objetivo: Predecir el carrito de compras antes de que el cliente comience a
comprar, mejorando la experiencia de usuario de forma radical. En este sentido, el servicio
mostrar los productos que el cliente que acaba de iniciar sesin en el sistema
probablemente compre hoy.
Diseo del modelo:
Dado la importancia y capacidades nicas que se pretenden de este servicio, este
modelo ser generado utilizando Azure ML Studio y programado en R19.
Training data set:
Utilizando 3 meses de historial de compras de cada cliente, generaremos un modelo
de datos aplicando minera de datos analizando: aquello que el cliente compr, en qu da
lo realiz, en que cantidades y con qu frecuencia. Los nuevos datos sobre historial de
compra ingresaran al modelo de forma diaria.
Comportamiento:
Desde el momento en que el sistema comienza a predecir el carrito de compras del
cliente, y hasta los prximos 30 das, cualquier producto que el cliente compre y que
alcance la cantidad y frecuencia de compra para este cliente ser eliminado de la
prediccin. Note que esto no significa que el cliente no encontrar el producto para
comprarlo, sino que no aparecer en la pgina de inicio.
19 The R Project for Statistical Computing, https://www.r-project.org/

40
El ranking que obtengan los productos dentro de la prediccin del carrito de
compras no solo estar afectado por lo inferido de aplicar minera de datos sino que tambin
afectados por las categoras a las que pertenecen y reglas especficas:
Afectados por reglas especficas: La compaa sabe que los clientes compran
determinadas categoras de productos en determinado orden. El modelo deber
detectar este patrn y respetarlo: Por ejemplo: Los clientes compran primero
productos bsicos y luego bebidas.
Afectados por categoras: Algunos productos tienden a comprarse en grupos,

a pesar de que la probabilidad de que sean comprada sea menor que la de otro
producto. La prediccin debe respetar este agrupamiento que realizan los
clientes al momento de comprar. Por ejemplo, el producto Coca-Cola Light
recibir un ranking tal que se muestre inmediatamente despus del producto
Coca-Cola, a menos que su probabilidad sea tan baja que rompa este vnculo
entre los dos productos. Este comportamiento es deseado porque no queremos
que el cliente tenga que recorrer el catalogo para comprar Coca-Cola Light solo
porque existe menos probabilidad de que lo haga.
PRODUCTOS QUE SE COMPRAN EN CONJUNTO (FRECUENTLY BOTH TOGETHER)
Objetivo: Aumentar lo que el cliente tena pensado comprar al sugerirle un
producto que otros cliente han comprado y que quizs nuestro cliente no est considerando.
La sugerencia aparecer en el momento que el cliente agregue un producto al carrito
de compras y ser exhibido inmediatamente a un costado del producto agregado.
41
Diseo del modelo:
Existen muchos modelos que ofrecen soluciones a este problema. Utilizaremos uno
de los algoritmos ms utilizados20, Frecuence Pattern Mining y el cual est disponible como
una solucin empaquetada en Azure ML Apps. Este algoritmo tiene la caracterstica de ser
eficaz y a su vez generar el modelo predictivo en tiempos prcticos para la cantidad de
datos que suministraremos. Con un catlogo de productos de 3000 elementos, la cantidad
de combinaciones posibles asciende a 27 billones. (Multiplicado por la cantidad
transacciones en los aos que queremos analizar). Si bien existen algoritmos ms
complejos que pueden hacer sugerencias ms precisas, la ventaja del elegido es que lo
puede realizar en tiempos prcticos.
Trainning data set:
Utilizaremos 3 aos de informacin de compras de todos los clientes de la
compaa.
Comportamiento:
El modelo predictivo deber sugerir solo 1 producto a comprar. Sin embargo, no
todos los productos generaran una sugerencia. Si la probabilidad de la sugerencia no es lo
suficientemente alta, el sistema podra sugerir productos que no tengan ninguna relacin.
Queremos evitar confundir al cliente distinguiendo las compras que son intencionales de
las que son casuales. Si el modelo no puede ofrecer una prediccin lo suficientemente
certera, entonces preferimos que no la haga.
20Pater, M (2007), The Benefits of Using Prefix Tree Data Structure in Multi-Level Frequent Pattern
Mining, ISBN: 978-1-4244-1608-0
42
RECOMENDACIONES ESPECFICAS PARA UN PRODUCTO
Objetivo: Mostrar en la pgina de detalle del producto recomendaciones de
productos que el cliente puede estar necesitando y que son especficas para este producto.
Diseo del modelo:
Aplicaremos un anlisis del tipo Collaborative Filterring usando un modelo de
Latent Factor21. Es uno de los algoritmos ms potentes que se basa en caracterizar al cliente
y al producto en una cantidad de factores o atributos que son inferidos del conjunto de
datos y que gobiernan el comportamiento del cliente. Esto implica que el modelo no
necesariamente busca patrones en los elementos que recomienda.
Otra ventaja de este modelo es que requiere ajustes para la industria que son
mnimos ya que se comporta de forma mayoritariamente agnstica al vertical a aplicar.
Esta solucin est disponible como una solucin empaquetada en Azure ML Apps.
Los productos nuevos (cold items) sern modelados utilizando las caractersticas
de los productos (atributos) para complementar la solucin de Collaborative Filtering.
Trainnning data set:
Utilizaremos 3 aos de informacin de compras de clientes.
Comportamiento:
El algoritmo ofrecer recomendaciones de productos que inferimos que el cliente
no encontrara de otra manera (es decir, que no es ofrecido por alguno de los restantes
sistemas de recomendaciones).
La diversidad de recomendaciones es importante para la compaa. El modelo
ofrecer una variedad de recomendaciones basadas en diferentes atributos. Por ejemplo, en
el caso del aceite anteriormente enunciado, no queremos que el sistema recomiende 5
21 Ver apndice 1
43
marcas de papas fritas a las cuales frer, queremos que ofrezca 1, y luego, por ejemplo, alas
de pollo que es probable que tambin las pueda usar para frer.
RECOMENDACIONES ESPECFICAS PARA EL CARRITO DE COMPRAS
Objetivo: Generar una lista de recomendaciones que se exhiben al cliente justo en
el momento antes de que el cliente confirme y enve el pedido.
Diseo del modelo:
Aplicaremos un anlisis del tipo Collaborative Filterring usando un modelo de
Latent Factor, al igual que en el modelo anterior, pero en este caso las predicciones estarn
ajustadas por el contenido que tiene el carrito de compras del cliente en ese momento. Este
modelo est disponible como una solucin empaquetada en Azure ML Apps.
Sin embargo, al tener que ajustar las recomendaciones basados en el carrito de
compras del cliente al momento de confirmar la compra, el modelo debe de poder
entrenarse con los diferentes tipos de carritos de compras que se pueden dar. Esto ser
difcil de conseguir o generar dada que la cantidad de posibles combinaciones de carritos
que se pueden dar es extremadamente elevada.
Utilizaremos la caracterstica de Train on the fly, la cual permite entrenar el modelo

a medida que se comienza a utilizar. Esto solucionar el problema de tener que identificar
los tipos de carritos de compra de antemano. Esta caracterstica es nica en Azure ML y
utiliza la tecnologa de Xbox recomendation system22, uno de los sistemas de
recomendaciones ms avanzados en el mundo.
22Koenigstein, N & Paquet, U & Nice, N & Schleyen, N, The Xbox Recommender System, Tel Aviv
University, www.eng.tau.ac.il/~noamk/papers/KNPS12.pdf
44
Trainning data set:
No ser necesario un training data set dato que utilizaremos la caracterstica de
Train on the fly
Comportamiento:
El modelo recomendar productos que el cliente podra llegar a comprar en esta
etapa especifica. Se recomendarn 5 productos como mximo.
ANLISIS DE CLIENTES EN RIEGO
Objetivo: Generar una lista de los clientes con una alta probabilidad de abandonar
la empresa el mes siguiente.
Diseo del modelo:
Antes de generar el modelo analtico, se debe definir que significa que un cliente
este en riesgo para poder identificarlos y poder aprender los patrones de tales clientes.
La empresa sabe dada su experiencia que los clientes que compran de forma regular en el
sitio lo hacen mensualmente, varias veces en el mes y comprando varios productos en cada
una de sus compras. En la mayora de los casos, si un cliente no compra en un mes dado es
muy poco probable que vuelva a comprar en el mes siguiente. Esta ser nuestra definicin
de cliente en riesgo.
El algoritmo utilizado ser del tipo Classification que ser entrenado con un
conjunto de datos en los cuales marcaremos cuales clientes realmente se fueron a la
competencia y cules no. El algoritmo descubrir los patrones que diferencian a un grupo
de clientes de los restantes.
45
Esta implementacin est disponible como una solucin empaquetada en Azure ML
Apps. La tecnologa que est detrs es boosted decision trees23, tecnologa que es utilizada
por el motor de bsquedas Bing y cuyos resultados son ampliamente mejores que lo de
algoritmos ms complejos.
Trainning data set:
El modelo se entrenar utilizando informacin histrica de las transacciones de los
clientes en los ltimos 3 aos. La compaa marcar manualmente aquellos clientes que
realmente se fueron a la competencia y cules no.
Luego, utilizando la informacin de los ltimos 3 meses de las transacciones de
cada cliente, predeciremos que clientes se irn a la competencia en el prximo mes. Los
datos deben ingresar al modelo mensualmente.
Comportamiento:
El modelo generar una lista de los clientes que se irn a la competencia en el
prximo mes, utilizando la informacin de los ltimos 3 meses de las transacciones de cada
uno de ellos. Dos acciones sern ejecutadas con tal lista:
Acciones pasivas: El sistema asignar promociones especiales para el cliente
la prxima vez que inicie sesin en el portal. La promocin asignada depender

del segmento en al que se asign al cliente.
Acciones activas: El personal de marketing recibir el informe de los clientes
que se irn a la competencia junto con la probabilidad asociada con ello. De
esta forma, se podrn tomar decisiones ms especficas que el personal de
marketing considere.
23 Microsoft Research, Uncertainty in Artificial Intelligence Boosted Decision Trees for Deep Learning,
http://event.cwi.nl/uai2010/papers/UAI2010_0282.pdf
46
INTEGRACIN CON MICROSOFT DYNAMICS AX
Como se mencion anteriormente, ser importante que esta misma tecnologa est
disponible para los agentes en de Contact Center a la hora de atender pedidos de forma
telefnica. Dado que, desde su concepcin, todos los modelos predictivos se generaron
como servicios, los mismos sern invocados desde Dynamics AX y consumidos
directamente.
Para esto se conectar la API de recomendaciones de Dynamics AX con los
endpoints expuestos en Azure ML. La siguiente figura muestra que servicios estarn
integrados en Dynamics AX y en qu orden sern procesados.
F IGURA 4: S ERVICIOS INTEGRADOS DENTRO DE D YNAMICS AX. E N ROJO , PROCESOS QUE SUCEDE N
DE FORMA AUTOMTICA ; EN VERDE , PROCESOS EN LOS QUE SE REQUIERE LA INTE RACCIN DEL
ASISTENTE DE VENTAS CON EL CLIENTE .
47
ADAPTACIN Y REDISEO DEL SITIO WEB DE COMPRAS EN LNEA
Redisearemos el sitio para que sea capaz de consumir las predicciones que
realizamos desde Azure ML. Los siguientes servicios sern consumidos desde el sitio:
Prediccin del carrito de compras
Productos que se compran en conjunto
Recomendaciones especficas para un producto
Recomendaciones especficas para el carrito de compras
Estimacin de costos y beneficios
PARMETROS
A continuacin se muestran los principales parmetros que se tienen en cuenta para
el clculo de costos de la solucin y los beneficios.
48
Costos de Microsoft Azure Machine Learning:
Caracterstica Precio24
Seat de Azure ML /mes $9.9900
Precio por hora de computo $2.0000
Precio por milisegundo de computo $0.0000005556
Precio cada 1000 predicciones $0.5000
Precio de uso de ML Studio / hr. $1.0000
SQL Server database / Mes / 1 GB $1.5100
Egreso de datos / Mes / 100 GB $8.2700
Cargos totales por 1000 predicciones de 1 milisegundo $0.5006
Cargos totales por 1000 predicciones de 50 milisegundos $0.5278
Cargos totales por 1000 predicciones de 500 milisegundos $0.7778
Cargos totales por 1000 predicciones de 1 segundo $1.0556
C UADRO 1: C OSTOS DE M ICROSOFT M ACHINE L EARNING (A ZURE ML)
Nota: Para mantener el clculo simple y dado que los costos asociados a egreso
de datos son despreciables y que Azure no cobra por el trfico de ingreso de datos
ni interno dentro la nube, no estamos contemplando en la estructura de costos
gastos relacionados con transferencia de datos.
Estimaciones de consumo de la solucin:
Parmetros de consumo de la solucin Valores (mensuales)

Usuarios para modelado de datos 5
Data sets (GB) 100
Cantidad total de predicciones / mes 1,610,001
Predicciones de carrito de compras 850,000
Predicciones de FBT (*) 135000
Predicciones especificas de productos (*) 540000
Predicciones de productos para checkout (**) 85,000
Predicciones de clientes que abandonarn la
empresa 1
C UADRO 2: E STIMACIONES DE CONSU MO DE LA SOLUCIN
24 Costos expresados en Dlares Estadounidenses (USD) segn Abril 2015, publicados en

http://azure.microsoft.com/en-us/pricing/details/machine-learning/
49
(*) Es importante marcar que, con el objetivo de mantener los costos controlados,
las predicciones de FBT y especficas de producto sern almacenadas en cache de
forma diaria. Esto reducir la cantidad de predicciones sin impactar la eficacia.
(**) 85000 pedidos mensualmente procesados
Estimaciones de beneficios de la solucin segn KPI:
Parmetros para el clculo de beneficios Valores

Facturacin total anual $ 185.000.000,00
Cantidad de clientes 45000
Estimacin de aumento de ventas 3%
Estimacin de Lift de efectividad en retencin de clientes 3
Estimacin de aumento de ganancias por rentabilidad 2,25%
Estimacin de captacin de nuevos clientes 1%
C UADRO 3: E STIMACIONES DE BENEFICIOS DE LA SOLUCIN SEGN KPI ESPERADOS
ESTRUCTURA DE COSTOS Y BENEFICIOS
Utilizando los parmetros enunciados anteriormente, se procede con el clculo de
costos y beneficios para la solucin propuesta:
50
Categorias Flujo ao 1 Flujo ao 2 Flujo ao 3
Adpatacin de sistemas existentes ($ 70,000.0)
Adaptacin de Dynamix AX ($ 20,000.0)
Adaptacin del sitio web ($ 50,000.0)
Capacitacin del personal ($ 50,000.0)
Capacitaciones de Microsoft ($ 50,000.0)
Contruccin de modelos predictivos ($ 252,811.4) ($ 1,812.0) ($ 1,812.0)
Creacin de los modelos predictivos ($ 200,999.4)
Consultora de ML ($ 200,000.0)
Herramienta de modelado de datos ($ 999.4)
Saneamiento de informacin y agregacin ($ 51,812.0) ($ 1,812.0) ($ 1,812.0)
Importacin de datos ($ 50,000.0)
SQL Azure Database ($ 1,812.0) ($ 1,812.0) ($ 1,812.0)
Mantenimiento de modelos predictivos ($ 50,839.4) ($ 50,839.4) ($ 50,839.4)
Consultora de ML ($ 50,000.0) ($ 50,000.0) ($ 50,000.0)
Herramienta de modelado de datos ($ 839.4) ($ 839.4) ($ 839.4)
Hora de Azure ML Studio ($ 240.0) ($ 240.0) ($ 240.0)
Seats de Azure ML Studio ($ 599.4) ($ 599.4) ($ 599.4)
Utilizacin de los sistemas de prediccin ($ 17,455.0) ($ 17,455.0) ($ 17,455.0)
Costo de transacciones de recomendaciones ($ 17,455.0) ($ 17,455.0) ($ 17,455.0)
Predicciones de carrito de compras ($ 10,766.7) ($ 10,766.7) ($ 10,766.7)
Predicciones de FBT ($ 855.0) ($ 855.0) ($ 855.0)
Predicciones de productos para checkout ($ 793.3) ($ 793.3) ($ 793.3)
Predicciones especificas de productos ($ 5,040.0) ($ 5,040.0) ($ 5,040.0)
Grand Total ($ 441,105.8) ($ 70,106.4) ($ 70,106.4)
C UADRO 4: E STRUCTURA DE COSTOS DE IMPLEMENTACIN DE LA SOLUCIN
Categorias Flujo ao 1 Flujo ao 2 Flujo ao 3

Retencin de clientes $ 493.333,3 $ 493.333,3 $ 493.333,3
Nueva capacidad de retencin de clientes $ 493.333,3 $ 493.333,3 $ 493.333,3
Satisfaccin de clientes $ 1.850.000,0 $ 1.850.000,0 $ 1.850.000,0
Nuevos clientes captados $ 1.850.000,0 $ 1.850.000,0 $ 1.850.000,0
Upselling y cross-selling $ 1.248.750,0 $ 1.248.750,0 $ 1.248.750,0
Aumento del margen de ganancia de productos $ 416.250,0 $ 416.250,0 $ 416.250,0
Aumento del monto del carrito de compras $ 832.500,0 $ 832.500,0 $ 832.500,0
Grand Total $ 3.592.083,3 $ 3.592.083,3 $ 3.592.083,3
C UADRO 5: E STRUCTURA DE BENEFIC IOS DE LA SOLUCIN
51
Rendimiento financiero de la solucin
(*)
C UADRO 6: RENDIMIENTO FINANCIERO DE LA SOLUCIN

(*) VAN CONSIDERANDO UNA TAZA DE DESCUENTO DEL 9%
Es importante notar que elevado valor de la tasa de retorno de la inversin (ROI)
en el cuadro anterior se debe a la decisin de implementar la propuesta utilizando una

solucin de nube pblica bajo el modelo pay-as-you-use. Este comportamiento de la tasa
de retorno es intrnseco a implementaciones con un nivel de inversin muy bajo, como es
este caso.
CRONOGRAMA PROPUESTO DE IMPLEMENTACIN
A continuacin, se muestra el cronograma propuesto para la implementacin de la
solucin anteriormente descripta.
Segn la planificacin, el proyecto tendr un tiempo estimado de implementacin
de 6 meses, aunque la misma se realizar de forma incremental hasta impactar al 100% de
los clientes que utilizan el canal web y la va telefnica, constando en total de 3 rondas de
implementacin.
52
53
CONCLUSIONES
Las capacidades que ofrece Machine Learning al integrarlas en los procesos de
negocio presentan grandes oportunidades para la empresa con una inversin controlada y
de bajo riesgo. Con el monitoreo correcto del desempeo de la solucin y la mejora
continua, es posible dar con un modelo de datos predictivo con un alto grado de efectividad.
Nuestra compaa necesita recuperar el toque personal que ha sabido cultivar
durante mucho tiempo. Se trata de la habilidad de conocer al cliente a un nivel ms ntimo,
aprendiendo entonces sus gustos, preferencias, necesidades, realidades y deseos. Machine
Learning es una tecnologa que integrada de la forma correcta permite prestar atencin a
las pequeas cosas, que al final del proceso no son tan pequeas de forma escalable,
en todos los canales y sobre todo, adaptable en tiempo real.
54
BIBLIOGRAFA
W. Edwards Deming (1950), Some Theory of Sampling
Harvard Business School Press (1999), Adaptive Enterprise: Creating and Leading
Sense-and-Respond Organizations
Information Week (2014), Prescriptive Analytics and Big Data is the next big thing?,
http://www.informationweek.com/big-data/big-data-analytics/prescriptive-analytics-and-
big-data-next-big-thing/d/d-id/1109537
Information Week (2015), Gartner Advanced Analytics Quadrant 2015: Gainers, Losers,
http://www.informationweek.com/big-data/big-data-analytics/gartner-advanced-
analytics-quadrant-2015-gainers-losers/d/d-id/1319192
Gartner (2014), Hype Cycle for Smart Machines
Gartner (2015), Magic Quadrant for Advanced Analytics Platforms
Forbes (2014), Deep learning and machine intelligence will eat the world
Barnes, F, Azure Machine Learning, Microsoft Press
Koenigstein, N & Paquet, U & Nice, N & Schleyen, N, The Xbox Recommender System,
Tel Aviv University
www.eng.tau.ac.il/~noamk/papers/KNPS12.pdf
Microsoft Research, Uncertainty in Artificial Intelligence: Boosted Decision Trees for

Deep Learning,
http://event.cwi.nl/uai2010/papers/UAI2010_0282.pdf
Yahoo Research & AT&T Labs (2009), Matrix factorization techniques for recommender
systems
Wikipedia, Lift (Data Mining),

https://en.wikipedia.org/wiki/Lift_(data_mining)
Crawley, J (2013), The R Book, Willey
Pater, M (2007), The Benefits of Using Prefix Tree Data Structure in Multi-Level
Frequent Pattern Mining, ISBN: 978-1-4244-1608-0
Harding, Ford (2002). Cross-Selling Success

55
Yamaguchi University (2011), Neural Information Processing
User Modeling and User-Adapted Interaction (2012), Evaluating recommender systems

from the user's perspective: survey of the state of the art
Beel, J, Stefan, G (September 2013), Sponsored vs. Organic: Recommendations and the
Impact of Labeling
56
APENDICE 1
Sobre los sistemas de recomendaciones
Los sistemas de recomendaciones, y en general el campo de Machine Learning, se
han convertido en un rea de aplicacin bastante contundente en los ltimos tiempos. Estos
son utilizados tanto por investigadores como por empresas en una gran cantidad de
verticales y aplicaciones para descubrir patrones o predecir resultados.
A alto nivel, un sistema de recomendacin es un algoritmo que toma un conjunto
de datos de entrada, Training Data Set, realiza un modelado de los datos utilizando
metodologas especficas de probabilidad y estadstica y genera como salida un modelo que
encapsula el conocimiento o inteligencia que se obtuvo de los datos. El modelo puede ser
utilizado luego sobre un nuevo conjunto de datos, test data, y generar resultados para esos
nuevos datos, normalmente denominados predicciones o clasificaciones (dependiendo de
la aplicacin en cuestin).
A grandes rasgos, los sistemas de recomendaciones pueden estar basados en una de
dos estrategias. La estrategia de Content Filtering, la cual crea perfiles para cada usuario o
producto para caracterizar su naturaleza. Por ejemplo, un perfil de una pelcula en un
sistema de alquiler de pelculas podra incluir atributos relacionados con el gnero, los
actores que participan, la popularidad que alcanz, etc. Los perfiles de los usuarios en tal
sistema podran permitir asociar entonces usuarios con determinadas pelculas (productos).
Este tipo de estrategias podran requerir combinar informacin externa al sistema que
podra no estar disponible o ser difcil de conseguir.
Una estrategia alternativa a Content Filtering se apoya solamente en el
comportamiento del usuario en el pasado por ejemplo, transacciones o calificaciones
57
anteriores que hizo el usuario sin requerir la creacin de perfiles de forma explcita. Esta
estrategia se la conoce como Collaborative Filtering, un trmino ideado por los
desarrolladores de Tapestry25, el primer sistema de recomendaciones. Collaborative
Filtering analiza la relacin que existe entre los usuarios y las interdependencias con los
productos para identificar nuevas tuplas usuario-producto. La principal caracterstica de
esta estrategia es que no es especifica de un vertical de negocio, y a pesar de ello resolver
conjuntos de datos cuyos parmetros son elusivos o difciles de perfilar utilizando Content
Filtering.
Mientras que generalmente ejecuta de forma ms precisa que las tcnicas de
Content Filtering, Collaborative Filtering sufre del problema que normalmente se lo
denomina como arranque en fro, haciendo alusin a la incapacidad de estas tcnicas de
resolver situaciones donde interactan usuarios o productos desconocidos hasta el
momento.
Las dos principales formas de aplicar Collaborative Filtering son a travs de los
mtodos conocidos como Neighborhood y Latent Factor model. Los mtodos de
Neighborhood estn centrados en computar las relaciones que existen entre los productos
o, alternativamente, entre los usuarios. Esta tcnica evala las preferencias de los usuarios
para un producto en particular a partir de la evaluacin de otros productos vecinos del
mismo usuario. Los productos vecinos se definen como aquellos productos que tienden a
obtener calificaciones similares cuando son clasificados por el mismo usuario.
El modelo de Latent Factor es una tcnica alternativa a la anterior que trata de
explicar la clasificacin que logran los productos al caracterizar tanto a los productos como
a los usuarios en, digamos de unos 20 a 100 atributos que son inferidos de los patrones de
25 Concepto ideado por Doug Terry para el sistema Tapestry Information System, Xerox PARC
58
clasificacin. En esencia, estos atributos constituyen un sinnimo computarizado para lo
que normalmente solemos llamar gneros musicales, si se permite la extrapolacin. 26
26 Matrix factorization techniques for recommender systems, Yahoo Research, AT&T Labs, August 2009
59
APENDICE 2
Tecnologas disponibles para implementacin de Machine Learning 27, 28
RAPIDMINER
RapidMiner ofrece una plataforma disponible tanto como servicio en la nube as
como tambin como una plataforma cliente/servidor de cdigo abierto. La versin
comercial tiene la capacidad de conectarse con data sets de mayor tamao y de mayor
variedad. Se trata de una plataforma fcilmente extensible a travs de lenguajes de
programacin, libreras de terceros, plataformas de BI y aplicaciones web.
La mayora de los usuarios de esta plataforma la escogen por su facilidad de uso,
implementacin y esquema de licenciamiento. Su extensibilidad y profundas capacidades
analticas son otros puntos fuertes de este proveedor.
Sin embargo, a pesar de tener un gran nmero de usuarios, RapidMiner es
principalmente utilizado en el mbito cientfico-acadmico. Su capacidad para entregar
valor a negocios puede ser difcil de alcanzar debido a que los entrenamientos disponibles
de esta plataforma no son de calidad y existe una falta de documentacin del producto.
ALTERYX
Alteryx provee una plataforma para la integracin de datos y el anlisis avanzado
de los mismos prometiendo fusionar tanto repositorios internos, de terceros como
informacin almacenada en la nube para luego analizarlos utilizando herramientas
predictivas. Esto se puede alcanzar sin ningn tipo de programacin, siendo
particularmente fuerte en industrias de comunicaciones.
27 Fuente: Gartner (2015), Magic Quadrant for Advanced Analytics Platforms

28 Informacin segn Febrero 2015
60
Los usuarios de Alteryx destacan la facilidad de adopcin y corta curva de
aprendizaje al disponer de una moderna interfaz de usuario. Entre otras fortalezas se
encuentran el soporte del lenguaje de programacin R junto con sus capacidades de
escalamiento que se alcanzan gracias a Apache Spark. Sin embargo, debido a su falta de
soporte nativo para la visualizacin de datos, Alteryx requiere la implementacin de
Tableau o Qlik para poder hacer uso de la totalidad de sus capacidades, siendo este uno de
los puntos ms criticados por sus usuarios.
MICROSOFT
Microsoft ofrece una solucin de BI y anlisis de datos competitiva y en expansin.
Esta solucin est basada en las capacidades de Office 2013, capacidades de administracin
de datos de SQL Server, la colaboracin que viene de la mano de la plataforma SharePoint
y un conjunto de servicios de anlisis de datos disponibles en su nube pblica Windows
Azure.
Microsoft ha logrado realizar gran progreso en sus capacidades para entregar
herramientas para los usuarios de negocios junto con una plataforma empresarial acorde.
Las capacidades de descubrimiento de datos estn siendo mejoradas agresivamente a travs
de su oferta de Power BI la cual agrega referenciamiento geoespacial 3D, generacin de
consultas en un lenguaje comn y self-service ETL que pueden ser aplicadas tanto a datos
internos como externos. Los productos Insight HD y Azure Machine Learning ofrecen
capacidades nicas de anlisis de datos avanzadas disponibles a consumir como servicios.
A pesar de que la funcionalidad de los productos de Microsoft ha ido mejorando y
que actualmente pueden ofrecen una gran variedad de funcionalidades, muchos clientes
reportan que el principal obstculo que visualizan para implementar estas soluciones tiene
que ver con la falta o debilidad de ciertas funcionalidades. Mobile, visualizacin interactiva
61
y administracin de la metadata son las principales falencias que se reportan. En particular,
Microsoft est por detrs de la mayora de los dems vendors de BI en lo que respecta a
capacidades de BI para mviles.
IBM
IBM ofrece un abanico completo de capacidades de anlisis de datos que incluyen
BI empresarial, administracin de la performance y capacidades de anlisis de datos
avanzadas complementados con un completo conjunto de servicios que estn listos para
ser implementados por los clientes en sus soluciones sea cual sea el dominio, industria o
ubicacin geogrfica.
La plataforma Cognos BI maneja algunos de las instalaciones de BI ms grandes
que los clientes han reportado. Otra evidencia de las capacidades empresariales de IBM es
que clientes la clasifican dentro de las 3 ms relevantes empresas en trminos de tamao
de las implementaciones y permanencia-homogeneidad dentro de las organizaciones. Dos
de las caractersticas mejor consideradas de IBM son administracin de metadata e
infraestructura y administracin de la plataforma.
La carencia de ventajas fciles de reconocer sobre sus competidores podra llegar a
comprometer el futuro de IBM en el plano de anlisis de datos. Watson Analytics es la
respuesta de IBM a este inconveniente dado que le permite diferenciarse por s mismo
integrando estas capacidades con su plataforma IBM Cognos y combinar sus fortalezas
empresariales con algunas caractersticas ms innovadoras y capacidades de
descubrimiento de datos ms amigables para los usuarios. Los clientes identifican varias
limitaciones que impiden la implementacin de la solucin de IBM, la ms importante, los
costos del software, reportado por el 40% de los clientes.
62
SAS
Con un porfolio de ms de 40.000 clientes y un slido ecosistema de Partners, SAS
ha sido la opcin ms comn entre las organizaciones que buscan anlisis avanzado de
datos. SAS tiene fortalezas principalmente en los sectores de banca, seguros, servicios y
agencias gubernamentales.
El producto de SAS es uno de los ms extensos en la industria, principalmente
potenciado por el amplio rango de tcnicas de anlisis de datos que se encuentran

implementadas en el lenguaje de cdigo abierto R.
Los usuarios identifican a la performance de la plataforma como uno de sus mejores
atributos, junto su escalabilidad y confiabilidad. Sin embargo, SAS es una plataforma que
dispone de un conjunto de productos con capacidades similares que muchas veces son
complejos de integrar. Adicionalmente, la elevada curva de aprendizaje de los productos
de SAS es una de las crticas ms fuertes a este proveedor.
Finalmente, una compleja y costosa estructura de licenciamiento es otro de los
bloqueantes ms fuertes que las empresas encuentran en los productos de SAS y por el
cual, en muchas ocasiones, deciden evaluar productos similares de la competencia.
KNIME
Knime ofrece una plataforma gratuita, de cdigo abierto y basada en su aplicacin
de escritorio para el anlisis avanzado de datos. Adicionalmente, tambin ofrece una
versin comercial basada en una arquitectura cliente-servidor o tambin disponible en la
nube que adicionalmente incluye funcionalidades empresariales. Knime compite en una
amplia rama de verticales, aunque siendo fuerte en el sector de salud, gobierno, educacin,
banca y sector comercial.

63
La principal ventaja que encuentran los usuarios de este proveedor es la apertura de
la plataforma para/con otras tecnologas, permitindoles utilizar a la misma como un
framework de anlisis de datos. La plataforma es capaz de entregar gran valor al negocio.
A pesar de tener un alto nmero de usuarios, la plataforma carece de visibilidad
fuera de la comunidad de minera de datos. Adicionalmente, la falta de capacitaciones de
calidad junto con una pobre documentacin hace difcil su implementacin en muchos
casos. Finalmente, uno de los puntos ms negativos de la plataforma es su interfaz de
usuarios, la cual requiriere de una mejora ciertamente segn sus usuarios.
64

Facundo Santiago - Darwin en La Era de Machine Learning - Final

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Facundo Santiago - Darwin en La Era de Machine Learning - Final

Загружено:

Авторское право:

Доступные форматы

DARWIN EN LA ERA DE MACHINE

Ing. SANTIAGO, Facundo

Maestra en Administracin de Negocios con Orientacin en Direccin

Universidad del Salvador State University of New York

Darwin en la era de Machine Learning

Ing. SANTIAGO, Facundo

Universidad del Salvador, Ao 2015

Hoy en da las empresas tienen sistemas basados en transacciones que estn

diseminados a lo largo y a lo ancho del negocio, pero concebidos en la era industrial, es

decir, construidos para automatizar transacciones de una forma repetible y rgida.

ventaja competitiva: generando eficiencia.

En la nueva economa de la informacin prevalece exactamente lo opuesto.

informacin en un ciclo sinrgicos de sense-and-response para continuamente adaptar la

perspectiva del management empresarial. Aqu, se tomar como un modelo de negocios.

Big Data que al final se traducen en la informacin correcta, en el momento justo, en el

automatizada (estos procesos no son automticos).

En este documento se presenta un caso de negocio donde una compaa tomar

determinados procesos de venta. Eliminaremos la rigidez de la automatizacin de tales

procesos para convertirlos en procesos sistemticos de toma de decisiones ad-hoc que le

sus clientes harn y actuar en consecuencia.

Acerca del negocio..................................................................................................1

Principales procesos de negocio ............................................................................2

CONSTRUCCIN DEL CASO DE NEGOCIO ................................................3

Identificacin del proceso de negocio......................................................................5

Indicadores de rendimiento (KPI) ..........................................................................12

Construccin del caso de negocio ..........................................................................15

DRIVERS DE LA ARQUITECTURA ...........................................................................21

Contexto tecnolgico ............................................................................................21

Estado actual de las tecnologas de Machine Learning ....................................27

TECNOLOGA ................................................. ERROR! BOOKMARK NOT DEFINED.

Tecnologas disponibles .......................................................................................29

Estimacin de costos y beneficios .........................................................................48

CRONOGRAMA PROPUESTO DE IMPLEMENTACIN ..........................52

Sobre los sistemas de recomendaciones .............................................................57

Tecnologas disponibles para implementacin de Machine Learning ............60

Acerca del negocio

Nuestra empresa es una de las compaas lderes en la entrega y distribucin de una

amplia gama de productos alimenticios en el pas para restaurantes, industrias, cafeteras,

establecimientos educativos, centros de nutricin, empresas de catering, hoteles y bares,

Con una historia de 25 aos en la industria y 8 depsitos propios, la empresa ofrece

el cliente - para alrededor de 45,000 establecimientos, procesando 1 milln de pedidos al

ao. La compaa incluso ha sido premiada en varias ocasiones con reconocimientos y

premios por innovacin tecnolgica y desarrollo del negocio.

enlatados, frescos, no perecederos e incluso productos para su correcta manipulacin como

productos de limpieza, o papeles.

El servicio de entrega y distribucin de productos alimenticios es un rubro muy

empresas de la competencia distribuyen (y en algunos casos manufacturan) productos

Sin embargo, nuestra empresa sabe que el servicio de distribucin de productos no

puede ser rentable solamente diferencindose de la competencia con polticas de precios

de punta en una industria que paradjicamente es considerada una de las ms conservadoras

resto junto con un control de costos minucioso.

prcticamente nulo, la empresa constantemente est introduciendo nuevos servicios o

reinventando los existentes para ofrecer un propuesta ms eficiente y reducir costos de

operacin con el objetivo incansable de reclutar y retener clientes.

Principales procesos de negocio

Para comprender de mejor manera el negocio de nuestra empresa, a continuacin,

se muestran los principales procesos de negocio que se han definido:

La empresa tiene dos canales de ventas, basados en su Contact Center y su portal

son entregadas el da siguiente.

sus clientes. La organizacin de los horarios de entrega, rutas de distribucin y asignacin

de conductores y personal de descarga para cada unidad de distribucin es realizada por la

empresa a travs de su personal de logstica.

Con 8 depsitos y 4500 productos es importante asegurar que los productos

variedad de productos con distintos requerimientos de almacenamiento como ser productos