Práctica de evaluación entre pares del curso de Introducción a la Ciencia de Datos y el Big Data

1. Introducción a la Ciencia de Datos y el Big Data
Proyecto individual evaluado por pares:
Utilizando la ciencia de Datos en una organización
Para la empresa:
Librería Iztaccihuatl
Presenta:
Ismael Pérez Mena
Mayo 2021

2. Introducción
La Ciencia de Datos es una ciencia dedicada a extraer información
valiosa a partir de los datos en bruto. Es interdisciplinaria, se apoya en las
matemáticas, la estadística y la informática, y también en el Data Mining y el
Machine Learning, entre otros.
En el presente documento se presenta la propuesta del proyecto de
ciencia de datos para la Librería Iztaccihuatl ubicada en la ciudad de
Monterrey, Nuevo León, México que le permita mejorar sus indicadores de
desempeño (KPI’s) y a la vez desarrollar una mejor estrategia en la toma de
decisiones.
Se definen cuales son los indicadores más importantes a tener en
cuenta, el tipo de análisis que se va a desarrollar, así como las decisiones que
se podrán tomar en base a los descubrimientos obtenidos.
Indicadores
A continuación, se describen los principales indicadores a tener en cuenta en
el proyecto.
• Número de nuevos Leads/Usuarios Registrados
Cantidad de usuarios que se registraron voluntariamente mediante su
nombre y correo electrónico a través de una landig page.
• Tasa de conversión de Leads a ventas
Porcentaje de leads que se convirtieron en ventas o nuevos clientes.
Calculado mediante la siguiente formula.
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑐𝑜𝑛𝑣𝑒𝑟𝑠𝑖ó𝑛 =
𝑙𝑒𝑎𝑑𝑠 𝑐𝑜𝑛𝑣𝑒𝑟𝑡𝑖𝑑𝑜𝑠 𝑒𝑛 𝑣𝑒𝑛𝑡𝑎𝑠
𝑙𝑒𝑎𝑑 𝑐𝑢𝑎𝑙𝑖𝑓𝑖𝑐𝑎𝑑𝑜𝑠
𝑥 100
• Número de ventas mensuales
Se refiere a la cantidad de ventas que se realizaron en 30 días.

3. Tipo de Análisis
Los archivos con los que se cuenta permiten obtener información sobre
los datos generales de los libros que ofrece la Librería, su clasificación con base
a las calificaciones de los usuarios, y los libros recomendados.
Se decidió utilizar un análisis de tipo Descriptivo buscando encontrar
patrones, relaciones entre variables, diferencias significativas entre grupos de
productos. Principalmente para mejorar las recomendaciones que el sistema
hace a los usuarios cuando ingresan a al sitio web, y los libros que están
marcando tendencia actualmente todo con el objetivo de brindar un mejor
servicio al usuario, así mismo sería importante identificar aquellos libros que
no se están vendiendo, o que no están teniendo una buena aceptación por
parte de los clientes.
Para ello se proponen realizar los siguientes análisis de los datos:
1. Del archivo top_books se propone obtener los datos de los primeros
5 libros de cada top.
2. Cruzar los datos del archivo toread con los datos el archivo ratings
para obtener los id’s de aquellos libros que son recomendados para
leer por los usuarios y que además son clasificados por los usuarios.
3. Para persuadir a los usuarios a registrarse en el sitio se propone
ofrecerles el tener acceso a poder ver las recomendaciones de los
libros y así obtener nuevos leads.
4. Utilizando técnicas como web scraping, extraer las palabras clave de
los temas que están marcando tendencia en las redes sociales,
almacenar esta información y utilizando herramientas de
procesamiento de lenguaje natural recuperar aquellos libros cuya
temática vaya acorde a dichos temas.
Propuesta de decisiones que la empresa podrá tomar en base a la
información analizada.
1. Con base la lista de libros obtenida de primer análisis el sistema
puede mostrarlos como sugerencias al momento de que un usuario
realice una compra en línea, o bien colocar ejemplares de dichos

4. libros a primera vista en los mostradores de la tienda física. Esta
información deberá actualizarse periódicamente.
2. Una vez realizados los cruces se contará con información que se
puede utilizar para determinar cuáles son los libros más
referenciados por que se deben de mostrar en las primeras páginas
del sitio.
3. Los usuarios generalmente se sienten intrigados cuando les ofreces
un beneficio, actualmente los nuevos compradores sobre todo de la
generación milenial suelen guiarse mucho por las recomendaciones
o comentarios de otros usuarios por los comentarios en redes
sociales, por lo que el poder acceder a ellos es un buen incentivo para
que los usuarios se sientan motivados a proporcionarnos sus datos,
e incrementar los leads.
4. Una de las recomendaciones más importantes para obtener un sitio
web atractivo es el mantener actualizado el contenido del sitio, y que
mejor que además de mostrar los nuevos libros, mostrar aquellos
que hablan sobre los temas de actualidad.
Conclusiones
La ciencia de datos está encaminada a encontrar información útil para las
organizaciones a partir de los datos, el tipo de análisis elegido permite conocer
mejor a la organización, cual es su estado actual, lo que se pretende
principalmente es aprovechar mejor los datos con los que ya cuenta la
empresa para tomar mejores decisiones, como a que libros darles mayor
atención y mostrarle mejores recomendaciones a los clientes, también
mantener un contenido actualizado en el sitio web que es una empresa a la
vanguardia y al tanto de los temas de actualidad y así atraer cada vez a mas
usuarios interesados y así a nuevos compradores.