Investigación

El objetivo de LPI es desarrollar, promover y difundir investigación en los diversos campos de la Analítica de Negocios.

Las investigaciones que se van a realizar a través de LPI tienen un perfil múltiple: en primer lugar construyen aplicaciones basadas en conocimientos y tecnologías previas (investigación aplicada); en forma paralela requieren de un componente de análisis (investigación analítica) que contrasta datos y variables en distintos escenarios de trabajo; finalmente las investigaciones se desarrollan en un ambiente organizacional en el que están presentes personas, grupos y organizaciones privadas y públicas las cuales cumplen el papel de ser la fuente de datos para ser analizados (investigación de campo).

Las áreas de Investigación incluyen:

Inteligencia de Negocios.

La Inteligencia de Negocios es el conjunto de tecnologías, aplicaciones de software y buenas prácticas metodológicas que permiten la recolección de la masa de información de las empresas, su limpieza y estandarización, su almacenamiento eficiente, el análisis y la distribución y presentación de la información del negocio con el propósito de tomar decisiones que den soporte, optimicen y hagan seguimiento a sus operaciones. Las soluciones de Inteligencia de Negocios tienen un alcance bien preciso que es la de diagnosticar y determinar la situación actual de la empresa, a partir de datos históricos que son recopilados y analizados. La Inteligencia de Negocios es una plataforma de datos empresarial centralizada que puede responder preguntas como: ¿Cuáles son los resultados de las partidas económicas y cuáles han sido su evolución?, ¿Cuál es la rentabilidad actual de mi negocio?, ¿Cuál es la relación entre la menor producción de mi fábrica en un mes determinado y la rentabilidad de mi empresa? o ¿Cuál es el efecto de la performance de mis vendedores en la rentabilidad y en los niveles de producción de mi compañía? entre otras preguntas. Algunos campos de investigación a considerar son:

  • Aplicaciones analíticas para las Relaciones con los Clientes(CRM).
  • Aplicaciones analíticas de la Cadena de Suministros(SCM).
  • Aplicaciones analíticas de Operaciones de Servicios(SRM).
  • Aplicaciones analíticas para la Fuerza de Ventas.
  • Aplicaciones analíticas para el Planeamiento de la Producción. 





  • Analitica Predictiva

    Es una forma de análisis avanzado que utiliza datos nuevos e históricos para predecir la actividad futura, el comportamiento y las tendencias de las principales variables del negocio. Implica la aplicación de tecnicas de análisis estadístico y algoritmos de aprendizaje automatico a conjuntos de datos para crear modelos de análisis que situen un valor numerico o puntuación en la probabilidad que ocurra un evento particular.

    Un campo de aplicación amplio es la minería de datos o datamining.El datamining, es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto. Algunos métodos de Minería de Datos incluyen:

    • Árboles de decisión y reglas. Regresión no lineal y métodos de clasificación.

    • Redes Neuronales (Backprogagation). Métodos basados en ejemplos. Método del vecino más cercano.

    • Modelos gráficos de dependencias probabilísticas. Redes Bayesianas y asociaciones. Modelos de aprendizaje relacional (ILP).




    Aprendizaje de máquina e Inteligencia Artificial.

    El aprendizaje de maquina esta orientado a que sistemas y equipos sean capaces de aprender su oficio en forma autónoma, y representa la base de los sistemas de inteligencia artificial cuyo proposito es el de pensar y actuar en forma autónoma sin dependencia del hombre. La diferencia es clara ya que las primeras tienen un campo de movimiento mientras que las segundas no lo tienen.

    Algunas aplicaciones que se están creando en este campo incluyen:

    • Generación de lenguaje natural. Reconocimiento de voz.

    • Agentes virtuales.

    • Optimización de hardware. Toma de decisiones.
    • Biometricas. Robots. Análisis de texto.



    Visitas: 1035