1
2
Ciencia de datos en sistemas de gestión de riesgos: Enfoque hacia la minería de datos
Ricardo Antonio Armas Juárez, Mía Lucia Guillen Guevara, Jorsi Ericson Joel Balcázar
Gallo, Mariela Lizety Córdova Espinoza, Hugo Luis Chunga Gutierrez, Jose Carlos
Fiestas Zevallos
© Ricardo Antonio Armas Juárez, Mía Lucia Guillen Guevara, Jorsi Ericson Joel Balcázar
Gallo, Mariela Lizety Córdova Espinoza, Hugo Luis Chunga Gutierrez, Jose Carlos
Fiestas Zevallos, 2024
Primera edición: Octubre, 2024
Editado por:
Editorial Mar Caribe
www.editorialmarcaribe.es
Av. General Flores 547, Colonia, Colonia-Uruguay.
Diseño de cubierta: Yelia Sánchez Cáceres
Libro electrónico disponible en hps://editorialmarcaribe.es/ciencia-de-datos-en-
sistemas-de-gestion-de-riesgos-enfoque-hacia-la-mineria-de-datos/
Formato: electrónico
ISBN: 978-9915-9706-9-1
ARK: ark:/10951/isbn.9789915970691
DOI: 10.70288/emc.9789915970691
Aviso de derechos de atribución no comercial: Los autores pueden autorizar al público en
general a reutilizar sus obras únicamente con nes no lucrativos, los lectores pueden usar una
obra para generar otra obra, siempre y cuando se dé el crédito de investigación y, otorgan a la
editorial el derecho de publicar primero su ensayo bajo los términos de la licencia CC BY-NC 4.0.
Editorial Mar Caribe rmante N° 795 del 12.08.2024 de la Declaración de Berlín: “nos sentimos
obligados a abordar los desafíos de internet como un medio funcional emergente para la distribución de
conocimiento. Obviamente, estos avances podrán modicar signicativamente la naturaleza de la
publicación cientíca, así como el sistema existente de aseguramiento de la calidad” (Sociedad Max
Planck, ed.. 2003., pp. 152-153).
3
EDITORIAL MAR CARIBE
«Ciencia de datos en sistemas de gestión de riesgos: Enfoque
hacia la minería de datos»
COLONIA DEL SACRAMENTO, URUGUAY
2024
4
Sobre los autores y la publicación
Ricardo Antonio Armas Juárez
hps://orcid.org/0000-0002-0048-2711
Universidad Nacional de Piura, Perú
Mía Lucia Guillen Guevara
hps://orcid.org/0000-0001-8641-0833
Universidad Nacional de San Antonio Abad
del Cusco, Perú
Jorsi Ericson Joel Balcázar Gallo
hps://orcid.org/0000-0002-8378-0609
Universidad Nacional de Piura, Perú
Mariela Lizety Córdova Espinoza
mcordov[email protected]
hps://orcid.org/0000-0002-7205-461X
Universidad Nacional de Piura, Perú
Hugo Luis Chunga Gutierrez
hps://orcid.org/0009-0005-7063-9912
Universidad Nacional de Piura, Perú
Jose Carlos Fiestas Zevallos
j[email protected].pe
hps://orcid.org/0009-0008-7860-5911
Universidad Nacional de Piura, Perú
Libro resultado de investigación:
Publicación original e inédita, cuyo contenido es resultado de un proceso de investigación
realizado antes de su publicación, ha sido revisada por pares externos a doble ciego, el libro ha
sido seleccionado por su calidad cientíca y porque contribuye signicativamente en el área del
saber e ilustra una investigación completamente desarrollada y completada. Además, la
publicación ha pasado por un proceso editorial que garantiza su estandarización bibliográca y
usabilidad.
5
Índice
Prólogo ............................................................................................................................ 7
Capítulo 1 ................................................................................................................... 9
Machine learning y riesgo nanciero ................................................................... 9
1.1 Las medidas de evaluación de riesgos ........................................................ 9
1.2 El aprendizaje automático para la evaluación de riesgos ..................... 11
1.3 El aprendizaje automático y riesgo de crédito ............................................ 15
1.4 Aprendizaje automático en predicción de riesgos ................................. 18
Mínimos cuadrados ordinarios (OLS) ................................................................ 21
1.5 El error en la medición ................................................................................. 21
1.6 Lo lineal y lo no lineal ................................................................................. 22
1.7 Otros supuestos ............................................................................................. 25
1.8 Las predicciones de aprendizaje automático ........................................... 26
1.8.1 RNA .................................................................................................................. 27
1.8.2 SVM .................................................................................................................. 29
Capítulo 2 ................................................................................................................. 31
Ciencia de datos, herramientas y bases de datos aplicadas a procesos de
logística ..................................................................................................................... 31
1.9 Root media de error cuadrado (RMSE) ..................................................... 32
1.10 La segmentación de clientes utilizando la agrupación difusa ........... 33
2.1 Herramientas ................................................................................................. 37
2.1.1 La minería de datos en el desarrollo de estrategias de mercado ...... 38
2.1.2 Negocios y marketing ............................................................................... 39
2.1.3 Minería de datos en industria de galvanizado ..................................... 40
2.1.4 Minería de datos en la ingeniería civil .................................................. 42
2.1.5 Minería de datos en distribución ........................................................... 42
2.1.6 Minería de datos en industria del turismo ........................................... 43
Capítulo 3 ............................................................................................................. 52
6
Minería de datos en nanzas ............................................................................ 52
3.1 La generación de conocimiento .................................................................. 56
Ejemplo A: ................................................................................................................ 56
Ejemplo B: ................................................................................................................ 61
3.2 Los contrafactuales e el aprendizaje automático .................................... 63
Capítulo 4 ............................................................................................................. 69
Árboles, algoritmos, entropías y minería de datos ...................................... 69
4.1 La evaluación de contrafactuales ............................................................... 71
4.2 Uso de los patrones descubiertos .............................................................. 73
4.3 Minería de datos en riesgos nancieros ................................................... 76
4.4 La teoría de la larga cola de los procesos empresariales ....................... 79
4.5 El minado y descubrimiento de los procesos .......................................... 80
4.6 La medición del rendimiento de los procesos ......................................... 82
4.7 Priorización de procesos .............................................................................. 84
4.8 Modelo de alerta temprana de nanciación de empresas con minería
de datos ................................................................................................................. 86
4.8.1 El modelo SVM .......................................................................................... 86
4.8.2 Modelo logístico de alerta nanciera ..................................................... 88
4.8.3 Modelo de alerta temprana nanciera con fusión de información .. 89
Conclusiones ........................................................................................................... 91
Bibliografía .............................................................................................................. 93
7
Prólogo
A lo largo de los años, los progresos en la tecnología y los enfoques
utilizados en los modelos de riesgo y calicación crediticia han posibilitado la
integración de tecnologías avanzadas de inteligencia articial. Estas técnicas han
demostrado signicativamente la precisión de los algoritmos, aunque pueden
carecer de explicaciones exhaustivas para la toma de decisiones.
Poco se ha explorado objetivamente sobre la ciencia de datos como
metodología alternativa, la mayoría de las investigaciones se han enfocado en
determinar qué tipos de información deberían utilizar las instituciones
nancieras para evaluar el peligro crediticio de las pequeñas y medianas
empresas (PYME). No obstante, existen escasas pruebas disponibles acerca de los
benecios potenciales de aplicar metodologías de inteligencia articial
explicables para evaluar las calicaciones crediticias de las PYME. Por ende, no
existen comparaciones signicativas entre los enfoques paramétricos
tradicionales y estrategias de aprendizaje supervisado en este contexto de
investigación.
Hasta ahora se conoce de enfoques paramétricos tradicionales que
ejecutan un modelo probit ordenado, mientras que otros métodos emplean un
análisis no paramétrico mediante aprendizaje automatizado, denominado
Bosque aleatorio histórico (HRF). Durante el análisis de estos dos enfoques,
deseamos obtener una comprensión más detallada de su ecacia y ventajas
potenciales al momento de evaluar la rentabilidad crediticia de las PYME. La
adopción de métodos alternativos para predecir las calicaciones crediticias de
las pequeñas y medianas empresas (PYME) ha tenido un impacto signicativo en
la investigación cientíca. Estas estrategias comprende técnicas de minería de
datos, enfoque en árboles, inteligencia articial (IA) y enfoques híbridos. Esta
8
tendencia ha sido estudiada de manera amplia en estudios pasados, entre ellos,
los mapas autoorganizados tipo SOM.
Asimismo, la reciente expansión de la digitalización de los mercados
nancieros, conocida como Fintech, ha dado lugar a progresos tecnológicos sin
precedentes y al surgimiento de diversas metodologías estadísticas en el ámbito
nanciero.
En consecuencia, los bancos han comenzado a utilizar técnicas de
estimación avanzadas para evaluar el peligro crediticio en las PYME. No
obstante, los reguladores todavía no han estandarizado el uso de algoritmos de
aprendizaje automático y de inteligencia articial en este ámbito. Esto debido al
poco dominio en la usabilidad y corrida de datos a través de las técnicas de
aprendizaje automático y que puedan generar sesgos que amenacen la
integración nanciera y ocasionar cuestiones relacionadas con la protección del
consumidor, la ética, la privacidad y la transparencia, que son de suma relevancia
para los responsables e impulsores de políticas de mercado.
Los autores del libro disciernen en el campo de la predicción de mercados,
finanzas y procesos en general y, el aprendizaje automático que se utiliza
comúnmente para crear un modelo de evaluación de estos sistemas de riesgos
basados en minería de datos y algoritmos. Este modelo tiene como objetivo
clasificar una observación de contexto dado como resultado de "fallo" o "no fallo".
Básicamente, el modelo examina variables o indicadores independientes que
representan la situación de un mercado financiero durante un período de tiempo
específico. Primero aprende de estos datos y luego predice, con cierto nivel de
confianza, si el sistema enfrentará la quiebra o no. Esta es la ciencia de datos que
se emplea en la actualidad para estimar parámetros, ajustar datos y aplicar
propiedades estadísticas a las estimaciones.
9
Capítulo 1
Machine learning y riesgo nanciero
Una de las ventajas clave del machine learning es su capacidad para
descubrir patrones complejos dentro de datos que antes eran desconocidos o
difíciles de modelar. Esta nueva capacidad ha revolucionado el campo, como lo
demuestra un estudio reciente realizado por el Banco de Inglaterra en 2021, que
enfatiza la creciente importancia del aprendizaje automático en los procesos de
supervisión, particularmente en la detección de prácticas de mercado ilícitas.
Estos hallazgos no solo refuerzan el uso del ML en otras tareas de supervisión
sino que también resaltan su potencial en los procesos de evaluación de riesgos
(Lehnert et al., 2018).
Desde la década de 1990, el sector financiero ha experimentado avances
significativos en los sistemas de apoyo a las decisiones. Los métodos estadísticos
tradicionales, como las regresiones lineales o logísticas, han desempeñado un
papel crucial en estos sistemas y se han utilizado ampliamente en modelos
analíticos financieros. Sin embargo, en los últimos años, el aprendizaje
automático (ML) ha ganado considerable fuerza como herramienta preferida,
principalmente debido a la gran cantidad de datos que se recopilan y la creciente
potencia computacional disponible.
1.1 Las medidas de evaluación de riesgos
El tema de la creación de una metodología de evaluación de riesgos que
sea universalmente aceptada ha sido durante mucho tiempo un tema de intenso
debate entre los investigadores en este campo en particular. A medida que la
tecnología continúa avanzando y convirtiéndose en una parte integral de nuestra
vida diaria, las metodologías utilizadas para la evaluación de riesgos también
10
están evolucionando y volviéndose más sofisticadas e intrincadas. Esto se debe
principalmente a la necesidad de medir y evaluar con precisión los riesgos que
enfrentan los bancos desde diferentes ángulos y puntos de vista. Al mismo
tiempo, la aparición de nuevos requisitos regulatorios también sirve como
catalizador para el desarrollo de nuevos enfoques y técnicas en el ámbito del
análisis de riesgos.
Numerosos investigadores, han propuesto varios enfoques para evaluar la
probabilidad de quiebra. Entre estos métodos, el modelo de valoración de
opciones de Black-Scholes-Merton, propuesto por Hillegeist et al. (2004), ha
demostrado un rendimiento superior en comparación con otras dos medidas
confiables y ampliamente reconocidas, a saber, la puntuación Z y O. Los autores
enfatizan la importancia de adoptar una metodología estandarizada para
garantizar la comparabilidad entre diferentes instituciones.
Mucha de la literatura existente sobre clasificación de riesgos utiliza un
enfoque de clasificación binaria, en el que clasifican a un banco como "en quiebra"
o "no en quiebra". Esta clasificación se basa en una variedad de ratios financieros,
generalmente obtenidos a partir de conjuntos de datos disponibles públicamente
o de fuentes indirectas.
En esta sección del libro, examinamos el enfoque de clasificación descrito
en una metodología altamente reconocida y universalmente aceptada para
evaluar el riesgo conocida como Proceso de Evaluación y Revisión Supervisora
(SREP), que fue desarrollado por el Banco Central Europeo (BCE) en colaboración
con el Banco Nacional Competente. Autoridades (ANC). Este proceso sirve como
un medio para que los supervisores evalúen y midan periódicamente el nivel de
riesgo asociado con los bancos individuales, considerando diversos aspectos
como liquidez, crédito, mercado, operativo y rentabilidad. Nuestro estudio avala
11
la utilización del Sistema Automático de Evaluación de Riesgos (ARS) como
medio de clasificación de riesgos, que posteriormente se perfecciona mediante la
aplicación de juicio de expertos.
Este enfoque particular se basa en datos de supervisión reales obtenidos
de la directiva de la Autoridad Bancaria Europea (EBA) para la Aplicación de
Normas Técnicas, que cae bajo la jurisdicción del Mecanismo Único de
Supervisión (MUS) establecido por la Comisión Europea. Los datos recopilados
se utilizan para categorizar cada entidad según su nivel de riesgo, empleando el
sistema automatizado de evaluación de riesgos del proceso PRES. Las
observaciones abarcan un período comprendido entre 2014 y marzo de 2021. Para
garantizar la precisión, los datos utilizados en este estudio han sido objeto de una
validación exhaustiva y se ha demostrado que tienen una fuerte correlación con
la evaluación de las capacidades de riesgo de liquidez.
1.2 El aprendizaje automático para la evaluación de riesgos
El proceso de evaluación de riesgos implica principalmente un análisis
cuantitativo, que con frecuencia se refina y ajusta en función de la opinión de
expertos. Recientemente, ha habido un interés creciente en la aplicación de
técnicas de aprendizaje automático en la evaluación de riesgos por parte de los
bancos centrales. Este interés no solo lo comparten las NCA y otras
organizaciones, sino también los académicos que han reconocido los beneficios
potenciales de incorporar métodos de aprendizaje automático en este campo.
La evaluación de riesgos ha sido reconocida como un enfoque crucial en
la gestión eficaz de los recursos financieros desde principios de la década de 2000.
A principios de la década de destacaron los modelos basados en árboles que son
más apropiados para tareas de predicción utilizando datos estructurados en
12
comparación con las redes neuronales artificiales (RNA). Este hallazgo ha sido
respaldado por varios estudios a lo largo de los años.
Los avances recientes en tecnología han contribuido en gran medida al
desarrollo de modelos más avanzados, como los modelos de aprendizaje
profundo (DL), y nuevos métodos de conjunto como el aumento de gradiente
extremo (XGBoost). Estos modelos tienen la capacidad de capturar efectivamente
la complejidad de diversos fenómenos. Inicialmente, DL ganó prominencia en
2012 con la introducción de ImageNet, pero no fue hasta 2016 que comenzó a
utilizarse en el campo de la evaluación de riesgos financieros. DL se muestra muy
prometedor como herramienta en la evaluación de riesgos, particularmente en la
evaluación del riesgo crediticio. Los autores proponen ampliar este enfoque a
otras perspectivas de riesgo, aunque reconocen que la falta de interpretabilidad
de los modelos DL sigue siendo un obstáculo importante para su adopción
generalizada.
Al mismo tiempo, varios estudios de investigación han demostrado la
notable precisión con la que los modelos de aprendizaje profundo pueden
adaptarse a datos estructurados. En su estudio, Petropoulos et al. (2018) adoptan
un enfoque de supervisión para explorar más a fondo la aplicación de técnicas
avanzadas de aprendizaje automático (ML). Los autores desarrollan un sistema
de alerta temprana (EWS) para la predicción del riesgo crediticio, utilizando
datos de préstamos corporativos proporcionados por los bancos griegos
(específicamente, el Banco de Grecia; período: 2005-2015). Si bien XGBoost surgió
como el modelo de mayor rendimiento, las redes neuronales profundas (DNN)
también mostraron resultados prometedores.
En el campo de la predicción de quiebras, el aprendizaje automático se
utiliza comúnmente para crear un modelo de evaluación de riesgos. Este modelo
13
tiene como objetivo clasificar una observación de contexto dado como resultado
de "fallo" o "no fallo". Básicamente, el modelo examina varias variables o
indicadores independientes que representan la situación de un banco durante un
período de tiempo específico. Primero aprende de estos datos y luego predice,
con cierto nivel de confianza, si el banco enfrentará la quiebra o no.
Al considerar las operaciones comerciales, es de suma importancia
obtener una comprensión integral de cómo los bancos, así como las autoridades
nacionales competentes y otros organismos relevantes, se ajustan y responden a
estos avances. Nuestro enfoque se centra particularmente en examinar las
estrategias empleadas por los bancos centrales al utilizar tecnologías de
vanguardia para reforzar sus capacidades analíticas, con un énfasis específico en
el ámbito de la evaluación de riesgos.
Los NCAs desempeñan un papel fundamental en la realización de análisis
rigurosos de política económica. Esto implica examinar las condiciones y
tendencias económicas actuales, evaluar los impactos potenciales de diversas
opciones y sobre el papel de los macroeconometristas dentro de las instituciones
políticas, asimismo elaborar recomendaciones y consejos basados en evidencia a
los formuladores de políticas, ayudando a guiar la formulación de políticas
económicas efectivas, en esencia:
• Resumir y analizar datos.
• Pronosticar las principales variables macroeconómicas.
• Realizar un examen exhaustivo de los riesgos potenciales y sopesar las
incertidumbres involucradas.
• Realizar análisis estructurales/causales y análisis de escenarios.
• Tomar decisiones, comunicarlas y justificarlas ante la opinión pública.
14
Se han realizado estudios limitados sobre la evaluación de riesgos
utilizando técnicas de aprendizaje automático y se han centrado principalmente
en la utilización de conjuntos de datos públicos o indirectos. Estos primeros
estudios han sentado las bases para la aplicación específica de los bancos
centrales. Sin embargo, en lo que respecta a la supervisión, los datos utilizados
son confidenciales y los procesos se rigen por la legislación de la UE. Por lo tanto,
es más probable que este tipo de investigación se realice en colaboración con las
autoridades nacionales competentes (NCA).
El objetivo fundamental del aprendizaje automático (Machine Learning,
ML) es extraer predicciones de los datos subyacentes (o Big Data). Por lo general,
los algoritmos de aprendizaje automático se aplican a los datos para obtener
información de ellos (Ban et al., 2018; Evans, 2015). En este caso estamos
utilizando datos transversales, que pueden capturarse en cualquier momento.
Utilizando información de circunstancias observadas previamente (datos
transversales), los algoritmos de ML pueden predecir valores relativos a eventos
que aún no se han producido.
La transformación de datos incluye la limpieza de datos, la aplicación de
una estrategia para tratar los valores que faltan y el proceso de selección de
características. En la fase experimental, comparamos tres enfoques diferentes
para evaluar los algoritmos de ML para esta tarea: la clásica división de
entrenamiento y prueba, la validación cruzada más precisa y el marco TPOT
AutoML (Fernández et al., 2000). A continuación, utilizamos la puntuación f1 y
las matrices de confusión para comparar los resultados y, por último,
seleccionamos el mejor modelo. En un uso futuro, este modelo puede desplegarse
como un Sistema de Alerta Temprana haciendo predicciones para el nivel de
riesgo de liquidez.
15
1.3 El aprendizaje automático y riesgo de crédito
La evaluación de las calificaciones crediticias y el riesgo crediticio de las
empresas es un tema crucial que ha provocado un amplio debate en el mundo
académico, tanto en contextos teóricos como empíricos. Este tema tiene gran
importancia para la industria, así como para los organismos reguladores y de
supervisión del sistema financiero. Actúa como una herramienta vital para
garantizar la eficacia de la asignación del mercado y la eficiencia de los
intermediarios financieros.
Puede resultar particularmente difícil evaluar las calificaciones de las
pequeñas y medianas empresas (PYME), ya que normalmente no cotizan en bolsa
en el mercado de valores. Esto plantea un obstáculo importante, teniendo en
cuenta que las PYME constituyen una parte sustancial del panorama empresarial,
especialmente en Europa. Estas empresas a menudo enfrentan desequilibrios de
información considerables, que complican aún más la tarea de determinar
calificaciones crediticias confiables.
Dentro de este contexto particular, numerosos académicos han dedicado
sus esfuerzos a explorar el potencial de utilizar fuentes alternativas de
información. Esto incluye la consideración de información blanda que puede
derivarse de la práctica de la banca relacional intensiva. Este concepto ha atraído
la atención no sólo de los académicos sino también de los organismos
reguladores, enfatizando su importancia. Sin embargo, es importante señalar que
la eficacia de la información confidencial para mejorar la actividad crediticia de
un banco puede no siempre ser consistente. Además, la transferibilidad de dicha
información puede resultar difícil dentro de estructuras organizativas complejas.
Estos factores resaltan la necesidad de buscar soluciones alternativas que
permitan la utilización de información dura. Al hacerlo, se pueden obtener
16
calificaciones crediticias más precisas, beneficiando así a las pequeñas y
medianas empresas (PYME) que carecen de información.
A lo largo de los años, los avances en la tecnología y los métodos utilizados
en los modelos de riesgo crediticio y calificación crediticia han permitido la
integración de técnicas sofisticadas de inteligencia artificial. Estas técnicas han
mejorado enormemente la precisión de la calificación crediticia, aunque pueden
carecer de explicaciones claras para sus decisiones. Si bien unos pocos estudios
han explorado metodologías alternativas, la mayoría de la literatura se ha
centrado en determinar qué tipos de información deberían utilizar las
instituciones financieras para evaluar el riesgo crediticio de las pequeñas y
medianas empresas (PYME). Sin embargo, hay evidencia limitada disponible
sobre los beneficios potenciales de utilizar metodologías de IA explicables para
estimar las calificaciones crediticias de las PYME. Además, muy pocos estudios
han comparado los enfoques paramétricos tradicionales con técnicas de
aprendizaje automático en este contexto.
Para abordar esta brecha en el sector finanzas y proporcionar un análisis
más completo, un método es un enfoque paramétrico tradicional que utiliza un
modelo probit ordenado, mientras que el otro método utiliza un enfoque no
paramétrico a través de una técnica de aprendizaje automático llamada Bosque
aleatorio histórico (HRF) (Broby,2022). Al explorar estos dos enfoques,
pretendemos obtener una comprensión más profunda de su eficacia y ventajas
potenciales a la hora de evaluar la solvencia crediticia de las PYME.
El uso de metodologías alternativas para predecir las calificaciones
crediticias de las pequeñas y medianas empresas (PYME) ha ganado un
importante impulso en la literatura existente. Estas metodologías incluyen
técnicas de minería de datos, metodología basada en árboles, inteligencia
17
artificial (IA) y métodos híbridos. Esta tendencia ha sido explorada ampliamente
en estudios previos. Además, el reciente aumento de la digitalización de los
mercados financieros, conocida como Fintech, ha dado lugar a avances
tecnológicos sin precedentes y al surgimiento de diversas metodologías
estadísticas en el sector financiero (Guerra et al., 2022).
Como resultado, los bancos han comenzado a considerar técnicas de
estimación avanzadas para evaluar el riesgo crediticio en las PYME. Sin embargo,
los reguladores aún no han autorizado completamente el uso de algoritmos de
aprendizaje automático y de IA en este contexto. Esto se debe en parte a la
preocupación de que las técnicas de aprendizaje automático puedan introducir
sesgos que pongan en peligro la inclusión financiera y den lugar a cuestiones
relacionadas con la protección del consumidor, la ética, la privacidad y la
transparencia, que son de suma importancia para los supervisores y
formuladores de políticas.
Asimismo, los resultados del aprendizaje automático pueden ser difíciles
de interpretar y comunicar a las diferentes partes interesadas. En consecuencia,
la estimación de las calificaciones crediticias de las PYME ha vuelto a ganar
atención recientemente, con la ayuda de la disponibilidad de nuevas técnicas
estadísticas y diversas fuentes de datos que complementan la información
existente sobre las PYME, lo que resulta en una evaluación más precisa de su
riesgo crediticio.
Los resultados demuestran que el enfoque de bosques aleatorios históricos
(HRF) supera al modelo probit ordenado tradicional en la evaluación del riesgo
crediticio de las pymes. Esto sugiere que las metodologías avanzadas de
aprendizaje automático pueden ser adoptadas con éxito por los bancos para
predecir el riesgo crediticio de las pymes.
18
Vale la pena señalar que en este contexto, una posible vía para
investigaciones futuras, lo constituye la capacidad predictiva del modelo HRF,
podría probarse en condiciones de aumento de precios, aumento de las tasas de
interés, shocks externos inesperados (por ejemplo, COVID-19) y otras
perturbaciones importantes en el entorno empresarial. incluidos aquellos
provocados por fenómenos meteorológicos extremos exacerbados por el cambio
climático.
1.4 Aprendizaje automático en predicción de riesgos
La gestión de ganancias es una estrategia frecuentemente empleada por
los gerentes de los sectores de contabilidad y seguros. En ambas industrias, la
generación de ingresos depende del cobro anticipado de las primas de seguros,
mientras que los costos se generan mediante la compensación de reclamaciones
futuras. En consecuencia, resulta imperativo que las compañías de seguros
establezcan una provisión monetaria suficiente para dar cuenta de reclamaciones
inminentes. Este elemento crucial, conocido como "reserva para siniestros", se
registra como un pasivo en los balances de las aseguradoras.
La Asociación Nacional de Comisionados de Seguros (NAIC) ha
implementado una regulación obligatoria que todas las compañías de seguros
deben cumplir, que es la adhesión a los Principios Estatutarios de Contabilidad
(SAP). En consecuencia, las aseguradoras están obligadas a informar y modificar
consistentemente sus estimaciones de reservas para pérdidas anualmente, ya que
estas estimaciones están directamente asociadas con la liquidación de siniestros.
Al igual que los Principios de Contabilidad Generalmente Aceptados (GAAP),
los Principios de Contabilidad Estatutarios (SAP) son un procedimiento contable
que se adapta específicamente a la industria de seguros. Por lo tanto, para
garantizar la uniformidad y estandarización dentro del sector de seguros, la
19
Asociación Nacional de Comisionados de Seguros (NAIC) ha ordenado que
todas las compañías de seguros cumplan con los Principios Estatutarios de
Contabilidad (SAP).
A medida que se informan y procesan los reclamos de seguros, las
aseguradoras ajustan periódicamente sus estimaciones iniciales de los fondos
que han reservado para cubrir esos reclamos. Esta práctica permite a las
aseguradoras ejercer un cierto nivel de discreción en la gestión de sus cuentas
financieras. Comparar la reserva para siniestros revisada con la estimación inicial
sirve como una forma sencilla de medir hasta qué punto las aseguradoras
manipulan sus ganancias. Esta medida se emplea comúnmente como indicador
de las estrategias de las aseguradoras para administrar sus ganancias reportadas.
Normalmente, a la hora de declarar el importe final, los directivos de la
empresa tienen la autoridad de elegir en función del rango aceptable sugerido
por los actuarios utilizando métodos cuantitativos. A su discreción, los
administradores pueden establecer estimaciones de reservas para siniestros más
altas o más bajas para diversos fines, como suavizar las ganancias, gestionar los
impuestos, evadir controles regulatorios o compensar a los directores. Sin
embargo, estas sobreestimaciones o subestimaciones intencionales de pérdidas
futuras dan lugar a errores de estimación.
Las compañías de seguros suelen confiar en métodos cuantitativos
tradicionales para determinar las reservas para pérdidas. Estos métodos incluyen
el método de juicio, el método de pago promedio, el método de escalera de
cadena y el método de escalera de cadena estocástica. Este artículo explora
específicamente las limitaciones de estos modelos generales al calcular el "error"
en las reservas para pérdidas, en lugar de la fórmula matemática real para
calcular el monto inicial de la "reserva para pérdidas". Es importante señalar que,
20
dado que las reservas para pérdidas son estimaciones, ningún método puede
predecir con precisión las pérdidas futuras exactas, lo que genera errores en las
reservas calculadas. El modelo actual se basa en una estimación lineal, pero ha
enfrentado críticas por parte de los investigadores debido a sus limitaciones y
desventajas estadísticas. Mack, por ejemplo, sostiene que los estimadores
tradicionales dependen en gran medida de unos pocos factores y no son
adecuados para todas las situaciones. De manera similar, Meyers demuestra que
el modelo de estimación lineal conduce a mayores errores de predicción y
requiere superar las dependencias entre variables.
Con base en el conjunto de investigaciones actual, la discrepancia en las
reservas para siniestros de las aseguradoras se determina restando las
estimaciones iniciales de las reservas para siniestros en el año t del total de
siniestros incurridos en el año t + n, donde n es igual a cinco. El cálculo del error
de reserva se presenta en la ecuación:
En la literatura, existen dos enfoques para calcular el error de reserva para
pérdidas. Weiss lo mide comparando la pérdida total incurrida por una empresa
con las pérdidas acumuladas desarrolladas y pagadas en el futuro. Por otro lado,
Samaniego y Mongrut (2014). determinan las diferencias entre las pérdidas
totales incurridas y una estimación revisada de las pérdidas que se incurrirán en
el futuro. De acuerdo con estudios previos, adoptamos el método KFS ya que no
depende del desarrollo de las pérdidas, lo que significa que no depende de
cuándo se pagan las pérdidas. Además, las últimas reclamaciones pagadas no
representan necesariamente todas las reclamaciones pagadas.
21
El cuerpo de literatura existente comúnmente emplea el modelo de
regresión lineal fundamental presentado como ecuación:
para evaluar las desviaciones en las reservas para pérdidas de las aseguradoras,
explorando así una multitud de temas de investigación.
1.5 Mínimos cuadrados ordinarios (OLS)
El modelo actual se basa en métodos cuantitativos y estimación lineal para
calcular las reservas para pérdidas de las aseguradoras y su error; Sin embargo,
los investigadores a menudo lo critican por sus limitaciones y deficiencias
estadísticas. Existe un método simple de escalera de cadenas en el que las
estimaciones se basan en algunos factores y que el ratio de siniestralidad final es
incierto. De hecho, las estimaciones ya no son suficientes debido a cambios
futuros inesperados.
Otros estudios también utilizan otros enfoques, como el modelo de
simulación, la técnica bootstrap, el método bayesiano en un entorno estocástico,
y muestran evidencia de que la estimación de reservas de las aseguradoras
comunes puede conducir a estimaciones sesgadas. Así también existen modelos
de simulación para medir la expectativa y la varianza de los errores de predicción
de los métodos de reserva de pérdidas, en donde los factores simples conducen
a resultados sesgados y errores de predicción mayores.
1.6 El error en la medición
El proceso de estimar el futuro de una empresa basándose en su historial
y comportamiento de accidentes pasados es difícil debido a la presencia de
errores de medición. Así, analizando el impacto del error de medición en la
estimación de las acumulaciones discrecionales, se tiene que la variable
22
dependiente puede estar sesgada si las variables utilizadas para la división están
correlacionadas. Asimismo es cuestionable uso de devengos, ya que pueden
llevar a conclusiones engañosas.
La principal preocupación es que estas estimaciones contienen errores en
factores relacionados con las variables contribuyentes. Además, si las variables
utilizadas para la división están correlacionadas con variables relacionadas con
actividades específicas de la empresa, el error de medición en las estimaciones de
acumulación puede llevar a conclusiones incorrectas sobre la existencia de
gestión de ganancias. Por lo tanto, una prueba insesgada requiere que el error de
medición en la estimación acumulada no esté relacionado con las variables
utilizadas para dividir en el diseño de la investigación.
1.7 Lo lineal y lo no lineal
El método lineal es el enfoque más comúnmente utilizado para estimar
parámetros y se emplea ampliamente para ajustar datos y aplicar propiedades
estadísticas a las estimaciones. Por otro lado, la regresión no lineal ocurre cuando
las derivadas del modelo dependen de uno o más parámetros que generalmente
requieren un proceso iterativo. El procedimiento funciona de la siguiente
manera: los usuarios establecen los valores de los parámetros iniciales y luego el
software ajusta estos valores para mejorar el modelo. Una vez que el algoritmo
alcanza sus mejoras máximas y no se pueden lograr más mejoras, el ajuste se
considera convergente. Algunos técnicos utilizan simulaciones iterativas para
determinar el vector en la dirección de la mayor reducción del error de la red,
que se caracteriza por mínimos locales. Además, un esquema iterativo es
beneficioso para modelos multiplicativos no lineales que involucran factores
diagonales.
23
Para comprender mejor la dinámica caótica en situaciones prácticas, se
propone la adopción de la ciencia no lineal. Esto se debe a que las complejidades
del mundo no pueden representarse con precisión mediante una combinación
lineal y la suposición de dimensiones independientes. En apoyo de esta noción,
se introdujo un modelo adaptativo no lineal que incorpora términos de
interacción para abordar problemas complejos. Este enfoque también está
respaldado por otras disciplinas, incluidas la contabilidad y la economía.
En esencia, las regresiones lineales se basan en varios supuestos
relacionados con:
• la linealidad de la relación,
• la distribución del término de error,
• la independencia de las variables explicativas,
• la ausencia de autocorrelación y
• la constancia de la varianza del término de error.
Estos supuestos proporcionan una base sólida para estimar los parámetros
y obtener la mejor línea de ajuste para los datos. Con estos supuestos
establecidos, los modelos de regresión lineal pueden estimar los parámetros
minimizando la suma residual de cuadrados, que es la suma de las diferencias al
cuadrado entre los valores observados y predichos. El método permite
determinar la línea de mejor ajuste que representa la relación entre la respuesta
y las variables explicativas.
En relación al cuarto supuesto (que no existe autocorrelación en los
términos de error), la autocorrelación se refiere a la correlación entre términos de
error en diferentes puntos en el tiempo o el espacio. Si existe autocorrelación,
24
sugiere que los términos de error no son verdaderamente independientes y
pueden conducir a estimaciones de coeficientes sesgadas. Por lo tanto, es
importante que los términos de error no estén relacionados entre sí.
Por último, las regresiones lineales suponen que la varianza del término
de error es constante. Este supuesto, conocido como homocedasticidad, significa
que la variabilidad del término de error es consistente en todos los niveles de las
variables explicativas. Si existe heterocedasticidad, es decir, la variabilidad del
término de error no es constante, puede afectar la precisión y confiabilidad de las
predicciones del modelo. El tercer supuesto es que las variables explicativas no
están relacionadas entre sí, lo que significa que no hay multicolinealidad. La
multicolinealidad ocurre cuando dos o más variables explicativas están
altamente correlacionadas, lo que puede conducir a estimaciones de coeficientes
inestables y poco confiables. Para garantizar resultados precisos, es importante
que las variables explicativas sean independientes entre sí.
La estimación lineal es efectiva para determinar los efectos incrementales
de los cambios en los retrocesos sobre las variables de resultado, pero no es
efectiva para determinar el impacto general de estos cambios. En los modelos
básicos de OLS con efectos lineales, los coeficientes estimados son equivalentes a
los efectos marginales, que miden directamente la influencia de los retrocesos
sobre las variables de resultado. Sin embargo, este no es el caso en modelos más
complejos cuando se trata de determinar el impacto de los reveses. En ausencia
de factores no lineales, todas las variables de impacto se consideran
independientes, lo que facilita pasar por alto términos de orden superior y da
como resultado una comprensión limitada de los términos de interacción a
medida que aumenta la complejidad del modelo.
25
Debido a la naturaleza desconocida de la forma funcional del modelo de
reserva para pérdidas futuras, es imperativo emplear un modelo no lineal. Sin
embargo, existe una crítica en torno al uso de la no linealidad, ya que se
argumenta que no es un supuesto esencial, ya que la no linealidad ya se considera
un término de error en los métodos científicos lineales generales. En este sentido,
los modelos lineales con diferentes especificaciones pueden considerarse como
un enfoque alternativo, pero en los casos en los que existe un alto grado de
complejidad, se hace necesario utilizar modelos no lineales.
1.8 Otros supuestos
En numerosos casos, la estimación de mínimos cuadrados ordinarios no
cumple ciertos supuestos. Por ejemplo, la varianza del error puede no exhibir
homocedasticidad, lo que significa que la variabilidad de los errores no es
constante en todos los niveles de la variable independiente. Además, los errores
son propensos a la autocorrelación, lo que implica que existe una correlación
entre términos de error consecutivos. En consecuencia, las estimaciones de OLS
pueden no ser tan eficientes como se desea, lo que sugiere que podrían existir
estimaciones alternativas con discrepancias más pequeñas. No obstante, las
estimaciones de Operation SurvivalS siguen siendo imparciales y consistentes, lo
que significa que los valores previstos de estas estimaciones son equivalentes a
los valores reales de los parámetros.
Los mínimos cuadrados generalizados (GLS) es una versión más avanzada
de los mínimos cuadrados ordinarios (OLS) que es particularmente eficaz cuando
los errores en un modelo de regresión no están correlacionados y tienen varianzas
iguales. GLS se emplea comúnmente para estimar parámetros desconocidos en
el análisis de regresión lineal cuando hay heterocedasticidad en el conjunto de
datos y/o autocorrelación entre las observaciones. En el contexto de los errores
26
de reserva de pérdidas de las aseguradoras, se ha observado que estos errores
parecen estar distribuidos aleatoriamente y no dependen del año del accidente.
En consecuencia, esto indica la presencia de heterocedasticidad. Se propone
además que GLS puede ser útil para ajustar las distribuciones de pérdidas
agregadas y concluye que el estimador GLS es óptimo, aunque el estimador OLS
sigue siendo consistente.
Para analizar las diferentes motivaciones detrás de la gestión de ganancias,
se emplean el método del Cuadrado Generalizado Feasible (FGLS) para estimar
el error en las reservas para pérdidas de las aseguradoras. Se elige este método
en lugar de los mínimos cuadrados ordinarios (OLS) comúnmente utilizados
porque FGLS permite la inclusión de términos de error serial heterocedásticos y
de panel, que se observan con frecuencia en las estimaciones de reservas de las
aseguradoras. Aprovechando el FGLS, los investigadores pueden examinar
eficazmente la presencia de correlación serial en estas estimaciones de reservas.
Además, las regresiones aparentemente no relacionadas (SUR) abarcan
una colección de ecuaciones de regresión que parecen no tener conexión o
relación aparente entre sí. Un beneficio notable de este modelo es que los errores
en estas ecuaciones lineales muestran correlación dentro de un año específico,
mientras que permanecen no correlacionados en diferentes años. En SUR, los
predictores son exógenos, lo que significa que no están influenciados por
ninguna otra variable. Para mejorar la eficacia del modelo, los parámetros varían
entre las diferentes ecuaciones. Esta flexibilidad permite una mayor eficiencia en
el análisis.
1.9 Las predicciones de aprendizaje automático
Los algoritmos de aprendizaje automático poseen cinco características
clave:
27
• En primer lugar, implican una multitud de estructuras sistémicas, cada
una de las cuales comprende múltiples factores que influyen.
• En segundo lugar, estas estructuras operan sobre la base de reglas
deterministas, estableciendo así un marco predecible.
• En tercer lugar, dentro de estas estructuras existen correlaciones
interdependientes entre una amplia gama de factores, lo que aumenta aún
más su complejidad.
• En cuarto lugar, los fenómenos reales sufren diversas alteraciones que
contribuyen al carácter dinámico del sistema.
• Por último, la presencia de características fractales permite predecir estas
alteraciones, destacando el potencial para anticipar cambios en el sistema.
1.9.1 RNA
La minería de datos, un concepto que todavía es relativamente nuevo en
el campo de la literatura empresarial, implica la utilización de características
dinámicas dentro de un intrasistema no lineal para facilitar las interacciones
interdependientes. Ye, un destacado investigador, ha empleado eficazmente
técnicas de extracción de datos para examinar y analizar diversos patrones de
datos, incluidas la clasificación y la predicción. En su investigación, emplearon
un método de análisis de agrupamiento jerárquico de enlaces en la habitación
con fines de clasificación, mientras que, para fines de predicción, utilizaron un
innovador marco analítico dinámico no lineal conocido como red neuronal
artificial (Goodell et al., 2021).
El concepto de red neuronal se introdujo inicialmente en la informática en
1954, donde se creó como un programa de software cuyo objetivo era imitar la
intrincada estructura del cerebro humano y su sistema neuronal interconectado.
28
Para obtener una comprensión más profunda de fenómenos sociales y
económicos complejos. Este enfoque permite adaptar un modelo para clasificar,
controlar y optimizar datos de manera eficiente, así como hacer predicciones
sobre patrones futuros en diversos campos de estudio, incluidas las ciencias
naturales y sociales.
En su estudio, García y Morales (2016) presentan un enfoque novedoso
para predecir la insolvencia de las aseguradoras mediante el empleo de una red
neuronal (NN), que es un tipo de modelo de inteligencia artificial. Los autores
sostienen que la utilización de NN en este contexto es muy ventajosa por varias
razones. En primer lugar, la NN incorpora diversos factores económicos que
influyen en el riesgo de insolvencia de las aseguradoras. Al emplear una
canalización ponderada como punto de partida, el modelo puede acomodar
fácilmente iteraciones y actualizaciones a medida que haya nuevos datos
disponibles o se produzcan cambios en el futuro. Esta adaptabilidad de la NN la
convierte en una herramienta valiosa como señal de alerta temprana para
predecir la insolvencia de las aseguradoras. Los investigadores proporcionan
evidencia empírica para respaldar su afirmación, demostrando que la
implementación de NN mejora significativamente la precisión de la predicción
de la insolvencia para las aseguradoras de responsabilidad civil. Además, los
autores destacan que se han observado resultados positivos similares en otros
estudios centrados en la industria de los seguros de vida y las reclamaciones por
lesiones corporales de automóviles. Estos hallazgos subrayan aún más la
efectividad y aplicabilidad de NN en el ámbito de la predicción de la insolvencia
de las aseguradoras.
El proceso de cálculo de los errores de reserva para pérdidas para las
aseguradoras es una tarea compleja e intrincada. Implica numerosos factores que
29
están inextricablemente vinculados entre sí. Esta tarea requiere no sólo un
enfoque cuantitativo sino también una consideración subjetiva y discreción de
gestión. Existen disparidades significativas entre lo que se puede observar y las
respuestas resultantes, así como interacciones intrincadas entre diversas
variables. Para abordar esta complejidad, hemos optado por emplear en nuestra
investigación el primer algoritmo de aprendizaje automático, la red neuronal
artificial.
1.9.2 SVM
Support Vector Machine (SVM) es una técnica de aprendizaje automático
bien establecida que continúa utilizándose ampliamente en diversos campos,
incluidos las ciencias sociales, los negocios, la medicina y los lenguajes naturales.
A pesar de ser un método antiguo, SVM sigue siendo valioso debido a su
versatilidad para manejar diferentes complejidades, como las lineales, no lineales
y lagrangianas. Este uso generalizado es un testimonio de la utilidad de SVM y
atrae a numerosos investigadores en el campo.
El principio fundamental de SVM implica encontrar un hiperplano que
maximice los márgenes entre clases potenciales. En el caso de SVM lineal, hay
dos planos presentes, uno encima y otro debajo del plano lineal. Al utilizar este
hiperplano basado en suposiciones lineales, SVM categoriza dimensiones de
manera efectiva y hace predicciones. Este enfoque flexible permite que SVM se
adapte a supuestos de complejidad como funciones lineales, polinómicas y
sigmoideas (Huang et al., 2005).
SVM sigue siendo una herramienta valiosa para hacer predicciones en
escenarios financieros, incluido el financiamiento de la cadena de suministro, la
evaluación del riesgo crediticio y las calificaciones crediticias. SVM también ha
demostrado ser eficaz en la previsión de riesgos en los sectores financiero y
30
empresarial. Además, los investigadores han descubierto que SVM es un modelo
fiable para predecir el movimiento del mercado de valores. Esto ha llevado a la
adopción de SVM en la evaluación de riesgos con fines financieros. Dado que la
reserva para pérdidas de la aseguradora es un elemento crucial de la gestión de
riesgos, SVM puede considerarse como otro enfoque de aprendizaje automático
para este estudio.
31
Capítulo 2
Ciencia de datos, herramientas y bases de datos aplicadas a
procesos de logística
Boosting es una técnica de aprendizaje automático que ha demostrado ser
eficaz en la industria financiera. Se incluye en la categoría de métodos de
conjunto, que implican la combinación de técnicas de clasificación y regresión. El
concepto detrás del impulso es mejorar el rendimiento de la máquina
amplificando el aprendizaje débil para convertirlo en un aprendizaje fuerte. En
otras palabras, si bien la máquina puede identificar patrones débiles en el
conjunto de datos de entrenamiento, puede utilizar este conocimiento para hacer
predicciones precisas en el conjunto de datos de prueba. Este enfoque es
particularmente útil cuando se trata de datos limitados o recursos de datos que
no son grandes, como conjuntos de datos de encuestas, donde la resistencia de la
máquina al aprendizaje débil se puede superar mediante técnicas de aumento.
En investigaciones financieras recientes, se ha considerado importante la
fuerza de la utilización, teniendo en cuenta impulsos como la lealtad financiera
del cliente, la solvencia de la empresa y el mercado futuro. Estos impulsos han
demostrado ser valiosos para evaluar el error en la reserva de pérdidas entre las
aseguradoras. Para evaluar este error, en este estudio se emplearon dos tipos de
refuerzos: refuerzo adaptativo y refuerzo de gradiente. Adaptive Boosting, que
se introdujo a finales de los años 80, sigue utilizándose en áreas financieras como
la predicción del mercado financiero. Por otro lado, Gradient Boosting implica la
adición de funciones de parámetros residuales y también ha tenido éxito en
contextos financieros.
32
2.1 Root media de error cuadrado (RMSE)
Para evaluar la precisión de modelos de predicción como redes neuronales
artificiales (ANN), aumento de gradiente, aumento adaptativo y máquinas de
vectores de soporte (SVM), compararemos el error cuadrático medio (RMSE)
entre la estimación lineal (OLS) y el estimaciones proporcionadas por estos
algoritmos de aprendizaje automático. Tanto el modelo de estimación OLS como
los distintos modelos de aprendizaje automático utilizarán el mismo conjunto de
variables. Se emplea RMSE y MAE (error absoluto medio) para evaluar la
precisión de las predicciones. Las siguientes ecuaciones ilustran el cálculo de
RMSE y MAE, aunque vale la pena señalar que RMSE a veces puede magnificar
los errores debido al uso de términos al cuadrado, razón por la cual a menudo se
recomienda MAE. para ser utilizado junto con RMSE.
En este contexto, P significa la probabilidad de que se hayan observado
errores de contabilización de pérdidas. Por otro lado, P-hat denota la
probabilidad predicha por varios métodos de estimación. Además, la barra P
representa el promedio de los errores de pérdida inversa y n representa el
número total de observaciones en diferentes grupos. RMSE, o raíz del error
cuadrático medio, cuantifica la diferencia entre la probabilidad observada y la
probabilidad predicha. En consecuencia, un RMSE más pequeño indica una
predicción de probabilidades más precisa y eficiente.
33
2.2 La segmentación de clientes utilizando la agrupación difusa
La segmentación de clientes se originó en el campo del marketing y la
investigación con el fin de analizar y dividir a los clientes potenciales en un
mercado de ventas en función de diferentes criterios. Esta división da como
resultado la creación de grupos de clientes que son internamente similares pero
externamente diversos, lo que permite actividades de marketing específicas. Las
instituciones financieras y muchos departamentos comerciales han reconocido la
importancia de segmentar a los clientes en diferentes grupos objetivo para
mejorar las consultas y los servicios.
Al identificar clientes similares, los productos y servicios se pueden
adaptar para satisfacer sus necesidades y expectativas específicas. Sin embargo,
implementar un enfoque de este tipo requiere comprender la importancia de la
segmentación orientada al cliente y el uso de métodos apropiados para identificar
diferentes segmentos de clientes. El análisis de conglomerados tradicional no
difuso se ha utilizado ampliamente para la segmentación de mercados y clientes.
Este método ayuda a identificar segmentos de clientes específicos y asigna a cada
cliente a un grupo determinado. Umbrales claros separan estos grupos, lo que
permite una categorización precisa. Sin embargo, el análisis de conglomerados
tradicional tiene sus limitaciones.
Las técnicas de agrupamiento difuso, por otro lado, ofrecen una
comprensión más matizada de la segmentación de clientes. Al asignar a los
clientes a diferentes segmentos con distintos grados de pertenencia, se puede
lograr una mejor comprensión de sus necesidades y preferencias. Este enfoque se
aplicó con éxito a un banco alemán, que ofrecía productos como cuentas
corrientes, tarjetas de crédito y planes de inversión. La agrupación difusa
34
permitió realizar un perfil más preciso de los clientes y una mejor comprensión
de sus requisitos específicos en relación con los productos y servicios del banco.
La experiencia analiza un proyecto que implicó analizar datos de clientes
específicos proporcionados por un banco en Alemania con fines de
segmentación. El primer paso de este proyecto fue seleccionar y analizar los
atributos que se utilizarían para la segmentación, centrándose en identificar
cualquier correlación entre estos atributos.
El proceso de selección de atributos relevantes para la segmentación es
crucial en el análisis de agrupamiento, ya que determina los criterios que en
última instancia conducen a la agrupación de los datos de los clientes. Existe una
amplia gama de atributos disponibles, que pueden clasificarse en atributos
demográficos como edad, género y situación familiar, así como en atributos
socioeconómicos como educación, profesión, ingresos y propiedad. Los atributos
seleccionados deben exhibir suficiente potencial discriminatorio sin ninguna
correlación. Además, deben ser cuantificables para la aplicación de métodos
matemáticos y deben estar en la misma escala.
El propósito del análisis de correlación es garantizar que los atributos
elegidos en su mayoría no estén relacionados entre sí y que ningún atributo tenga
una influencia excesiva en el análisis de agrupamiento. Este análisis es
importante para evitar cualquier sesgo o distorsión en los resultados. Por el
contrario, la normalización desempeña un papel crucial a la hora de hacer que
los datos sean comparables porque, inicialmente, los datos pueden tener
diferentes dimensiones y rangos de escala. Sin normalización, esta variación
puede dar como resultado ponderaciones dispares de atributos durante el
proceso de agrupación.
35
Para mejorar la eficacia de las campañas de marketing dirigidas a un
grupo particular de clientes, es fundamental analizar exhaustivamente sus
patrones de respuesta. Este análisis tiene como objetivo identificar estrategias
que pueden emplearse para maximizar la tasa de respuesta de las campañas
promocionales, específicamente aquellas dirigidas a promover las tarjetas de
crédito a través de correos electrónicos.
El proceso de selección de personas para un envío de correo al banco para
este proyecto se ha realizado manualmente hasta ahora. Esto implica crear un
prototipo de perfil de cliente y comparar cada registro de la base de datos con
este prototipo mediante una consulta a la base de datos. Sólo se incluyen en el
envío aquellas personas que cumplen con los requisitos predeterminados. Sin
embargo, la composición manual del perfil introduce cierta subjetividad en el
proceso. Teniendo en cuenta la gran cantidad de información disponible sobre
cada cliente, queda claro que determinar los clientes que cumplen con criterios
específicos a través de una consulta es un problema complejo.
Sería muy ventajoso tener la capacidad de configurar automáticamente el
perfil del cliente prototipo. Esto se puede lograr mediante la implementación de
una red neuronal, que ha demostrado ser eficaz para realizar esta tarea en
particular. Específicamente, se ha desarrollado un clasificador neuronal para
extraer de una base de datos a las personas que se considera que tienen más
probabilidades de obtener una tarjeta de crédito en respuesta a un correo
electrónico.
Asimismo, el conjunto de datos se enriquece con información completa
sobre la utilización de diversos productos de los clientes. Estos productos
abarcan una amplia gama de ofertas, que van desde cuentas corrientes y de
ahorro hasta planes de seguros, inversiones y valores. Además, la base de datos
36
contiene un sistema de clasificación que identifica la ubicación geográfica de
residencia de cada individuo. En general, el registro de cada cliente dentro de la
base de datos consta de una extensa colección de alrededor de 180 campos de
datos distintos, que abarcan una amplia gama de atributos.
Después de realizar un análisis estadístico inicial de los datos, las
distribuciones de los campos de datos individuales tanto para entradas como
para salidas siempre son notablemente similares. Como resultado, se volvió cada
vez más difícil establecer un perfil de comprador típico basado únicamente en
estas distribuciones estadísticas. Se hizo evidente que la simple observación de
atributos aislados del cliente era insuficiente para comprender su
comportamiento de compra. Quedó claro que el perfil del cliente debía tener en
cuenta la combinación de diversos datos sobre él. Si bien, la naturaleza específica
de esta combinación seguía siendo incierta y no estaba claro qué información se
incluiría en última instancia para dar forma al perfil del cliente.
Por este motivo, se determinó que se utilizaría una red neuronal para
establecer una conexión entre el perfil del cliente y su inclinación a adquirir un
producto. Esta decisión se tomó porque las redes neuronales poseen la capacidad
de representar relaciones complejas que no son necesariamente lineales u
homogéneas, lo cual es esencial en este caso. Aunque, para agilizar el proceso y
centrarse en los atributos más significativos, la siguiente etapa del análisis
implicó reducir el número de atributos considerados. Este paso también tuvo
como objetivo proporcionar información sobre los atributos que realmente tienen
relevancia.
Una descripción concisa del procedimiento de análisis que se describió
anteriormente. Para identificar los atributos más importantes, se utilizó una
versión modificada del método descrito en Ma y Pohlman (2008). Este
37
procedimiento modificado permite considerar inicialmente un vasto espacio de
atributos y posteriormente seleccionar las combinaciones de atributos que
producen las tasas de reclasificación más altas. Como resultado, el procedimiento
genera una lista completa de combinaciones de atributos, acompañada de una
estimación de sus respectivas tasas de clasificación.
La etapa de selección de atributos implicó examinar combinaciones de dos
a cinco atributos con mayor detalle. Para profundizar en el análisis se utilizaron
redes neuronales tipo Kohonen, específicamente mapas de atributos
autoorganizados. Estas redes se aplicaron a un subconjunto más pequeño de los
datos de respuesta y, para cada combinación de atributos seleccionada, se utilizó
un conjunto distinto de datos para la evaluación.
En la actualidad, el conocimiento que se ha obtenido a partir de este
análisis de datos se está difundiendo y aplicando para alinearse de manera más
efectiva con las demandas y especificaciones de diversos productos más allá de
las tarjetas de crédito, ampliando el alcance y aplicabilidad del conocimiento
adquirido.
2.3 Herramientas
Las investigaciones antes mencionadas se realizaron utilizando la
herramienta de software conocida como "DataEngine", que es un paquete de
software integral que incorpora técnicas avanzadas como tecnologías difusas y
redes neuronales para el análisis inteligente de datos (MIT 2000). Al integrar
preprocesamiento, análisis estadístico y sistemas inteligentes para el desarrollo
de clasificadores, así como modelado de sistemas, este software demuestra ser
un instrumento muy robusto capaz de aplicarse en una amplia gama de
aplicaciones.
38
La estructura de DataEngine tiene una arquitectura abierta, lo que permite
a los usuarios mejorar sus capacidades incorporando bloques de funciones
definidos por el usuario. Además, los modelos creados con DataEngine pueden
integrarse perfectamente con otros paquetes de software y programas de
aplicación mediante el uso de la biblioteca ADL de DataEngine.
2.3.1 La minería de datos en el desarrollo de estrategias de mercado
La minería de datos permite a las organizaciones investigar medios para
aumentar la eficiencia, estimular la innovación y proporcionar información para
la toma de decisiones. Si bien, sorprende que aún no haya ganado mucho
impulso en Latinoamérica como herramienta de apoyo a las decisiones de las
empresas. Muchas organizaciones en mercados altamente competitivos,
incluidos los de telecomunicaciones, comercio minorista, automoción, finanzas y
consumo masivo, continúan tomando decisiones a ciegas con respecto a la lealtad
del cliente, las ventas adicionales, las ventas cruzadas, la gestión del desempeño
y la retención de clientes.
Tienen dificultades para pronosticar con precisión la demanda y, a
menudo, enfrentan una baja confiabilidad en sus procesos de pronóstico. Sin
embargo, a pesar de los beneficios potenciales, las organizaciones a menudo
enfrentan desafíos al encontrar nuevas alternativas para mejorar las ventas, la
atención al cliente y la gestión de riesgos. También luchan por minimizar las
pérdidas y utilizar eficazmente la recopilación de datos. Si bien estos objetivos
son de suma importancia, las organizaciones deben superar estos desafíos y
aprovechar el poder de la minería de datos para impulsar el crecimiento y el éxito
(Dhar, 1998).
La minería de datos, como tecnología de gestión y análisis de información,
aprovecha la capacidad existente para el procesamiento, almacenamiento y
39
transmisión de datos a alta velocidad y bajo costo. Permite a las organizaciones
descubrir conocimientos valiosos ocultos en grandes cantidades de información,
lo que les permite tomar decisiones mejor informadas para el futuro de su
organización. Aunque los algoritmos más utilizados en la minería de datos se
crearon hace 30 años, todavía generan resultados altamente confiables que
pueden aumentar las ganancias y reducir los costos mediante la toma de
decisiones basada en datos.
Actualmente, muchas organizaciones de diversos sectores industriales se
enfrentan a retos a la hora de tomar decisiones basadas en estrategias
competitivas. Estas estrategias tienen como objetivo incrementar la innovación,
la productividad y generar cambios constantes en diversos aspectos como el
desarrollo de productos, la gestión publicitaria, las estrategias de marketing, la
promoción y la satisfacción del cliente. Desafortunadamente, en Colombia las
organizaciones están luchando con el almacenamiento y utilización inadecuada
de grandes cantidades de datos e información. Esto conduce a una situación en
la que los datos y las especificaciones valiosos no se utilizan de forma eficaz para
crear estrategias que puedan contribuir al crecimiento de las industrias.
2.3.2 Negocios y marketing
La necesidad de información está impulsada por dos factores: la
incertidumbre y el costo potencial de cometer errores en la toma de decisiones.
Estos factores prevalecen actualmente en el mundo empresarial, lo que hace que
la información sea crucial para lograr el éxito en el mercado. Varios
investigadores y expertos enfatizan la importancia de la información en el
panorama empresarial actual. De hecho, algunos académicos incluso sostienen
que ahora operamos en una economía basada en la información y el
conocimiento.
40
Para poder recopilar la información necesaria debemos comenzar por la
materia prima, que son los datos. Hoy en día, obtener estos datos es más fácil que
nunca gracias a los avances en las tecnologías de la información. Las tecnologías
facilitan la recopilación, transmisión y gestión de datos. Sin embargo, no basta
con tener datos; el verdadero valor radica en transformar estos datos en
información significativa y aplicarla a las operaciones comerciales.
El interés del mundo profesional por la minería de datos es evidente en la
amplia gama de empresas que han introducido productos de minería de datos en
el mercado. Entre estas empresas, las tres más grandes e importantes en términos
de herramientas de análisis son ss (Clementina), sas (Enterprise Miner) e IBM
(Inteligent Miner)). Desde una perspectiva académica, destacan los algoritmos de
minería de datos como un campo de investigación emergente y futuro en
marketing. Esto ha dado lugar a la publicación de manuales sobre minería de
datos.
2.3.3 Minería de datos en industria de galvanizado
Uno de los usos más intrigantes de la minería de datos en el sector
industrial es el desarrollo de modelos de sistemas. Uno de los rasgos
frecuentemente observados en los procesos industriales es la expansión continua
y acelerada de los datos almacenados. En términos más simples, esto implica que
cada día trae un mayor volumen de datos respecto a los datos históricos que
engloban información valiosa sobre los procesos productivos.
En consecuencia, a medida que aumenta la cantidad de datos
almacenados, disminuye la capacidad de comprenderlos y procesarlos. Así, la
utilización de herramientas que permitan la extracción de conocimientos útiles
se vuelve esencial. Aquí es precisamente donde entra en juego el importante
papel de la minería de datos.
41
Sólo hay un número limitado de industrias que utilizan herramientas
estadísticas para analizar datos. Esto se debe principalmente a los laboriosos
cálculos manuales que implican y al tamaño limitado de los conjuntos de datos
que pueden manejar. Si bien, en el mundo actual, el sector industrial tiene la
oportunidad de aprovechar datos históricos y obtener conocimientos valiosos
mediante el uso de técnicas y herramientas avanzadas de análisis de datos, como
las redes neuronales. Estas herramientas permiten extraer conocimiento valioso
de los datos, proporcionando al sector industrial una ventaja competitiva.
La aplicación de la minería de datos en el modelado de procesos en el
sector industrial se puede observar en el proceso de galvanización. El objetivo es
predecir las propiedades mecánicas de bobinas de acero galvanizado para
mejorar los sistemas de control de una línea de acero galvanizado. Dado que
muchas de las características del producto no se pueden medir directamente y
requieren pruebas de laboratorio después del proceso de fabricación, no se puede
aplicar una estrategia de control tradicional. Sin embargo, al utilizar un
estimador en línea que utiliza datos del proceso de fabricación para predecir estas
propiedades mecánicas, resulta factible implementar mejoras en los sistemas de
control actuales.
Para lograr el mismo objetivo de mejorar los sistemas de control de línea,
se ha introducido un nuevo proceso de minería que implica analizar y utilizar
datos. Este proceso implica desarrollar un modelo que se centra en la velocidad
de la banda de acero en un horno durante el recocido. Al utilizar datos de
proceso, el modelo pretende regular la velocidad para garantizar que la
temperatura real de la cinta coincida con la temperatura deseada cuando sale de
la zona de calentamiento del horno. Este enfoque mejoraría en gran medida el
control del proceso de tratamiento térmico al que se someten las bandas de acero
42
antes de sumergirlas en la olla de zinc. Este tratamiento térmico es crucial para
lograr las propiedades y características deseadas de la banda, así como para
garantizar una adhesión adecuada del recubrimiento.
2.3.4 Minería de datos en la ingeniería civil
El uso de técnicas heurísticas en ingeniería de datos juega un papel crucial
en la búsqueda de patrones complejos dentro de la planificación, operación y
gestión de redes de suministro de agua. Este tema de investigación ofrece
considerables beneficios prácticos al identificar y analizar de manera eficiente
patrones no triviales dentro de los datos disponibles.
El caso de aplicación de minería de datos se centra en las redes de
suministro de agua potable y tiene como objetivo predecir la demanda de agua
utilizando datos históricos. El proceso implica descubrir reglas de datos que
pueden usarse para hacer predicciones precisas basadas en diversos factores,
incluidos factores ambientales, sociológicos y de distribución. Además, la
aplicación tiene en cuenta información relacionada con el volumen de flujo y
otros factores como el día de la semana y las condiciones climáticas, que se sabe
que afectan el consumo diario de agua. Al analizar estos extensos datos
históricos, la aplicación es capaz de generar rangos de predicción para la
demanda de agua potable. Estas predicciones son valiosas para gestionar y
suministrar eficazmente la cantidad de agua necesaria.
2.3.5 Minería de datos en distribución
Los distribuidores de refrescos y golosinas, como las populares patatas
"Chips", emplean soluciones de información estratégicas para optimizar sus
beneficios y garantizar un alto nivel de satisfacción de sus clientes. Lo logran
gestionando eficientemente el movimiento de sus productos a través de la red de
distribución, basándose en información precisa sobre las ventas en las distintas
43
tiendas. Estos datos les permiten adaptarse a las variaciones estacionales y
entregar productos de alta calidad en el momento oportuno.
Sin embargo, confiar únicamente en esta información es insuficiente, ya
que para seguir siendo competitivo, es necesaria información en tiempo real
sobre los acontecimientos en curso. Para abordar esta necesidad, se contrata a
conductores de camiones equipados con sistemas informáticos conectados por
radio para que informen de sus observaciones cada vez que visitan un minorista.
Al recibir rápidamente esta información, las principales empresas pueden
realizar rápidamente los ajustes necesarios y optimizar la utilización de su
inventario de productos perecederos dentro de la red de distribución. Además,
esta información estratégica relativa a ventas y no ventas permite a las empresas
modificar su producción en fábrica para alinearse con la demanda predominante.
2.3.6 Minería de datos en industria del turismo
No se puede negar que el panorama de los negocios en el mundo, incluida
la industria del turismo, ha sido completamente transformado por la llegada de
las tecnologías de la información. Se han logrado importantes avances con la
implementación de estos beneficios. Estas ventajas incluyen:
• una comprensión más profunda de las preferencias de los clientes,
• una mayor eficiencia en la prestación de servicios,
• llegar a una clientela más amplia y
• utilizar eficazmente los recursos para mejorar la productividad general.
En la industria del turismo, ejemplos notables en los que se han aplicado
estos beneficios incluyen la utilización de sistemas de reservas en línea, la
44
facilitación de la venta de servicios a través de Internet y el empleo de sistemas
de extracción de datos.
La industria del turismo tiene potencial para el desarrollo de tecnologías
de la información debido a dos factores principales:
• En primer lugar, el turismo es una actividad que se desarrolla en
diferentes territorios, lo que permite promocionar y comercializar
actividades que se ofrecen lejos de la ubicación del cliente. Este carácter
interterritorial del turismo crea oportunidades para la utilización de las
tecnologías de la información.
• En segundo lugar, como parte de la industria del ocio y el entretenimiento,
el turismo depende en gran medida de la promoción en los medios
utilizando plataformas audiovisuales que sean visualmente atractivas
para atraer clientes potenciales. Por lo tanto, las características únicas de
la industria del turismo la convierten en una industria adecuada para la
integración de tecnologías de la información, particularmente en las áreas
de marketing y promoción en medios.
Para comprender mejor la evolución del turismo, es importante
profundizar en las primeras aplicaciones que dieron forma a su desarrollo. Los
primeros avances notables se produjeron en 1960, cuando las aerolíneas
introdujeron sistemas de información con el único fin de reservar billetes de
avión. Sin embargo, no fue hasta una década después que estos sistemas se
implementaron en las agencias de viajes, permitiendo una mayor accesibilidad al
público.
Aun cuando, es importante destacar que durante la década de 1970, las
empresas hoteleras tenían un contacto limitado con los sistemas de información,
45
confiando únicamente en un sistema de reservas computarizado centralizado.
Durante este tiempo, sólo unas pocas cadenas hoteleras selectas, como Holiday
Inn y Sheraton, junto con un puñado de hoteles independientes, podían ofrecer
servicios de reserva computarizados. Estos primeros acontecimientos marcaron
los pasos iniciales hacia la modernización de la industria del turismo.
En el año 1980, la industria aérea desarrolló sistemas avanzados que
permitían la reserva tanto de vuelos como de hoteles. Estos sistemas innovadores
se denominaron entonces Sistemas Computarizados de Reservas. Poco después
surgió otro sistema conocido como Lo-Systems. Lo-Systems, también conocido
como Global Distributivo Systems (GAS), se convirtió en una herramienta vital
de marketing para empresas de hostigoso en aproximadamente 125 países.
Los GAS han demostrado ser muy eficaces a la hora de promocionar sus
productos. Los agentes de viajes ahora tienen acceso a una base de datos
completa que les proporciona la información más actualizada y confiable sobre
varios hoteles y aerolíneas. Para atender a una audiencia global, las principales
plataformas GAS incluyen Galileo, Sabre, Amadeus, Worldspan, System One y
Book Hotel.
Al utilizar estos diversos sistemas y tecnologías, los hoteles pueden
implementar estrategias publicitarias altamente efectivas. Por ejemplo, el sistema
Jaguar permite a los agentes de viajes acceder a imágenes electrónicas del hotel,
mientras que el sistema Espectro permite a los usuarios identificar y localizar con
precisión áreas específicas en un mapa. Además, estos sistemas facilitan un
examen exhaustivo y en profundidad de la zona seleccionada, proporcionando
una visión detallada y cercana. Como resultado, los hoteles pueden promocionar
eficazmente sus ofertas y atraer clientes potenciales.
46
En la actualidad, aproximadamente el 80% de las reservas hoteleras se
realizan mediante este tipo de sistema debido a las numerosas ventajas que ofrece
tanto para las empresas hoteleras como para las agencias de viajes. Este sistema
demuestra ser una excelente oportunidad de marketing para los hoteles en lo que
respecta a la distribución global, al mismo tiempo que sirve como una valiosa
herramienta para los agentes de viajes. Les permite acceder a información
actualizada en tiempo real, permitiéndoles realizar eficientemente sus
operaciones a través del sistema.
Asimismo, este sistema consolida datos de diversas fuentes, que incluyen
información sobre hoteles, boletos de avión y alquiler de autos, facilitando así la
generación de informes que brindan detalles pertinentes para el buen
funcionamiento de sus respectivas empresas. Ante esto, se puede afirmar que la
implementación efectiva de tecnologías de la información conduce a una mayor
colaboración entre hoteles, restaurantes, agencias de viajes y aerolíneas,
beneficiando en última instancia a sus clientes y fomentando el crecimiento
mutuo.
La minería de datos es un tema de reciente discusión en el ámbito de los
negocios y el marketing. Es una preocupación relativamente nueva que está
ganando atención debido a su potencial impacto en la escasez de recursos.
Además, el conocimiento y la aplicación de técnicas de minería de datos juegan
un papel crucial en el desarrollo y la eficiencia de diversos esfuerzos. Estos
factores resaltan la importancia de la minería de datos y su influencia en la
medición de la efectividad de los resultados.
En esencia, se puede deducir que uno de los principales beneficios de
utilizar herramientas de minería de datos es la conveniencia que ofrecen. Aun
cuando, es fundamental poseer suficiente conocimiento sobre los distintos
47
algoritmos utilizados para maximizar su potencial, ya que no todos los
algoritmos producen los mismos resultados ni la misma eficiencia. La eficacia de
la minería de datos depende de la adecuada evaluación de los resultados, lo que
implica la obtención de indicadores sobre cuatro aspectos: bondad de ajuste,
relevancia, novedad y aplicabilidad. Calcular estas medidas permite cumplir las
promesas que presenta la minería de datos a través de su definición. Para
proporcionar más información, a continuación se presenta un análisis
comparativo, que describe las principales ventajas, desventajas, herramientas,
contribuciones y logros en cada aplicación específica de la minería de datos.
En el momento actual, los mercados están experimentando un constante
estado de cambio y transformación. El consumidor moderno se ha vuelto cada
vez más exigente y exige cada día mayores exigencias. Están equipados con una
gran cantidad de información al alcance de su mano y buscan activamente
productos superiores y experiencias personalizadas. Además, requieren servicios
eficientes que puedan abordar eficazmente sus necesidades e inquietudes y al
mismo tiempo tener en cuenta la rentabilidad.
Al examinar los casos anteriores, podemos sacar la conclusión de que la
utilización de técnicas de minería de datos puede conducir al desarrollo de
estrategias competitivas que contribuyan a incrementar las ganancias en los
sectores industriales del Departamento del Atlántico. La implementación de estas
estrategias también daría como resultado importantes reducciones de costos y
mejores servicios auxiliares dentro de los procesos y operaciones de la empresa.
La minería de datos sirve como una herramienta valiosa utilizada principalmente
para prevenir y diagnosticar situaciones actuales de la empresa, permitiendo
tomar decisiones informadas sobre inversiones y la creación de nuevos productos
basados en datos reales.
48
Actualmente se prevé que el suministro de datos mundial se duplica cada
20 meses. Este crecimiento exponencial del volumen de datos plantea
importantes desafíos tanto para la comunidad científica como para los sectores
productivos de la economía. Se está superando la capacidad de los humanos para
analizar, resumir y extraer conocimientos de cantidades tan masivas de datos.
Como resultado, existe una necesidad apremiante de desarrollar
herramientas avanzadas capaces de automatizar el análisis de los datos
almacenados. Este campo de investigación emergente, conocido como minería de
datos, se centra en estudiar y crear estas herramientas que han contribuido a la
comprensión y avance de este campo.
La minería de datos se ha convertido en una herramienta y estrategia
valiosa en diversos aspectos de las operaciones de una empresa, como el
marketing, la producción y la organización. Desempeña un papel crucial en la
mejora de la competitividad de la empresa en el mercado. En este artículo
profundizamos en el impacto de la minería de datos, una técnica ampliamente
utilizada en la investigación de operaciones, en el diseño de estrategias de
marketing business-to-business (B2B) dentro del sector industrial (Echeverri et
a., 2013).
La minería de datos suele estar vinculada a consultas del departamento de
marketing y numerosos ejecutivos la consideran un medio para mejorar su
comprensión de la demanda de los consumidores y observar el impacto que
tienen las modificaciones en los productos, precios o promociones en las ventas.
Si bien, es importante señalar que la minería de datos también posee beneficios
sustanciales para otros sectores comerciales.
Por ejemplo, los ingenieros y diseñadores pueden evaluar la efectividad
de las modificaciones realizadas a un producto y buscar posibles razones detrás
49
de su triunfo o fracaso, considerando factores como cómo, cuándo y dónde se
utilizan los productos. Además, las operaciones de servicio y reparación pueden
optimizar su planificación del inventario de piezas y las necesidades de personal.
Además, las organizaciones de servicios profesionales pueden utilizar técnicas
de extracción de datos para identificar nuevas oportunidades que surjan de las
fluctuaciones en las tendencias económicas y los cambios demográficos.
Así, la minería de datos es cada vez más beneficiosa y valiosa a medida
que los conjuntos de datos crecen y los usuarios adquieren más experiencia. Es
lógico suponer que más datos contendrán una mayor cantidad de información e
inteligencia estratégica. Además, a medida que los usuarios se vuelven más
competentes en el uso de las herramientas y obtienen una comprensión más
profunda de la base de datos, pueden explorar y analizar los datos de una manera
más imaginativa.
La extracción de datos es esencial para diversos fines, como:
• analizar opiniones,
• optimizar precios,
• realizar marketing de bases de datos,
• gestionar riesgos crediticios,
• brindar capacitación y soporte,
• detectar fraude,
• diagnosticar condiciones médicas y de salud,
• evaluar la gestión de riesgos,
• desarrollar sistemas de recomendación y muchas otras aplicaciones.
50
Su utilidad se extiende a una amplia gama de industrias, incluidas:
• la venta minorista,
• la distribución mayorista,
• los sectores de servicios,
• las telecomunicaciones,
• las comunicaciones,
• los seguros,
• la educación,
• la manufactura,
• la atención médica,
• la banca,
• la ciencia,
• la ingeniería y
• el marketing en línea o las redes sociales.
Las empresas que se dedican al diseño, producción o distribución de
bienes físicos tienen el potencial de mejorar sus estrategias de orientación de
productos analizando cuidadosamente los patrones de compra junto con datos
económicos y demográficos. Además, al realizar un examen exhaustivo de los
comentarios de los clientes y usuarios, los registros de reparación y otros datos
relevantes, sus diseñadores e ingenieros pueden descubrir información valiosa
que puede conducir a oportunidades de mejora del producto.
51
En las industrias orientadas a los servicios, se pueden encontrar
oportunidades similares para mejorar los productos a través del análisis
cuidadoso de los comentarios de los clientes, ya sea obtenidos directamente o de
fuentes como las redes sociales. Al cruzar esta retroalimentación con información
relacionada con servicios, canales, desempeño de pares, regiones geográficas,
precios, datos demográficos y económicos, las empresas del sector de servicios
pueden identificar áreas donde se pueden realizar mejoras para atender mejor
las necesidades y preferencias de sus clientes.
Los fabricantes pueden monitorear y rastrear de manera efectiva las
tendencias de calidad, los datos de reparación, las tasas de producción y la
información sobre el rendimiento del producto obtenida en el campo. A través
de este proceso, pueden identificar cualquier inquietud o problema en el proceso
de producción. Además, tienen la oportunidad de identificar posibles
actualizaciones o mejoras en sus procesos de fabricación que pueden dar como
resultado una mayor calidad, ahorro de tiempo y costos, un mejor rendimiento
del producto e incluso indicar la necesidad de equipos de fábrica nuevos o
mejorados.
En conclusión, es crucial incorporar estos descubrimientos en los procesos
de previsión y planificación para garantizar que toda la empresa esté consciente
y preparada para los cambios esperados en la demanda de los consumidores. Al
obtener una visión más profunda de las necesidades y preferencias de los
clientes, la organización puede alinear sus estrategias y capitalizar los prospectos
recientemente reconocidos. Este enfoque integral mejorará en última instancia la
capacidad de la empresa para adaptarse y prosperar en un entorno de mercado
dinámico.
52
Capítulo 3
Minería de datos en nanzas
Numerosos expertos en teoría organizacional han señalado que las
organizaciones tienden a adquirir más conocimiento rechazando alternativas
deficientes en lugar de descubrir alternativas exitosas. Esto se debe a su
capacidad para observar los resultados negativos de las malas decisiones,
mientras que carecen de información sobre decisiones que no son fácilmente
observables. En consecuencia, las organizaciones tienden a tener una inclinación
natural a corregir errores (errores de tipo I) con el tiempo a medida que los
reconocen.
Si bien, a menudo no abordan los errores de tipo II, que implican el
rechazo o la falta de consideración de alternativas potencialmente buenas, ya que
no se dispone de la información necesaria sobre sus resultados. Esta exploración
limitada de opciones potencialmente beneficiosas limita en última instancia la
capacidad de una organización para aprender.
Si ampliamos el concepto representado por Dhar (1998), la decisión de
aceptar o rechazar hipótesis en el sector finanzas, con base en la oferta y la
demanda global, se basa en valores dentro de un rango y no en un simple sí o no,
los diferentes resultados no se concentran en regiones específicas sino que
aparecen dispersos por todo el espacio multidimensional. Determinar las
regiones específicas donde ocurren estos resultados se convierte en una tarea
desafiante, y la escasez de información previa exacerba la dificultad de estimar
con precisión la distribución de los resultados correspondientes a las diversas
condiciones de entrada. A medida que aumenta el número de factores o insumos,
este problema se vuelve aún más complejo.
53
Este sección explora cómo se puede utilizar la combinación de
contrafactuales y algoritmos específicos de aprendizaje automático para generar
distribuciones condicionales de resultados de grandes sistemas de bases de
datos. Estas distribuciones son valiosas para estimar correlaciones entre acciones
y resultados. Además, demuestran ser efectivas para abordar la cuestión de los
errores de tipo II.
Los contrafactuales tienen una rica historia en lógica, particularmente en
el razonamiento sobre causalidad y escenarios hipotéticos. Representan eventos
que en realidad nunca sucedieron, pero que si hubieran sucedido, habrían tenido
resultados específicos. Al evaluar con precisión estos contrafactuales y emplear
herramientas apropiadas para su generación y evaluación, brindan una solución
al problema de los errores de Tipo II. Básicamente, un generador de hipótesis
enfocado y una función de evaluación definida con precisión son componentes
necesarios en este enfoque.
Una función de evaluación desempeña un papel fundamental a la hora de
establecer un vínculo fuerte entre diversas acciones potenciales y los resultados
correspondientes que pueden producir. Aprovechar el poder de una base de
datos completa ayuda a guiar su exploración de acciones que contienen un
elemento de entusiasmo, ya que poseen la capacidad de generar resultados
positivos y ventajosos.
Para proporcionar una comprensión integral de las complejidades
involucradas en el aprendizaje a partir de datos, comenzaré presentando dos
casos de la vida real que ocurren en el ámbito de la industria financiera. Estos
casos se derivan de aplicaciones exitosas implementadas actualmente en una
destacada organización financiera. La Figura 1 gira en torno a la intrincada tarea
54
de comprender las relaciones con los clientes basándose en una gran cantidad de
datos transaccionales.
Figura 1. Toma de decisiones y dispersión de datos en el espacio
multidimensional
Lo que implica la identificación de clientes que poseen un valor financiero
más alto en comparación con otros. En este contexto particular, una transacción
denota una operación en la que un cliente participa en la compra o venta de un
volumen específico de un producto particular en un momento específico,
facilitado por un vendedor designado. Con una cantidad monumental de
transacciones de este tipo que se producen diariamente, una gran reserva de
datos queda disponible, interconectando a los clientes, los productos y todo el
proceso de ventas.
El objetivo principal de la organización es extraer información valiosa
sobre cómo interactuar eficazmente con varios segmentos de clientes y, en última
instancia, mejorar su experiencia general. La segunda cuestión que nos ocupa
tiene que ver con la exploración de las complejidades de los mercados de valores
financieros. En concreto, profundiza en las formas en que los precios de las
55
acciones están determinados por una multitud de datos que inundan
continuamente el mercado. Estos datos abarcan una amplia gama de factores,
incluidos anuncios de ganancias (incluidos resultados inesperados), pronósticos
o revisiones de analistas con respecto a las ganancias de empresas o sectores
industriales, divulgaciones continuas de los balances y estados de resultados de
las empresas, tendencias de precios y volúmenes, informes de noticias y más.
Es ampliamente reconocido en la industria financiera que dichos datos
ejercen una influencia significativa en el desempeño del mercado de valores. Aun
cuando, muchas conexiones simplistas entre estas variables han demostrado ser
engañosas, y las complejas a menudo presentan desafíos en términos de
comprensión y alineación con la intuición. En consecuencia, esta cuestión se
vuelve bastante exigente ya que las relaciones identificadas deben ser lo más
sencillas posible, permitiendo a los tomadores de decisiones formular un marco
de comprensión plausible y al mismo tiempo lograr un nivel satisfactorio de
precisión en la predicción de resultados.
Entre los aportes que aquí se pretenden, se encuentran:
• En primer lugar, mostrar la aplicación exitosa de métodos de
descubrimiento de conocimiento para resolver problemas industriales a
gran escala. Estas aplicaciones, que llevan casi tres años implementadas,
sirven como prueba anecdótica de la eficacia de la minería de datos en el
ámbito de las Finanzas.
• En segundo lugar, se enfatiza la importancia de utilizar contrafactuales
para superar un obstáculo común en las organizaciones: la consideración
inadecuada de los errores de Tipo II. Al utilizar datos históricos para
generar distribuciones condicionales de resultados, los tomadores de
56
decisiones pueden obtener una mejor comprensión del dominio del
problema y tomar decisiones más informadas.
• En tercer lugar, presenta un marco para determinar las circunstancias bajo
las cuales los patrones descubiertos mediante la minería de datos pueden
usarse para respaldar las decisiones y cuándo deberían reemplazar la
toma de decisiones humana. Este marco enfatiza que la automatización de
la toma de decisiones depende de factores más allá de la propia estructura
del problema.
• Por último, se muestra cómo el dominio de la aplicación influye en el
proceso de minería de datos. Contrariamente a la idea errónea de que la
minería de datos es una búsqueda aleatoria de patrones interesantes, se
caracteriza mejor como una parametrización iterativa del conocimiento
existente, que se asemeja a reglas más que a una regresión estadística.
El uso de reglas en la minería de datos ofrece beneficios prácticos, como la
facilidad de comprensión y la capacidad de razonar sobre eventos y causalidad.
3.1 La generación de conocimiento
A continuación para el desarrollo de este punto se presentan dos ejemplos:
Ejemplo A:
Dentro de una importante firma de valores, existía una divergencia en los
puntos de vista entre dos estimados altos directivos con respecto a cuál era la
clientela más rentable. Un gerente abogó por el cultivo de relaciones más sólidas
con clientes más grandes, afirmando que ofrecían oportunidades comerciales
superiores y más abundantes, particularmente en términos de tarifas de
transacción. Por el contrario, el otro gerente cuestionó este punto de vista
afirmando que los clientes más importantes eran, en realidad, aquellos que
57
ejercían dominio en el mercado y manipulaban su posición para obtener costosas
concesiones. A partir de sus astutas observaciones de las actividades de la mesa
de operaciones, este director argumentó que los clientes más grandes a menudo
poseían la capacidad de negociar tasas de comisión más bajas y frecuentemente
participaban en transacciones "hambrientas de capital", lo que implicaba asumir
riesgos sustanciales.
Después de múltiples rondas de discusión con los gerentes para generar
ideas y conceptualizar el problema en cuestión, se representan y describen
visualmente las variables relevantes relacionadas con el problema en la Figura 2
(Dhar, 1998). Esta representación visual sirve como modelo inicial del campo
específico, proporcionando una base de comprensión de causa y efecto.
Figura 2. Diagrama de causa-efecto de un modelo de negocios de
inversión de capital
58
La Figura 2 ilustra varios atributos de los clientes, como su volumen de
operaciones en términos tanto de operaciones como de valor monetario, así como
su estilo de negociación preferido, que indica si están dispuestos a poner en
riesgo su capital. Estos atributos se pueden analizar y agregar desde la base de
datos de transacciones mensualmente, lo que permite clasificar a los clientes en
función de estos atributos. Asimismo, los atributos demográficos como el tipo de
cuenta, el tamaño del fondo y la propiedad de una operación comercial
centralizada se pueden obtener de la base de datos de la cuenta maestra.
Así, los atributos de los clientes juegan un papel importante en la
configuración de la dinámica del mercado. Factores como el poder de mercado,
el tamaño del comercio y su contribución o agotamiento de la liquidez del
mercado contribuyen a su impacto en el mercado. Comprender las implicaciones
de estos atributos es crucial para que los participantes del mercado tomen
decisiones informadas sobre sus estrategias comerciales y, en última instancia,
maximicen sus beneficios financieros.
Es fundamental reconocer que el impacto de proporcionar liquidez en el
mercado es relativamente menor en comparación con el agotamiento de la
liquidez. En términos simples, ofrecer productos o servicios a la venta tiene un
efecto menor en el mercado en comparación con realizar compras. Esta distinción
se vuelve particularmente importante cuando se consideran las ventajas
financieras de cada función. Suponiendo que todos los demás factores
permanezcan constantes, generalmente es más ventajoso desde el punto de vista
financiero ser un proveedor de liquidez que un consumidor de ella.
Para comprender la importancia de estos atributos, consideremos un
ejemplo en el que el mercado está dominado por los compradores. En tal
escenario, un vendedor que ingrese al mercado contribuiría a la liquidez general
59
del mercado. Al ofrecer sus productos o servicios a la venta, brindan a los
compradores la oportunidad de satisfacer su demanda y mantener un nivel
saludable de actividad comercial. Por otro lado, un comprador en esta situación
agotaría la liquidez del mercado, ya que consume recursos y reduce la
disponibilidad de bienes o servicios para otros compradores. Existen numerosos
factores que influyen en el mercado y uno de los factores clave son los atributos
de los clientes involucrados.
Estos atributos tienen un impacto significativo en la dinámica del mercado
y pueden influir en gran medida en su funcionamiento general. Algunos de los
atributos cruciales de los clientes que determinan su impacto en el mercado
incluyen su poder de mercado, el tamaño de sus operaciones y si sus operaciones
contribuyen a la liquidez del mercado o la agotan.
Las variables del mercado tienen un impacto significativo en la situación
financiera de una empresa, afectando tanto los ingresos que genera como los
costos en los que incurre. Una de las variables más sencillas de medir son los
ingresos por comisiones, ya que se registran por cada transacción realizada. Sin
embargo, hay otros factores a considerar, como el riesgo que implica la ejecución
de operaciones para los clientes. Esto abarca el riesgo de mantener una posición
que de otro modo no se habría tomado y la posibilidad de incurrir en altos costos
de ejecución. Para evaluar estos factores, se deben analizar los datos comerciales
y de mercado en el momento de la transacción y durante el período posterior.
Además, existen gastos asociados con la gestión de las relaciones con los clientes,
incluida una parte de los costos fijos y los costos variables relacionados con la
satisfacción de sus necesidades. Determinar el costo de brindar servicios a los
clientes puede ser complejo, ya que requiere asignar costos con precisión entre
los diferentes clientes.
60
El objetivo principal de este estudio es examinar los factores que afectan
la rentabilidad del cliente. Los ingresos por comisiones, el riesgo y el costo del
servicio son variables importantes que influyen en la rentabilidad del cliente. Sin
embargo, la dinámica específica y la interacción entre estos factores siguen en
gran medida inexploradas y requieren más investigación.
Resulta evidente que determinar la rentabilidad del cliente es una tarea
compleja que implica recopilar y analizar datos relevantes de bases de datos. Es
interesante observar que los altos directivos tenían opiniones diferentes sobre
qué tipos de clientes eran realmente rentables. Esta discrepancia puede deberse
a las diferentes prioridades que asignaron a cada flecha del diagrama. Por
ejemplo, el primer gerente minimizó la importancia del poder de mercado de los
clientes en relación con la rentabilidad, mientras que el segundo gerente
reconoció la influencia de comisiones más altas pero se centró más en los gastos
y riesgos potenciales involucrados al tratar con clientes más grandes.
Una vez recopilados los datos esenciales, resulta fácil identificar a los
clientes que generan las mayores ganancias. Aunque, determinar los tipos exactos
de clientes que son más lucrativos es una tarea mucho más difícil. Por ejemplo, si
poseemos una base de datos que contiene 20 atributos diferentes, cada uno con
10 valores únicos, el gran número de combinaciones potenciales suma la
asombrosa cifra de 102. Esta amplia gama de posibilidades puede resultar
bastante abrumadora para un problema de escala relativamente modesta. Por lo
tanto, es crucial desarrollar un enfoque preciso para generar hipótesis que
puedan acelerar el proceso de descubrir relaciones pertinentes.
Una estrategia alternativa y más eficaz para abordar el problema implica
estimar distribuciones condicionales de resultados. En lugar de explorar todas
las combinaciones posibles de atributos, nos concentramos en las distribuciones
61
más interesantes, considerando que construir una distribución multivariada
completa de resultados no es práctico, especialmente cuando se trata de
numerosos insumos. Además, es importante tener en cuenta que es posible que
determinadas combinaciones de atributo y valor no sean significativas o no estén
disponibles en la base de datos.
Por lo tanto, es más ventajoso ver el proceso de aprendizaje como la
generación de distribuciones condicionales respaldadas estadísticamente, donde
el aspecto condicional puede representarse en diversas formas, como cláusulas,
proposiciones lógicas, restricciones algebraicas lineales o reglas. Estas reglas
pueden ser evaluadas por expertos, lo que permite el desarrollo de una teoría de
dominio basada en los datos. Si bien un método de aprendizaje automatizado
consiste en determinar los parámetros del modelo representado en sí, no siempre
es apropiado utilizar un modelo lineal ya que las relaciones entre variables suelen
ser condicionales. Por ejemplo, el costo del servicio de una cuenta institucional
puede ser solo alto cuando el volumen de operaciones es bajo o cuando las
cuentas tienen menos de cierto tamaño. La simple asignación de pesos numéricos
a las variables también puede oscurecer el problema, particularmente cuando la
relación entre dos variables no es consistente en todos los valores o cuando está
influenciada por otras variables.
Ejemplo B:
Las empresas de valores están muy interesadas en comprender el impacto
de un flujo constante de información diversa sobre los precios de las acciones en
el mercado. Esta información incluye anuncios de ganancias, pronósticos de
analistas o evaluaciones de ganancias para empresas o sectores industriales
específicos, estados financieros periódicos proporcionados por empresas
(denominados fundamentos), indicadores técnicos como "fuerza relativa" que
62
indican el impulso de los precios, informes de la industria y datos
macroeconómicos. El objetivo es establecer las relaciones entre estas variables y
utilizar estos conocimientos para participar en actividades comerciales lucrativas
y una gestión de riesgos eficiente. La capacidad de negociar de manera
inteligente plantea un desafío importante para las empresas de valores.
Cuando se trata de analizar la rentabilidad del cliente, el primer paso
crucial implica identificar las variables relevantes y formular hipótesis que
tengan el potencial de generar conocimientos significativos. En la Figura 3 se
muestra un modelo inicial que esquematiza los elementos esenciales de esta
materia (Dhar, 1998).
Figura 3. Gestión de riesgos en acciones de mercado según
hipótesisfinancieras
Como en el problema anterior, el desafío es encontrar distribuciones
condicionales de resultados interesantes, en otras palabras, reglas que expresen
relaciones sólidas entre las variables del problema. Por ejemplo, una regla
descubierta para este problema podría verse así: "Las sorpresas de rendimiento
positivo/negativo están asociadas con rendimientos futuros positivos/negativos".
63
Una iteración más avanzada de esta regla implicaría identificar áreas
particulares de sorpresa de ganancias positivas y negativas que exhiban la
conexión más significativa con los rendimientos futuros. Por ejemplo, un enfoque
más matizado podría proponer que las sorpresas positivas o negativas en las
ganancias que excedan 2 desviaciones estándar del monto acordado tengan un
impacto notable en los rendimientos futuros, o que los sólidos fundamentos
subyacentes combinados con una sorpresa positiva/negativa en las ganancias
estén asociados con resultados positivos/negativos.
3.2 Los contrafactuales e el aprendizaje automático
Los algoritmos de aprendizaje automático tienen la capacidad de generar
contrafactuales, lo que puede ser extremadamente valioso para descubrir
conexiones o patrones interesantes dentro de partes específicas de una base de
datos. Estos contrafactuales juegan un papel crucial al ayudarnos a crear
distribuciones condicionales que sean cautivadoras e intrigantes.
La creencia subyacente en este enfoque es que no es necesario ni rentable
generar la distribución multivariada completa de resultados, ya que se prevé que
una porción sustancial del espacio del problema no tendrá nada de especial.
Para establecer la jerarquía de contrafácticos, existen varias técnicas
disponibles en teoría de la información y estadística que pueden emplearse para
cuantificar su grado de importancia. Cuando se intenta identificar patrones que
se parecen a reglas, es racional emplear representaciones y algoritmos diseñados
específicamente para manejar dichas estructuras.
Un enfoque comúnmente utilizado implica representar cada elemento de
una regla como una expresión booleana, que se determina en función de las
variables relevantes para el problema en cuestión. Si las reglas se componen de
64
conjunciones de estas expresiones, reflejando el ejemplo mencionado
anteriormente, se dice que el problema está en forma normal disyuntiva.
Cuando se trata de generar contrafactuales, existen dos alternativas
principales disponibles: algoritmos de inducción de reglas y algoritmos
genéticos. Los algoritmos de inducción de reglas se utilizan ampliamente en el
ámbito del aprendizaje automático, mientras que los algoritmos genéticos no han
obtenido el mismo nivel de popularidad principalmente debido a su velocidad
de procesamiento más lenta. Sin embargo, cabe señalar que los algoritmos
genéticos poseen la ventaja de ser capaces de realizar búsquedas más exhaustivas
y exhaustivas.
La Figura 4, es una representación visual que muestra la división de los
datos en el ejemplo de rentabilidad del cliente en varios grupos (Dhar, 1998). Esta
división se lleva a cabo paso a paso, por lo que cada grupo abarca un segmento
o "porción" distinto de los datos. A medida que avanzamos en la jerarquía, cada
grupo se vuelve cada vez más refinado o "puro" en términos de la similitud de
los valores de las variables dependientes entre los casos que comprende.
Para facilitar el análisis, hemos asumido que la variable dependiente y el
tamaño del fondo se clasifican como altos o bajos, mientras que la antigüedad de
la cuenta se trata como una variable continua.
65
Figura 4. Conglomerado de datos jerárquicos de consumo en un modelo
de mercado
El grupo del extremo izquierdo representa la colección completa de datos.
Este grupo está formado tanto por consumidores de bajos ingresos, indicados por
cruces, como por consumidores de altos ingresos, indicados por círculos. La
proporción de consumidores de bajos ingresos y consumidores de altos ingresos
en la base de datos general es igual, con una proporción de 50:50.
La separación inicial basada en el tamaño del fondo conduce a una
proporción ligeramente mayor de clientes que se consideran "rentables". Sin
embargo, la razón para seleccionar esta variable como base para la división es
sencilla. Provoca la mejora más significativa al reducir la imprevisibilidad del
grupo original, que está determinado por la teoría de la información. Vale la pena
mencionar que cualquier proporción daría como resultado una menor
imprevisibilidad en comparación con una distribución igual como 50:50.
Es importante entender que el antecedente y el consecuente de esta regla
se refieren a las partes del enunciado que vienen antes y después de la palabra
clave "Entonces". Si aceptamos la validez y amplitud de la regla antes
mencionada, inicialmente parece corroborar la hipótesis planteada por el
66
segundo gerente de que las cuentas más pequeñas son más lucrativas. Sin
embargo, el grado de importancia atribuido a la antigüedad de la cuenta en
relación con su rentabilidad merece una mayor exploración.
Al principio, el resultado fue desconcertante, lo que llevó al desarrollo de
múltiples explicaciones alternativas. Algunas de estas explicaciones se centraron
en las características de las últimas cuentas, mientras que otras se concentraron
en la noción de que el equipo de ventas había experimentado transformaciones
sustanciales en los últimos cinco años, lo que potencialmente podría haber
afectado la dinámica de sus interacciones. Aunque ciertas explicaciones podían
validarse o refutarse mediante el examen de los datos, también había
explicaciones que no podían verificarse con los datos existentes.
La importancia del resultado se ve subrayada por el hecho de que
embarcarse en la minería de datos pone en marcha una serie de contemplación
introspectiva sobre puntos de vista descuidados y posibilidades sin explotar que
normalmente permanecerían inexploradas en las actividades organizacionales
rutinarias. A través de la realización de un ejercicio de minería de datos, las
organizaciones se ven obligadas a profundizar en el ámbito de las
potencialidades y cuestionar nociones preconcebidas, lo que conduce en
consecuencia a una comprensión más profunda del tema que se aborda
actualmente. La lección que se puede aprender del problema de predicción del
mercado es similar a la mencionada anteriormente.
Cuando se observan valores extremos en la distribución de las ganancias
sorpresivas, existe una relación más precisa entre una mayor sorpresa y mayores
rendimientos. Esto significa que cuando la sorpresa es significativamente mayor
o menor que la estimación de consenso de los ingresos medios en al menos una
desviación estándar, el efecto es verdadero.
67
Por otro lado, si la sorpresa cae dentro de una desviación estándar, no se
observa el efecto. Esto sugiere que la mayoría de los casos dentro de una
desviación estándar pueden considerarse "ruido" aleatorio, mientras que la
"señal" significativa se encuentra en áreas específicas, específicamente en los
extremos de la distribución.
Hay casos en los que podemos generar fácilmente ilustraciones en las que
la distribución prominente de la variable dependiente puede existir en la mayoría
de las regiones, excluyendo los extremos y similares. El elemento crucial a
considerar es que el patrón o "señal" significativo sólo puede identificarse en
ciertas áreas designadas, lo que resulta en una relación no lineal entre las
variables independientes y dependientes. El objetivo es descubrir estas
conexiones no lineales.
El impacto sobre una variable que está influenciada por otros factores a
menudo se produce debido a la combinación de dos o más factores que no tienen
una dependencia directa entre sí. Los sistemas complejos, se caracterizan por que
los efectos de las interacciones entre variables son más significativos que los
efectos de las variables individuales. Por ejemplo, el efecto sorpresa sobre las
ganancias es más notable cuando los fundamentos subyacentes de una empresa,
como la relación precio-beneficio, son sólidos. Estos efectos de interacción no son
necesariamente de naturaleza lineal. Se hace evidente cómo un algoritmo de
inducción de árbol generaría un árbol de decisión, cuando se trabaja con dichos
datos.
Un algoritmo genético es un método que trabaja con una colección de
cromosomas, donde cada cromosoma funciona como una hipótesis que se
compara con una base de datos. En la figura anterior se muestra que un
68
cromosoma representa una ruta completa de un árbol de decisión, comenzando
desde la raíz y terminando en un nodo de hoja.
Básicamente, el algoritmo genético genera un escenario hipotético al
producir un cromosoma de una sola vez. Debido a la posibilidad de
paralelización en el proceso de evaluación, el algoritmo puede evaluar toda la
población de cromosomas al mismo tiempo. La métrica de aptitud se emplea para
ordenar los cromosomas dentro de la población según su clasificación.
Una ventaja clave de este algoritmo es su capacidad para mejorar y ajustar
hipótesis previas a medida que continúa evolucionando. Al aprovechar las
ocurrencias aleatorias, el algoritmo genético puede mejorar en gran medida sus
capacidades de búsqueda. Además, el algoritmo posee inherentemente una
naturaleza paralela, lo que lo hace altamente compatible para abordar problemas
combinatorios complejos. En situaciones donde no es posible utilizar métodos
numéricos o descenso de gradientes, el algoritmo genético surge como una
estrategia extremadamente eficiente.
69
Capítulo 4
Árboles, algoritmos, entropías y minería de datos
La complejidad de la función de evaluación utilizada en la inducción de
árboles y los algoritmos genéticos puede diferir significativamente. Puede
abarcar pruebas estadísticas básicas o teóricas de la información o programas
más complejos. Un ejemplo, implica realizar divisiones basadas en una sola
variable y utilizar la reducción de entropía como criterio. Para determinar la
entropía de un grupo i, se emplea la fórmula estándar:
En donde, la entropía, conocida como Hi, sirve como métrica para
determinar la cantidad promedio de información necesaria para clasificar un
ejemplo dentro de un conjunto de datos. Este cálculo se basa en la probabilidad
(pi) de que un ejemplo pertenezca a un grupo específico (irhcluster). Cuando
todos los miembros de un grupo comparten la misma clase, la entropía está en
su punto más bajo, lo que indica que se necesita información mínima para
identificar la clase. Por el contrario, en situaciones en las que un ejemplo tiene la
misma probabilidad de pertenecer a cualquier clase, la entropía está en su punto
más alto, lo que significa un mayor requisito de información para clasificar el
ejemplo.
La ventaja de una división se determina comparando la entropía del grupo
original con la entropía combinada de los subconjuntos resultantes después de la
división. En otras palabras, si un grupo (denominado grupo i) se divide en varios
subconjuntos (denominado grupo j), el cálculo tiene en cuenta la diferencia entre
la entropía del grupo i y la entropía total del grupo j.
70
En donde, Rj representa la correlación entre el número de casos en el
grupo j y los del grupo i. Esta métrica sirve como evaluación teórica de la
importancia de la información adquirida de la división. Cuantifica el grado en
que la división influye en la distribución de la variable dependiente, indicando
así el nivel de discriminación alcanzado.
Al evaluar la efectividad de una división, es importante normalizar el
valor de ganancia para garantizar que las divisiones más pequeñas y los grupos
más grandes tengan preferencia sobre los más pequeños. Sin esta normalización,
el algoritmo tendería a generar grupos muy pequeños, potencialmente tan
pequeños como el tamaño 1, lo que minimizaría la entropía pero los volvería
inútiles para fines predictivos, ya que probablemente estarían sobreajustados a
los datos.
¿La generación de contrafactuales es simplemente la ejecución de un
algoritmo de agrupamiento? De hecho, es mucho más amplio. Se puede utilizar
cualquier herramienta o método que pueda producir declaraciones similares a
reglas y evaluarlas. En los ejemplos que hemos examinado, los resultados estaban
predeterminados y se incluyeron en los datos para simplificar. Sin embargo, la
evaluación también puede ser dinámica, lo que requiere la ejecución de un
programa como una simulación de Monte Carlo o el entrenamiento de una red
neuronal para generar una puntuación de idoneidad para la hipótesis alternativa.
Incluso si el vector de resultados puede calcularse previamente para cada estado
de la naturaleza registrado, evaluar el contrafactual todavía conlleva un costo
significativo.
71
Recuerde que en el ejemplo de la predicción de acciones, el rendimiento
depende de varios factores, incluidos los rendimientos y la volatilidad de los
rendimientos asociados con la "ejecución" de una estrategia comercial
contrafactual o hipotética. Evaluar esto implica generar un resultado que no
existe en una base de datos existente. En otras palabras, "aplicar" la relación
hipotética es una tarea más extensa y costosa desde el punto de vista
computacional en comparación con simplemente analizar los datos. Requiere
anticipar las consecuencias de una acción.
4.1 La evaluación de contrafactuales
El poder de los contrafactuales radica en su capacidad de revertir el
proceso típico de análisis de datos basado en consultas. En lugar de preguntar
qué datos se ajustan a un patrón determinado, los contrafactuales nos incitan a
considerar qué patrones se alinean con los datos disponibles. Esta inversión nos
permite automatizar el proceso creativo de generar, evaluar y refinar hipótesis,
que es un aspecto crucial en el desarrollo de teorías.
Si bien, es importante reconocer un problema importante que surge con el
proceso de extracción de datos. Si se ejerce suficiente esfuerzo y se dedica una
cantidad sustancial de tiempo a la tarea, es muy probable que un modelo
eventualmente produzca resultados favorables cuando se emplee en la presa. En
consecuencia, se vuelve imperativo determinar si el modelo generado
simplemente se ajusta a los datos existentes o si realmente representa una
correlación resiliente entre las variables del problema que probablemente
persistirá en el futuro.
Independientemente del método utilizado para la evaluación, es crucial
reconocer patrones que no sean simplemente coincidentes desde un punto de
vista estadístico. Cuando se trata de predecir resultados, es esencial simular una
72
hipótesis durante un período prolongado y potencialmente en escenarios
alternativos. En el caso de evaluar la rentabilidad del cliente, la evaluación a lo
largo de un cronograma puede no ser particularmente relevante, mientras que la
categorización basada en factores geográficos podría ofrecer un enfoque más
significativo y revelador para segmentar la población.
En los problemas en los que el tiempo desempeña un papel importante,
las reglas derivadas de los datos tienen muchas más probabilidades de ser sólidas
si dividimos los datos por universo y tiempo. Cuando los datos son abundantes,
esto garantiza que el algoritmo de descubrimiento sólo perseguirá aquellas
hipótesis que funcionen de forma coherente en los distintos conjuntos de datos,
en lugar de aquellas que sean muy buenas en algunos subconjuntos y malas en
otros.
Para ello, antes del ejercicio de extracción de datos, hay que pensar
detenidamente por qué se espera que un modelo funcione de manera uniforme
en los distintos subconjuntos de datos. En la práctica, estos subconjuntos pueden
corresponder a distintos segmentos de clientes, distintos periodos de tiempo,
etcétera.
Otra forma de ver lo anterior es que la minería de datos no es un ejercicio
de pesca ascendente no dirigido. Los experimentos de minería de datos llevan
tiempo de preparación e interpretación. Estos experimentos no son gratuitos; de
hecho, pueden ser bastante caros. Por esta razón, es importante formular el
problema cuidadosamente con hipótesis a priori sobre los tipos de relaciones que
deberíamos esperar descubrir y por qué. En otras palabras, aunque el ejercicio de
extracción de datos es "exploratorio", como señalaba Tukey, la exploración debe
plantearse lo más cuidadosamente posible al inicio del ejercicio.
73
4.2 Uso de los patrones descubiertos
En la sección anterior he enfatizado la importancia de examinar a fondo
los contrafactuales. Después de considerar esto, una pregunta lógica que surge
naturalmente es: si los patrones identificados son genuinamente sólidos, ¿por
qué no eliminar completamente de la ecuación al que interviene?
La respuesta a esta pregunta no está determinada únicamente por la
medida en que se desglose el problema. Numerosos marcos en el dominio de la
literatura sobre sistemas de soporte a la decisión (DSS), surgen del concepto de
Simon de decisiones programables versus no programables. El concepto
fundamental gira en torno a la noción de que los problemas no programables
requieren el juicio humano, por lo que los modelos sirven para ayudar y facilitar
el juicio humano en lugar de reemplazarlo con la automatización.
Aun cuando, el debate en torno a la automatización versus el soporte no
está determinado únicamente por un factor. Hay otros elementos cruciales que
entran en juego. Uno de esos elementos es el nivel de claridad en la función de
pago. Los diferentes marcos de sistemas de apoyo a la decisión (DSS) suponen
que los problemas con funciones de resultados ambiguas son los más desafiantes.
Sin embargo, el ejemplo de la predicción del mercado demuestra que incluso
cuando la función de recompensa es precisa, el problema en sí puede seguir
estando estructurado de manera inadecuada.
¿Es lógico automatizar la toma de decisiones basándose únicamente en el
hecho de que la función de recompensa está bien definida y puede calcularse
mediante un modelo? La respuesta a esta pregunta depende de otro factor: el
objetivo de la extracción de datos. Si el objetivo es desarrollar una teoría sobre el
dominio del problema, es crucial sacar del proceso a quien toma las decisiones.
El modelo debe probarse sin ninguna intervención humana; de lo contrario,
74
resulta imposible diferenciar la contribución de los humanos de la del modelo
basado en el aprendizaje automático.
Lo anterior plantea una interesante paradoja. Cuando utilizamos el
aprendizaje automático y métodos contrafactuales para encontrar patrones en
situaciones complejas no lineales donde el resultado del modelo es una decisión,
debemos tener cuidado de asegurarnos de que sea el modelo aprendido el que
distinga entre ruido y señal, y no el responsable de la decisión en sí. De lo
contrario, no podremos determinar si el modelo aprendido captura con precisión
la verdadera estructura del problema subyacente o si el juicio humano está
compensando un modelo defectuoso.
Cuando el modelo es eficaz y realmente captura la estructura de datos
subyacente, anticipamos que funcionará bien incluso con datos invisibles. Sin
embargo, si los resultados se lograron mediante intervención humana, resulta
difícil determinar si nuestro modelo aprendido realmente capturó un efecto
genuino en los datos. No podemos determinar si quien tomó las decisiones lo
dirigió eficazmente cuando tomó malas decisiones o mal cuando tomó buenas
decisiones.
El punto señalado anteriormente es que puede parecer contradictorio,
pero incluso en situaciones en las que las decisiones están mal programadas, es
necesario utilizar soluciones totalmente automatizadas para probar el modelo.
En el ejemplo proporcionado, donde se está probando una teoría sobre el
comportamiento del mercado, el nivel de precisión en la definición de la función
de recompensa y el objetivo del ejercicio de modelado tienen una mayor
influencia en si la decisión es automatizada o asistida, que la complejidad de la
decisión. problema en sí.
75
A pesar de la complejidad de la decisión, la función de recompensa está
bien definida, ya que se basa en la ganancia o pérdida de una operación y los
datos necesarios para calcularla están fácilmente disponibles. La automatización
proporciona un método confiable y completo para probar teorías.
Por otro lado, es posible que los problemas que están más organizados y
bien definidos no se presten fácilmente a la automatización. Tomemos, por
ejemplo, el escenario de un gerente de ventas que intenta determinar estrategias
de ventas efectivas que generen ganancias. Resulta una tarea desafiante
identificar una ecuación exacta que relacione las acciones realizadas por los
vendedores con las ganancias resultantes.
Digamos que se establece una correlación entre el tamaño de una
operación y su rentabilidad; no puede utilizarse simplemente como modelo para
automatizar el comportamiento de los vendedores. Aparte del hecho de que esta
correlación no puede transformarse en un conjunto preciso de instrucciones,
también sería extremadamente difícil determinar si los vendedores están
realmente intentando generar acuerdos más importantes. Además, puede que no
exista una relación precisa entre sus acciones y los resultados financieros que
logran.
La clasificación se basa en el nivel de precisión de la función de pago y los
objetivos teóricos que se abordan. Cuando consideramos el cuadrante superior
izquierdo, que puede ejemplificarse con el ejemplo del comercio, resulta evidente
que la automatización es una opción lógica. Este cuadrante se caracteriza por la
disponibilidad de datos relevantes necesarios para la formación de la teoría y una
función de resultados bien definida.
Cuando se trata de problemas de gestión, la presencia de intangibles y
riesgos asociados con la automatización dificulta la definición precisa de las
76
funciones de compensación. Sin embargo, el sector financiero destaca como una
excepción porque muchas tareas de toma de decisiones en áreas como el
comercio, la gestión de riesgos y la cobertura tienen funciones de resultados bien
definidas que pueden especificarse con precisión.
En consecuencia, es posible que en el futuro seamos testigos de una mayor
automatización de los procesos de toma de decisiones en la industria financiera.
Esta tendencia ya se ha observado hasta cierto punto con la introducción de
tecnologías que reemplazan a los humanos en áreas como el comercio
programado y el arbitraje de riesgos.
4.3 Minería de datos en riesgos nancieros
Las técnicas de minería de datos se han vuelto cada vez más frecuentes en
el campo de las finanzas, con aplicaciones que van desde la gestión del riesgo
crediticio hasta la detección de fraude. Recientemente, ha habido una tendencia
creciente a utilizar técnicas de extracción de datos para la detección de riesgos
financieros empresariales. Esto es particularmente importante en países en
desarrollo, donde el riesgo financiero de las empresas tiene una importancia
significativa para los administradores.
Varios factores, incluidas las condiciones macroeconómicas, el desempeño
de la industria y el entorno empresarial general, pueden contribuir a las crisis
financieras dentro de las empresas. Estas crisis pueden provocar importantes
pérdidas económicas empresariales e incluso quiebras, lo que genera pérdidas
sustanciales para los acreedores, accionistas, inversores y empleados que se
enfrentan al desempleo. En consecuencia, la financiación empresarial tiene un
profundo impacto en los intereses de diversas partes interesadas. Asimismo, las
crisis financieras que enfrentan empresas individuales pueden tener efectos
dominó en industrias enteras e incluso en la economía en general.
77
Muchas personas están trabajando para identificar los factores clave que
contribuyen al fracaso financiero dentro de las empresas y tomar las medidas
preventivas necesarias para evitar crisis futuras. Los sistemas de alerta temprana
de crisis financieras son de vital importancia para los administradores y con este
fin se emplean numerosos métodos de previsión. El objetivo central es predecir
con precisión el riesgo financiero determinando los factores críticos e
implementando medidas preventivas.
Las técnicas de minería de datos se han utilizado ampliamente para
detectar crisis financieras, siendo el enfoque predominante actualmente el uso de
una única técnica. Sin embargo, las técnicas individuales a menudo carecen de
precisión suficiente para crear modelos de predicción altamente precisos, lo que
expone a las empresas a pérdidas significativas cuando se materializan posibles
riesgos financieros.
Históricamente, los investigadores se han basado en modelos estadísticos
como el modelo de puntuación Z de Edward Altman, que empleaba regresión
lineal múltiple, para predecir crisis financieras. Altman, Haldeman y Narayanan
desarrollaron posteriormente un modelo mejorado llamado ZETA, que superó la
precisión del modelo de puntuación Z. Ohlson también introdujo el modelo de
regresión logística, logrando una precisión aún mayor que los métodos anteriores
(Zhang, et al., 2013). En los últimos años, se han aplicado cada vez más técnicas
de minería de datos en este campo, incluidos árboles de decisión, clasificación
bayesiana, redes neuronales y máquinas de vectores de soporte. Sin embargo, es
posible que una sola técnica no satisfaga las necesidades de toma de decisiones,
lo que nos lleva a combinar dos técnicas en este artículo para mejorar los
resultados.
78
La transformación digital es el proceso de integración de las empresas en
la economía digital en constante cambio mediante la utilización de tecnologías
de la información. Esta transformación desafía constantemente a las empresas a
tener un conocimiento profundo de sus procesos y operaciones para poder
adaptarse y evolucionar. Para ayudar en esto, se puede utilizar un marco
orientado a procesos para identificar puntos de contacto con el cliente,
determinar flujos de trabajo y especificar requisitos de datos durante todo el
proceso de creación de valor (Najem et al., 2022).
La gestión de procesos de negocio (BPM) es un concepto que se ha vuelto
cada vez más significativo para lograr operaciones eficientes, reducciones de
costos y mejoras en la calidad y la productividad. A lo largo de los años, la
investigación y la práctica han introducido varios enfoques de BPM con
diferentes objetivos y resultados.
Los principios subyacentes de estos conceptos giran en torno a la idea de
que el valor de un proceso, así como su necesidad y capacidad de mejora
continua, dependen de varios atributos, incluida su importancia, solidez y
capacidad de prosperar. Si bien, la viabilidad económica de las iniciativas de
mejora está limitada por factores como la creciente complejidad de los proyectos
y la necesidad de cualificaciones especializadas, que restringen el número de
procesos que pueden gestionarse eficazmente en un momento dado. En
consecuencia, los procesos se priorizan meticulosamente y se eligen en
consecuencia. Vale la pena señalar que no se ha cuantificado el alcance del
potencial de mejora no aprovechado.
Según la teoría de la economía de cola larga de Fisher et al. (2021),
proponen que el potencial de mejora de procesos en una empresa u organización
sigue una distribución conocida como cola larga. Esto significa que hay un
79
pequeño número de procesos que tienen un alto potencial de mejora, formando
la “cabeza corta” de la distribución.
Por otro lado, existen numerosos procesos de menor valor que a menudo
se pasan por alto y no se consideran para su optimización, lo que constituye la
"cola larga". Es importante señalar que la teoría sugiere que el potencial
acumulado de mejora en la cola larga no es insignificante, sino que representa
una cantidad sustancial de valor sin explotar, de acuerdo con el principio de
Pareto.
4.4 La teoría de la larga cola de los procesos empresariales
La Gestión de Procesos de Negocio (BPM) es un enfoque integral que
abarca varios métodos, técnicas y herramientas para identificar, descubrir,
analizar, rediseñar, implementar y monitorear de manera efectiva los procesos
de negocio a lo largo de todo su ciclo de vida. Implica el uso de sistemas de
información conscientes de los procesos, que son sistemas automatizados que
ejecutan procesos basados en modelos de procesos predefinidos. Estos sistemas
están diseñados no sólo para manejar la ejecución de procesos sino también para
gestionar las aplicaciones, las personas y la información que son parte integral
del proceso general.
Muchas empresas adoptan un enfoque centralizado para la gestión de
procesos de negocio (BPM) mediante el establecimiento de un centro de
excelencia dedicado a BPM. Esta iniciativa central aúna recursos, conocimientos
y competencias, permitiendo la especialización y la generación de efectos de
aprendizaje. El propósito de este centro BPM es obtener beneficios de estos
esfuerzos colectivos. Sin embargo, debido a la limitación de recursos, las
empresas necesitan priorizar ciertos procesos sobre otros. Es esencial centrarse
en los procesos que tienen el potencial de generar los mayores beneficios
80
esperados, ignorando aquellos que pueden tener poco impacto directo en el éxito
general del negocio.
Para comprender mejor este concepto, Fisher et al. (2021), se basó en la
economía de cola larga de Anderson y desarrolló la teoría de procesos de negocio
de cola larga. Según esta teoría, BPM puede verse como un problema de
maximizar los beneficios de las empresas. En otras palabras, las empresas
apuntan a maximizar sus ganancias considerando los excedentes y costos
asociados con BPM. El superávit esperado representa los beneficios que se
obtienen al implementar mejoras estructuradas en los procesos. Por otro lado, la
complejidad de las operaciones de una empresa, las inconsistencias en la toma
de decisiones y la disminución general de la eficiencia en grandes proyectos
contribuyen a reducir el excedente obtenido con BPM.
Además, existen costos de instalación para capacitación de empleados y
soporte informático, así como costos de gestión directa asociados con un proceso
específico. Estos costos están influenciados por el nivel de estandarización y la
difusión del conocimiento dentro de la organización, lo que puede generar
efectos de aprendizaje.
En muchos casos, las empresas optan por manejar procesos que ofrecen
un equilibrio favorable entre los excedentes previstos y los costos debido a
consideraciones económicas. La línea de manejabilidad representa el punto en el
que ambos factores alcanzan un equilibrio, y este concepto tiene asociaciones
históricas con el principio de Pareto.
4.5 El minado y descubrimiento de los procesos
La minería de procesos se centra en la recopilación, el análisis y la
interpretación de datos procedentes de registros de eventos de procesos. Los
registros de eventos comprenden información sobre ejecuciones de procesos
81
extraída de sistemas de información conscientes de los procesos, que conservan
mensajes, transacciones o modificaciones. Entre otras cosas, los registros de
eventos especifican los nombres o ID de los objetos de negocio procesados, las
partes interesadas de la empresa (es decir, los recursos utilizados), el momento
en que se produjeron los eventos y, posiblemente, los datos de negocio. La
minería de procesos se utiliza para las tareas de descubrimiento de procesos,
comprobación de la conformidad de los procesos y mejora de los procesos.
La investigación ha desarrollado varias técnicas para implementar el
descubrimiento de procesos en la práctica. Aunque algunos procesos persiguen
el mismo objetivo, pueden implicar diferentes secuencias de actividades, que se
fundamentan en el concepto de agrupación de trazas, que es adecuado para
descomponer los registros de eventos en subconjuntos homogéneos, por ejemplo
procesos o variantes de procesos. Entre otros, los modelos bag-of-activities,
hamming distance, generic edit distance y n-gram describen los enfoques más
populares para la agrupación de trazas.
El enfoque de bag-of-activities no tiene en cuenta la información contextual
ni el orden en que se ejecutan las actividades. Frente a este inconveniente, los
modelos de n-gramas no sólo analizan las actividades aisladas, sino que también
incorporan las actividades anteriores y posteriores como contexto de una
actividad. La distancia de Hamming o hamming distance operativiza el número de
posiciones de caracteres en las que dos secuencias difieren y se limita a trazos con
la misma longitud.
Este problema puede atenuarse con enfoques de alineación de secuencias.
La distancia de edición o edit distance penaliza mucho las secuencias con
longitudes diferentes y no es adecuada para analizar registros de eventos de la
vida real. En este contexto, Bose y van der Aalst introdujeron una distancia de
82
edición generalizada que tiene en cuenta las propiedades de los registros de
procesos. Sin embargo, el cálculo de estas puntuaciones resultó inviable para los
conjuntos de datos más grandes. Además, muchas medidas de clúster interno no
funcionan bien con medidas de distancia personalizadas, ya que los centros de
clúster no se pueden calcular trivialmente.
4.6 La medición del rendimiento de los procesos
La medición del desempeño de los procesos es un aspecto esencial de BPM
y ofrece a las empresas la oportunidad de medir sus capacidades de gestión. Más
allá de simplemente recopilar datos pertinentes, este proceso implica un análisis
exhaustivo de qué tan bien se alinea un proceso particular con objetivos y
criterios predeterminados. A través de este análisis, las empresas pueden
establecer una base sólida para tomar decisiones de priorización y asignar de
manera efectiva los recursos organizacionales a las iniciativas de mejora más
ventajosas.
La medición del desempeño ha sido ampliamente investigada y explorada
como un tema multidisciplinario en el pasado. Diferentes autores han propuesto
varios métodos, marcos y conceptos, entre los que destacan el cuadro de mando
integral y EFQM
1
. A pesar de sus supuestos y objetivos compartidos, estos
métodos a menudo difieren en términos de su enfoque, como si operan a nivel
empresarial o a nivel de proceso, así como los tipos de medidas que emplean para
evaluar el desempeño del proceso, como las basadas en el desempeño. o medidas
no basadas en el desempeño (Martínez, 2008).
1
La abreviatura EFQM significa Fundación Europea para la Gestión de la Calidad, que es una
organización sin fines de lucro fundada en el año 1988 por un colectivo de 14 empresas europeas. El
objetivo principal de esta organización es emprender la tarea de formular un modelo de excelencia
diseñado específicamente para la región europea.
83
Los métodos que no dependen del desempeño implican la evaluación del
desempeño del proceso utilizando un conjunto predeterminado de criterios.
Estos criterios pueden ser establecidos por las empresas basándose en factores
críticos de éxito o recopilando aportaciones de los empleados involucrados.
Luego se pide a las partes interesadas que evalúen individual o colectivamente
el desempeño del proceso, utilizando una escala que capture percepciones tanto
positivas como negativas.
Al combinar estas evaluaciones individuales, las empresas pueden
obtener información valiosa sobre los factores que contribuyen o dificultan el
éxito empresarial. Sin embargo, es importante señalar que los métodos no
basados en el desempeño tienen algunos inconvenientes, como ser lentos,
complejos y susceptibles a sesgos de evaluación. Si bien estos métodos
proporcionan evidencia cualitativa para medir el desempeño del proceso,
pueden ser costosos e inadecuados para un análisis frecuente debido a su
complejidad y al desafío de obtener resultados claros. Fischer y sus colegas han
utilizado métodos no basados en el desempeño para examinar la distribución de
procesos en una pequeña y mediana empresa.
Por otro lado, los métodos basados en el desempeño brindan a las
empresas la capacidad de evaluar automáticamente el estado actual de un
proceso utilizando los datos recopilados durante su ejecución. Estos métodos
permiten comparar los indicadores de desempeño con puntos de referencia
establecidos o rangos de valores aceptables. Además, ayudan a evaluar los
riesgos asociados con las modificaciones del proceso y a monitorear la progresión
a largo plazo de un proceso de manera ágil y precisa.
La eficacia de los métodos basados en el desempeño depende en gran
medida de la presencia de sistemas de información conscientes de los procesos.
84
Si bien estos métodos comparten similitudes con la minería de procesos, su
enfoque no radica en el descubrimiento de procesos, las pruebas de
cumplimiento y la mejora, sino más bien en el análisis de los datos de ejecución
para identificar patrones y relaciones a través de un procedimiento de extracción-
transformación-carga. Este enfoque promueve la precisión y la reproducibilidad,
facilitando así la evaluación de los indicadores de desempeño, la complejidad del
proceso, los defectos de diseño existentes y las áreas potenciales de mejora.
4.7 Priorización de procesos
El tema de la mejora de procesos es complejo y diverso, ya que depende
en gran medida de la selección de procesos apropiados. Por lo tanto, al priorizar
los procesos, es crucial considerar no sólo su desempeño en costos sino también
otros factores. Investigaciones anteriores y aplicaciones prácticas han
introducido varios conceptos para medir el desempeño del proceso. El enfoque
de Rosales et al. (2003) y Paiva et al. (2019), presentan los criterios como de
importancia estratégica, saludable o disfuncional y viables, que pueden usarse
para evaluar el potencial de mejora en un proceso y guiar la toma de decisiones
durante su priorización.
• La importancia se refiere a la transcendencia estratégica de un proceso,
determinada por su influencia en los objetivos estratégicos. En
consecuencia, los procesos que se alinean estrechamente con las
actividades comerciales clave y la estrategia corporativa tienen mayor
valor. Evaluar la importancia de un proceso requiere una comprensión
integral de la propia trayectoria estratégica.
• La salud es una medida integral que evalúa la condición actual de un
proceso, proporcionando información valiosa sobre qué tan bien se alinea
con estándares predeterminados de calidad y desempeño. No sólo llama
85
la atención sobre los procesos que son particularmente susceptibles a
errores, sino que también identifica aquellos que muestran una falta de
satisfacción de los empleados y clientes. Derivado del ámbito de la ciencia
médica, el término implica inherentemente una perspectiva positiva,
asumiendo que prevalece un estado de normalidad en lugar de
disfunción.
• Al final, la viabilidad se refiere al grado en que un proceso puede ajustarse
y su susceptibilidad a limitaciones culturales y políticas. Cuando se trata
de mejorar los procesos, se debe dar prioridad a aquellos que encuentran
barreras mínimas, no sólo en relación con la resistencia de los empleados
al cambio, sino también considerando las limitaciones impuestas por la
tecnología.
Aunque las empresas tienen acceso a varios indicadores de desempeño
que pueden aplicarse a diferentes dimensiones, a menudo necesitan ajustarse
para adaptarse a sus contextos organizacionales específicos. Por ejemplo, se han
identificado un conjunto completo de indicadores que pueden utilizarse
fácilmente en empresas minoristas, mientras que existen conceptos similares
para las industrias manufactureras y la administración pública. Sin embargo,
estos conceptos se adaptan a sectores específicos y se centran en medir factores
específicos de la empresa, como el inventario mínimo, la depreciación de las
existencias o el índice de pedidos perfecto. Como resultado, carecen de la
capacidad de analizar datos de ejecución de procesos independientes de la
industria y, a menudo, requieren información comercial adicional que puede no
estar disponible en las configuraciones de registro de eventos estándar. Por lo
tanto, existe la necesidad de indicadores más generalizados que puedan
86
derivarse de un número limitado de atributos proporcionados por los sistemas
de información sensibles a los procesos.
Kratsch y sus colegas proponen un enfoque novedoso que va más allá de
centrarse en indicadores individuales al priorizar procesos. En cambio, utilizan
un método basado en datos que incorpora varias características, como tiempos
de ejecución y uso de materiales, para predecir con precisión el desempeño
futuro de un proceso. Luego, este enfoque genera una lista completa de proyectos
de mejora con prioridades programadas. De manera similar, Lehnert y su equipo
presentan ProcessPageRank, que evalúa los procesos en función de sus requisitos
específicos para una mejora ajustada a la red. Por otro lado, Ohlsson y su equipo
emplean dos componentes, a saber, un mapa de calor del proceso y un mapa de
categorización. Mientras que el mapa de calor actúa como un modelo detallado
para el análisis de procesos, el mapa de categorización ayuda a determinar la
brecha de rendimiento existente de un proceso.
4.8 Modelo de alerta temprana de nanciación de empresas con minería de
datos
4.8.1 El modelo SVM
La SVM, también conocida como máquina de vectores de soporte, es una
técnica de aprendizaje supervisado ampliamente utilizada para tareas de
clasificación y regresión de datos. Se considera un modelo de aprendizaje
automático increíblemente robusto y flexible que ha ganado considerable
popularidad en diversos campos, como los sistemas financieros de alerta
temprana (Huang et al., 2005). Su notable capacidad para procesar datos con
numerosas dimensiones y lidiar con límites de clases complejos lo ha convertido
en una opción extremadamente favorecida para una amplia gama de operaciones
de minería de datos. Su objetivo principal es identificar el hiperplano más
87
adecuado que separe efectivamente el conjunto de datos dado en distintas clases.
Por lo tanto, descubre el hiperplano que maximiza la brecha o margen entre
puntos de datos que pertenecen a diferentes clases, a menudo denominado
margen máximo.
Cuando se trata de datos que no pueden separarse por una línea recta,
SVM emplea un método conocido como "truco del núcleo" para convertir los
datos en un espacio de dimensiones superiores donde se pueden separar por una
línea recta. SVM se utiliza ampliamente en la minería de datos y ha encontrado
aplicaciones en varios dominios, como la identificación de spam, la clasificación
de imágenes y la predicción de riesgos financieros.
Es importante tener en cuenta que SVM funciona como un clasificador
binario, lo que significa que únicamente puede categorizar datos en dos clases
distintas. No obstante, su funcionalidad se puede ampliar para manejar tareas de
clasificación de múltiples clases mediante la utilización de diversas técnicas,
incluidas metodologías uno contra uno o uno contra todos.
Una de las características notables de SVM es su eficacia para tratar datos
que tienen una gran cantidad de dimensiones. Esto lo hace particularmente
adecuado para tareas como clasificar texto o reconocer imágenes. Otro aspecto
clave de SVM es la inclusión de un parámetro de regularización, denominado C,
que desempeña un papel en el equilibrio de la importancia de maximizar el
margen y minimizar los errores de clasificación. Cuando C se establece en un
valor más bajo, el margen resultante será más amplio, lo que permitirá una mayor
flexibilidad en la clasificación, pero podría dar lugar a algunas clasificaciones
erróneas. Por el contrario, cuando C se establece en un valor más alto, el margen
se vuelve más estrecho, lo que potencialmente resulta en una clasificación más
precisa, pero también corre el riesgo de sobreajustar el modelo.
88
Dentro del ámbito de los sistemas de alerta temprana financiera, las
máquinas de vectores de soporte (SVM) se han convertido en una herramienta
confiable para pronosticar posibles dificultades financieras y quiebras dentro de
las empresas. El modelo SVM, en este caso, se entrena utilizando una amplia
gama de ratios financieros y otros indicadores financieros pertinentes. El
resultado resultante es una clasificación binaria que determina efectivamente si
la empresa en cuestión es susceptible a dificultades financieras o permanece
segura.
4.8.2 Modelo logístico de alerta nanciera
El modelo logístico de alerta financiera, es una técnica de minería de datos
ampliamente utilizada para la predicción de riesgos financieros, que se basa en
la regresión logística, una técnica estadística utilizada para modelar la
probabilidad de un evento binario, como la quiebra de una empresa. Utiliza una
serie de variables financieras, como el flujo de caja, el endeudamiento, la
rentabilidad y la liquidez, para predecir la probabilidad de que una empresa
experimente dificultades financieras en el futuro.
Estas variables se utilizan para construir un modelo de regresión logística
que puede predecir la probabilidad de que una empresa experimente dificultades
financieras en el futuro. Este modelo se ha utilizado ampliamente en la industria
financiera para la evaluación del riesgo crediticio y la toma de decisiones de
inversión. También se ha utilizado en la investigación académica para la
predicción de la quiebra de empresas y la identificación de factores de riesgo
financieros. Sin embargo, tiene algunas limitaciones, en particular, puede ser
difícil de interpretar y puede ser sensible a la selección de variables y la calidad
de los datos. Además, el modelo logístico no tiene en cuenta la interacción entre
las variables y puede no ser adecuado para la predicción de eventos raros.
89
4.8.3 Modelo de alerta temprana nanciera con fusión de información
Este modelo integra las fortalezas respectivas de diferentes métodos de
minería de datos, como SVM y regresión logística, para mejorar la tasa de
precisión de predicción. El enfoque fusiona los diferentes resultados de minería
de datos para obtener resultados de predicción confiables para la toma de
decisiones. Los resultados muestran que el enfoque propuesto supera a los
modelos SVM y Logístico individuales en términos de tasa de precisión de
predicción.
En general, el modelo de alerta temprana financiera con fusión de
información es un enfoque prometedor para mejorar la precisión de la predicción
de la angustia financiera utilizando métodos de minería de datos. Al integrar las
fortalezas de diferentes modelos, el enfoque puede proporcionar resultados de
predicción más confiables para la toma de decisiones en la alerta temprana
financiera.
La mayor parte de la literatura desarrollada se concentró en evaluar el
riesgo de instituciones financieras específicas basadas en indicadores de
performance del banco en particular. La poca capacidad anticipativa de estos
índices frente a los fracasos bancarios observados en la década pasada han
generado preocupación sobre cuáles pudieron ser los determinantes sistémicos
más que idiosincrásicos de estas crisis.
En este sentido, hay un reconocimiento creciente de la relevancia del
ambiente macroeconómico y la salud del sistema financiero en el desempeño de
los indicadores de performance bancario individuales. La literatura de alerta
temprana y de predicción de crisis bancarias puede ser clasificada en dos, según
sea el alcance de la predicción: crisis bancaria individual o crisis sistémica; o
según la metodología empleada: indicadores de performance bancarios
90
cualitativos, enfoque de extracción de señales, modelos de estimación de
variables dependientes dicotómica, modelos de duración y de redes neuronales,
entre otros.
91
Conclusiones
En cuanto a desafíos de los sistemas de gestión de riesgos, la existencia de
elementos intangibles y sesgos vinculados a la automatización, complica la
determinación exacta de las funciones de compensación. No obstante, el sector
financiero sobresale debido a que numerosas tareas de toma de decisiones en
campos como las cuentas nacionales, la administración pública y la estratificación
de la oferta y la demanda global, poseen funciones de resultados claramente
establecidas que pueden ser detalladas con exactitud, empleando algoritmos de
Redes Neuronales Artificiales.
Por lo tanto, podríamos observar en el futuro un incremento en la
automatización de los procesos de decisión en el sector financiero. Esta tendencia
ya ha sido detectada hasta cierto grado con la implementación de tecnologías que
sustituyen a los humanos en campos como el comercio automatizado y el
arbitraje de riesgos.
Las técnicas de minería de datos se han vuelto cada vez más frecuentes en
el campo de las finanzas, con aplicaciones que van desde la gestión del riesgo
crediticio hasta la detección de fraude. Recientemente, ha habido una tendencia
creciente a utilizar técnicas de extracción de datos para la detección de riesgos
financieros empresariales. Esto es particularmente importante en países en
desarrollo, donde el riesgo financiero de las empresas tiene una importancia
significativa para el Estado.
Varios factores, incluidas las condiciones macroeconómicas, el desempeño
de la industria y el entorno empresarial general, pueden contribuir a las crisis
financieras dentro de las empresas. Estas crisis puede provocar importantes
pérdidas económicas empresariales e incluso quiebras, lo que genera pérdidas
sustanciales para los acreedores, accionistas, inversores y empleados que se
92
enfrentan al desempleo. En consecuencia, la financiación empresarial tiene un
profundo impacto en los intereses de diversas partes interesadas. Asimismo, las
crisis financieras que enfrentan empresas individuales pueden tener efectos
dominó en industrias enteras e incluso en la economía en general.
Las empresas del sector finanzas están trabajando para identificar los
factores clave que contribuyen al fracaso financiero dentro de las empresas y
tomar las medidas preventivas necesarias a través de métodos estadísticos
paramétricos o no, asistido por software con entrenamiento de datos, esto es lo
que se conoce como “sistemas de alerta temprana de crisis financieras”, es decir,
métodos de previsión.
El resultado clave de la usabilidad de estos algoritmos es predecir con
precisión; el riesgo financiero, que organizan datos multidimensionales en una
representación bidimensional o tridimensional, de manera que los datos
similares se agrupen cercanamente. Esto facilita la visualización y comprensión
de patrones en grandes conjuntos de datos y la detección de relaciones entre ellos.
93
Bibliografía
Ban, G. Y., El Karoui, N., & Lim, A. E. (2018). Machine learning and portfolio
optimization. Management Science, 64(3), 1136-1154.
Broby, D. (2022). The use of predictive analytics in finance. The Journal of Finance
and Data Science, 8, 145-161.
Dhar, V. (1998). Data mining in finance: using counterfactuals to generate
knowledge from organizational information systems. Information Systems,
23(7), 423-437.
Echeverri, L.A., Retamoza, A.M.P., de la Rosa, M.O., Barros, I.V., Alvarez, D.D.
O., y Guerrero, E.C. (2013). Minería de datos como herramienta para el
desarrollo de estrategias de mercadeo B2B en sectores productivos, afines
a los colombianos: una revisión de casos. Sotavento MBA, (22), 126-136.
Evans, P. (2015). De la deconstrucción a los big data: cómo la tecnología está
transformando a las empresas. En BBVA (Eds.), Reinventar la empresa en la
era digital (pp. 17-36).
Fernández, E., Menchero, A., Olmeda, I., & Insua, D. R. (2000). Redes neuronales
artificiales en finanzas. Bolsa y estadística bursátil, 273-290.
Fischer, M., Hofmann, A., Imgrund, F., Janiesch, C., & Winkelmann, A. (2021).
On the composition of the long tail of business processes: Implications
from a process mining study. Information Systems, 97.
Hillegeist, S. A., Keating, E. K., Cram, D. P., & Lundstedt, K. G. (2004). Assessing
the probability of bankruptcy. Review of accounting studies, 9, 5-34.
Huang, W., Nakamori, Y., & Wang, S. Y. (2005). Forecasting stock market
movement direction with support vector machine. Computers & operations
research, 32(10), 2513-2522.
García Salgado, O. y Morales Castro, A. (2016). Desempeño financiero de las
empresas: Una propuesta de clasificación por RNA. Dimensión Empresarial,
14(2), 11-23.
Goodell, J.W., Kumar, S., Lim, W. M., & Pattnaik, D. (2021). Artificial intelligence
and machine learning in finance: Identifying foundations, themes, and
94
research clusters from bibliometric analysis. Journal of Behavioral and
Experimental Finance, 32.
Guerra, P., Castelli, M., & Côrte-Real, N. (2022). Machine learning for liquidity
risk modelling: A supervisory perspective. Economic Analysis and Policy,
74, 175-187.
Lehnert, M., Röglinger, M., & Seyfried, J. (2018). Prioritization of interconnected
processes. Business & Information Systems Engineering, 60, 95-
114.mexiucanas
Ma, L., & Pohlman, L. (2008). Return forecasts and optimal portfolio construction:
a quantile regression approach. The European Journal of Finance, 14(5), 409-
425.
Martínez, B. (2008). Calidad.¿ Qué es el modelo EFQM (European Foundation for
Quality Management)?. Anales de pediatría continuada, 6(5), 313-318.
Najem, R., Amr, M. F., Bahnasse, A., & Talea, M. (2022). Artificial Intelligence for
Digital Finance, Axes and Techniques. Procedia Computer Science, 203, 633-
638.
Paiva, F. D., Cardoso, R. T. N., Hanaoka, G. P., & Duarte, W. M. (2019). Decision-
making for financial trading: A fusion approach of machine learning and
portfolio selection. Expert Systems with Applications, 115, 635-655.
Petropoulos, A., Siakoulis, V., Stavroulakis, E., & Klamargias, A. (2019). A robust
machine learning approach for credit risk analysis of large loan level
datasets using deep learning and extreme gradient boosting. IFC Bulletins
chapters, 49.
Rosales, S.G., Ramos, I. R., y Cuervo, C.M. (2003). Revisión del estado del arte de
la aplicación de redes neuronales artificiales en economía y finanzas. In
Emergent solutions for the information and knowledge economy: proceedings of
the Tenth International Association for Fuzzy-Set Management and Economy
Congress. León, October 9-11, 2003 (pp. 167-184). Secretariado de
Publicaciones y Medios Audiovisuales.
95
Samaniego Alcántar, Á., y Mongrut, S. (2014). Relación entre la creación de valor
y la inversión en I+D: una aproximación mediante redes neuronales
artificiales. Innovar, 24(51), 19-30.
Zhang, L., Zhang, L., Teng, W., & Chen, Y. (2013). Based on information fusion
technique with data mining in the application of finance early-warning.
Procedia Computer Science, 17, 695-703.
96
De esta edición de “Ciencia de datos en sistemas de gestión de riesgos: Enfoque hacia
la minería de datos”, se terminó de editar en la ciudad de Colonia del Sacramento
en la República Oriental del Uruguay el 24 de octubre de 2024
97
