Mostrando entradas con la etiqueta analytics. Mostrar todas las entradas
Mostrando entradas con la etiqueta analytics. Mostrar todas las entradas

lunes, 20 de noviembre de 2017

La ingeniería del Big Data; Cómo trabajar con datos


Estimad@s amig@s

Sinopsis
Big data es más que una propiedad de una masa de datos o un conjunto de tecnologías. Utilizado efectivamente es el vehículo para implementar un paradigma data driven, tal vez el mayor desafío y salto de calidad al que pueden aspirar las organizaciones actualmente, y una necesidad estratégica para ser competitivos en el futuro. Este libro recorre los estadios necesarios para ejecutar eficazmente estas iniciativas: un entendimiento de los datos y la información, los tipos de tecnologías, cómo comenzar un proyecto desde cero, errores de novatos, alcanzando la madurez y perspectivas sobre el futuro.

«La solución adecuada para el problema equivocado solo generará los problemas nuevos del mañana»

La ingeniería del big data, aún está poco madura en las organizaciones. Trabajar con datos sigue siendo cosa de cuatro frikis, no somos conscientes del valor y la información que aportan los datos en la mejora de los procesos de toma de decisiones.

Dentro de poco esperemos que hablar de trabajar con datos, o tomar decisiones a tiempo real basadas en datos, no sea una rara avis, sino más bien todo lo contrario, y forme parte de las dinámicas de gestión de las organizaciones.

« No soy producto de mis circunstancias,
soy producto de mis decisiones»
Steven Covey  

Un territorio sin un mapa incomoda a muchos, especialmente si sienten que su valor está siendo disputado (…) significa tener una imagen clara del pasado y del presente para reconocer tendencias y cambios verdaderos, significa evaluar y explorar los principios para exponer los sesgos (…) poder ver el bosque, pero a la vez el árbol, sin deslumbrarse con las apariencias.

Tipos de análisis

● Descriptivo
● Predictivo
● Prescriptivo
●  Asistido

Big data se refiere normalmente a la aplicación de un enfoque científico-práctico a la resolución de problemas de datos en los cuales se necesita atacar eficientemente a uno o más de los tres atributos principales: volumen o cantidad de datos, variedad en el origen y/o formato de los datos, y velocidad de generación y/o consumo de los datos.

En el momento de arrancar un proyecto de big data, uno de los errores más comunes en anteponer la tecnología a la resolución de los objetivos y conocimiento de negocio (…)

(…) siempre debemos comenzar por el entendimiento de las condiciones de negocio y de la problemática a resolver.

1.   entendimiento de negocio,
2.   maquetado de perspectivas,
3.   definición de infraestructuras y soporte[i],
4.   definición de interfaces y etapas, planteo del esquema de deployment continuo.

La contracara de «simple es hermoso» es que un proyecto de data science bien ejecutado, aun cuando sea dificultoso, parecerá, ante ojos ajenos, relativamente fácil de ejecutar. Este problema de relaciones públicas ocurre, siendo difícil mostrar avances a clientes cuando la mayor parte del trabajo no parece ser impresionante.

La maduración ocurre en el momento en que es la organización la que sabe lidiar con datos y existe un uso estratégico en la operación cotidiana de los mismos.

«El riesgo de una decisión incorrecta
es preferible al terror de la indecisión»
Maimónides  



Link de interés

«Piensa 100 veces antes de tomar una decisión.
Pero una vez que la decisión es tomada,
mantente en pie como un hombre»
Muhammad Ali Jinnah

Recibid un cordial saludo


[i] Cada una de las etapas puede ser un MVP per se.

miércoles, 2 de agosto de 2017

DALE LA VUELTA A TU CLASE; Lleva tu clase a cada estudiante, en cualquier momento y cualquier lugar

Estimad@s amig@s

Sinopsis
Los impulsores de esta metodología educativa llegaron a ella al plantearse estas preguntas: ¿Cómo puede un solo profesor personalizar la educación de tantos estudiantes? ¿Cómo puede asegurarse de que cada alumno aprende, cuando hay tantas metas y objetivos que alcanzar? ¿Qué pasaría si grabáramos nuestras exposiciones, los alumnos vieran el vídeo como tarea y luego dedicáramos todo el tiempo de la clase a ayudarlos con los conceptos que no entienden? De este modo nació la clase al revés, que centra la atención en cada alumno y su propio ritmo de aprendizaje. 

«El papel del profesor en la clase es ayudar a los alumnos,
no únicamente proporcionarles información»

Prólogo
Aunque nuestros hogares y centros educativos puedan tener la misma apariencia, todos vivimos en un mundo excepcionalmente nuevo, caracterizado por:
● Un gran aumento de la inestabilidad, la incertidumbre, la complejidad y la ambigüedad (VUCA[i]).
● Un cambio que no solo es más rápido, sino que además está en constante aceleración.
● Unos cerebros y mentes que se extienden y amplifican, gracias al uso de las nuevas tecnologías.
● Unas redes globales que no conectan a todos en el planeta, tanto con los recursos disponibles con las demás personas.

El trabajo del docente de hoy es adaptarse a este contexto cambiante (…)

(…) el viejo papel educativo de «transmitir información» ha sido sustituido por enseñar a los estudiantes a «enseñase a si mismos» (…) lo que nuestros estudiantes necesitan de sus profesores es que sean sus «entrenadores para el futuro».

(…) la metodología de «dar la vuelta a la clase» permite a un profesor pasar la mayor parte de su tiempo en el aula perfeccionando las habilidades de sus estudiantes.

El aprendizaje es solo un importante medio para alcanzar la meta de los estudiantes de llegar a ser quienes quieran ser ―y quienes nosotros queramos que sean―.

«El pasado es el prólogo»
William Shakespeare

«Debemos mostrar reverencia por el pasado,
pero no vivir en él»

En un momento de cambios como el que estamos inmersos donde la gran mayoría de las profesiones de los próximos años aún no se han inventado, y por tanto los «escenarios formativos», es necesario que la innovación y el uso de metodologías disruptivas entren en nuestras aulas.

Para ello es necesario evolucionar en manera de pensar, actuar, diferenciarnos, ofrecer algo distinto a nuestros alumnos. ¿Nos hemos parado alguna vez a preguntarnos?

● ¿Cómo pueden mis alumnos maximizar el aprendizaje que les aporto cara a diseñar su futuro?
● ¿Dar la vuelta a la clase es el mejor modelo para que mis alumnos puedan llegar a ser lo que quieren ser?
● ¿Qué quiero que mis alumnos, descubran, aprendan?
● ¿Qué necesitan mis alumnos aprender?
● ¿Qué deben traer aprendido de casa?

No hay sitio, o no debe de haberlo para el inconformismo. Debemos de estar buscando permanentemente la mejora en la forma en la que enseñamos a aprender.

«No puedo obligar a nadie a que aprenda; tienen que asumir solos esa responsabilidad»
Jennifer Douglas

(…) la clase gira alrededor de los estudiantes, y no del docente. Los alumnos son los responsables de ver los videos y formular las preguntas adecuadas. El profesor solo está ahí para darles la retroalimentación de un experto. Los estudiantes son por tanto los responsables de completar y compartir su trabajo.

Uno de los mayores beneficios de la «clase al revés» es que mejora todas las interacciones: profesor/alumno y alumno/alumno. Como el papel del profesor cambia, de presentador de contenidos a asesor en el aprendizaje, pasamos casi todo nuestro tiempo hablando con los alumnos (…)

Para desempeñar correctamente la labor docente en un entorno de aprendizaje para el dominio de la «clase al revés», creemos que se necesitan las siguientes características:
● El profesor debe dominar los contenidos.
● El profesor tiene que reconocer cuando no sabe las respuestas a las preguntas formuladas por los alumnos, y debe estar siempre dispuesto a buscar la solución con ellos.
● El profesor debe ser capaz de manejar su clase de forma no lineal.
● El profesor debe estar capacitado para ceder el control del proceso de aprendizaje a los alumnos.

Componentes clave de este tipo de aprendizaje.
1.   Establezca objetivos de aprendizaje claros.
2.   Determine cuáles de esos objetivos se pueden alcanzar mediante la investigación, y cuáles es mejor aprender a través de la enseñanza directa.
3.   Asegúrese de que los alumnos tengan acceso a los vídeos.
4.   Incluya actividades de aprendizaje interesantes para realizar en el aula.
5.   Elabore varias versiones de cada evaluación sumativa para que los alumnos puedan demostrar su dominio de cada objetivo de aprendizaje en una unidad de estudio individual.

Cuando el aprendizaje se convierte en el centro de la clase, los estudiantes deben trabajar igual de duro que el profesor (…) sus mentes están involucradas en el proceso (…)

Cuando nosotros, como educadores, empezamos a llamar a nuestras aulas «espacios de aprendizaje», nos obligamos a cambiar la forma en la que pensamos acerca de lo que ocurre en ellas (…)

Una de las ventajas del aprendizaje mediante la «clase al revés» es que el profesor desarrolla mucha práctica en la formulación de cuestiones. En vez de hacer una sola pregunta durante una exposición, usted puede hacerle muchas preguntas mientras interactúa con ellos (…)

«La gracia de la escuela es aprender»



Link de interés

«Dimos a los estudiantes el control (del mando a distancia). Y así, los estudiantes ya no tendrán que seguir siempre el ritmo del profesor, sino que podrán ir al suyo propio»  

Recibid un cordial saludo


[i] VUCA es un acrónimo utilizado desde 1990 para describir la inestabilidad (Volatility), incertidumbre (Uncertainty), complejidad (Complexity), y ambigüedad (Ambiguity) que pueden conllevar ciertas situaciones.

viernes, 28 de julio de 2017

Learning Analytics; La narración del aprendizaje a través de los datos

Estimad@s amig@s

Sinopsis
Este libro va dirigido a todos los profesores que quieran mejorar el aprendizaje de sus alumnos e iniciarse en el interesante mundo del learning analytics. Para ello se realiza, en una primera parte, una detallada descripción de los fundamentos y características de esta tendencia tecno-pedagógica. Por otro lado, se conecta con otros aspectos de actualidad en la innovación educativa como las inteligencias múltiples, la gamificación, la clase inversa (flipped classroom) o el aprendizaje móvil.   Un adecuado diseño, análisis e interpretación de los datos generados por los estudiantes nos va a proporcionar una valiosísima información para la mejora de su propio aprendizaje.
En este libro te preguntarás sobre: learning analytics, analítica del aprendizaje, flipped learning, innovación educativa, gamificación, aprendizaje móvil, metodologías activas, competencias digitales, mobile learning, aprendizaje inverso, evaluación formativa, evaluación adaptativa, evaluación diagnóstica, adaptive assessment, formative assessment, diagnostic assessment, big data.

«Las estadísticas no son el sustituto del juicio»
Henry Clay

Hacía tiempo que no leía un libro tan necesario como  es learning analytics. ¿Por qué leer learning analytics? La primera, por crecer como profesional de la docencia, la segunda para entender desde el punto de vista del alumno cómo la analítica puede mejorar mi desarrollo profesional a lo largo de toda mi carrera, la tercera encontrar metodologías para hacer que mis alumnos quieran «descubrir» nuevos conocimientos, la cuarta (…)

Estamos en un momento único donde gracias a la transformación digital y con el apoyo de la analítica podemos ayudar a los profesionales a diseñar y definir sus procesos de enseñanza―aprendizaje individualizados, mezclado diferentes metodologías, proveedores, y todo ello con la premisa de ofrecérselo de la manera en que le va producir más retorno, gracias a que seremos capaces de entender cómo aprende, y con qué herramientas saca más provecho a la formación que recibe.

« (…) el analisis de datos educativos debe ser un proceso evolutivo flexible e integrado en el engranaje educativo»
Daniel Amo & Raúl Santiago

Los dispositivos electrónicos ya no se limitan a la pizarra digital interactiva. La didáctica ya no se centra en el profesor. El protagonista es el alumno y la práctica en el aula ha roto con la esclavitud del papel y lápiz.

(…) conceptos implícitos en la analítica de aprendizaje:

● Visión periférica
● Trazabilidad
● Escalabilidad humana

« (…) la observación ocular se vuelve ciega en cuanto se introduce tecnología en el aula»
Daniel Amo & Raúl Santiago

(…) dudas:

● ¿Deben los alumnos ser conscientes de los datos capturados?
● ¿En qué medida los alumnos pueden y deben oponerse a la captura de ciertos o todos los datos?
● ¿Deben los alumnos tener el derecho de decidir ser o no observados?

Deben definirse políticas al tratamiento de los datos educativos (…)

● ¿Dónde se van a guardar?
● ¿Cómo se van a salvaguardar?
● ¿Qué mantenimiento y longevidad se les va a dar?
● ¿Quién va a poder consultarlos?
● ¿Quién va y cómo van a poder modificarse?

(…) mejorar el entorno de aprendizaje, entender su contexto, personalizar el aprendizaje, evaluar mejor,  ser más objetivo y realizar una tutoría mucho más fundamentada en datos que en sensaciones.

● Explicar
¿Qué ha pasado?

● Diagnosticar
¿Cómo y por qué paso?

● Predecir
¿Qué puede pasar y cómo puede pasar?

● Prescribir
¿Cómo podemos actuar? y ¿cómo prevenir lo negativo y potenciar lo positivo?

Tiempos de analítica de aprendizaje
● Pasado
¿Qué pasó?
― ¿Cómo y por qué pasó?
― ¿Cómo evitar que vuelva a pasar?

● Presente
¿Qué está pasando?
― ¿Cómo y por qué está pasando?
― ¿Cómo actuar?

● Futuro
¿Qué puede pasar?
― ¿Cómo prevenir lo negativo?
― ¿Cómo potenciar lo positivo?

Cada alumno es distinto a los demás y requiere una aproximación enseñanza―aprendizaje adaptada (…)

Las herramientas digitales ayudarán a recibir y proporcionar retroalimentación a nuestros alumnos. Es esencial comunicar para personalizar, incluso en entornos virtuales de aprendizaje (EVA), puesto que la educación es comunicación.

(…) aprendizaje diferenciado, antes de empezar el curso se realiza una toma de necesidades del alumno, sus capacidades habilidades, deseos de aprendizaje (…)

Aprendizaje adaptativo (…) el alumno está constantemente analizado cuantitativamente, se recopilan sus interacciones en el sistema digital, se comprueban y se le proponen nuevos caminos, contenidos y cualquier aspecto personalizable (…) se adapta a las necesidades instantáneas del alumno (…) los algoritmos (…) marcan el camino.

«Todo lo que se mide y es observado,
 mejora»
Bob Parsons

La analítica de aprendizaje multimodal va más allá de las interacciones que puedan suceder en las propias de los procesos de aprendizaje (…) se empiezan a utilizar cámaras para descifrar las emociones de los alumnos, para comprobar si están desmotivados o si por el contrario los recursos ofrecidos les motivan en su aprendizaje (…)

(…) se pretende analizar la escritura electrónica para detectar personalidades y emociones durante el proceso de enseñanza―aprendizaje (…)

(…) «El aprendizaje ocurre en cualquier lugar, en cualquier momento, con cualquier persona, por lo que el aprendiz va a terminar por ser el conductor y dueño de su propio aprendizaje»[i].

El aprendizaje conectado sitúa a los estudiantes en el centro de experiencia educativa, y ofrece la posibilidad de conectar los cursos, las personas y los recursos para desarrollar vías únicas y personalizadas de aprendizaje (…) una persona puede «construir» un programa educativo a partir de múltiples proveedores.

(…) debemos utilizar la observación en el aula para descubrir tanto las inteligencias dominantes de nuestros alumnos como las débiles.[ii]

El flipped classroom (FC) es un modelo pedagógico cuyo fin principal es transferir el trabajo de determinados procesos de aprendizaje fuera del aula, y utilizar el tiempo de clase, además de la experiencia docente, para potenciar, dentro del aula, otros procesos de adquisición y practica de conocimientos.[iii]

El aprendizaje inverso aporta (…)

1.   Mejora de la interacción estudiante―profesor
2.   Incrementa la participación del estudiante (…)
3.   Posibilita oportunidades para que cada estudiante siga su propio ritmo de aprendizaje.
4.   Permite diseñar y desarrollar tareas más significativas.

(…) para que el proceso sea eficiente, necesitamos saber que pasa en las mentes de nuestros estudiantes en cada uno de los momentos.

(…) la labor del docente es esencial en la redacción y diseño de las preguntas, actividades, test y pruebas que nos permitan desarrollar un adecuado ecosistema de analíticas de aprendizaje (…)

«Las preguntas definen las tareas, expresan problemas y delimitan asuntos. Impulsan el pensar hacia delante. Las contestaciones (…) a menudo indican una pausa en el pensar (…) una mente sin preguntas es una mente que no está viva intelectualmente. El no “hacer preguntas” equivale a no comprender (…) las preguntas superficiales equivalen a comprensión superficial, las preguntas que no son claras equivalen a comprensión que no es clara. Si su mente no genera preguntas activamente, el alumno (…) no estará involucrado es un aprendizaje sustancial.»[iv]

(...) se ha considerado que los «buenos profesores» son aquellos que pueden reunir un gran conocimiento de la materia que imparten pero, a la vez, una profunda comprensión de lo que es bueno para el aprendizaje.

Los profesores expertos ahora son aquellos que pueden reunir el conocimiento de la materia, lo que es bueno para el aprendizaje y la tecnologia (TIC). La combinación se describe conocimiento de contenido pedagógico tecnológico (TPACK) (…)

La competencia digital del docente se muestra entonces como indispensable, y supera en extensión y profundidad la mera alfabetización digital ya que engloba otros aspectos como el tecnológico, el informacional, el audiovisual y e comunicativo.»[v]

«No se desea lo que no se conoce»
Ovidio



Link de interés

«El valor de una idea yace en el uso que se le da»
Thomas A. Edison

Recibid un cordial saludo 


[i] Personalization vs. Differentiation vs. Individualization Report; Barbara Bray, Kathleen  McCaskey https://es.slideshare.net/bbray/personalization-vs-differentiation-vs-individualization
[ii] Gardner
[iii] Tourón, Santiago y Diez, 2014
[iv] Elder y Paul, 2002: The Foundation For Critical Thinking: http://www.criticalthinking.org/files/Concepts_Tools.pdf
[v] Ferrari y otros, 2012

viernes, 4 de marzo de 2016

Customer Analytics: Mejorando la inteligencia del cliente mediante los datos

Estimad@s amig@s

Sinopsis
Las organizaciones han usado estrategias, como la inteligencia de negocio, para tomar mejores decisiones a partir de los datos. Actualmente, en la era de los datos, nuestros clientes son más inteligentes, están más informados y ya no son tan leales con nuestra marca. Esperan experiencias inolvidables y profundamente personalizadas en cada una de las interacciones con nuestra organización. Como resultado, las organizaciones están obligadas a transformar sus estrategias para conocer mejor las necesidades y preferencias de sus clientes, basándose en una enorme cantidad de datos.

“El factor esencial del aprendizaje es la voluntad de aprender.”
F. W. Sanderson

Cada vez somos más conscientes del gran volumen de datos que generamos en el día a día de nuestras empresas; Pero por otra parte no conseguimos retornar valor de esos datos…

Necesitamos implementar soluciones que nos ayuden a optimizar la toma de decisiones, a obtener conocimiento que nos lleve a mejorar la gestión de la experiencia de cliente…

El poder disponer de datos a tiempo real es casi un imperativo a día de hoy…. Tenemos que ser capaces de conectar nuestra capacidad de producción con el inventario que tenemos en el almacén, con lo que se está vendiendo en nuestros establecimientos, con la capacidad logística que tenemos para reponer y a su vez con la recepción de materias primas por parte de nuestros proveedores para de nuevo empezar a fabricar…

“Lo que tenemos que aprender lo aprendemos haciendo.”
Aristóteles

Una empresa que se vuelca en el cliente es una empresa que utiliza la información para obtener una ventaja competitiva y alcanzar el crecimiento y la rentabilidad.

Las organizaciones necesitan datos a tiempo real sobre el comportamiento de sus clientes, y además, desarrollar una capacidad  analítica para comprender los motivos detrás de dichos comportamientos…

…. La analítica de cliente no es una mera función al servicio del marketing… es vital para el desarrollo de productos, servicios y otras funcionalidades que se necesitan en la empresa.

El desarrollo de estrategias de Customer Analytics dentro de una organización sigue un camino paralelo al despliegue de estrategias de inteligencia de negocio.
·         Analisis descriptivo
·         Analisis de diagnostico
·         Analisis predictivo
·         Analisis prescriptivo
·         Analisis preventivo

Datos à Selección à Datos relevantes à Pre-procesamiento à Datos pre-procesados à Transformación  à Datos transformados  à  Exploración de datos à Patrones  à Interpretación-evaluación à Conocimiento

Los rápidos cambios en los mercados y el incremento de conocimiento de los clientes de los productos y servicios existentes obligan a las organizaciones a desarrollar sus técnicas analíticas con celeridad y, a menudo, de forma reactiva, puesto que son conscientes del impacto que ello representa en el negocio.
Al utilizar métodos predictivos, el objetivo es anticipar el comportamiento del cliente y detectar indicios de desvinculación o de impago de servicios y productos, más que actuar de forma reactiva… llegar a ser proactivos y controlar factores de riesgo que afectan a las tasas de rotación de clientes.

… es necesario gestionar el dato para poder realmente ser capaces de extraer su valor… para ello nos preocuparemos de:
·         La calidad del dato…
·         La captura del dato…
·         La precisión del dato…
·         La geolocalización del dato…
·         Las relaciones, la conectividad y las jerarquías del dato…

… existen cuatro tipos de dato de cliente que son necesarios para desarrollar perfiles de clientes analíticos:
·         Datos descriptivos…
·         Datos de atribución…
·         Datos de relación…
·         Datos de comportamiento…

Para calcular el valor de un cliente para una organización no es suficiente con tener en cuenta el valor pasado o presente del cliente… también lo que va a comprar en el futuro… definir el concepto de Customer Lifetime Value…

Customer Lifetime Value (CLV) es una predicción del beneficio neto atribuido a un cliente a lo largo de las interacciones pasadas y presentes y de la previsión de las futuras.

Definimos la propuesta de valor para el cliente como la suma de todos los beneficios que la organización promete al cliente como resultado del pago de un producto o servicio.

… customer delight/ sacrifice como el valor que se añade o se resta a la propuesta de valor del cliente a modo de sorpresa.

“Toda obra de arte es necesariamente ambigua.”
Lindsay Anderson



“El arrepentimiento es el remordimiento aceptado.”
Madame de Swetchine

Recibid un cordial saludo