Automated – Multitasking Methodology to Study Business Indicators using Data Science

Authors

  • Jorge Pérez Rave Universidad Nacional de Colombia, Facultad de Minas; Grupo de investigación IDINNOV, S.A.S
  • Gloria Jaramillo Álvarez Universidad Nacional de Colombia, Facultad de Minas, Departamento de Ciencias de la Computación y de la Decisión
  • Favián González Echavarría Universidad de Antioquia, Facultad de Ingeniería, Departamento de Ingeniería Industrial

DOI:

https://doi.org/10.13053/cys-24-3-3040

Keywords:

Data science, business indicators, R-programming, analytics, data analysis, analysis methodology

Abstract

The objective is to provide a multitasking methodology to study business indicators automatically using Data Science. This consists of 7 stages: data preparation, univariate analysis, bivariate analysis, grouping patterns, reduction of dimensions, supervised model training and validation. R, R-Studio (processing) and Rmarkdown (visualization) are used. The methodology is applied on four study cases (two from manufacturing sector and two from services) and provide useful information for firms and teaching-learning processes. The methodology distinguishes between media and response indicators, comprises more than 10 analysis methods, includes the three statistical scopes (univariate, bivariate and multivariate) and automatically answers six questions of interest for analysts.

Author Biographies

Jorge Pérez Rave, Universidad Nacional de Colombia, Facultad de Minas; Grupo de investigación IDINNOV, S.A.S

Ingeniero Industrial de la Universidad de Antioquia (Colombia). Especializaciones: 1) Estadística y 2) Sistemas (ambas de la Universidad Nacional de Colombia). Maestrías: 1) Ingeniería de Sistemas de la Universidad Nacional de Colombia y 2) Análisis y Visualización de Datos Masivos de UNIR. Investigador, consultor, emprendedor, autor de cinco libros y de varios artículos publicados en revistas de carácter nacional e internacional. Entre sus reconocimientos, están: Desempeño destacado en asesoramiento y coordinación del curso "Ruta de la mejora continua..., 2016" - Grupo de Gestión Logística UdeA. Director de proyecto de consultoría calificado con beneficio tributario, Colciencias (2015). Premio Mejor evaluación 2012 - Centro de Información Tecnológica (Chile); Premio a la investigación docente 2011 Facultad de Ingeniería de la Universidad de Antioquia. Actualmente, realizando estudios doctorales en la Universidad Nacional de Colombia y dirigiendo el grupo de investigación IDINNOV

Gloria Jaramillo Álvarez, Universidad Nacional de Colombia, Facultad de Minas, Departamento de Ciencias de la Computación y de la Decisión

Profesora titular de la Universidad Nacional de Colombia en el área de toma de decisiones y técnicas multicriterio. Es ingeniera civil y magíster en gestión de recursos hídricos de la misma universidad. Realizó su doctorado en planificación y gestión de recursos hidráulicos y medio ambiente, en la Universidad Politécnica de Valencia en España. La profesora Jaramillo ha trabajado como consultora en el modelado de sistemas de tomas de decisiones para el sector empresarial y gubernamental. Su trabajo ha sido publicado en revistas como European Journal of Operational Research, Revista Dyna, Avances en Sistemas e Informática, entre otras.

Favián González Echavarría, Universidad de Antioquia, Facultad de Ingeniería, Departamento de Ingeniería Industrial

Profesor Departamento de Ing. Industrial UdeA. Ingeniero Industrial, Magíster en Economía, Estudiante de Doctorado en Dirección de Empresas.

Published

2020-09-29

Issue

Section

Articles