Page 33 - 1 REVISTA TÉCNICO/PRACTICO DE LA CARRERA DE TECNOLOGÍAS DE LA INFORMACIÓN

1.2 Conceptos Fundamentales especializados logran anticiparse a las tendencias del
mercado, reducir costos operativos y mejorar la
El eCommerce se define como la compraventa de eficiencia de sus estrategias digitales.
bienes y servicios mediante plataformas digitales,
aprovechando la conectividad global de Internet [1] No obstante, en mercados emergentes, la falta de
formación técnica y acceso a programas
Por su parte, la especialización en datos abarca el uso especializados agrava la brecha digital y económica,
de técnicas de análisis, minería y modelado estadístico limitando el aprovechamiento pleno del potencial que
para extraer información útil a partir de grandes ofrecen los datos. Esta carencia impide que muchas
volúmenes de datos “Big Data”. Estas técnicas son organizaciones locales compitan en igualdad de
esenciales para las empresas que buscan comprender condiciones frente a empresas de países con mayor
las preferencias de los usuarios y optimizar sus desarrollo tecnológico. Por ello, promover la
estrategias comerciales [4]. formación en ciencia de datos y fortalecer las
capacidades analíticas se convierte en una prioridad
El vínculo entre ambas áreas se basa en el uso de para impulsar la innovación, la productividad y el
algoritmos de aprendizaje automático (Machine crecimiento sostenible de las economías en desarrollo.
Learning) y analítica predictiva, que permiten
identificar patrones de comportamiento y ofrecer 2 Metodología
recomendaciones personalizadas [5].
Para este estudio, se adoptó una metodología mixta
1.3 Estado del Arte que combina revisión bibliográfica exhaustiva con
análisis de casos reales y simulaciones conceptuales.
Según McKinsey & Company, el 70 % de las empresas Se revisaron más de 50 fuentes académicas y reportes
con mayor crecimiento en eCommerce utilizan de industria sobre Big Data en eCommerce, utilizando
estrategias basadas en datos para la toma de decisiones herramientas como Python para simular análisis de
comerciales. Estas estrategias incluyen la datos (aunque no se ejecutan aquí por limitaciones de
segmentación dinámica de clientes, la predicción de formato).
abandono y la detección de fraudes en tiempo real.
Se seleccionaron plataformas como Amazon, Shopify
Los estudios más recientes en inteligencia artificial y Mercado Libre para evaluar la integración de datos
aplicada al comercio electrónico destacan la en personalización. Además, se analizaron datos
importancia del aprendizaje profundo (deep learning) estadísticos de desigualdades digitales de
para generar recomendaciones personalizadas. En [4], organizaciones como la UNCTAD y el FMI.
se demuestra que los algoritmos de redes neuronales Subapartados incluyen instalación de herramientas
permiten anticipar patrones de compra con un 85 % de analíticas, desarrollo de modelos conceptuales y
precisión promedio.
aplicación práctica, con énfasis en métricas
cuantitativas.
De acuerdo con [6], el reto actual radica en formar
profesionales especializados capaces de combinar
conocimientos técnicos en analítica con una 2.1 Instalación y Herramientas
comprensión integral del entorno empresarial digital Se consideran frameworks como Hadoop para
procesamiento de Big Data distribuido y TensorFlow
1.4 Importancia de la Especialización en para machine learning, aplicados en entornos cloud
Datos como AWS o Google Cloud. La instalación implica
configuración de entornos virtuales con pip para
La especialización en datos representa un componente paquetes como pandas y scikit-learn, manejando
esencial en la era digital, ya que permite formar volúmenes de datos mediante clusters. Para análisis en
profesionales capaces de gestionar, analizar e eCommerce, se usan APIs de plataformas como
interpretar grandes volúmenes de información para la Shopify para extracción de datos en tiempo real.
toma de decisiones estratégicas. Esta capacitación
incluye el dominio de herramientas avanzadas como En contextos de mercados emergentes, herramientas
Hadoop, TensorFlow, y otros entornos de análisis open-source como Apache Spark son preferidas por su
masivo, que facilitan la extracción de insights costo bajo, facilitando adopción en regiones con
accionables a partir de datos estructurados y no recursos limitados. Se detalla el proceso: instalación
estructurados. de Docker para contenedores, configuración de
entornos Jupyter para prototipado.
En el ámbito del comercio electrónico (eCommerce),
la especialización en datos se traduce en ventajas 2.2 Desarrollo
competitivas tangibles, como el incremento en las
tasas de retención de clientes, la personalización de la Se desarrollaron modelos conceptuales para
experiencia de compra y la optimización de campañas personalización, basados en segmentación de usuarios
de marketing basadas en comportamiento del mediante clustering k-means y redes neuronales para
consumidor. Las empresas que integran profesionales recomendaciones. En mercados emergentes, se
33