Aplicaciones Prof. Richard Weber

Diploma de Postítulo Inteligencia de Negocios 2019
Aplicaciones
Universidad de Chile
Departamento de Ingeniería Industrial
Profesor: Richard Weber

@Richard_Weber
rweber@dii.uchile.cl
1
Contenido
• Predicción de series de tiempo
• Del banco tradicional al banco virtual

Predicción de una Serie de Tiempo
 Serie de tiempo:
 Número de
 pasajeros de una
 línea aérea
https://www.analyticsvidhya.com/blog/2018/02/time-series-forecasting-methods/
https://robjhyndman.com/publications/
3
Economax
• Cadena de supermercados con 10 locales.

• Orientado a segmentos de ingresos medios,
medios-bajos de la población.
• Ventas anuales por más de 50 MMUS$ que
corresponden aprox. al 3% de las ventas en
Región Metropolitana.
Aburto, L., Weber, R. (2004): ¿Qué necesitarán mis clientes mañana?,

Trend Management 6, mayo 2004, 154 – 162
4
Motivación del Problema
¿Qué
productos
pido?
¿Cuánto pido?
Necesidad de pronóstico de ventas en el corto plazo

5
• Ventas ... De qué dependen?

30.000
• Ventas pasadas
• Precios 25.000
• Campañas Publicitarias 20.000
• Estacionalidad
Monto ($)
• Festivos 15.000
• Clima 10.000
• Venta de productos similares

5.000
0
8
98
98
98
98
98
98
98
98
98
98
98
99
99
99
99
9
9
19
19
19
19
19
19
19
19
1
-1
-1
-1
-1
-1
-1
1-
1-
1-
1-
2-
2-
2-
3-
3-
3-
4-
4-
1
4
-0
-0
-0
-0
-0
-0
-0
-0
-0
-0
-0
-0
-0
-0
-0
-0
-0
-0
01
08
15
22
29
05
12
19
26
05
12
19
26
02
09
16
23
30
Día
6
• ¿Cómo administrar el inventario?
– Muy poco  Quiebres de Venta. Clientes

insatisfechos
– Mucho  Costos de capital
• Desarrollar mejores técnicas de pronóstico y

de acuerdo a esto gestionar nuestro
inventario
7
Alcances del Proyecto
Se acotará el ámbito de estudio a:

 Local La Pintana: Supermercado
Tradicional con 4.500 m2
 Un subconjunto de productos: 50 PLU’s
más vendidos en el local (representan el
23,18% de las ventas)
 Con datos desde el 12/09/2000 a
31/07/2001
8
Knowledge Discovery in Databases: KDD
4.Interpretación y
Evaluación
3.Data Mining
Knowledge
Conocimiento
2.Selección y
Preprocesamiento
p(x)=0.02
1.Consolidación
de los Datos Patrones y Modelos
Warehouse
DW Datos preparados
Datos Consolidados
Fuentes de Datos
9
1.Consolidación de los Datos
• Datos de diferentes fuentes:
• ORION  Unidades Vendidas en local La

Pintana desde 01/07/00 al 31/07/01 para los
50 PLU’s más vendidos
• AC Nielsen ==> Precios semanales de los

productos en el local de estudio y la
competencia del micromercado (Santa Isabel,
Ekono y Lider)
10
1.Consolidación de los Datos:
Café 170 grs.
120
100
80
60 Verano
40
20
118389
0
01 21 10 30 19 09 29 18 08 28 17 06 26 18 07 27 17 06 26 16
- J - J - A - A - S - O - O -N -D - D - J -F - F - M - A - A - M -J - J - J
UL UL U U E C C O E E AN E E A P P A UN UN UL
-2 -2 G- G- P-2 T- T- V- C- C- -2 B-2 B-2 R- R- R- Y- -2 -2 -2
0 0 00 20 20 0 20 20 2 0 20 20 00 0 0 20 20 2 0 2 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 1 01 01 01 01 0 1 01 1 1 1
11
1.Consolidación de los Datos:
Cerveza 1 Lt.
2000
Año Nuevo
Navidad
18 Sept
1000 Verano
114464
12
1.Consolidación de los Datos
Características del día. Variables binarias (0,1)

• pago :Días de pago de fin de mes.
• quincena :Días de pago de quincena
• prefest :Días anteriores a feriados
• feriado :Días festivos
• patrias :Días de fiestas patrias
• santa :Días de semana santa
• vacation :Días de vacaciones (Enero y Febrero)
• verano :Días de meses estivales (desde 01/10 al 31/03)
• a_nuevo :1 de Enero. Único día del año donde los supermercados no
venden.
13
4.Interpretación y
Evaluación
3.Data Mining
Knowledge
Conocimiento
2.Selección y
Preprocesamient
o p(x)=0.02
1.Consolidació
n de los Datos Patrones y Modelos
Warehouse
DW Datos preparados
Datos Consolidados
Fuentes de Datos
14
2.Selección y Preprocesamiento
“En la vida real los datos no están como
quisiéramos”
De los 50 PLU’s originales hay 3

correspondientes a promociones
De los 47 PLU’s restantes 9 presentan
ausencia de datos de más del 25% en la serie
de tiempo
LIMPIEZA DE DATOS!!!
15
2.Preprocesamiento
Las ventas se escalaron entre 0 y 1

En base a los precios se crean las siguientes
variables:
PA(NºPLU)=precioPLU_Economax
precioPLU _ Economax
PB( N º PLU ) 
MAX ( precioPLU _ micromercado)
precioPLU _ Economax
PC ( N º PLU ) 
MIN ( precioPLU _ micromercado)
Estas variables también se reescalan entre 0 y 1
16
4.Interpretación y
Evaluación
3.Data Mining
Knowledge
Conocimiento
2.Selección y
Preprocesamiento
p(x)=0.02
1.Consolidació
n de los Datos Patrones y Modelos
Warehouse
DW Datos preparados
Datos Consolidados
Fuentes de Datos
17
3.Data Mining: Enfoques de
Solución
 Modelos Ingenuos (enfoque actual)
 Modelos Box Jenkins
 SARIMAX (p,d,q) (sp,sd,sq) Y
 Redes Neuronales
 Perceptrón Multicapas (MLP)
18
Análisis de Series de Tiempo
• Box, Jenkins (1976)

• MA(q) (FIR) q
Xt   bn * et  n b1 et 1  ... b p et  q
n 1
• AR(p) (IIR) p
Xt   ai * xt i  et
i 1
• ARMA (p,q) p q
Xt   ai * xt i   bn * et  n  et
i 1 n 1
19
Modelos Box Jenkins
• Requisitos de ARMA
– Al menos 50 observaciones
– La serie debe ser estacionaria
https://people.maths.bris.ac.uk/~magpn/Research/LSTS/TOS.html
20
Modelos Box Jenkins
• Para convertir una serie no estacionaria en otra
estacionaria se puede:
– Aplicar transformaciones logarítmicas
– Diferenciar la serie (Xt - Xt-1)
• ARIMA(p,d,q) donde d es Nº de términos
diferenciados
• Seasonal ARIMA: SARIMA (p,d,q) (sp,sd,sq)
• SARIMAX con X variables externas (regresores)
21
Redes Neuronales
• Modelos de conectividad
• Resuelven problemas de:
– Clasificación de patrones
– Aproximación de funciones
– Clustering
– Optimización
– Memoria asociativa n
– Predicción o pronóstico yk  f ( wik xi )
i 0
22
Aplicaciones de Redes Neuronales
• Clasificación:
– Detección de Fraude
– Predicción de Fuga de Clientes
– Predicción de Compra de productos (marketing
directo)
• Regresión:
– Estimación de riesgo de clientes (scoring)
– Pronóstico de índices financieros y bursátiles
(monedas, metales, stock markets, bonos, etc.)
23
Multilayer Perceptron (MLP)
• A través de un ajuste de las conexiones

(aprendizaje), se minimiza el error en la
capa de salida
24
MLP para forecasting
25
Overfitting o Sobreajuste
• Sobreajuste de la red a los datos del problema y no al problema en sí
• Conjuntos de Entrenamiento y de Testeo

26
ARIMA v/s MLP
Modelo Estadístico Redes Neuronales
(ARIMA) (MLP)
Modelo lineal: asume un Modelo no lineal: más
comportamiento de la grados de libertad para
serie a priori el modelo
La modelación requiere No impone requisitos
que la serie sea estadísticos a la serie de
estacionaria tiempo a analizar
Requieren de conocimientos en Requieren menor
Estadística e interacción con el interacción con el
usuario en la modelación usuario
El modelo entrega Difícil lectura del modelo

conocimiento e información (caja negra)
en sus parámetros
Bajo peligro de Fácil de sobreajustar el
sobreajustar el modelo modelo a los datos
27
Desempeño del pronóstico: medidas de error
• Error Porcentual (Error porcentual absoluto

medio)
1 ( y (k )  yˆ (k ))
N

k y (k )
• Error Normalizado (Error cuadrático medio

normalizado)
 ( y ( k )  ˆ
y ( k )) 2
1
k
  ( y ( k )  ˆ
y ( k )) 2
k
( y ( k )  y ( k )) 2
 2N k
28
O
N 29
M
56 UE
T
53 ED
W
50 HU
T
47 RI
F
44 A T
S
41 UN
S
39 ON
M
36 UE
T
33 ED
W
30 HU
T
27 RI
F
24 A T
S
Aplicación a PLU 100595
21 UN
S
19 ON
M
16 E
TU
13 ED
(Aceite Vegetal 1 Lt.)
W
10 U
TH
7 I
FR

4
Date
T
SA
1
400
300
200
100
0
100595
Aplicación de Box Jenkins
100595 100595
1,0 1,0
,5 ,5
0,0 0,0
Partial ACF
-,5 -,5
Confidence Limits Confidence Limits
ACF
-1,0 Coefficient -1,0 Coefficient

1 3 5 7 9 11 13 15 1 3 5 7 9 11 13 15
2 4 6 8 10 12 14 16 2 4 6 8 10 12 14 16
Lag Number Lag Number
SARIMA (1,0,0) (2,0,0)
30
Aplicación de Box Jenkins
Error for V26 from ARIMA, MOD_2 NOCON Error for V26 from ARIMA, MOD_2 NOCON
1.0 1.0
.5 .5
0.0 0.0
-.5 -.5
Partial ACF
Confidence Limits Confidence Limits
ACF
-1.0 Coefficient -1.0 Coefficient

1 3 5 7 9 11 13 15 1 3 5 7 9 11 13 15
2 4 6 8 10 12 14 16 2 4 6 8 10 12 14 16
Lag Number Lag Number
31
Modelos Tradicionales y MLP
Conjunto de Entrenamiento Conjunto de Testeo

100595
Error Porcentual Error Normalizado Error Porcentual Error Normalizado
ARIMA 36.21% 0.3301 40.49% 0.6090
Ingenuo 44.28% 0.6972 56.83% 1.2481
Ingenuo Estacional 64.67% 1.2212 45.75% 1.9217
Media Incondicional 59.98% 0.7759 48.54% 0.9689
Conjunto de Entrenamiento Conjunto de Testeo

100595
Error Porcentual Error Normalizado Error Porcentual Error Normalizado
MLPtw21 32.93% 0.4633 31.85% 0.4973
MLPtw14 31.15% 0.3115 34.64% 0.5703
MLPtw7 30.00% 0.3092 35.44% 0.5490
MLPtw6 32.45% 0.3761 33.53% 0.5112
MLPtw5 30.26% 0.3526 35.61% 0.5540
MLPtw3 29.61% 0.3002 34.36% 0.5281
MLPtw1 30.00% 0.3405 35.31% 0.5340
MLPtw0 34.12% 0.4760 31.80% 0.6244
32
En Resumen...
Se realizaron pruebas con otros cinco productos, y se obtuvo que:
• ARIMA mejora los pronósticos obtenidos por métodos ingenuos
• Generalmente se obtienen mejores resultados con Redes Neuronales
(RN) que con ARIMA
• ARIMA entrega un modelo comprensible y buenos resultados, pero con
costos no despreciables (requerimientos estadísticos, y de conocimientos
del usuario)
• RN obtienen los mejores resultados de forma más automática, pero con
modelo tipo “black box”
33
Sistema de Reposición Periódica
• Reposición cada P días, con tiempo de entrega de L días.

INVENTARIO OBJETIVO T
T=m’+z
• Con:
• m’: demanda promedio durante P+L días (del sistema de pronóstico)
• Z : stock de seguridad (nivel de servicio*desviación ventas)
34
Un id ade s
0
1 00
2 00
3 00
4 00
5 00
6 00
7 00
8 00
19/09 /0 0
0 3/10 /0 0
1 7/10/0 0
3 1/10/00
1 4/11/00
28 /11/00
12 /12/00
26/1 2/00
09/0 1/01
23/0 1/01
06/02 /01
2 0/02 /0 1
N i ve l d e Inv entar i o
Días
0 6/03 /0 1
2 0/03/0 1
N ivel de I nv entari o Di ario PL U 100 595
0 3/04/01
Inv entar io O bj eti vo 17 /04/01
01 /05/01
15 /05/01
29/0 5/01
12/06 /0 1
26/06 /0 1
1 0/07 /0 1
Reposición de Inventarios
2 4/07 /0 1
Quiebres de venta: 1% con 5 días de alcance en inventario
35
Identifying web usage behavior
of bank customers
Sandro Araya1), Mariano Silva2), Richard Weber3)
1) BCI Bank, Santiago, Chile

2) webmining.cl, Santiago, Chile
3) Department of Industrial Engineering, Universidad de Chile, Santiago, Chile
Araya, S., Silva, M., Weber, R. (2004): A Methodology for Web Usage Mining and its Application to
Target Group Identification. Fuzzy Sets and Systems 148, No. 1, 139-152

BCI - Banco de Crédito e Inversiones (www.bci.cl)
• Founded in 1937
• Started Virtual Bank in 1996
• 10,000+ Internet transactions daily

Process of knowledge discovery in databases (KDD)
Interpretation
Evaluation
Data Mining
Transformation
Pre-processing
Selection Patterns
transformed
data
pre-
processed
selected data
Data data

Application areas of Web Mining

Methodology of Web Mining
Combination of KDD process and
Web Traffic analysis
Transformed
Log Files Sessions data
Integrated Pattern
data
Clean
logs
Rules
Clusters
Interpre-
Selection Preprocessing Transformation Data Mining
tación
Current situation
Registed Visitors of (Traditional)
Virtual Bank Bank Customers
Goal
41,563 navigating customers
142,133 customers still not

visitors of the web site

Questions
Virtual bank Traditional bank
• How do my navigating
customers behave?
• Are there segments of

“typical visitors”? • Are there customers that
look like “heavy users”?
• Is it possible to identify
“heavy users”? • How can I convert these “twins
of heavy users” to users of my web site?
Two step approach
Virtual bank Traditional bank
• Clustering of navigating
customers
• Determine profile of
“heavy users” • Search for (traditional) customers that have
• => Fuzzy Clustering a profile similar to that of “heavy users”
• Marketing campaign directed to these “twins

of heavy users”
• => Neural Network
Results of Segmentation
Class Age Trx Web N° of Cases % Cases

(years)
L1 38 25 9130 22.0%
L2 29 26 4277 10.3%
M1 58 31 4599 11.1%
M2 47 32 11829 28.5%
H 34 141 11728 28.2%
TOTAL 41563 100.0%

Neural networks (Multilayer Perceptron)
c o n n e c t io n w it h w e ig h ts
N e u ro n
In p u t L a y e r H id d e n O u tp u t L a y e r
Layer
Identification of twins with Neural networks
Architecture of the Multilayer Perceptron:
Number of input neurons: 6,

corresponding to the attributes: age, gender, civil status, education,
income, and antiquity.
Number of neurons in the hidden layer: 12 (transfer function: sigmoid)
Number of output neurons: 5,

corresponding to the 5 classes of customers: H, L1, L2, M1 and M2.

Neural Network Results
Class Selected Cases % Cases

L1 32,602 22.9%
L2 25,216 17.7%
M1 35,805 25.2%
M2 18,608 13.1%
H 29,902 21.0%
TOTAL 142,133 100.0%

Marketing Campaign
Received Did not receive Total

mailing mailing
Customers from class H 11,567 18,335 29,902
Other customers 15,806 96,425 112,231
Total 27,373 114,760 142,133

Gains Chart
Percentage of
new customers
 Advanced selection
 100%
 Random selection
 Percentage of
 100%
total customers
Marketing Campaign
New visitors from class H New visitors from class H (total)
that received the mailing
Week New visitors from class H

that did not receive the mailing
13 737 256 993
14 153 264 417
15 114 212 326
16 101 204 305

Marketing Campaign
Results
New visitors from class H
that received the mailing
Week
Semana New Visitors
Clientes nuevos
13 737
14 153
15 114
16 101
TOTAL 1,105
Response rate Twins = 1.105 = 10%
11.0567

Marketing Campaign
Results
New visitors from class H
that did not receive the mailing
Semana
Week Clientes
New Visitorsnuevos
13 256
14 264
15 212
16 204
TOTAL 936
936
Connection rate of twins of = 5%
heavy users without mailing 18.300

Conclusion
”Natural connecting rate” ~ 1.050 new customers /month
~ 2% of web site users
Response rate after mailing to “twins of heavy users” = 10%
Natural connecting rate of “twins of heavy users”

(i.e. without receiving mailing) = 5%

Más información
www.kdnuggets.com
www.neural-forecasting.com

Aplicaciones Prof. Richard Weber

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Aplicaciones Prof. Richard Weber

Caricato da

Copyright:

Formati disponibili

Diploma de Postítulo Inteligencia de Negocios 2019

Profesor: Richard Weber

Diploma de Postítulo Inteligencia de Negocios 2019

• Cadena de supermercados con 10 locales.

Aburto, L., Weber, R. (2004): ¿Qué necesitarán mis clientes mañana?,

Necesidad de pronóstico de ventas en el corto plazo

• Ventas ... De qué dependen?

• Campañas Publicitarias 20.000

• Venta de productos similares

– Muy poco  Quiebres de Venta. Clientes

• Desarrollar mejores técnicas de pronóstico y

Se acotará el ámbito de estudio a:

• Datos de diferentes fuentes:

• ORION  Unidades Vendidas en local La

• AC Nielsen ==> Precios semanales de los

Características del día. Variables binarias (0,1)

De los 50 PLU’s originales hay 3

Las ventas se escalaron entre 0 y 1

• Box, Jenkins (1976)

• A través de un ajuste de las conexiones

• Sobreajuste de la red a los datos del problema y no al problema en sí

• Conjuntos de Entrenamiento y de Testeo

El modelo entrega Difícil lectura del modelo

• Error Porcentual (Error porcentual absoluto

• Error Normalizado (Error cuadrático medio

Diploma de Postítulo Inteligencia de Negocios 2019

-1,0 Coefficient -1,0 Coefficient

Lag Number Lag Number

SARIMA (1,0,0) (2,0,0)

-1.0 Coefficient -1.0 Coefficient

Lag Number Lag Number

Conjunto de Entrenamiento Conjunto de Testeo

Conjunto de Entrenamiento Conjunto de Testeo

• Reposición cada P días, con tiempo de entrega de L días.

Inv entar io O bj eti vo 17 /04/01

Sandro Araya1), Mariano Silva2), Richard Weber3)

1) BCI Bank, Santiago, Chile

3) Department of Industrial Engineering, Universidad de Chile, Santiago, Chile

Diploma de Postítulo Inteligencia de Negocios 2019

• Started Virtual Bank in 1996

• 10,000+ Internet transactions daily

Diploma de Postítulo Inteligencia de Negocios 2019

Diploma de Postítulo Inteligencia de Negocios 2019

Diploma de Postítulo Inteligencia de Negocios 2019

41,563 navigating customers

142,133 customers still not

Diploma de Postítulo Inteligencia de Negocios 2019

• Are there segments of

• Marketing campaign directed to these “twins

Class Age Trx Web N° of Cases % Cases

H 34 141 11728 28.2%

TOTAL 41563 100.0%

Diploma de Postítulo Inteligencia de Negocios 2019

Architecture of the Multilayer Perceptron:

Number of input neurons: 6,

Number of neurons in the hidden layer: 12 (transfer function: sigmoid)

Number of output neurons: 5,

Diploma de Postítulo Inteligencia de Negocios 2019

Class Selected Cases % Cases

Diploma de Postítulo Inteligencia de Negocios 2019

Received Did not receive Total

Diploma de Postítulo Inteligencia de Negocios 2019

Week New visitors from class H