Curso: Sistemas de información para la gestión empresarial (SIGE)
Docente: Manuel José Tello del Valle
Big Data – Casos Prácticos
Punteo total: 2.5 puntos netos
Instrucciones Generales: En grupos de 4 personas, resolver los siguientes 2 casos
sobre Big Data
CASO PRÁCTICO 1: Optimización de Inventarios con Big Data
Distribuidora Centroamericana S.A. es una empresa regional que comercializa
productos de consumo masivo (alimentos, bebidas y productos de higiene). Opera
con centros de distribución en cinco países y abastece a más de 3,000 puntos de venta
al por mayor y al detalle.
En los últimos 12 meses, ha enfrentado graves problemas de quiebre de stock en
productos de alta rotación (como azúcar, arroz y aceites) y exceso de inventario
en productos de baja demanda (como productos navideños fuera de temporada o
presentaciones especiales).
Esto ha generado:
• Pérdida de ventas por falta de producto.
• Costos adicionales por almacenamiento.
• Clientes insatisfechos y pérdida de confianza.
Reto para los estudiantes:
Como consultores junior de sistemas de información, los estudiantes deben proponer
una solución basada en Big Data que permita mejorar la gestión de inventarios de
la empresa.
Preguntas orientadoras:
1. ¿Qué tipos de datos debería recopilar y analizar la empresa para mejorar sus
decisiones de inventario?
2. ¿Qué herramientas de Big Data podrían implementar para procesar esa
información?
3. ¿Cómo pueden ayudar estos datos a predecir la demanda y optimizar el
reabastecimiento?
4. ¿Qué beneficios concretos esperan obtener con esta solución (costos, tiempos,
servicio al cliente, etc.)?
CASO PRÁCTICO 2: Fidelización de Clientes con Big Data
Moda Joven, una cadena nacional de tiendas de ropa urbana y juvenil, cuenta con 25
sucursales en ciudades principales y una tienda en línea.
Aunque ha logrado un crecimiento estable, la empresa enfrenta una alta tasa de
abandono de clientes y una poca recurrencia de compra.
Desde hace un año, recopila diversos datos: historial de compras, género, edad,
ubicación, productos favoritos, comportamiento de navegación web, opiniones en
redes sociales y frecuencia de visita.
La gerencia quiere implementar una estrategia de fidelización personalizada para
mejorar la retención de clientes, pero no sabe cómo aprovechar todos los datos
disponibles.
Reto para los estudiantes:
Como analistas de datos, deben proponer un modelo de segmentación y
personalización usando Big Data para diseñar una campaña de fidelización efectiva.
Preguntas orientadoras:
1. ¿Qué variables podrían analizar para segmentar a los clientes de forma más
inteligente?
2. ¿Cómo podrían diseñar campañas personalizadas para cada segmento?
3. ¿Qué herramientas de Big Data o visualización recomendarían?
4. ¿Cómo se podrían medir los resultados y el retorno de esta estrategia?
Objetivo común de ambos casos:
Que los estudiantes apliquen los conceptos de Big Data para:
• Identificar fuentes de datos valiosas en entornos reales.
• Proponer soluciones que generen valor empresarial medible.
• Entender cómo el análisis de datos puede mejorar la eficiencia operativa y la
relación con el cliente.
