Egresado de maestría de ingeniería de software realiza investigación para la segmentación automática de los clientes de Pharmaderm y Skindrug.

John Diaz Alonso, ingeniero de sistemas y egresado de la Maestría de Ingeniería de Software, realizó una investigación sobre analítica de datos, ciencia de datos e inteligencia artificial en el área de Machine Learning. Este ejercicio, que hizo parte de su proyecto de grado, fue aplicado en los laboratorios farmacéuticos Pharmaderm & Skindrug donde se desempeña como director de tecnología.

Para esto, se enfocó en una necesidad presentada en el laboratorio: el departamento de mercadeo y ventas no contaba con una herramienta que le permitiera hacer segmentación de los clientes para hacer estrategias de marketing dirigidas. “Quise incursionar en estos temas con el fin de aprender más sobre analítica de datos con inteligencia artificial y así poder estar a la vanguardia con otros sectores e industrias”, explica John.

“Disfruté el desarrollo del trabajo de grado, me gustó mucho el aprendizaje de estos modelos de inteligencia artificial, es impresionante todo lo que se puede hacer y todo lo que se puede lograr, cosas que uno no ve a simple vista y que se descubren gracias a esos modelos”, agrega.

El trabajo de grado tenía varios objetivos que permitirían implementar mejoras en la organización, como, preparar los datos para realizar la segmentación de los clientes, desarrollar modelos de agrupación mediante la aplicación de técnicas basadas en centroides, jerárquicas y basadas en densidad, para que el departamento de mercadeo pudiera generar nuevas estrategias.

Para lograrlo identificó y seleccionó los registros y limpió los datos para prepararlos. A través de experimentos eligió los modelos a desarrollar e hizo un entrenamiento de los mismos. En la parte de evaluación y selección, llevó a cabo una comparación mediante métricas para saber cuál era la mejor opción.

 Durante el proceso encontró que el mejor modelo que mostraba la segmentación era un K-Means. De esta forma determinó estrategias con el departamento de mercadeo y ventas para cada uno de los dataset que había. Por ejemplo, para el dataset de cosméticos, se hizo un relanzamiento de productos como estrategia de marketing para el grupo de clientes que estaban en esas segmentaciones. Para el dataset demográfico segmentado con clientes específicos se desarrolló una estrategia de marketing diferente a cada uno de los grupos de clientes.

A pesar de sus logros, John enfrentó dificultades a nivel de cómputo debido a que los modelos exigían mucho nivel de computación y memoria. Esto lo llevó a hacer los modelos en la nube con máquinas mucho más grandes para poder solventar la problemática. Además, descubrió un algoritmo que no corrió debido a la capacidad de cómputo que requería a nivel de procesador y memoria.

“Para la revisión bibliográfica, me centré en Colombia y me di cuenta de que en la parte de analítica de datos y ciencia de datos las universidades están ofertando programas, especializaciones y maestrías, entonces no fue complicado encontrar trabajos similares o de otras maestrías y universidades como por ejemplo en la Universidad Javeriana de Bogotá.”

En su experiencia con la maestría ha encontrado una gran fuente de aprendizaje y crecimiento personal, lo que le ha llevado a tomar la decisión de seguir estudiando una nueva maestría en la universidad. A nivel profesional, ha obtenido reconocimiento y un mayor salario gracias a su grado de estudios y experiencia. Además, ha valorado enormemente la calidad de los profesores y el conocimiento y experiencia que ha adquirido durante su tiempo en la universidad. “Es importante seguir estudiando, compartir experiencias y conocimiento con profesores y compañeros, es enriquecedor y esto nos permite seguir evolucionando y expandiendo nuestros conocimientos en el futuro”, puntualizó.