🎯Cómo los datos permiten entender a los clientes y ofrecer productos más relevantes

➤ ¿Por qué es importante segmentar clientes? En un entorno donde los clientes tienen necesidades diversas, tratar a todos de la misma manera limita el valor que una organización puede ofrecer. La segmentación de clientes permite agrupar personas con características, comportamientos o necesidades similares. El análisis de datos permite identificar patrones que no son evidentes a simple vista y comprender mejor cómo interactúan los clientes con los productos y servicios. ➤ ¿Qué es la segmentación basada en datos? La segmentación basada en datos consiste en clasificar a los clientes utilizando información como: ◆ Características demográficas ◆ Comportamientos de compra ◆ Uso de producto ◆ Preferencias y hábitos A través de modelos analíticos, es posible construir grupos con comportamientos similares que facilitan la toma de decisiones.   Según Provost y Fawcett (2013), el análisis de datos permite transformar información en conocimiento útil para la toma de decisiones.

➤ Tipos de segmentación más utilizados                                 ➤ Importancia en la personalización La segmentación es la base para personalizar productos y servicios: ✦ Diseñar productos según necesidades ✦ Mejorar la comunicación ✦ Optimizar la experiencia del cliente ✦ Generar mayor valor Esto permite pasar de estrategias generales a experiencias adaptadas a cada cliente.

---

⬢ El rol del análisis de datos en la segmentación de clientes

El análisis de datos permite:

➤ Identificar patrones en los datos
➤ Detectar oportunidades de negocio
➤ Priorizar clientes
➤ Mejorar la toma de decisiones  

---

⬢ Claves para una segmentación efectiva

➤ Contar con datos de calidad
➤ Integrar múltiples fuentes

➤ Utilizar modelos adecuados
➤ Validar los segmentos
➤ Traducir resultados en acciones

La segmentación no solo agrupa clientes, sino que genera insights que permiten actuar y mejorar la experiencia.

 

---

📚 Bibliografía

◆ Provost, F., & Fawcett, T. (2013). Data Science for Business. O’Reilly Media.

◆ Wedel, M., & Kamakura, W. A. (2012). Market Segmentation: Conceptual and Methodological Foundations. Springer.

 

 

📄 Informe: Consentimiento y Transparencia en el Manejo de Datos Personales en Costa Rica

 

1. Introducción

 

En Costa Rica, el tratamiento de datos personales está regulado por la Ley N.º 8968: Ley de Protección de la Persona frente al Tratamiento de sus Datos Personales, promulgada en 2011. Esta ley reconoce el derecho fundamental a la autodeterminación informativa, es decir, el derecho de cada persona a decidir sobre el uso de su información personal. 

“En el conglomerado BCR, el cumplimiento de la Ley 8968 requiere la definición de responsables de datos, así como mecanismos verificables para evidenciar el consentimiento informado por cliente y canal”

 

 

---

 

2. ¿Qué es el consentimiento informado?

 

El consentimiento informado es uno de los principios básicos de la Ley 8968. Se refiere a la manifestación libre, específica, inequívoca e informada del titular mediante declaración o acción afirmativa para el tratamiento de sus datos personales.

 

Condiciones del consentimiento válido:

• Previo: debe otorgarse antes de cualquier tratamiento
• Libre: sin presiones ni condicionamientos
• Informado: el titular debe conocer quién recopila los datos, con qué finalidad, cómo serán usados y si serán compartidos
• Expreso: debe manifestarse claramente, por escrito o por medios electrónicos verificables

 

Este consentimiento puede ser revocado en cualquier momento, y debe ser documentado por el responsable del tratamiento.

 

 

---

3. Transparencia en el tratamiento de datos

 

La transparencia es otro principio esencial de la Ley 8968. Implica que las organizaciones deben informar de forma clara y accesible sobre:

• Qué datos recopilan.
• Para qué los usan.
• Cómo los protegen.
• Qué derechos tiene el titular.

Además, deben permitir el acceso, rectificación, cancelación y oposición al tratamiento de los datos (derechos ARCO).

 

---

 

4. Tipos de datos personales según la ley costarricense

 

La Ley 8968 clasifica los datos personales en tres categorías:

• Datos de acceso irrestricto: como los del Registro Nacional.
• Datos de acceso restringido: como los financieros o laborales.
• Datos sensibles: como los de salud, orientación sexual, religión, origen étnico, entre otros. Estos requieren consentimiento explícito para su tratamiento.

 

---

5. Buenas prácticas recomendadas por PRODHAB

 

La Agencia de Protección de Datos de los Habitantes (PRODHAB) es la entidad encargada de velar por el cumplimiento de la Ley 8968. Algunas buenas prácticas recomendadas incluyen:

• Mapeo de datos: identificar qué datos se recopilan, cómo se almacenan y quién tiene acceso
• Políticas claras: establecer procedimientos internos para el manejo de datos
• Capacitación: formar al personal en protección de datos
• Seguridad técnica y organizativa: proteger los datos contra accesos no autorizados, pérdida o alteración
• Confidencialidad: mantener el secreto profesional incluso después de finalizada la relación comercial

 

---

6. Marco legal complementario

 

Además de la Ley 8968, Costa Rica cuenta con otras normativas relevantes:

• Ley N.º 8454: sobre firma digital, que garantiza la autenticidad de documentos electrónicos
• Reglamento a la Ley 8968 (Decreto Ejecutivo N.º 37554-JP): detalla procedimientos y obligaciones específicas
• Normas internacionales: aunque no son obligatorias, estándares como el GDPR europeo sirven como referencia para mejorar prácticas locales

 

 

---

7. Conclusión

 

El respeto por el consentimiento informado y la transparencia en el manejo de datos personales no solo es una obligación legal en Costa Rica, sino también una práctica ética que fortalece la confianza entre ciudadanos, empresas e instituciones. La correcta aplicación de la Ley 8968 y las directrices de PRODHAB son fundamentales para garantizar la privacidad y los derechos de las personas en la era digital.

 

---

 

Si estas interesado en la información puedes reforzar el conocimiento en este video:

 

Puede ver el video en este link: Ley_8968.mp4

 

 

 

 

“La Responsabilidad Digital no es solo de resorte del área de tecnología, riesgo o incluso del negocio, quienes tienen la función de captar los datos de los clientes cuando los actualizan en las oficinas. Es responsabilidad de todas las áreas y de todo el Conglomerado. Esta trascendencia es la que hoy nos reúne”. 

 

Con estas palabras la señora @Kattia Ajoy ArnaezEEA65CA8-8F13-451C-BC76-2CBC19A47B7F​ Gerente Corporativa de Transformación Digital del BCR, abrió la charla que se realizó este miércoles 12 de noviembre y cuyo tema principal fue la: Ley de Protección de la Persona frente al Tratamiento de sus Datos Personales (ley 8968). La ponencia estuvo a cargo de la máxima autoridad en esta materia en el país, la señora Wendy Rivera Román, Presidenta de la Agencia de Protección de datos de los Habitantes (PRODHAB).

 
 
A su vez, @Fabio Montero MonteroFF39124D-193B-4EA9-BBDB-A3361CBA6C4C​, Subgerente Comercial del BCR mencionó al cierre de la actividad: “más allá de sensibilizar y aprender más sobre la relevancia del cumplimiento de la ley, el objetivo de estar aquí reunidos es motivar a la acción, reconocer en que aspecto de nuestras funciones podemos ver reflejando los alcances de esta legislación, mapear proactivamente oportunidades de mejora y las fortalezas que debamos promover”.

 

A la charla asistieron más de 150 personas trabajadoras de todo el Conglomerado Financiero BCR quienes tienen un impacto directo en la adopción y aplicación de la 8968. Agradecimiento especial a SAGO y su Facultad de Negocio, la Gerencia Corporativa de Transformación Digital y la Gerencia de Analítica Avanzada quienes lideraron la organización y coordinación de la sesión de conocimiento.

 

 

 

1️⃣ ¿Qué es un Entorno de Programación?

 

Un entorno de programación es un conjunto de herramientas que facilita escribir, ejecutar y depurar código. Incluye un editor de texto, consola, gestor de paquetes y herramientas adicionales.

 

 

Componente del entorno	Descripción / Ejemplo
Editor de texto / IDE	VS Code, RStudio, PyCharm
Consola de ejecución	Terminal integrada o consola interactiva
Gestor de paquetes	pip, conda, install.packages() en R
Visualización	Gráficos, tablas interactivas

Dentro de los entornos de programación la forma de generar los comandos y dar instrucciones es por medio del código de programación, a este se le llama "lenguaje de programación".

 

 

 

2️⃣¿Qué es un lenguaje de programación?

 

Un lenguaje de programación es un sistema formal que permite escribir instrucciones para que una computadora las interprete y ejecute. Lenguajes como R y Python son altamente usados por su simplicidad y potencia para tareas de ciencia de datos, estadística, aprendizaje automático y automatización.

 

 

Ejemplo de código en R:  📘	Ejemplo de código en Python: 🐍
print('Hola Mundo en R')	print('Hola Mundo en Python')

 

 

3️⃣ Características de los Entornos Modernos

 

Los entornos de programación actuales no solo permiten escribir código, sino que también ofrecen herramientas avanzadas que mejoran la productividad, la colaboración y la comprensión del código.

Estas características facilitan el trabajo de programadores, científicos de datos y analistas en cualquier etapa del desarrollo. Entre las más destacadas se encuentran:

 

• 🔍 Autocompletado: Sugerencias automáticas mientras se escribe código.
• 🔁 Control de versiones (Git): Permite rastrear y revertir cambios en el código.
• 🧪 Ejecución interactiva: Posibilidad de correr fragmentos de código sin ejecutar todo el script.
• 📊 Visualización de resultados: Muestra gráficos, tablas o salidas directamente en el entorno.
• 📦 Entornos virtuales y dependencias: Aislan proyectos y gestionan librerías específicas.
• 📓 Compatibilidad con notebooks: Integración con formatos interactivos como Jupyter o RMarkdown.

 

 

 

4️⃣ Entornos de Programación Populares

 

Los lenguajes R y Python cuentan con múltiples entornos que se ajustan a distintos niveles de experiencia y tipos de proyectos. A continuación, se listan los entornos más usados para cada lenguaje:

En R 📘

• R GUI: Interfaz básica oficial.
• RStudio: IDE completo y potente, ideal para análisis de datos.
• Jupyter (IRkernel): Permite usar R en notebooks interactivos.
• VS Code: Editor ligero con extensiones para R.
• Anaconda: Plataforma que facilita la gestión de entornos y paquetes.

En Python 🐍

• IDLE: Entorno simple incluido con Python.
• PyCharm: IDE profesional con múltiples herramientas integradas.
• Jupyter: El favorito en ciencia de datos por su interactividad.
• VS Code: Editor liviano con soporte robusto para Python.
• Anaconda: Distribución con herramientas para data science.
• Spyder: IDE especializado para entornos científicos.

 

 

En R 📘	En Python 🐍
R GUI RStudio Jupyter (IRkernel) VS Code Anaconda	IDLE PyCharm Jupyter VS Code Anaconda Spyder

 

 

 

5️⃣ Librerías esenciales

 

Tanto R como Python poseen ecosistemas ricos de librerías que permiten realizar tareas complejas de análisis, visualización, modelado y desarrollo web con pocas líneas de código. Estas son algunas de las más utilizadas:

En R 📘

• tidyverse: Conjunto de paquetes para análisis de datos.
• ggplot2: Gráficos avanzados.
• dplyr: Manipulación de datos.
• caret: Modelado predictivo.
• shiny y Bioconductor: Aplicaciones web interactivas y bioinformática.

En Python 🐍

• pandas: Manipulación de datos tabulares.
• matplotlib: Visualización básica.
• scikit-learn: Algoritmos de machine learning.
• tensorflow: Redes neuronales y deep learning.
• flask: Desarrollo web liviano.

 

 

En R 📘	En Python 🐍
tidyverse ggplot2 dplyr caret shiny y Bioconductor	pandas matplotlib scikit-learn tensorflow flask

 

 

 

6️⃣ Conclusión

 

Los entornos de programación permiten maximizar el potencial de lenguajes como R y Python. Elegir el entorno correcto facilita el desarrollo, mejora la productividad y organiza mejor el flujo de trabajo.

📌 Elige tu entorno ideal según el proyecto:

 

Tipo de Proyecto	Recomendación
Ciencia de Datos	RStudio / Jupyter
Machine Learning	Python + VS Code / Jupyter / PyCharm
Visualización interactiva	R + Shiny / Python + Plotly Dash
Web scraping	Python + BeautifulSoup

Introducción a Power Query en Power BI

El siguiente video tiene como objetivo presentar qué es Power Query en Power BI,

su propósito y valor en el ecosistema de análisis de datos.

 

En caso de no visualizar el video: Clic aquí 

 

A continuación se inicia la presentación de algunos de los proyectos que se están desarrollando como parte del curso de Power BI.

 

 

 

 

                         

 

 

        A continuación se inicia la presentación de algunos de los proyectos que se están desarrollando como parte del curso de Power BI.

 

                

 

 

 

                

   

Desde la oficina de analítica avanzada externamos nuestro más sincero agradecimiento por el interés mostrado en el taller de Power BI (PBI), recibimos más de 100 correos de compañeros interesados en formar parte del taller.

 

Se recibieron proyectos de diferentes temas, todos muy interesantes e importantes. Sin embargo, luego de una revisión de la presentación de cada proyecto se hizo una calificación de los mismos basados en criterios de selección prestablecidos teniendo como resultado los siguientes proyectos que formarán parte del taller:

 

 

Felicidades a los participantes seleccionados y de nuevo muchas gracias a quienes mostraron interés en el taller

En respuesta a: Cierre Inscripción Curso Power BI

Hola Luis, tienes mucha razón en tu comentario, lo positivo es que cientos de colaborades nos mostraron el deseo que tienen de aprender. El aspecto de mejora es que vamos a tener que hablar con SAGO para cubrir esa demanda, que al final este tipo de herramientas bien utilizada genera mucho valor al banco. Saludos,

                        Cierre Inscripción Curso Power BI

En caso de no visualizar el video: Clic aquí 

                       Inscríbete en el taller de Power BI

En caso de no visualizar el video: Clic aquí

Cupo lleno

Agradecemos su interes en el curso, cierre de solicitud de información y solicitud de inscripciones 21/01/2025 a las 5:00pm

---

 

Si esta interesado en saber mas información del curso (Taller): Clic aquí 

O bien, descargue directamente el archivo: Clic aquí

 

Para consultar más detalles y conocer cómo inscribirse:

@Elyin Osorio Ruiz8295F19F-32C9-4463-AEAF-42FBAB8CAE11

 @Brandon Michael Montero RodriguezD0B92772-F7D4-486C-B46E-65D4C8B41E04 

@Esteban Paniagua Martinez0F4C4B8C-7151-4187-8068-18862CC5D06C

​​

 

 

 

 

 

La unidad de analítica de datos felicita a nuestra compañera Nancy Rodríguez Ramos, quién participó y ganó en el concurso Data Challenge 2024.

 

En caso de no visualizar el video: Click aquí 

                   

 

SOBRE EL CONCURSO

Data Challenge 2024,  estuvo dirigido a estudiantes y profesionales de diversas áreas, entre ellas: informática, ciencia de datos, estadística y administración pública.

Este evento reconoció los proyectos que propusieron soluciones innovadoras a problemas relevantes en este campo. Los participantes del concurso recibieron talleres gratuitos en los que se les proporcionó asesoría en análisis de datos y contratación pública.

Este concurso busca  fomentar la participación ciudadana y el uso innovador de datos públicos abiertos, para mejorar la transparencia y eficiencia en los procesos de contratación pública. 

 

 

 

 

HAS CLICK AQUI PARA HACER LA ENCUESTA

 

Usted debe estar autenticado en Microsoft 365 | En caso de no poder visualizarlo: Clic aquí

 

 

 

 

 

 

¿Qué es Analítica de Datos?

De acuerdo a Cloudera “la analítica de datos es la practica de trabajar con datos que brindarán información relevante para la toma de decisiones”.

Cualquier persona al usar una aplicación, tarjeta o dispositivo tecnológico comienza a producir datos, por ejemplo: hora de conexión, que pagina web visitó, hora y lugar de donde compro con la tarjeta de crédito, y demás. Todos estos datos son aprovechados por las empresas para determinar cuando son las temporadas que aumentan o bajan las ventas, en cuales tiendas compran más, etc.

Ahora es necesario tomar en cuenta que muchos de estos datos se encuentran almacenados, pero no quiere decir que estén en orden y listos para usarse, imagina que se encuentra en un almacén aglomerado de objetos, no tienes idea de como esta clasificado ni en que hay exactamente en cada caja, que se puede utilizar y que no.

 

De tal forma que son necesarios ciertos pasos básicos y un proceso adecuado para otorgar valor a la información.

• Identifica la pregunta empresarial que te gustaría responder. ¿Qué problema está tratando de resolver la empresa? ¿Qué necesitas medir y cómo lo medirás?

• Recopila los conjuntos de datos brutos que necesitarás para ayudarte a responder la pregunta identificada. La recopilación de datos puede provenir de fuentes internas, como el software de gestión de relaciones con los clientes (CRM) de una empresa, o de fuentes secundarias, como registros gubernamentales o interfaces de programación de aplicaciones (API) de redes sociales.

• Limpia los datos para prepararlos para el análisis. Esto a menudo implica eliminar datos duplicados y anómalos, conciliar inconsistencias, estandarizar la estructura y el formato de los datos, y manejar espacios en blanco y otros errores de sintaxis.

• Analiza los datos. Manipulando los datos mediante diversas técnicas y herramientas de análisis de datos, puedes comenzar a encontrar tendencias, correlaciones, valores atípicos y variaciones que cuenten una historia. Durante esta etapa, puedes utilizar la minería de datos para descubrir patrones dentro de las bases de datos o software de visualización de datos para transformar los datos en un formato gráfico fácil de entender.