Todo comenzó, cuenta el profesor Julio César Alonso, con una carencia.
En el mundo del Business Analytics, pese a su rápido crecimiento, no existían textos prácticos que conectaran el rigor técnico con las necesidades reales de los profesionales y estudiantes. “Veíamos muchos papers, muchos modelos, pero pocos libros que le hablaran tanto al que hace los cálculos como al que debe convertirlos en decisiones de negocio”, explica.

De esa necesidad nació la serie de libros de analítica aplicada de la Universidad Icesi, una colección que ya alcanza su octavo título y que busca explicar de manera didáctica modelos analíticos que transforman los datos en acciones concretas para las empresas. Entre esos títulos, de los más reciente —Introducción al análisis de canastas de compra para analytics translators y científicos de datos (empleando R), escrito por Alonso y la profesora Ana María Arboleda— se ha convertido en una herramienta esencial para quienes desean comprender cómo los consumidores eligen y combinan productos.

Una historia que conecta la ciencia de datos y el marketing

El origen del libro también es la historia de una colaboración interdisciplinaria.
Hacia 2018, en la Universidad Icesi, un grupo de profesores de las facultades de Ingeniería y Negocios y Economía comenzó a trabajar en un proyecto apoyado por Colciencias (hoy Minciencias). Su propósito: resolver preguntas de negocio mediante herramientas de analítica de datos y Big Data.

Alonso, economista con doctorado y maestría en estadística, se unió a colegas expertos en aprendizaje de máquina e inteligencia artificial. “Veíamos que el mundo iba hacia allá y queríamos que nuestros estudiantes —economistas, administradores, contadores y mercadólogos— tuvieran competencias en estas herramientas. Por eso nació un curso de Introducción al Business Analytics que luego se volvió obligatorio para toda la facultad”, recuerda.

Sin embargo, pronto surgió otro reto: no existían textos en español, prácticos y contextualizados al mundo empresarial latinoamericano. La serie de libros de Icesi vino a llenar ese vacío. Cada tomo aborda un modelo clave del análisis de datos para los negocios, desde la segmentación hasta la detección de anomalías, pasando ahora por el análisis de canastas de compra.

¿Qué es el análisis de canastas de compra (Market Basket Analysis)?

El llamado Market Basket Analysis (MBA) es una de las técnicas más poderosas del mercadeo analítico: permite entender qué productos tienden a comprarse juntos y, con ello, diseñar estrategias de ventas cruzadas, promociones personalizadas o disposición inteligente de productos en una tienda o plataforma digital.

“Cuando compras algo en Amazon y te aparece el mensaje ‘otros usuarios también compraron’, o cuando Netflix te sugiere una serie similar a la que acabas de ver, detrás hay un modelo como este”, explica Alonso.

El libro enseña, paso a paso y empleando el lenguaje R, cómo implementar estos modelos mediante algoritmos de aprendizaje de máquina para encontrar patrones de comportamiento de los consumidores —reglas de asociación—  y cómo interpretarlas. Pero no se queda en lo técnico: su mayor fortaleza es que traduce ese conocimiento para que los profesionales del marketing y el negocio sepan usarlo.

Dos roles que deben trabajar juntos: el científico de datos y el analytics translator

Uno de los aportes más innovadores del texto es su enfoque en los dos roles que hoy definen el éxito de la analítica en las organizaciones:

• El científico de datos, quien desarrolla los modelos, maneja la estadística y programa en R o Python.
• El analytics translator, quien traduce las preguntas del negocio para los científicos de datos y, a su vez, traduce los resultados técnicos en decisiones de negocio.

“Siempre se habla del científico de datos, pero el translator casi no se menciona. Y es el rol más importante, porque sin él los resultados no aterrizan”, asegura Alonso.

En la práctica, ese translator puede ser un gerente de marketing, un planner o un analista de negocio que entiende lo suficiente de ambos mundos. Es quien se asegura de que el modelo responda a la pregunta correcta —no solo que funcione matemáticamente—.

De hecho, el profesor Alonso, junto con otros colegas, ha llevado esta filosofía más allá de las aulas: creó una empresa — Atinna— que acompaña a organizaciones en ese proceso de “aterrizar los modelos al negocio”. “Las empresas a veces contratan científicos de datos, generan modelos sofisticados… pero los resultados no se traducen en decisiones. El rol del translator evita justamente eso”, enfatiza.

Ejemplos clásicos que cobran vida

Para entender el potencial del análisis de canastas, el libro recurre a ejemplos que ya son leyenda en el mundo del marketing analítico.

Uno de ellos es el caso de los pañales y la cerveza.
A finales de los años noventa, una cadena de supermercados estadounidense descubrió, tras analizar sus datos, que los jueves los hombres que compraban pañales también compraban cerveza. ¿La razón? Muchos padres aprovechaban la compra semanal de pañales para llevar provisiones para el fin de semana. Al ubicar ambos productos cerca, las ventas de cerveza aumentaron notablemente.

Otro caso, también citado por Alonso, es el de la leche en las estaciones de servicio. En una estación de servicio de la cadena 7Eleven, la leche era el producto más vendido, pero un nuevo administrador decidió eliminarla porque generaba altos costos de refrigeración y no parecía rentable. El resultado: las ventas de todos los demás productos cayeron, porque la leche era el anzuelo que atraía a los clientes.

Estos ejemplos, aparentemente simples, ilustran el poder de detectar patrones invisibles en los datos. Lo que antes era intuición, hoy puede medirse y modelarse con precisión.

Así, uno de los mensajes más didácticos del libro es que las empresas no necesitan grandes presupuestos para aplicar estas técnicas.
Las herramientas están disponibles en R —un lenguaje libre y gratuito—, y cualquier organización con datos transaccionales puede aprovecharlas.

“Si tienes los datos de tus ventas, puedes correr estos modelos sin pagar licencias. Lo importante es saber interpretarlos y convertirlos en acciones concretas”, dice Alonso.

El libro es así, más que una guía técnica, un puente educativo entre dos facultades: la de Ingeniería, que forma científicos de datos, y la de Negocios y Economía, que busca formar analytics translators.

Su propósito es que los futuros economistas, administradores, contadores y mercadólogos no le teman a los datos, sino que aprendan a utilizarlos para tomar decisiones más inteligentes.

“La idea es que nuestros egresados salgan al mercado laboral sabiendo hablar con los científicos de datos y comprendiendo cómo usar sus modelos para resolver problemas reales”, concluye Alonso.

El libro Introducción al análisis de canastas de compra para analytics translators y científicos de datos (empleando R) está disponible de forma gratuita en formato PDF e interactivo, en la Editorial de la Universidad Icesi.
Más que un manual, es una invitación a descubrir que los datos, cuando se interpretan con inteligencia y sentido de negocio, pueden contar historias poderosas sobre cómo compramos, decidimos y vivimos.

Para consultarlo y descargarlo, lo encuentra disponible en: https://www.icesi.edu.co/editorial/intro-_analisis-canastas-web/