Data Minning

Minería de Datos

Data Mining.

La minería de datos es el proceso de detectar la información procesable de los conjuntos de grandes volúmenes de datos. Utiliza el análisis matemático para deducir los patrones y tendencias que existen en los datos. Normalmente, estos patrones NO se pueden detectar mediante la exploración tradicional de los datos porque las relaciones son demasiado complejas y/o porque hay demasiado datos.

Estos patrones y tendencias se pueden recopilar y definir como un modelo de minería de datos. Los modelos de minería de datos se pueden aplicar en escenarios como los siguientes:

• Pronóstico: cálculo de las ventas y predicción de las cargas del servidor o del tiempo de inactividad del servidor.

• Riesgo y probabilidad: elección de los mejores clientes para la distribución de correo directo, determinación del punto de equilibrio probable para los escenarios de riesgo, y asignación de probabilidades a diagnósticos y otros resultados.

• Recomendaciones: determinación de los productos que se pueden vender juntos y generación de recomendaciones.

• Búsqueda de secuencias: análisis de los artículos que los clientes han introducido en el carrito de la compra y predicción de posibles eventos.

• Agrupación: distribución de clientes o eventos en grupos de elementos relacionados, y análisis y predicción de afinidades.

Una empresa en posesión de unas bases de datos de calidad y tamaños suficiente puede

Emplear el Data Mining para generar nuevas oportunidades de negocio, dada su capacidad para proporcionar:

• Predicción automática de comportamientos.

Generalmente se trata de problemas de clasificación. Como ejemplo podemos citar el

marketing dirigido. Data Mining usa los resultados de campañas de marketing realizadas

anteriormente para identificar el perfil de los clientes que son más propensos

a comprar el producto y de este modo permitirnos substituir el correo masivo por el

correo dirigido.

• Predicción automática de tendencias.

Basándonos en base de datos históricas, Data Mining creará un modelo para predecir

las tendencias. Como ejemplos podemos citar la predicción de ventas en el futuro o

la predicción en mercados de capitales.

• Descubrimiento automático de comportamientos desconocidos anteriormente.

Las herramientas de Data Mining de visualización y clustering, permiten «ver» nuestros

datos desde una perspectiva distinta y por ello descubrir nuevas relaciones entre

ellos.

...