Está en la página 1de 4

Data Mining o Knowledge Discovery in Databases (KDD) consiste en extraer información de un

conjunto de datos y transformarla en una estructura comprensible, esto es, en información útil
y accesible para que pueda ser usada posteriormente.

Data Mining es un término que está de moda y que se utiliza, en muchas ocasiones, de manera
incorrecta. Algunas de las referencias erróneas que se le atribuyen son que se trata de
cualquier forma de datos a gran escala, o de procesamiento de la información.

Según Arturo Licona, especialista de Deloitte Consulting Group, Data Mining es “un conjunto
de técnicas de extracción de datos para detectar patrones de comportamiento a través de
algoritmos matemáticos”.

La tendencia a acumular grandes cantidades de datos en las organizaciones continúa hoy en


día a un ritmo creciente. A ello han contribuido, entre otros, las nuevas técnicas de captura de
datos y el avance de la tecnología de almacenamiento de datos y su reducción de costes. La
disponibilidad posterior de esos datos es también sumamente importante y es donde entra
en juego el concepto de Data Mining.

La enorme cantidad de datos que se generan y procesan a diario en las organizaciones lleva de
la mano la necesidad de analizarlos en tiempo real, el problema es que los métodos
tradicionales de análisis de datos no son suficientes. De ahí surgen los conceptos de Data
Mining y Big Data. Ambos se refieren al hecho de saber aprovechar convenientemente las
gigantescas masas de información de que disponen las organizaciones en su día a día, para
extraer información útil que les ayude en la toma de decisiones.

Data Mining. La aplicación de los modelos de Data Mining a los negocios permite las siguientes
ventajas: extraer conocimiento de los datos; exprimir todo el valor que encierra ese
conocimiento y perfeccionar la estrategia empresarial.

En este sentido, un buen ejemplo de un modelo de Data Mining aplicado al sector empresarial
sería un modelo que defina a un grupo específico de clientes, entre los que se incluyan por
ejemplo los que más consumen o los que lo hacen con más frecuencia.

Beneficios de la minería de datos:


 La técnica de minería de datos ayuda a las empresas a obtener
información basada en el conocimiento.
 La minería de datos ayuda a las organizaciones a realizar
ajustes rentables en la operación y producción.
 La minería de datos es una solución rentable y eficiente en
comparación con otras aplicaciones de datos estadísticos.
 La minería de datos ayuda con el proceso de toma de
decisiones.
 Facilita la predicción automática de tendencias y
comportamientos, así como el descubrimiento automatizado de
patrones ocultos.
 Se puede implementar en sistemas nuevos y en plataformas
existentes.
 Es el proceso rápido que facilita a los usuarios analizar una gran
cantidad de datos en menos tiempo.

Desventajas de la minería de datos


 Hay posibilidades de que las compañías vendan información útil
de sus clientes a otras compañías por dinero. Por ejemplo,
American Express ha vendido las compras con tarjeta de crédito
de sus clientes a otras compañías.
 Muchos softwares de análisis de minería de datos son difíciles
de operar y requieren capacitación avanzada para trabajar.
 Las diferentes herramientas de minería de datos funcionan de
diferentes maneras debido a los diferentes algoritmos
empleados en su diseño. Por lo tanto, la selección de la
herramienta de minería de datos correcta es una tarea muy
difícil.
 Las técnicas de minería de datos no son precisas y, por lo tanto,
pueden causar serias consecuencias en ciertas condiciones.

Aplicaciones de minería de datos


Aplicaciones Uso

Comunicacione Las técnicas de minería de datos se utilizan en el


s sector de la comunicación para predecir el
comportamiento del cliente y ofrecer campañas
altamente específicas y relevantes.

Seguro La minería de datos ayuda a las compañías de


seguros a fijar el precio de sus productos de
manera rentable y a promover nuevas ofertas
para sus clientes nuevos o existentes.

Educación La minería de datos beneficia a los educadores


para acceder a los datos de los estudiantes,
predecir los niveles de rendimiento y encontrar
estudiantes o grupos de estudiantes que
necesitan atención adicional. Por ejemplo,
estudiantes que son débiles en materia de
matemáticas.

Fabricación Con la ayuda de Data Mining, los fabricantes


pueden predecir el desgaste de los activos de
producción. Pueden anticipar el mantenimiento
que les ayuda a reducirlos para minimizar el
tiempo de inactividad.

Bancario La minería de datos ayuda al sector financiero a


tener una visión de los riesgos del mercado y
gestionar el cumplimiento normativo. Ayuda a los
bancos a identificar posibles morosos para decidir
si emiten tarjetas de crédito, préstamos, etc.

Al por menor Las técnicas de minería de datos ayudan a los


centros comerciales y tiendas de comestibles a
identificar y organizar la mayoría de los artículos
que se pueden vender en las posiciones más
atentas. Ayuda a los propietarios de tiendas a
presentar la oferta que alienta a los clientes a
aumentar sus gastos.

Proveedores de Los proveedores de servicios, como los teléfonos


servicio móviles y las industrias de servicios públicos,
utilizan la minería de datos para predecir los
motivos por los que un cliente deja su
empresa. Analizan los detalles de facturación, las
interacciones de servicio al cliente, las quejas
hechas a la empresa para asignar a cada cliente
un puntaje de probabilidad y ofrece incentivos.

Comercio Los sitios web de comercio electrónico utilizan


electrónico Data Mining para ofrecer ventas cruzadas y
ventas ascendentes a través de sus sitios
web. Uno de los nombres más famosos es
Amazon, que utiliza técnicas de minería de datos
para atraer a más clientes a su tienda de
comercio electrónico.

Super mercados Data Mining permite a los supermercados


desarrollar reglas para predecir si es probable
que sus compradores estén esperando. Al
evaluar su patrón de compra, podrían encontrar
clientas que probablemente estén
embarazadas. Pueden comenzar a apuntar a
productos como talco para bebés, tienda de
bebés, pañales, etc.

Investigación Data Mining ayuda a las agencias de


criminal investigación de delitos a desplegar mano de obra
policial (¿dónde es más probable que ocurra un
delito y cuándo?), A quién buscar en un cruce
fronterizo, etc.

Bioinformática Data Mining ayuda a extraer datos biológicos de


conjuntos de datos masivos reunidos en biología
y medicina.