“

INTRODUCCIÓN

Esta investigación pretende y Buscar dar una visión

general de lo que son las técnicas de análisis de los

datos y el proceso de minería de datos basándose en

una gran recolección de información de varias fuentes

páginas de internet artículos científicos poroso

desarrollo y en especial en los libros.

2
 ¿Qué es una Data
Mining?
El Data Mining es un conjunto de técnicas y tecnologías que permiten

explorar grandes bases de datos, de manera automática o semiautomática, con

el objetivo de encontrar patrones repetitivos que expliquen el comportamiento

de estos datos.

La minería de datos surgió con la intención o 3

el objetivo de ayudar a comprender una enorme

cantidad de datos, y que estos, pudieran ser

utilizados para extraer conclusiones para

contribuir en la mejora y crecimiento de las

empresas, sobre todo, por lo que hace a las ventas

o fidelización de clientes.
 Los mineros o
exploradores de
Determinación Procesamiento datos a la hora
de los de los
objetivos. datos. de llevar a cabo
un análisis de
Data Mining,
Determinación deberán realizar
Análisis del resultado.
del modelo. cuatro pasos
Distintos:
CARACTERISTICAS DE
DATA MINING
▹Explorar los datos se encuentran en las profundidades de las bases de datos, como
los almacenes de datos, que algunas veces contienen información almacenada

durante varios años. 5

▹En algunos casos, los datos se consolidan en un almacén de datos y en mercados

de datos; en otros, se mantienen en servidores de Internet e Intranet.

▹Las herramientas de la minería de datos ayudan a extraer el mineral de la

información enterrado en archivos corporativos o en registros públicos, archivados

 VENTAJAS DESVENTAJAS

1. Permite descubrir información que no esperábamos obtener. 1. Dependiendo del tipo de datos que se quieran recopilar puede

Esto se debe a su funcionamiento con algoritmos, ya que conllevar mucho trabajo o la necesidad de tecnología de

permite hacer muchas combinaciones distintas. elevado coste.

2. Es capaz de analizar bases de datos con una enorme cantidad 2. El pre procesamiento de datos puede llevar demasiado tiempo

de datos. 3. No está asegurada la obtención de un modelo válido

3. Los resultados son muy fáciles de interpretar y no es

necesario tener conocimientos en ingeniería informática.

4. Permite encontrar, atraer y retener clientes.

5. La empresa puede mejorar la atención al cliente a partir de la

información obtenida.
EJEMPLOS DE DATA MINING

Estos son algunos ejemplos de data mining en la industria

actual:

❖ Marketing
❖ Comercio minorista.
❖ Bancos
❖ Medicina
 Data Mining vs Big Data

En ambos casos, estamos hablando de técnicas para el procesamiento de grandes volúmenes de datos que nos

ayuden a sacar información relevante para nuestro negocio y ambas técnicas utilizan algoritmos y procesos

matemáticos para conseguirlo.

Data Mining
Big Data
Las técnicas de Big Data nos permitirán leer una 8
Las técnicas de data mining requieren de un

preprocesamiento y normalización de las bases base de datos de gran tamaño heterogénea,

de datos a estudiar, pero nos ofrecen un cuadro seleccionando y destacando todo aquello que sea

de conexiones y conclusiones además de filtrar y relevante para nosotros, pero no podrán darnos un

seleccionar los datos que se ajusten a los filtros análisis profundo de esta información.

establecidos.
 CONCLUSION
En resumen, el data mining se presenta como
una tecnología emergente, con varias
ventajas: por un lado, resulta un buen punto
de encuentro entre los investigadores y las
personas de negocios; por otro, ahorra
grandes cantidades de dinero a una empresa
y abre nuevas oportunidades de negocios.
Además, no hay duda de que trabajar con
esta tecnología implica cuidar un sinnúmero
de detalles debido a que el producto final
involucra "toma de decisiones".