Módulo: Marketing Analytics

Actividad: Prácticas Reglas de

Asociación con RapidMiner

Nombre: Daniel Aguirre Chavarría

Asesor: Indique aquí el nombre de su asesor
Fecha: 10 de octubre de 2020

1
Actividad de Desarrollo
Objetivo: Aplicar los conocimientos que tiene sobre el impacto de Big Data a través de la práctica del
software RapidMiner.

Dentro de la base de datos que elegí para desarrollar esta práctica podemos encontrar
información sobre los diversos estudios de laboratorio y/o imagen que se ofrecen dentro del
catalogo del hospital, esto con la finalidad de que los médicos puedan tener disponibles
diversas pruebas para realizar diagnósticos oportunos y confiables para sus pacientes.

En este caso elegí algunos de los estudios básicos para determinar desviaciones en la salud
de nuestros pacientes y poder conocer algunos valores que nos ayuden a darnos mayor idea
sobre el estado de salud de nuestro cliente/paciente.

Para este ejercicio decidí tomar estudios como la Química Sanguínea, la Biometría Hemática,
el Examen General de Orina, Carpológico, PCR Coronavirus y Tomografía de Tórax (estos
últimos derivados de la situación de pandemia actual)

A continuación, observamos las distintas herramientas que nos proporciona RapidMiner para
realizar el análisis de las variables

2
Actividad de Desarrollo
En la tabla anterior podemos observar la frecuencia de los itemsets y las distintas
combinaciones que se pueden dar de ellos, así como también se observa del lado izquierdo el
número mínimo de tamaño y el máximo posible en caso de querer ajustar.

La siguiente pestaña nos muestra el mapa con la asociación de reglas posibles que se
generan con la base de datos actual y es viable observar como se relacionan entre si algunos
de los ítems por ejemplo el estudio de PCR con la TAC o la BH con una PCR.

Hoy en día esto tiene mucho sentido ya que estos tres estudios son requisito antes de poder
ingresar al hospital a cualquier tipo de tratamiento o cirugía y poder darse una idea sobre el
estado de salud del paciente en ese momento. Por otro lado determinar cuáles son los itemset
más frecuentes en el laboratorio nos ayudaría a tener una idea más general del tipo de
padecimiento que buscan encontrar los médicos en sus pacientes y así también poder ofertar
un catálogo de pruebas que realmente sean rentables como unidad de negocio por la
demanda que exista de ellos o poder crear paquetes y/o promociones que fomenten la lealtad
del médico y el paciente.

3
Actividad de Desarrollo
Al analizar las reglas de asociación podemos observar que la probabilidad de que un paciente
que acude por un CPR vaya también por una TAC es alta (64%) o quien acude por un CPR,
PCR acudirán por una TAC, siendo este un dato con un buen nivel de confianza. Por otro
lado, observamos que en la regla Lift el PCR y la TAC aparecen en varios itemset juntos y no
es como tal una frecuencia dada por el azar como lo sería en este caso la QS y TAC.

4
Actividad de Desarrollo
Dentro de la opción de Description podemos ver las reglas de asociación arrojadas por Rapid
Miner en donde un paciente que acude por un PCR y BH, acudirá por una TAC, en donde dos
de estos tres estudios representan un desembolse importante para el paciente podríamos
crear un paquete que fuera más amigable con la economía del paciente, sin que esto afecte la
venta y bienestar del área ya que esto arrojaría más pacientes acudiendo a realizarse estos
estudios dentro de las instalaciones del hospital sin necesidad de acudir a laboratorios
externos.

Como podemos observar, Rapid Miner puede ser una herramienta que nos ayude a generar
estas tablas de información con sencillos pasos, siempre y cuando ya contemos con las bases
de datos de la información a analizar. Únicamente se tienen que aplicar los algoritmos
necesarios y obtendremos las reglas de asociación que nos ayuden a percatarnos de cuales
son nuestros productos más relacionados con las preferencias del consumidor o en este caso
recetados por los médicos para así poder generar estrategias como promociones que ayuden
a generar más ingresos o tener los insumos necesarios para dar servicio a la demanda .

5
Actividad de Desarrollo
Referencias:

 Adasme, D. & Salomón, E. (2013). Análisis de Patrones de Compra de Tiendas Retail

utilizando Business Intelligence. (Tesis de Licenciatura). Universidad de Chile Facultad de
Economía y Negocios Escuela de Economía y Administración, Santiago Chile. Recuperado
de http://repositorio.uchile.cl/bitstream/handle/2250/115078/Adasme%20A.%2C
%20Daniel.pdf?sequence=1
 BIOESTADISTICO [BIOESTADÍSTICO]. (2013, enero 25) Minería de datos: Reglas de
asociación en el RapidMiner. [Archivo de video] Recuperado de
https://www.youtube.com/watch?v=kJHcuiz0Bw4&t=80s
 Zamarripa, R. [CTE-IEST] (2018, agosto 21) Tutorial RapidMiner – Práctica Reglas de
Asociación. [Archivo de video] Recuperado de https://vimeo.com/manage/folders/499398/#

6
Actividad de Desarrollo