DATA MINING

SISTEMAS INTEGRALES
Data Mining
Hoy en da, la informacin es uno de los activos que ha tomado mayor
relevancia para las empresas, de all la importancia de poder analizarla y
generar cambios, tomar decisiones, conocer al cliente, su
comportamiento y hasta poder organizar mejor los productos que se
ofrecen. El Data Mining o minera de datos se basa en el estudio y
tratamiento de datos masivos para generar informacin relevante a partir
de ellos.
Qu es el Data Mining?
Una tecnologa emergente cuya finalidad es extraer informacin, o
conocimiento, a partir de los datos que posea una organizacin.
Dr. Juan Ale, especialista en Business Intelligence
La extraccin automtica de informacin predictiva oculta en las bases
de datos.
Kurt Thearling, otro especialista en esta disciplina
Es el proceso de extraer conocimiento til y comprensible, previamente
desconocido, desde grandes cantidades de datos almacenados en distintos
formatos.
Las principales caractersticas de esa informacin es que debe estar implcita
en los datos, ser entendible, novedosa, vlida y til o accionable, es decir,
debe permitir tomar alguna accin.
Cmo es el funcionamiento del Data
Mining?
Data Mining permite buscar patrones en los datos de manera automtica o
semiautomtica. Es decir, no se trata de verificar una hiptesis en los datos, sino
ms bien de generarla. Los algoritmos de Data Mining buscan informacin, o
patrones, sin necesidad de que el usuario sospeche siquiera que esa informacin
existe.

Cmo funciona la minera de datos:
1. Analizar y entender el problema: empezar a conocer al cliente es un
buen camino para saber que se quiere medir.
2. Comprender los datos: cules son, cmo se comportan, para qu nos
sirven, si son relevantes y como se relaciona uno con otro.



3. Preparar los datos: En Excel, una tabla de datos se acomoda en columnas y filas,
dependiendo de su categora, o si lo desea en el mercado existe software disponible para
esta labor, desde la buena organizacin se pueden garantizar buenos resultados a la hora
de tomar decisiones.



4. Estructuracin: Con los datos organizados se puede empezar a estructurar formulas
para el anlisis, por ejemplo la media aritmtica de edad del cliente y la mayor
participacin en la compra de un producto que vendemos, nos dara el publico objetivo
para la prxima campaa de publicidad y el tono de comunicacin a usar.


5. Evaluacin: Es necesario verificar que los datos estn libres de errores con pruebas
aleatorias, y tambin si realmente sirven para los objetivos de la medicin, algunas veces
medimos muchas variables que realmente no son tan tiles, por ejemplo, para analizar la
ventas, o podemos estar midiendo menos de lo que necesitamos.



6. Tomar decisiones y actuar: Una vez capturados, analizados y evaluados los datos, es
hora de tomar decisiones para cumplir las expectativas de los clientes, para mejorar
nuestras aspiraciones de venta, dado que ya tenemos informacin, el activo base para la
toma de decisiones ms acertadas.

Funcionalidades:

Descriptiva: permite clasificar individuos por grupos de acuerdo a sus
caractersticas, asociarlos y obtener la correlacin de la informacin.


Predictiva: permite anlisis prospectivos de informacin, permitiendo
clasificar, medir una variable en funcin del tiempo, designar tiempos de
ejecucin, entre otras decisiones fundamentales.

Algunos ejemplos de aplicacin del
Data Mining
Pronstico: clculo de las ventas y prediccin de las cargas de trabajo
Riesgo y probabilidad: eleccin de los mejores clientes para la distribucin
de determinados productos, determinacin del punto de equilibrio
probable para los escenarios de riesgo, y asignacin de probabilidades a
diagnsticos y otros resultados
Recomendaciones: determinacin de los productos que se pueden
vender juntos y generacin de recomendaciones
Bsqueda de secuencias: anlisis de los artculos que los clientes han
introducido en el carrito de la compra y prediccin de posibles eventos
Agrupacin: distribucin de clientes o eventos en grupos de elementos
relacionados, y anlisis y prediccin de afinidades

Referencias
http://www.revistamprende.com/gestion/item/129
http://www.cmigestion.es/2012/business-intelligence/los-principios-del-
data-mining/
http://blogcategorymanagement.com/2010/10/06/data-mining-business-
intelligence/