Dataminning

SINTESIS
LA MINERÍA DE DATOS
La minería de datos es el conjunto de técnicas que permite explorar datos de grandes bases de datos y sacar información oculta (patrones de comportamiento) de dichos datos. Ya que la información se encuentra implícita (incluida) en los datos y por lo tanto la información es considerada “sin importancia”. Pero gracias a la minería de datos esta informacióndescubierta podrá ser útil para algún proceso.
La minería de datos 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.
Es una actividad de gran alcance y ayuda a aumentar beneficios a empresas, comercios, bancos, etc. Yaque revela como se puede influir sobre las personas y como se les puede manipular para obtener un beneficio, esto se debe a que la vida cotidiana esta digitalizada cada mensaje de un teléfono, cada compra pagada con tarjeta todo eso queda registrado en un sin fin de ficheros gracias a esto se puede saber el perfil de una persona que le gusta, que compra etc. todo esto produce una masa inmensade información valiosa la cual las empresas utilizan para llegar a la gente con campañas publicitarias.
Ejemplos de uso de la minería de datos
Negocios
La minería de datos puede contribuir significativamente en las aplicaciones de administración empresarial basada en la relación con el cliente. En lugar de contactar con el cliente de forma indiscriminada a través de un centro de llamadas oenviando cartas, sólo se contactará con aquellos que se perciba que tienen una mayor probabilidad de responder positivamente a una determinada oferta o promoción.
Por lo general, las empresas que emplean minería de datos ven rápidamente el retorno de la inversión, pero también reconocen que el número de modelos predictivos desarrollados puede crecer muy rápidamente.
En lugar de crear modelos parapredecir qué clientes pueden cambiar, la empresa podría construir modelos separados para cada región y/o para cada tipo de cliente. También puede querer determinar qué clientes van a ser rentables durante una ventana de tiempo (una quincena, un mes) y sólo enviar las ofertas a las personas que es probable que sean rentables. Para mantener esta cantidad de modelos, es necesario gestionar lasversiones de cada modelo y pasar a una minería de datos lo más automatizada posible.
Patrones de fuga
Un ejemplo más habitual es el de la detección de patrones de fuga. En muchas industrias como la banca, las telecomunicaciones, etc. existe un comprensible interés en detectar cuanto antes aquellos clientes que puedan estar pensando en rescindir sus contratos para, posiblemente, pasarse a lacompetencia. A estos clientes y en función de su valor se les podrían hacer ofertas personalizadas, ofrecer promociones especiales, etc., con el objetivo último de retenerlos. La minería de datos ayuda a determinar qué clientes son los más proclives a darse de baja estudiando sus patrones de comportamiento y comparándolos con muestras de clientes que, efectivamente, se dieron de baja en el pasado.
FraudesUn caso análogo es el de la detección de transacciones de lavado de dinero o de fraude en el uso de tarjetas de crédito o de servicios de telefonía móvil e, incluso, en la relación de los contribuyentes con el fisco. Generalmente, estas operaciones fraudulentas o ilegales suelen seguir patrones característicos que permiten, con cierto grado de probabilidad, distinguirlas de las legítimas ydesarrollar así mecanismos para tomar medidas rápidas frente a ellas.
Recursos humanos
La minería de datos también puede ser útil para los departamentos de recursos humanos en la identificación de las características de sus empleados de mayor éxito. La información obtenida puede ayudar a la contratación de personal, centrándose en los esfuerzos de sus empleados y los resultados obtenidos por éstos....