Implantación e Impacto de la Minería de Datos

Implantación e Impacto de la Minería de Datos

Claves del éxito de un programa de minería de datos

Aspectos fundamentales
- El negocio y sus necesidades han de dirigir el desarrollo del programa.
- Una buena especificación de problemas concretos y específicos de minería de datos es otra clave del éxito.
- La integración del resto de programas de la organización y el apoyo incondicional delos altos ejecutivos de la organización es imprescindible.
- La calidad de datos.
- El uso de herramientas integradas y de entornos amigables.
- La necesidad de un equipo heterogéneo de personal formado no sólo en minería de datos, sino también en estadística, bases de datos y el área de negocio.
- Una evaluación de los modelos más holista y un despliegue de los mismos a todos los niveles.Con un esquema o programa de minería de datos podemos estimar cuál va a ser el rendimiento o ROI, evaluando los beneficios y evaluando de la manera más ajustada posible los costes, ya que implementar minería de datos puede requerir una inversión considerable en formación, herramientas y personal.

Un aspecto a considerar para determinar si es necesario un programa de minería de datos es laidentificación de necesidades que puedan ser cubiertas con la minería de datos.

Fases del modelo de referencia (CRISP-DM)

- Comprensión del negocio (establecimiento de los objetivos del negocio, evaluación de la situación, establecimiento de los objetivos de la minería de datos, generación del plan del proyecto).
- Comprensión de los datos (recopilar y familiarizarse con los datos, identificarproblemas de calidad y ver potencialidades interesantes de analizar).
- Preparación de los datos (el objetivo es obtener la “vista minable”. Consta de 5 subfases: selección de datos, limpieza de datos, construcción de datos, integración de datos y formateo de datos).
- Modelado (consta de 4 subfases: selección de la técnica del modelado, diseño de la evaluación, construcción del modelo yevaluación del modelo).
- Evaluación (consta de 3 subfases: evaluación de resultados, revisar el proceso y establecimiento de los siguientes pasos).
- Despliegue (consta de 4 subfases: planificación del despliegue, planificación de la monitorización y del mantenimiento, generación del informe final y revisión del proyecto).

Implantación progresiva. Ciclo de vida en espiral. Fases:
1.Identificación de problemas de negocio
2. Planificación y organización (identificar problemas de minería de datos).
3. Extracción de conocimiento
4. Difusión, despliegue y explotación de modelos.
4. Evaluación de resultados, medida de costes y beneficios.
Capítulo 1
¿Qué es la Minería de Datos?

Los datos pasan de ser un “producto” (el resultado histórico de los sistemas de información) a ser una“materia prima” que hay que explotar para obtener el verdadero “producto elaborado”, el conocimiento; un conocimiento que ha de ser especialmente valioso para la ayuda en la toma de decisiones sobre el ámbito en el que se ha recopilado o extraído los datos.

El principal cometido de la minería de datos es: resolver problemas analizando los datos presentes en las bases de datos.

La minería de datosse distingue porque no es extensional (datos) sino intencional (conocimiento) y, además, el conocimiento no es, generalmente, una parametrización de ningún modelo preestablecido o intuido por el usuario, sino que es un modelo novedoso y original, extraído completamente por la herramienta. El resultado de la minería de datos son conjuntos de reglas, ecuaciones, árboles de decisión, redes neuronales,grafos probabilísticas…, los cuales pueden usarse para, por ejemplo, responder a cuestiones como ¿existe un grupo de clientes que se comporta de manera diferenciada?.

En Witten & Frank, 2000 se define la minería de datos como el proceso de extraer conocimiento útil y comprensible, previamente desconocido, desde grandes cantidades de datos almacenados en distintos formatos. Es decir, la...