La minería de datos es un proceso analítico diseñado para explorar grandes volúmenes de datos (generalmente datos de negocio y mercado) con el objeto de descubrir patrones y modelos de comportamiento o relaciones entre diferentes variables. Esto permite generar conocimiento que ayuda a mejorar la toma de decisiones en los procesos fundamentales de un negocio.

La minería de datos permite obtener valor a partir de la información que registran y manejan las empresas, lo que ayuda a dirigir esfuerzos de mejora respaldados en datos históricos de diversa índole.

Método

El proceso de minería de datos consta de tres etapas fundamentales:

1. Integración, limpieza y exploración de los datos
2. Definición de patrones o construcción de modelos
3. Validación y verificación de los modelos

Las prácticas de minería de datos se realizan en base a procedimientos como:

• Clasificación. Consiste en examinar las características de una entidad nueva y asignarle una clase predefinida. Por ejemplo: Clasificar a un nuevo cliente según su riesgo de crédito (alto, medio, bajo).
• Estimación. Similar a lo anterior, pero aplicado a variables continuas. Por ejemplo: ingresos, balance de tarjetas de crédito, etc..
• Predicción. Predicción de fidelidad de clientes "Churn Modeling". Por ejemplo: predecir qué clientes nos abandonarán en los próximos 6 meses
• Grupos Afines o Reglas de Asociación. El objetivo de los grupos afines es determinar que cosas van juntas. También puede ser usado para identificar oportunidades de “cross-selling” (venta cruzada de productos complementarios). Por ejemplo: que productos debieran ir juntos en un supermercado, recomendaciones de productos.
• Clustering. Clustering tiene como objetivo el segmentar a un grupo diverso en un conjunto de subgrupos o “cluster”. A diferencia de clasificación, clustering no depende de clases predefinidas. Y es el primer paso en segmentación de mercado. Por ejemplo: un cluster particular de síntomas puede indicar una enfermedad particular
• Descripción y Visualización. Algunas veces el objetivo es simplemente describir qué esta ocurriendo en una base de datos compleja, para así aumentar nuestro entendimiento de las personas, productos o procesos que generaron los datos inicialmente.
  

Industrias

Las prácticas de minería de datos se utilizan en diversas industrias y funciones de negocios.

• Empresas de telecomunicaciones, tarjetas de crédito y compañías de seguros utilizan minería de datos para la detección de fraudes, optimización de campañas de marketing, descripción y segmentación de clientes, predicción de fidelidad de clientes (churn modeling).
  
• La industria del comercio utiliza la minería de datos para diseñar y evaluar campañas de marketing, definir ofertas más apropiadas o recomendaciones de productos (cross y up selling) a clientes, y predecir riesgo en asignación de créditos a clientes.
  
• La industria de la medicina utiliza la minería de datos para predecir la efectividad de procedimientos quirúrgicos, exámenes médicos y medicamentos
• Bancos e Instituciones Financieras...

Nuestra Experiencia

Inflexa ofrece el potencial de la minería de datos directamente a sus clientes. Permite a los tomadores de decisiones transformar las bases de datos de la compañía en inteligencia de negocios ejecutable. Las soluciones de Inflexa le ayudarán lograr objetivos específicos de negocios.

Algunos de nuestros proyectos son:

• Bazuca.com. Bazuca requirió de los servicios de asesoría de inflexa para el desarrollo de su sistema de recomendaciones de películas. Este sistema esta funcionando con éxito desde Marzo del 2002.
• Impirica. Impirica es una compañía de marketing directo, líder en el marketing “indoor”. Impirica contrató los servicios de consultoría de Inflexa para definir estrategias del uso de tecnología en sus operaciones y en particular para desarrollar estrategias de optimización de campañas de marketing.

 

Last modified: Dec 27, 2007