Data Mining o Minera de Datos - PowerPoint PPT Presentation

1 / 8
About This Presentation
Title:

Data Mining o Minera de Datos

Description:

Conjunto de t cnicas de an lisis de datos y extracci n de modelos. ... dadas sus compras durante los ltimos tres a os, su informaci n demogr fica (la ... – PowerPoint PPT presentation

Number of Views:684
Avg rating:3.0/5.0
Slides: 9
Provided by: invi9
Category:
Tags: dadas | data | datos | minera | mining

less

Transcript and Presenter's Notes

Title: Data Mining o Minera de Datos


1
Data Mining o Minería de Datos
  • Carlos Fernando Rojas
  • fdorojas_3000_at_hotmail.com

2
Que es el Data Mining?
  • Conjunto de técnicas de análisis de datos y
    extracción de modelos.  El objetivo del
    Datamining es extraer patrones, de describir
    tendencias y regularidades, de predecir
    comportamientos y en general sacar partido a la
    información de que ya disponemos en nuestros
    sistemas de tal manera que el principal objetivo
    del datamining sea ayudar en la toma de
    decisiones. 

3
Para que sirve?
  • Existen innumerables casos donde un proceso de
    minería de datos podría encontrar patrones
    escondidos que son de gran utilidad para plantear
    estrategias que apunten a los objetivos del
    negocio.
  • Incrementar las ventas, aumentar la rentabilidad,
    disminuir los costos, mejorar la eficiencia en
    algunas áreas, asociatividad.

4
Métodos para la aplicación
  • CRISP-DM es una organización europea creada por
    tres grandes jugadores en proyectos de minería de
    datos que son SPSS, NCR y DaimlerChrysler. Lo que
    trata esta metodología es desarrollar los
    proyectos de minería de datos bajo un proceso
    estandarizado de definición y validación de tal
    forma que se desarrollen proyectos con un costo
    razonable y con un alto impacto en el negocio.

5
Datamining en Colombia
  • Es sorprendente que la minería de datos no haya
    despegado todavía en Colombia como una
    herramienta de apoyo a la toma de decisiones en
    nuestras compañías.
  • Encontramos que todavía organizaciones en
    mercados altamente competidos como
    telecomunicaciones, automotriz, financiera,
    consumo masivo y otras, siguen tomando decisiones
    a ciegas sobre procesos de fidelización de
    clientes, up-selling, cross-selling, performance
    management, y retención de clientes infieles.

6
Ejemplo
  • Imaginémonos una compañía del sector financiero
    tratando de identificar los clientes que se
    pasarían para la competencia (churning) basado en
    los patrones de consumo de sus diferentes
    servicios, ó una compañía de venta directa que
    pueda predecir que cantidad de X producto
    comprará un cliente dadas sus compras durante los
    últimos tres años, su información demográfica (la
    edad, el sueldo, la ciudad, etc.), y el precio
    del producto.

7
  • O una compañía productora de automóviles
    identificando los problemas mas frecuentes en sus
    vehículos asociados al uso de estos, a través de
    procesos de text mining. Todas estas estrategias
    serían imposibles de llevar a cabo efectivamente
    sin un proceso de minería de datos.

8
Bibliografía
  • www.gestiopolis.com
  • www.emagister.com
  • www.datamining.databasecorner.com
Write a Comment
User Comments (0)
About PowerShow.com