Objetivos
La minería de datos surgió con la intención o el objetivo de ayudar a comprender una enorme cantidad
de datos, y que estos, pudieran ser utilizados para extraer conclusiones para contribuir en la mejora y
crecimiento de las empresas, sobre todo, por lo que hace a las ventas o fidelización de clientes.
Su principal finalidad es explorar, mediante la utilización de distintas técnicas y tecnologías, bases de
datos enormes de manera automática con el objetivo de encontrar patrones repetitivos, tendencias o
reglas que expliquen el comportamiento de los datos que se han ido recopilando con el tiempo. Estos
patrones pueden encontrarse utilizando estadísticas o algoritmos de búsqueda próximos a la
Inteligencia Artificial y a las redes neuronales.
Aplicaciones de la minería de datos.
Dentro del campo de la minería de datos, las aplicaciones más extendidas
son las siguientes:
1. Análisis de datos financieros: se emplea tanto en el sector bancario como en el de
las finanzas. Se busca proveer datos que aseguren que es posible practicar análisis
sistemáticos en condiciones avanzadas y con garantías de fiabilidad. Algunos ejemplos
son:
Diseño y construcción de almacenes de datos para el análisis multidimensional
de datos.
Predicción de pago de préstamos y análisis de políticas de crédito de cliente.
Clasificación y el agrupamiento de los clientes para la creación de ofertas
personalizadas.
Detección de blanqueamiento de dinero y otros delitos financieros.
Industria minorista: el sector retail recoge grandes cantidades de datos provenientes
de las ventas, el historial de compra de los clientes o el transporte de mercancías. La
cantidad de datos recogidos continúa expandiéndose rápidamente debido al aumento
de la facilidad, disponibilidad y popularidad de la web y las transacciones online.
La minería de datos con sus aplicaciones para la industria minorista ayuda a
identificar patrones de compra de los clientes y tendencias. De esta forma, las
empresas están en condiciones de proporcionar una mejor calidad de servicio al
cliente, aumentando su satisfacción y facilitando su retención. Entre estas aplicaciones
destacan las que permiten:
El análisis multidimensional de las ventas, los clientes, los productos, el tiempo y
la región.
Los análisis de la eficacia de las campañas de ventas.
La recomendación personalizada de productos.
Las referencias cruzadas de artículos.
3. Industria de las telecomunicaciones: en este sector, los datos son especialmente
importantes para alcanzar una buena comprensión del negocio. La minería de datos y
aplicaciones específicamente diseñadas para este área, ayudan en la identificación
de los patrones de telecomunicaciones, facilitan la detección de actividades
fraudulentas y posibilitan el hacer un mejor uso de los recursos, mejorando la calidad
del servicio. Entre las más ventajosas están:
Análisis multidimensional de datos de telecomunicaciones.
Análisis de patrones fraudulentos.
Identificación de patrones inusuales, hábitos y tendencias.
Asociación multidimensional y análisis de patrones secuenciales.
4. Análisis de datos biológicos: el campo de la biología es uno de los más
beneficiados por los avances de la tecnología. La genómica, la proteómica, la
genómica funcional y la minería de datos aplicada a la investigación de los seres vivos
son sólo algunos ejemplos, una lista donde no hay que olvidarse de la
bioinformática. La minería de datos con sus aplicaciones aporta una contribución
importante para el análisis de datos biológicos:
Integración semántica de las bases de datos genómicos y
proteómicos heterogéneos distribuidos.
Alineamiento, indexación, búsqueda de similitudes y análisis comparativo de
múltiples secuencias de nucleótidos.
Descubrimiento de patrones y análisis de redes genéticas.
Identificación de patrones de proteínas estructurales.
