'Data mining': definición, ejemplos y aplicaciones
Descubre cómo el 'data mining'
predecirá nuestro comportamiento
Informática Empresa
El data mining ha abierto todo un mundo de posibilidades para los
negocios. Este campo de la estadística computacional relaciona
millones de datos aislados y sirve a las empresas, por ejemplo, para
detectar patrones de conducta en sus clientes y predecir su
comportamiento. Su objetivo es generar nuevas oportunidades de
mercado.
El 'data mining' convierte la información en conocimiento.
¿QUÉ ES EL 'DATA MINING'?
La minería de datos o data mining es un proceso técnico, automático o
semiautomático, que analiza grandes cantidades de información dispersa
para darle sentido y convertirla en conocimiento. Busca anomalías,
patrones o correlaciones entre millones de registros para predecir
resultados, como indica el SAS Institute, uno de los referentes mundiales
en analítica de negocios.
Mientras tanto la información crece sin parar. Un estudio de 2017 sobre big
data revela que el 90% de los datos del mundo son posteriores a 2014 y
su volumen se duplica cada 1,2 años. En este contexto, el data mining es
una práctica estratégica considerada importante por casi el 80% de las
organizaciones que aplican inteligencia empresarial (business
intelligence), según Forbes.
Gracias a la acción conjunta de analítica y minería de datos, que combina
estadística, Inteligencia Artificial y aprendizaje automático, las empresas
pueden crear modelos para descubrir conexiones entre millones de
registros. El data mining posibilita, entre otros aspectos:
Limpiar los datos de ruido y repeticiones.
Extraer la información relevante y utilizarla para evaluar posibles
resultados.
Tomar mejores decisiones de negocio con mayor rapidez.
EJEMPLOS DE APLICACIONES DE LA MINERÍA
DE DATOS
La capacidad predictiva del data mining ha cambiado el diseño de las
estrategias empresariales. Ahora se puede entender el presente para
anticiparse al futuro. Estos son algunos ejemplos de data mining en la
industria actual:
'Marketing'. La minería de datos se utiliza para explorar bases de
datos cada vez mayores y mejorar la segmentación del mercado.
Analizando las relaciones entre parámetros como edad de los
clientes, género, gustos, etc., es posible adivinar su
comportamiento para dirigir campañas personalizadas de fidelización
o captación. El data mining en marketing predice también qué
usuarios pueden darse de baja de un servicio, qué les interesa
según sus búsquedas o qué debe incluir una lista de correo para
lograr una tasa de respuesta mayor.
Comercio minorista. Los supermercados, por ejemplo, emplean los
patrones de compra conjunta para identificar asociaciones de
productos y decidir cómo situarlos en los diferentes pasillos y
estanterías de los lineales. El data mining detecta además qué
ofertas son las más valoradas por los clientes o incrementa la
venta en la cola de caja.
Banca. Los bancos recurren a la minería de datos para entender
mejor los riesgos del mercado. Es habitual que se aplique a
la calificación crediticia (rating) y a sistemas inteligentes
antifraude para analizar transacciones, movimientos de tarjetas,
patrones de compra y datos financieros de los clientes. El data
mining también permite a la banca conocer más sobre nuestras
preferencias o hábitos en internet para optimizar el retorno de sus
campañas de marketing, estudiar el rendimiento de los canales de
venta o gestionar las obligaciones de cumplimiento de las
regulaciones.
Medicina. La minería de datos favorece diagnósticos más precisos. Al
contar con toda la información del paciente —historial, examen físico
y patrones de terapias anteriores— se pueden prescribir tratamientos
más efectivos. También posibilita una gestión más eficaz, eficiente
y económica de los recursos sanitarios al identificar riesgos,
predecir enfermedades en ciertos segmentos de la población o
pronosticar la duración del ingreso hospitalario. Detectar fraudes e
irregularidades y estrechar vínculos con los pacientes al ahondar en
el conocimiento de sus necesidades son también ventajas de emplear
el data mining en medicina.
Televisión y radio. Hay cadenas que aplican la minería de datos en
tiempo real a sus registros de audiencia en televisión online (IPTV) y
radio. Estos sistemas recaban y analizan sobre la marcha información
anónima de las visualizaciones, las retransmisiones y la programación
de los canales. Gracias al data mining se pueden emitir
recomendaciones personalizadas a los radioyentes y
telespectadores, conocer en directo sus intereses y su actividad, y
entender mejor su conducta. Las cadenas obtienen,
además, conocimiento muy valioso para sus anunciantes, que
aprovechan estos datos para llegar con más precisión a sus clientes
potenciales.
'DATA MINING': UNA PROFESIÓN DE FUTURO
Hoy en día, la búsqueda, el análisis y la gestión de datos representan un
mercado de grandes oportunidades laborales. El profesional de data
mining trabaja las bases de datos para evaluar la información y
descartar la que no sea útil o confiable. Para ello, debe contar con
conocimientos sobre big data, informática y análisis de información, y ser
capaz de manejar diferentes tipos de software.
El informe anual de LinkedIn de 2017 sobre los empleos más emergentes
señalaba que tres de los puestos con más demanda en Estados Unidos
eran posiciones relacionadas con los datos masivos. Asimismo, IBM
pronostica que la demanda de este tipo de profesionales crecerá un 28% de
aquí a 2020.
