¿QUÉ ES EL 'DATA MINING'?
El data mining es un proceso técnico, automático, que analiza grandes
cantidades de información dispersa para darle sentido y convertirla en
conocimiento. Busca anomalías, patrones o correlaciones entre miles
o millones de registros para predecir resultados.
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 para las organizaciones
que aplican inteligencia empresarial (business intelligence).
Gracias a la acción conjunta de analítica y minería de datos, 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.
Ventajas y desventajas del minado de
datos
Permite descubrir información que no esperábamos
obtener. Esto se debe a su funcionamiento con
algoritmos, ya que permite hacer muchas combinaciones
distintas.
Los resultados son muy fáciles de interpretar y no es
necesario tener conocimientos en ingeniería informática.
Permite encontrar, atraer y retener clientes..
Antes de usar los modelos, estos son comprobados
mediante estadísticas para verificar que
las predicciones obtenidas son válidas.
Ahorra costes a la empresa y abre nuevas
oportunidades de negocio.
Sin embargo, también puede aparecer algún inconveniente a
la hora de utilizar técnicas de Data Mining, la inversión inicial
para obtener las tecnologías necesarias para la recopilación
de datos puede tener un coste elevado.
EJEMPLOS DE DATA MINIG EN VIDA REAL
Seguro
Los métodos de data mining ayudan a pronosticar los clientes que
compran las pólizas, analizan los reclamos médicos que se utilizan
juntos, descubren comportamientos fraudulentos y clientes riesgosos.
Sector 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.
Proveedores de servicios móviles
Los proveedores de servicios móviles utilizan la data mining para
diseñar sus campañas de marketing y evitar que los clientes se
trasladen a otros proveedores.
Comercio electrónico
Muchos sitios de comercio electrónico utilizan la data mining para
ofrecer ventas cruzadas y ventas adicionales de sus productos. Los
sitios de compras como Amazon, Flipkart muestran “La gente también
ve”, “Compran juntos con frecuencia” a los clientes que interactúan
con el sitio.
Medicina. Al contar con toda la información del paciente —historial,
examen físico y patrones de terapias anteriores— se pueden prescribir
tratamientos más efectivos.
Automatización
Al utilizar la data mining, los sistemas informáticos aprenden a
reconocer patrones entre los parámetros que se comparan. El sistema
almacenará los patrones que serán útiles en el futuro para lograr los
objetivos comerciales. Este aprendizaje es automatización, ya que
ayuda a cumplir los objetivos a través del aprendizaje automático.
Prevención del crimen
La data mining detecta valores atípicos en una gran cantidad de
datos. Los datos delictivos incluyen todos los detalles del delito que
ha ocurrido. Data Mining estudiará los patrones y tendencias y
predecirá eventos futuros con mayor precisión.
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
