Marketing DirectoClase 9: Data Mining

Profesor: Zua Fuentes

Data Mining

Es una tecnología con gran potencial para ayudar a las compañías a concentrarse en la información más importante de sus bases de información (Data Warehouse).

Las herramientas de Data Mining predicen futuras tendencias y comportamientos, permitiendo en los negocios tomar decisiones proactivas y conducidas por un conocimiento acabado de la información

Bases de Datos

Una base de datos es la recopilación de información relativa a un asunto, por ejemplo, a los clientes de una compañía o a los libros existentes en una biblioteca, que será usada para fines específicos.

Un buen diseño de la base de datos garantiza su fácil mantenimiento, la correcta organización y vinculación de los datos permitirá que la actualización de los datos se deba realizar sólo una vez y no cada vez que se efectúe una consulta diferente.

¿De dónde salen los datos?

Call-center Encuestas Bases de datos externas y fuentes secundarias

de información (INE, Banco Central, Censo, etc.) Internet y páginas web Respuestas de acciones promocionales Información entregada por el cliente al llenar

formularios Datos financieros provenientes de las

transacciones comerciales

Bases de Datos

Entre las consideraciones que debemos tener al crear una base de datos están las siguientes:

Las necesidades de información de la empresa, qué datos son realmente útiles para nuestros propósitos y qué cosas no necesitamos, considerando también los datos que eventualmente podrían servirnos para no desechar información.

Bases de Datos

Además de tener la información necesaria para la empresa, deben ser flexibles (de estructura abierta), integradas (su desarrollo y utilización debe ser de responsabilidad de todos los departamentos de la empresa), y deben ser accesibles, es decir, su arquitectura (estructura) será totalmente abierta.

Bases de Datos

Costo de base de datos, en lo que se refiere a su desarrollo y mantención.

Bases de Datos

Para todo esto las empresas deben partir por realizar una auditoria rigurosa de sus necesidades de información en base a sus objetivos. No es necesario que las bases de datos sean de gran complejidad, pero con contenidos perfectamente adaptados a los objetivos de la empresa, cumplirá el rol de apoyar discretamente las decisiones a tomar en torno a las distintas estrategias de la compañía.

Datos mínimos

Nombre Dirección postal Teléfono Rut Origen de la consulta o pedido inicial Fecha de la consulta o pedido inicial Costo de la consulta o pedido inicial Historial de compras

Por fechas Por artículo Por valor de las compras Por importe total acumulado

Data Mining es...

El poder extraer información útil de grandes volúmenes de datos.

• Métodos Matemáticos.• Algoritmos.• Inteligencia Artificial.

Qué entra en juego

Algoritmos I.A.

MétodosData Mining

Data mining

Los análisis prospectivos automatizados ofrecidos por el DM van más allá de los eventos pasados provistos por herramientas retrospectivas típicas de sistemas de soporte de decisión.

Estas herramientas exploran las bases de datos en busca de patrones ocultos, encontrando información predecible que un experto no puede llegar a encontrar porque se encuentra fuera de sus posibilidades.

Data mining

El nombre de Data Mining deriva de las similitudes entre buscar valiosa información de negocios en grandes bases de datos, por ej.: encontrar información de la venta de un producto entre grandes montos de Gigabytes almacenados y minar una montaña para encontrar una veta de metales valiosos.

Sin Data Mining

BILL GATESCO-FUNDADOR MICROSOFT

Tengo una convicción sencilla pero sólida…

La manera más valiosa de diferenciar nuestra empresa de las demás es tener distancia entre uno mismo y el pelotón, esto consiste en realizar un trabajo de primera con la información.

Ganar o perder dependerá de cómo captemos, gestionemos y utilicemos la información.

Octubre, 10 de 2008, Bogotá, Colombia

KDD

KDD (Knowledge Discovery in Databases) es el proceso no-trivial de identificar patrones previamente desconocidos, válidos, nuevos, potencialmente útiles y comprensibles dentro de los datos.

Preguntas que tradicionalmente requerían un intenso análisis manual, ahora pueden ser contestadas directa y rápidamente desde los datos.

Predicción

Data Mining usa datos en mailing promocionales anteriores para identificar posibles objetivos para maximizar los resultados de la inversión en futuros mailing.

Otros problemas predecibles incluyen pronósticos de problemas financieros futuros y otras formas de incumplimiento, e identificar segmentos de población que probablemente respondan similarmente a eventos dados.

Predicción

Redes neuronales artificiales: Modelos predecibles no-lineales que aprenden a través del entrenamiento y semejan la estructura de una red neuronal biológica.

Arboles de decisión: Estructuras de forma de árbol que representan conjuntos de decisiones. Estas decisiones generan reglas para la clasificación de un conjunto de datos

Análisis de conglomerados (Cluster Analysis)

Es una técnica exploratoria para generar clasificaciones de objetos (variables o casos) de forma que los objetos de una misma categoría sean más parecidos entre sí que los de diferentes categorías. Para llevarla a cabo tendremos que saber cómo medir la similitud o diferencia entre objetos, y los diferentes métodos para agrupar grupos y objetos (métodos jerárquicos y no jerárquicos).

Modelamiento Predictivo

Técnica mediante distintas metodologías, soy capaz de predecir un evento futuro basado en un evento o comportamiento histórico de los clientes.