La minería de datos o data Mining es un conjunto de técnicas de análisis que sirven para la extracción de conocimiento que esta implícito en los datos.
Los problemas que la minería de datos puede solucionar se pueden separar en 5 aspectos:
- Clasificación. Consiste en definir reglas lógicas basadas en un conjunto previo de datos para identificar si un nuevo objeto pertenece a una clase u otra. Es la función del data mining más utilizada ya que su aplicación es determinante para las empresas. Ejemplo: Clasificar si un cliente será moroso en los siguientes meses. Clasificar si un cliente se dará de baja o no. Determinar a qué nivel socioeconómico pertenece una persona.
2. Segmentación. Consiste en agrupar objetos en base a su similaridad. Se crean clusters (segmentos) diferentes entre sí pero que internamente son homogéneos. Ejemplo: Segmentación por estilos de vida. Segmentación por comportamiento de uso.
3. Análisis Asociativo. En base a data transaccional se busca asociar objetos que de forma conjunta tienen mayor probabilidad de ocurrencia. Ejemplo: Próximo Mejor Producto que ofrece Amazon.com, Packs promocionales para la venta en supermercados.
4. Predicción. Predecir valores futuros a partir de una seríe de datos. Ejemplo: Estimación de precios de un commodity, estimar las ventas de un producto, etc.
5. Estimación. Estimar un valor puntual, para esto se utiliza diversos análisis, como la regresión multivariada. Ejemplo: Estimar el sueldo de un cliente, Estimar la edad de las personas en base al uso de un servicio.
¿Cuál utilizarías en tu empresa u organización?
Pingback: El Principio de Parsimonia en la Análitica | Perú Analítica