Universidad Mariano Gálvez
Procesamiento y manejo de base de datos
Ingeniero Carlos Eduardo Hernández Herrera
“MINERIA DE DATOS”
Jose Rodolfo Arenas Flores
Carné 2654-18-14522
7mo semestre Criminología y política criminal
Introducción
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.
¿Qué es la minería de datos (data mining)?
La minería de datos es un proceso automatizado de búsqueda de patrones en
grandes conjuntos de datos que, a simple vista, los humanos no pueden identificar.
Todo esto con la ayuda de la inteligencia artificial, el aprendizaje automático y las
estadísticas.
El objetivo es encontrar patrones, correlaciones e incluso anomalías para poder
predecir resultados futuros.
Al contrario de lo que implica el término, la minería de datos no se trata de “extraer
nuevos datos” de una base de datos.
En la práctica, se refiere al análisis en profundidad de una base de datos existente
para identificar información, patrones y conocimientos importantes para sus
objetivos comerciales.
A través de la minería de datos, es posible construir modelos y algoritmos que
pueden predecir resultados específicos con una precisión cada vez mayor.
El origen de la minería de datos
El concepto de minería de datos existe incluso antes de que se crearan las
computadoras. Es una conceptualización algo antigua, pero que se remonta al
Teorema de Bayes en 1763, una fórmula matemática que determina la probabilidad
condicional de un evento.
La perspectiva moderna del tema, sin embargo, vino de algunas innovaciones que
cambiaron el nivel tecnológico en el siglo pasado.
Entre ellos se encuentran: la Máquina Universal de Turing de 1936, el
descubrimiento de las Redes Neuronales en 1943, el desarrollo de las bases de
datos alrededor de los años 70 y otros avances en las bases de datos a principios
de los 90.
A medida que los procesadores, las bases de datos y la tecnología en su conjunto
evolucionaron durante las siguientes décadas, la minería de datos se volvió no solo
más poderosa, sino también más eficiente en todas las aplicaciones.
¿Qué tan importante es la minería de datos?
La minería de datos tiene una enorme importancia estratégica para una empresa,
ya que le permite comprender de una manera más contextualizada y precisa los
comportamientos de los consumidores y los movimientos del mercado.
Con esto es posible:
detectar tendencias;
predecir varios resultados;
modele su público objetivo;
recopilar información sobre el uso del producto/servicio;
Al comprender los aspectos que influyen en el comportamiento y las decisiones de
los clientes, puede adaptarse rápidamente y mejorar sus ofertas de productos o
servicios para generar resultados positivos.
Además, puedes tener insights que te ayuden a analizar tu base de datos,
entendiéndola y permitiéndote deshacerte de toda la información innecesaria.
Por lo tanto, puede mejorar continuamente su proceso de toma de decisiones.
¿Quién trabaja con la minería de datos?
La minería parece (y es) una ocupación extremadamente técnica y compleja. En el
mercado actual, es una actividad que ha ido creciendo lentamente entre algunos
campos profesionales. Entre ellos:
Científicos informáticos: responsables de desarrollar nuevas tecnologías (lenguajes
de programación, sistemas operativos, software en general), utilizan la minería de
datos para canalizar el proceso de ideación.
Investigadores y analistas de mercado: realizan estudios de marketing para ayudar
a las empresas a llegar a nuevos clientes, aumentar las ventas y determinar el
potencial de ventas de nuevos productos.
Arquitectos de red: diseñan, construyen y mantienen la red de comunicación de
datos de una empresa. Pueden usar la minería para mejorar el rendimiento de la
red, reduciendo costos.
Analistas de seguridad: Con la función de proteger la infraestructura TI y su
arquitectura de datos, utilizan la minería para descubrir anomalías en sus programas
y antivirus.
Ejemplos de minería de datos
1. Comercio electrónico
Por sus posibilidades, el comercio electrónico es una de las trincheras que mayor
provecho ha obtenido de la minería de datos. Claros ejemplos de esto son las
grandes compañías de minoristas como Amazon, Mercado Libre o Alibaba, que han
aprovechado los recursos del big data para capitalizar las visitas de los
consumidores a sus sitios.
Una de las grandes misiones de cualquier negocio online es captar usuarios y
retenerlos como consumidores. La minería de datos es la herramienta indicada para
ello debido a que evalúa grandes cantidades de usuarios para detectar a los clientes
potenciales y para ofrecer soluciones a la medida, basándose en las necesidades
de su base de consumidores existente.
Amazon, por ejemplo, utiliza tecnologías de aprendizaje profundo para generar
perfiles de compra específicos de cada cliente. Seguramente has entrado al sitio y
te has encontrado con un producto que no necesitabas, pero que al verlo te das
cuenta de que es perfecto para ti. AWS tiene potentes motores de minería de datos
que permiten establecer relaciones entre tus compras anteriores para predecir tus
necesidades comerciales.
2. Redes sociales
Las redes sociales son el lugar donde más datos se generan día con día.
Actualmente hay más de 2900 millones de usuarios de Facebook, 2500 millones de
YouTube y 1478 millones de Instagram. Esto significa que la información que se
comparte a través de publicaciones, fotos y videos es realmente grande.
La minería de datos permite analizar esta información de forma automatizada para
generar experiencias únicas de navegación y dirigen la atención de los visitantes
hacia ciertos tópicos. Esta es la forma en que plataformas como YouTube o TikTok
saben qué contenidos les interesan a los usuarios.
Las redes sociales han sacado provecho de la minería de datos para capitalizar la
navegación de sus usuarios al vender sus perfiles de consumo a las empresas. Por
ejemplo, Meta (empresa detrás de Facebook, Instagram y WhatsApp) utiliza la
información de sus usuarios, sus historiales de navegación y sus visitas dentro de
las plataformas para generar predicciones de consumo que son vendidas a los
anunciantes. Si alguna vez te habías preguntado por qué te aparece publicidad en
tu página principal que es diferente a la de tus colegas, esta es la razón.
3. Gestión de clientes
A menor escala las empresas pueden también aprovechar la minería de datos para
mejorar las experiencias de compra de sus clientes. Para ello solo basta disponer
de una base de datos en donde esté integrada la información de relevancia de sus
consumidores. Cuanto más grande sea la cartera de clientes, mayor información
podrán obtener a través de las técnicas de minería de datos.
Una compañía puede aplicar estos recursos para detectar regularidades en el
consumo de sus clientes, quienes pueden preferir una solución sobre otra o que han
reducido su consumo a partir de un lanzamiento de la competencia. Las empresas
pueden generar perfiles demográficos más específicos para saber a quién y cuándo
ofrecer alguna solución comercial.
Más allá de las ventas, las empresas pueden aplicar técnicas de minería de datos
para ofrecer un mejor servicio al cliente y hacer un seguimiento a sus compras. Por
ejemplo, al detectar comportamientos en sus clientes pueden predecir quiénes
requieren mayor acompañamiento o intuir qué interacciones se generarán tras una
compra.
4. Medicina
En el área médica la minería de datos ha sido de primera importancia para la
resolución de algunos de los episodios contemporáneos, como la pandemia de
covid-19. Al aplicar algunas de estas técnicas, los hospitales, farmacéuticas y
gobiernos pudieron, por ejemplo, detectar el foco de infección y generar estrategias
de contención inmediatas.
La medicina se ha nutrido en los últimos años de estos avances tecnológicos,
permitiendo el análisis de casos, enfermedades, tratamientos y agentes patológicos
de manera mucho más integral, completa y exacta. Esto ha beneficiado la salud de
millones de personas y que los tratamientos sean más eficaces para combatir
diversas enfermedades.
Por otro lado, el análisis de bases de datos clínicos puede mejorar el servicio de
atención hospitalaria, detectar irregularidades y hacer más certero el proceso de
diagnóstico y tratamiento de pacientes.
5. Control financiero
Las instituciones bancarias y financieras son un buen ejemplo de instancias que han
recurrido a las tecnologías de minería de datos para mejorar sus servicios y elevar
los índices de seguridad en sus operaciones. La aplicación de estos recursos es
realmente útil en este sector debido a que estas instituciones disponen de una gran
cantidad de información de una gran cantidad de usuarios.
Por ejemplo, un banco es capaz de rastrear la actividad financiera de cualquier
cliente y definir si es un buen candidato a recibir un crédito hipotecario o una tarjeta
de crédito. Esto se debe a que posee información sobre sus ingresos, sus gastos,
sus hábitos de consumo y su historial de crédito.
Asimismo, las instituciones bancarias han adoptado la minería de datos para el uso
de sistemas inteligentes que pueden rastrear actividades ilícitas que se llevan a
cabo a través de sus plataformas, o bien ciberataques que ponen en riesgo la
seguridad de los recursos de sus clientes y de la misma institución.
Herramientas de minería de datos
Actualmente existen algunas herramientas que las empresas pueden adoptar para
crear su propia minería de datos. Conoce los principales software que podrían
ayudarte:
1. IBM SPSS
Ejemplo de herramienta de minería de datos: IBM
Esta herramienta de análisis estadístico avanzado permite tomar decisiones más
inteligentes por medio de técnicas avanzadas. Cuenta con una interfaz fácil de usar
para encontrar nuevas oportunidades, mejorar la eficiencia de tu negocio y
minimizar los riesgos comerciales. Entre sus funciones analíticas se encuentran
machine learning basado en inteligencia artificial, recolección de datos y
presentación de resultados. Su principal ventaja competitiva es que otorga datos
con hasta un 95 % de fiabilidad.
2. Orange
Ejemplo de herramienta de minería de datos: Orange
Este software cuenta con librerías y comandos muy potentes. Entre sus
componentes puedes encontrar funciones de procesamiento de datos,
características de puntuación y filtrado, evaluación del modelo y técnicas de
exploración.
3. RapidMiner
Ejemplo de herramienta de minería de datos: Rapidminer
Basado en el machine learning y la minería de datos, se compone de una gran
variedad de elementos de diferentes operadores. Cuenta con más de 500
operadores para toda clase de procedimientos y también combina esquemas de
una herramienta stand-alone para el análisis de datos. Además puede integrarse a
tus propios productos.
4. Datamelt
Ejemplo de herramienta de minería de datos: Datamelt
Este software de código abierto ha sido diseñado con una interfaz más
comprensible. Contiene bibliotecas científicas numéricas, ideales para funciones
matemáticas, número aleatorios y algoritmos.
5. Knime
Ejemplo de herramienta de minería de datos: Knime
Este software es de código abierto y permite funciones básicas de la minería de
datos, como integración de datos, procesamiento, análisis y exploración. A través
de sus flujos visuales o tuberías de datos se pueden ejecutar y analizar los
resultados, modelos y vistas interactivas.
6. Salford Predictive Modeler
Ejemplo de herramienta de minería de datos: Salford Predicitive Modeler
Este software es una plataforma precisa y rápida para desarrollar modelos
predictivos, descriptivos y analíticos a partir de bases de datos y conjuntos de datos
de cualquier tamaño, complejidad u organización. La extracción de datos que ofrece
abarca la clasificación, regresión, análisis de supervivencia, análisis de valor
perdido, agrupación de datos y segmentación.
Conclusión
La minería de datos es un proceso automatizado de búsqueda de patrones en
grandes conjuntos de datos que, a simple vista, los humanos no pueden identificar.
Todo esto con la ayuda de la inteligencia artificial, el aprendizaje automático y las
estadísticas.
Bibliografia
https://es.totvs.com/blog/gestion-de-negocios/mineria-de-datos-que-es-
importancia-y-herramientas/
https://blog.hubspot.es/marketing/mineria-datos
