Minería de datos y negocios

• Autor: Laura Scasso

24

“El desafío es encontrar “una

aguja en un pajar” ya que sólo un

0.3% de los clientes dejan el

producto a los dos meses y es a

éstos a quienes hay que contactar”

MINERIA DE DATOS Y NEGOCIOS

Laura Scasso

Las empresas recopilan y almacenan cada vez

más datos durante la realización de sus

actividades co tidianas. Hast a hace pocos años

estos se orientaban princi palmente a alimentar

los sistemas de gestión, cont ables, inventa rios,

financieros, de p roducción, de v entas y de

recursos humanos. Los datos se convie rten en

información vital para la toma de decisiones a

medida q ue aumen ta la complejidad de los

negocios. Hoy los mercados

son cada vez más

impredecibles y el

consumidor ya no se

encuentra masificado y

expresa su individ ualidad al

elegir. Las campañas masiva s dan malos

resultados, p ara cada p roducto o servicio hay

numerosas opciones, se necesita selec cionar el

mercado y s egmentarlo, lo que requie re mucho

esfuerzo porque es una tarea com pleja.

La tecno logía de los gestores de ba se de

datos y el avanc e de las comun icaciones en

tiempo real permiten mantene r y ac tualizar

grandes conju ntos de dat os dispersos en

diferentes localizac iones y obtener en poco

tiempo respuesta s a solicitud es no previ stas.

Herramientas de consulta en líne a, visua lización

de informa ción, integr ación de datos de distintas

fuentes, ayudan a tomar decisiones de neg ocios

en poco tiempo. Pero obtene r informació n

valiosa se complica cuand o se usan grandes

volúmenes.

Los expertos a pesar de contar con los

datos no pueden sac arles todo el provech o,

normalmente se li mitan a selecciona r un a

muestra y se restringen a unas pocas variables

debido a la esca sez d e tie mpo

y a la capacidad limitada de

sus herramientas de análisis.

Estudiar ciento s de

variables y millones de casos

puede resultar una tarea

inmanejable sin el apoyo de las técnicas de

minería de datos. Estas permit en usa r todo s los

datos dispon ibles y que los algoritmos elijan las

variables que son más relev antes p ara el

problema en cue stión.

Se llam a mine ría de datos po r la

analogía entre exp lorar una montaña par a

obtener una veta de metale s preciosos y extraer

información escondida en grandes volúmenes de

datos, ya que ambos procesos requieren analizar

una inmensa cantidad de m aterial. Su o bjetivo es

detectar pa trones ocu ltos que no se pueden