Materia:

INTELIGENCIA DE NEGOCIOS

Ejemplos reales

AGRUPACIONES (CLUSTERING)

El FBI analizar las bases de datos comerciales para detectar terroristas.

A principios del mes de julio de 2002, el director del FBI en Estados Unidos, John
Aschcroft, anunci que el Departamento de Justicia comenzara a introducirse en
la enorme cantidad de datos comerciales en los que se revelan hbitos y
costumbres de la poblacin, con el fin de poder identificar a potenciales terroristas
con antelacin a que puedan cometer un atentado.
Algunos expertos aseguran que, con esta informacin, el FBI unir todas las bases
de datos mediante el nmero de la Seguridad Social y permitir saber si una
persona fuma, qu talla y tipo de ropa usa, si ha sido arrestado y cuantas veces, el
barrio donde vive, si en este se cometen ms o menos delitos, su salario, las
revistas a las que est suscrito, su altura y peso, sus contribuciones a la Iglesia,
grupos polticos u organizaciones no gubernamentales, sus enfermedades
crnicas, los libros que lee, los productos de supermercado que compra, si tom
clases de vuelo o si tiene cuentas de banco abiertas, entre otros.
La inversin inicial ronda los 70 millones de $ estadounidenses para consolidar los
almacenes de datos, desarrollar redes de seguridad que sean capaces de
compartir la informacin e implementar nuevo software analtico y de visualizacin.
Con este tipo de aplicaciones sale de nuevo el tema tico de la privacidad y
libertad de los individuos. En el fondo la aplicacin es un gran hermano que
observa cualquier movimiento que se haga, pudiendo estos ser utilizados para
otros fines distintos a los que fue diseado.

PREDICCIONES (PRONOSTICOS)
Prediccin del tamao de las audiencias Televisivas
La BBC (British Broadcasting Corporation) del Reino Unido emplea un sistema
para predecir el tamao de las audiencias televisivas de un programa
determinado, as como la hora ptima de emisin (Brachman y otros, 1996).
El sistema utiliza redes neuronales y rboles de decisin aplicados a datos
histricos de la cadena para determinar los criterios que participan segn el
programa que hay que presentar, segn el contenido del programa (humor, serie,
pelcula, show) y otros muchos factores.

La versin final se desempea tan bien como si se tratara de un profesional con

experiencia, con la ventaja de que se adapta ms fcilmente a los cambios porque
est siendo constantemente entrenada con datos actuales.

CLASIFICACIONES

Migracin de clientes entre distintas compaas

Un ejemplo es el estudio de la migracin de clientes de una operadora de
comunicaciones mvil a otra. Este estudio fue desarrollado en una operadora
espaola que bsicamente situ sus objetivos en dos puntos:

1. El anlisis del perfil de los clientes que se dan de baja

2. La prediccin del comportamiento de sus nuevos clientes

Se analizaron las diferencias histricas entre clientes que haban abandonado la

operadora (12,6%) y de los clientes que continuaban con su servicio (87,4%).
Tambin se analizaron las variables personales de cada cliente (estado civil, edad,
sexo, nacionalidad, etc.).
De igual forma se estudiaron para cada cliente la morosidad, la frecuencia y el
horario de uso del servicio, los descuentos y el porcentaje de llamadas locales,
interprovinciales, internacionales y gratuitas.
Al contrario de lo que se podra pensar, los clientes que abandonaban la
operadora generaban ganancias para la empresa; sin embargo, una de las
conclusiones ms importantes radicaba en el hecho de que los clientes que se
daban de baja reciban pocas promociones y registraban un mayor nmero de
incidencias respecto a la media.
Como resultado de este estudio de minera de datos se recomend a la operadora
hacer un estudio sobre sus ofertas y analizar profundamente las incidencias
recibidas por esos clientes. Al descubrir el perfil que presentaban, la operadora
tuvo que disear un trato ms personalizado para sus clientes actuales con esas
caractersticas.
Para poder predecir el comportamiento de sus nuevos clientes se dise un
sistema de prediccin basado en la cantidad de datos que se poda obtener de los
nuevos clientes comparados con el comportamiento de clientes anteriores.

Conociendo si los recin titulados de una universidad llevan a cabo

actividades profesionales relacionadas con sus estudios.
Se realiz un estudio sobre los recin titulados de la carrera de Ingeniera en
Sistemas Computacionales del Instituto Tecnolgico de Chihuahua II en Mxico.
Se quera observar si los recin titulados se insertaban en actividades
profesionales relacionadas con sus estudios y, en caso negativo, se buscaba
saber el perfil que caracteriz a los ex-alumnos durante su estancia en la
universidad. Se deseaba concluir si con los planes de estudio de la universidad y
el rendimiento del alumno se haca una buena insercin laboral o si existan otras
variables que participaban en el proceso. Dentro de la informacin considerada
estaba el sexo, la edad, la escuela de procedencia, el desempeo acadmico, la
zona econmica donde tena su vivienda y la actividad profesional, entre otras
variables. Mediante la aplicacin de conjuntos aproximados se descubri que
existan cuatro variables que determinaban la adecuada insercin laboral, que son
citadas de acuerdo con su importancia:
1. Zona econmica donde habitaba el estudiante
2. Colegio de dnde provena
3. Nota al ingresar
4. Promedio final al salir de la carrera

A partir de estos resultados, la universidad obtuvo como resultado que las tres
caractersticas ms importantes no tenan relacin con la universidad, y si de la
economa de la zona donde provena el estudiante. Por lo que poda plantearse
nuevas soluciones de tipo socioeconmico, como becas en empresas u otras.