La minería de datos es el proceso de detectar la información procesable de los conjuntos grandes
de datos. Utiliza el análisis matemático para deducir los patrones y tendencias que existen en los datos. Normalmente, estos patrones no se pueden detectar mediante la exploración tradicional de los datos porque las relaciones son demasiado complejas o porque hay demasiado datos. Es un proceso que tiene como propósito descubrir, extraer y almacenar información relevante de amplias bases de datos, a través de programas de búsqueda e identificación de patrones, y que sirva como base para la toma de decisiones.
¿De qué manera la minería de datos apoya a la Mercadotecnia?
Las herramientas de minería de datos predicen comportamientos y tendencias futuras, permitiendo a las empresas a tomar decisiones proactivas, basadas en el conocimiento. Para ello, son capaces de responder a las preguntas de negocio que tradicionalmente eran demasiado complejas o requerían de un tiempo excesivo de resolución. La minería de datos se deriva su nombre de las similitudes entre la búsqueda de información valiosa en una gran base de datos y la minería una montaña en busca de una veta de mineral valioso. Ambos procesos requieren encontrar donde reside el valor. En el caso del data mining aplicado al marketing, se trata de recorrer las bases de datos en busca de patrones ocultos, información predictiva que incluso los expertos podrían pasar por alto, al estar, de cualquier otra forma, fuera del alcance de sus expectativas.
Lista al menos 5 ejemplos de la información que se puede extraer de la minería de
datos Pronóstico: cálculo de las ventas y predicción de las cargas del servidor o del tiempo de inactividad del servidor. Riesgo y probabilidad: elección de los mejores clientes para la distribución de correo directo, determinación del punto de equilibrio probable para los escenarios de riesgo, y asignación de probabilidades a diagnósticos y otros resultados. Recomendaciones: determinación de los productos que se pueden vender juntos y generación de recomendaciones. Búsqueda de secuencias: análisis de los artículos que los clientes han introducido en el carrito de la compra y predicción de posibles eventos. Agrupación: distribución de clientes o eventos en grupos de elementos relacionados, y análisis y predicción de afinidades.
¿Qué es la minería de datos descriptiva y minería de datos predictiva
LA DESCRIPTIVA es la base de datos que son obvias, es el perfil del cliente, son datos que a simple vista se pueden apreciar, los Métodos Descriptivos o aprendizaje no supervisado permiten formar grupos de datos rápidamente, también son conocidos como métodos simétricos, no supervisados o indirectos. Las observaciones son generalmente clasificadas en grupos que no son conocidos con anterioridad, los elementos de las variables pueden estar conectados entre sí de acuerdo a vínculos desconocidos de antemano, de esta manera, todas las variables disponibles son tratados en el mismo nivel y no hay hipótesis de causalidad. LA PREDICTIVA, como su nombre lo dice, es la que predice los hechos que podrían suceder, en este caso, los clientes que se pueden perder o cuales clientes tienen mayor probabilidad de comprar con todo y sus porcentajes, dan un comportamiento futuro, Los Métodos predictivos o de Aprendizaje supervisado se basan en entrenar a un modelo o método por medio de diferentes datos para poder predecir una variable partiendo de estos mismos datos.