Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
C a r l o s L o g r e i r a T. *
Resumen Abstract
La minera de datos es un trmino que abarca una amplia gama Data mining is a term that covers a wide range of techniques used
de tcnicas utilizadas en muchas industrias. Debido a la creciente in many industries. Due to increasing competition in profits and
competencia en beneficios y cuota de mercado en el campo del market share in the field of marketing, data mining has become
mercadeo, la minera de datos se ha convertido en una prctica an essential tool to maintain a competitive advantage in all phases
esencial para mantener ventaja competitiva en todas las fases of a customers life cycle. This reflection paper, product of the
del ciclo de vida del cliente. El artculo de reflexin, derivado de la investigation project Use of data mining for credit analysis and
investigacin Aplicacin de la minera de datos para el anlisis de client segmentation, made in the Universidad Cooperativa de
crdito y la segmentacin del cliente, realizada en la Universidad Colombia between 2006 and 2010, explains the current outlook
Cooperativa de Colombia entre el 2006 y el 2010, ensea el pa- in data mining; it presents an analysis of its importance, origin and
norama actual de la minera de datos y presenta un anlisis de su implementation through the description of existing methodologies
importancia, origen e implementacin, pasando por la descripcin to develop a project in this area of research.
It also reflects on its
de las metodologas existentes para desarrollar un proyecto en applicability to business processes associated with the Customer
esta rea de investigacin. A su vez, hace reflexin acerca de su Relationship Management (crm) strategy for making business
aplicabilidad en los procesos empresariales relacionados con la decisions and customer segmentation.
estrategia de Customer Relationship Management (crm) para la
toma decisiones empresariales y la segmentacin del cliente. Keywords: crm, data mining, business decision making.
La toma de decisiones efectivas depende de la rapidez data mining en tiempo real. El uso de indicadores en
con que se identifica y analiza informacin importante. pro de medir la bondad, aplicabilidad, la relevancia y la
La existencia de metodologas innovadoras para novedad de los resultados de la minera de datos, pueden
desarrollar el proceso de identificacin y anlisis debe, resultar en ocasiones muy subjetivos, pero los negocios
necesariamente, mejorar la ventaja competitiva para necesitan contar con algn medio que les permita medir
incrementar el mayor nmero de clientes. el inters y el impacto del conocimiento que se puede
obtener al aplicar minera de datos. De igual manera, la
Nuestra capacidad para almacenar datos ha crecido
intervencin y experiencia del tomador de decisiones es
exponencialmente los ltimos aos, pero la capacidad de
relevante para establecer algunas medidas y poder calcular
procesarlos no ha ido a la par. Por tal motivo, es necesario
los indicadores antes mencionados.
contar con tcnicas que tengan la capacidad de procesar
y entender datos tanto estructurados, como no estruc- La tenencia de datos no es el elemento esencial en
turados, para apoyar la toma de decisiones en cualquier una toma de decisin acertada. Al convertir dichos datos
mbito del conocimiento. en informacin evaluada y esta en conocimiento para la
accin, se proporciona el apoyo necesario para la toma
La minera de datos ha tenido una reciente inclusin de una decisin argumentada, que oriente a la empresa
en los negocios debido a la enorme preocupacin de las hacia el cumplimiento de sus metas y objetivos.
empresas por conocer ms all de los datos que estos
Con data mining las organizaciones cuentan con una
manejan. Entre las ventajas de la minera de datos est
nueva forma de ver sus datos, prometiendo beneficios a
su facilidad de uso y la aplicabilidad de un conocimiento
la solucin de una gran variedad de problemas como:
adecuado de los distintos tipos de algoritmos empleados,
planeacin econmica, inteligencia empresarial, finanzas,
ya que estos brindan los mismos resultados y, cada uno,
anlisis de mercados y anlisis de perfiles de clientes.
con una eficiencia diferente. Como desventaja, destaca
que es necesario dedicar mucho ms esfuerzo al estableci-
Referencias
miento de medidas de evaluacin del resultado derivado
[1] C. Romero, S. Ventura, C. Hervs. Estado actual de la aplicacin
de la aplicacin del data mining. de la minera de datos a los sistemas de enseanza basada en web.
Para el aprovechamiento de la gran cantidad de cono- Actas del iii Taller Nacional de Minera de Datos y Aprendizaje, TA-
cimiento en la minera de datos, es necesario reducir la MIDA2005. Crdoba, Espaa: Thompson. 2006, pp. 49-56.
cantidad de datos, quedndonos solo con la informacin [2]S.J. Vallejo. Minera de datos. Corrientes, Argentina: Uni-
mnima necesaria, para disminuir el esfuerzo computa- versidad Nacional del Nordeste. Tesis de Maestra. 2006,
cional y humano. El resto de la informacin se vuelve pp. 14-26.
redundante, trayendo consigo ruido y dependencias [3] Daedalus, Data, Decisions and Language, S.A. Minera
que deben tratar de evitarse; esto se basa en un axioma de datos. Documento bsico Daedalus. Primera edicin.
Madrid: Daedalus Data, Decisions and Language, S.A.
fundamental: la hiptesis ms simple.
2002, pp. 9-13.
No todos los datos son apropiados para la minera. [4] C.A. Martnez. Un vistazo a la minera de datos. Monterrey:
La bsqueda de patrones debe centrarse en aqullos que Instituto Tecnolgico de Estudios Superiores de Monterrey
tengan un impacto significativo en el negocio. Si bien los Campus Puebla. 2007, pp. 1-3.
datos de poca utilizacin se encuentran mezclados con [5] D.X. Fernandez. Data mining e investigacin de mercados
los de alta utilizacin, contar con un motor de consultas en el contexto de crm: la evolucin en el conocimiento del
que permita realizar ordenamientos y seleccin de datos cliente [tesis de Maestra]. Barcelona: Universidad de
ayuda a determinar cules sern aqullos que se extraern. Barcelona. 2006.
Un datawarehouse est diseado para realizar proce- [6] E.J. Osorio. La inteligencia de negocios basada en el proceso
samientos veloces de consultas, lo cual representa una unificado [tesis de Maestra]. Bogot: Universidad Nacional
de Colombia. 2009, pp. 12-18.
herramienta de suma utilidad en la tarea de identificacin
del subconjunto de datos requerido. [7] Y.J. Marcano Aular y R. Talavera Pereira. Minera de datos como
soporte a la toma de decisiones empresariales [tesis de Maestra].
Hacer data mining sobre datos que se actualizan Estado de Zulia: Universidad de Zuila. 2007, pp. 9-15.
a menudo es un desafo. Por consiguiente, hay varios [8] M. Servente. Algoritmos tdidt aplicados a la mineria de datos
problemas que necesitan ser investigados extensamente, inteligente [tesis de Maestra]. Buenos Aires: Universidad
antes de que se pueda llevar a cabo lo que se conoce como de Buenos Aires, Facultad de Ingeniera. 2002, pp. 14-26.