La minería de datos tiene gran importancia en el entorno empresarial altamente competitivo de hoy en día. Un nuevo concepto de la minería de datos de inteligencia de negocios ha evolucionado ahora, que es ampliamente utilizado por las principales casas corporativas para mantenerse por delante de sus competidores. Inteligencia de negocio (BI) puede ayudar a proporcionar la última información y utilizado para el análisis de la competición, investigación de mercado, tendencias económicas, comportamiento del consumo, investigación de la industria, análisis de información geográfica y así sucesivamente. La minería de datos de inteligencia empresarial ayuda en la toma de decisiones óptimas.
Bases de datos tradicionales
- Una base de datos es un sistema que convierte un conjunto de datos de gran tamaño en una herramienta abstracta, permitiendo al usuario buscar y extraer elementos pertinentes de información, de una forma cómoda para él
- Las colecciones de datos son inútiles, al menos que seamos capaces de extraer aquellos elementos concretos de información que sean pertinentes para la tarea que tenemos entre manos
Fundamentos de bases de datos
- Esquema: Descripción de toda la estructura de base de datos
- Subesquema: Descripción de una parte de la base de datos que es relevante para las necesidades de un usuario concreto
- Capa de aplicación vs capa de gestión de datos
- Sistemas de base de datos (DBMS): Sistema que permite la manipulación de la base de datos.
Modelo Relacional
- Representa los datos como si estuvieran almacenados en tablas rectangulares, denominadas relaciones, que son similares al formato en que se visualiza la información de las hojas de cálculo
- Tupia: Una fila de una relación de datos (renglón o registro)
- Atributos: Las columnas de una relación que contiene alguna característica o atributo de la entidad representada por la correspondiente tupia
Ejemplos de sistemas relacionales
- Sistema de Nóminas
- Sistema de Calificaciones
- Sistema de Facturación de clientes
- Sistemas de Colegiaturas
- CRM-Customer Relationship Management
- ERP-Enterprise Resource Planning
Almacenamiento Masivo de datos
Minería de datos
La minería de datos es un conjunto de técnicas que permiten descubrir patrones dentro de conjuntos de datos.
Areas en las que se utiliza esta actividad:
- Marketing
- Inventarios
- Control de calidad
- Gestión de riesgos
- Dirección de fraudes
- Análisis de inversiones
- ADN
- Inteligencia Artificial
Diferencias con consultas a bases de datos tradicionales
- Identificación de patrones
- Desconocimiento del patrón
- Uso de "Almacenes de datos"
- Usa base de datos en memoria
BIG DATA
Los bancos han logrado aumentar su rentabilidad generando nuevos revenue streams, con Big Data y Analitics. Ofreciendo productos personalizados y mejorando el servicio a clientes.
Formatos de Data Mining:
- Descripción de clases: Trata de identificar propiedades que caractericen a un grupo dado de elementos de datos.
- Discriminación de clases: Trata de identificar propiedades que separen a dos grupos.
- Análisis de agrupamiento: Trata de descubrir clases en los datos.
- Análisis de excepciones: Trata de identificar elementos que no se ajustan a la norma de datos.
- Análisis de patrones secuenciales: Trata de identificar patrones de comportamiento a lo largo del tiempo.
Machine Learning en Google
La inteligencia artificial y el machine learning podrían acercarnos a uno de los objetivos más buscados por la publicidad: ofrecer asuntos relevantes a escala
- La inteligencia artificial estudia cómo lograr que las máquinas sean inteligentes o capaces de resolver problemas de la misma forma en que lo haría una persona
- El machine learning es básicamente una nueva manera de crear estos sistemas capaces de resolverlos
- Durante décadas, los programadores codificaron manualmente los programas informáticos para lograr que proporcionen resultados a partir de cierta información
- Con el machine learning, enseñamos a las computadoras a aprender si la necesidad de programarlas con un conjunto de reglas rígidas. Para lograrlo, les mostramos varios ejemplos hasta que eventualmente comienzan a aprender de ellos.
Como el machine learning está transformando el marketing de aplicaciones
El machine learning tiene el potencial de revolucionar el marketing, tanto como lo hicieron los dispositivos móviles, el Internet y la televisión. Hoy por hoy, las empresas con visión de futuro están utilizando sus herramientas para sacarle el máximo partido a sus estrategias. Así se vuelven pioneras en aprovechar la capacidad de esta tecnología para simplificar los datos, obtener información valiosa sobre los usuarios y captar su atención de formas muy relevantes.
Puntos claves:
- Los datos como potencial de crecimiento
- Optimizar la publicidad en función del valore del cliente
- El rol de los especialistas en marketing y las agencias
