Minería de Datos: Introducción a la Inteligencia de Negocios

Qué es la Inteligencia de Negocios y Minería de Datos?

Es la asignatura que permite estudiar y aplicar técnicas analíticas que generan conocimiento a partir de datos en las organizaciones.

En esta materia se aprenderá desde una perspectiva de negocios a analizar situaciones empresariales para generar valor y crear ventaja competitiva. Estas situaciones serán principalmente areas de Marketing y Finanzas.

Definición de BI:

Es la habilidad para transformar los datos en información y la información en conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones en los negocios para alcanzar una ventaja competitiva. 

Cual es el fin de una empresa?

Impulsar el bienestar económico y social mediante una adecuada inversión de capital. GANAR DINERO.

Cómo gano mas dinero? Obteniendo información, lo cual me dará ventaja competitiva sobre mis competidores. Mejor calidad en mis productos, menor precio, imagen de marca, tecnología, equipo humano.

Las posibles fuentes de ventaja residen en la tecnología, los procesos productivos, y en un determinado sistema informático. 

Quienes aportan a esta ventaja competitiva en mi empresa?

Una determinada tecnología que le permite producir productos de muy buena calidad.

Un sistema de distribución eficiente para llegar a mas ventas.

Personal calificado que brinde un excelente servicio al cliente.

Moderna infraestructura que garantice ambiente cómodo y agradable a sus clientes.

Buena ubicación que asegure la visibilidad a sus clientes. 

Un proceso productivo eficiente que reduzca los costos, ya sea para obtener margen o para                   trasladar el beneficio a los clientes.

Un determinado sistema informático que le permite tomar y procesar rápidamente los pedidos             del cliente, y brindar asi una rápida atención.

Es importante que al tener conocimiento se tomen decisiones para mejorar, ya sean decisiones tácticas o decisiones estratégicas.

Decisiones Estratégicas	Decisiones Tácticas
Quien sera nuestro mercado meta?	A quien dirigir la publicidad y atraves de que canales?
Que productos o servicios deberiamos ofrecer?	Que acciones tomar para retener a nuestros clientes?
Donde localizamos las sucursales o punto de venta?	Cuanto comprar al proveedor y con que frecuencia?
Que procesos deberiamos subcontratar y cuales dejarse en la compañia?	Como distribuir los productos en un supermercado?
Deberiamos implementar un nuevo sistema de informacion corporativo?	Que politicas de credito implementar?
	Que tipo de beneficios para empleados conviene implementar?
	Cual deberia ser el grado de disponibilidad optimo de los sistemas?

Estas decisiones son cruciales para el crecimiento o ventaja de las compañías. La información que necesitan las empresas para estas decisiones son tomadas de herramientas que permitan mostrarle a detalle estas preguntas. Acá se entra en una etapa donde el análisis toma especial importancia: 

Datos + análisis = Conocimiento. 

Entre algunas herramientas de inteligencia de negocios se encuentran 2 grandes áreas:

1. Análisis multimedia (OLAP)
2. Knowledge Discovery in Databases (KDD)
1. Preparación de datos
2. Minería de Datos
• Descriptiva
• Predictiva
• Para la clasificación
3. Modelos y Patrones
4. Evaluación e interpretación.

Es aquí donde entra en juego la potencia de las tecnologías de información manejadas con mucho discernimiento, análisis y conocimiento del negocio.

El descubrimiento del conocimiento es todo un proceso llamado KDD (Knowledge Discovery in Databases)

Conocimiento KDD

En los enormes volúmenes de información existe información oculta y de gran importancia estratégica, pero que no puede identificarse con las técnicas básicas de consulta de datos y reportería. Este descubrimiento se logra con la Minería de Datos. Y sus técnicas tanto estadísticas como de inteligencia artificial para encontrar relaciones y patrones que permitan crear modelos de la realidad.

Sin embargo es el KDD el que se encarga de la preparación datos (antes de DM) y la interpretación de resultados (después DM) que den significado a los patrones. 

Este conocimiento que proporciona KDD se utiliza en finanzas de la banca que le permite 

• Obtener un patrón de uso fraudulento de tarjetas de crédito. 
• Determinación de grupos según el uso de tarjeta de crédito. 
• Correlaciones entre indicadores financieros. 
• Análisis de riesgos de créditos.

Análisis en el mercado:

• Análisis de la cesta de compra (compras conjuntas, secuenciales, ventas cruzadas, etc)
• Evaluación de campañas publicitarias
• Patrones de fidelidad y fuga de clientes
• Segmentación de clientes

Seguros y Salud:

• Determinación de clientes que podrían ser potencialmente caros.
• Procedimientos médicos solicitados conjuntamente
• predicción de que clientes contratan nuevas pólizas
• identificación de patrones de comportamiento para clientes con riesgo
• Identificación de comportamiento fraudulento
• Predicción de clientes que ampliarán su póliza.

 Telecomunicaciones:

• Identificar patrones de llamadas
• Modelos de carga de redes
• Detección de fraude

Sistemas de información

• Clasificación de E-mails
• Patrones de visitas a la web
• Análisis de logs