Data Mining & Business Analytics

Data Mining es la tarea de explorar grandes volúmenes de información (generalmente datos de negocio y mercado) con el objeto de descubrir patrones, modelos de comportamiento y relaciones entre diferentes variables. Business Analytics aplica las técnicas de Data Mining a la gestión de negocios, obteniendo valor a partir de la información como elemento estratégico de éxito.

Esto permite generar conocimiento para mejorar la toma de decisiones en los procesos fundamentales de un negocio, desde el entendimiento de los clientes y diseño de productos, hasta la optimización y gestión de procesos. 

Microsystem cuenta con un equipo de expertos de clase mundial en Data Mining y Business Analitcs, compuesto por ingenieros con experiencia tanto en docencia e investigación como en proyectos aplicados en la industria.  

Proyectos de Data Mining & Business Analytics

Un proyecto de data mining & Business Analytics consta de seis etapas fundamentales: 

• Entendimiento del problema de negocio que se quiere resolver
• Entendimiento de los datos con que cuenta la organización
• Integración, limpieza y exploración de los datos.
• Extracción de patrones y modelos.
• Validación y evaluación de los modelos generados
• Uso y Aplicación de los Modelos

Las principales técnicas de Data Mining son:

• Clasificación. Consiste en extraer desde los datos un modelo que permita predecir la clase de una entidad. Por ejemplo: un modelo que permita clasificar a un cliente según su riesgo de crédito (modelo de predicción de riesgo), o un modelo que permita clasificar a un cliente según su predisposición a abandonar la suscripción a un producto (modelo de predicción de fuga).
• Regresión. Consiste en extraer desde los datos un modelo que permita predecir el valor de una variable desconocida o futura. Por ejemplo: un modelo que prediga la demanda de un producto o servicio, la tasa de falla de un producto, o el precio de un producto en el futuro.
• Reglas de Asociación Las reglas de asociación se extraen desde los datos para determinar relaciones entre variables que pueden ser usadas para mejorar las ventas de un negocio. Por ejemplo, para identificar oportunidades de "cross-selling" (venta cruzada de productos complementarios). Por ejemplo: que productos debieran ir juntos en un supermercado, recomendaciones de productos en sitios de comercio electrónico.
• Segmentación. Segmentación o "clustering" es la  tarea de encontrar  grupos afines (clusters) en un conjunto de entidades. Por ejemplo, segmentar clientes o productos para diseñar una campaña de marketing.  
• Descripción y Visualización de Información. Algunas veces el objetivo de un proyecto de data mining es es simplemente describir qué esta ocurriendo en una base de datos compleja, para así aumentar nuestro entendimiento de las personas, productos o procesos que subyacen a los datos.