SlideShare ist ein Scribd-Unternehmen logo
1 von 9
DATA MINING
KAREN MARCELA NOVOA BELTRAN
¿QUÉ ES DATA MINING?
● Es el conjunto de técnicas y tecnologías que permiten explorar grandes
bases de datos, de manera automática o semiautomática, con el objetivo
de encontrar patrones repetitivos, tendencias o reglas que expliquen el
comportamiento de los datos en un determinado contexto.
PARA QUE SURGE
❖ surge para intentar ayudar a comprender el contenido de un repositorio
de datos. Con este fin, hace uso de prácticas estadísticas y, en algunos
casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a
las redes neuronales.
EJEMPLOS DEL USO DEL DATA MINING
★ Negocios: la empresa podría construir modelos separados para cada
región y/o para cada tipo de cliente. También puede querer determinar
qué clientes van a ser rentables durante una ventana de tiempo (una
quincena, un mes, ...) y sólo enviar las ofertas a las personas que es
probable que sean rentables. Para mantener esta cantidad de modelos,
es necesario gestionar las versiones de cada modelo y pasar a una
minería de datos lo más automatizada posible.
★ Hábitos de compra en supermercados: . Un estudio muy citado detectó
que los viernes había una cantidad inusualmente elevada de clientes que
adquirían a la vez pañales y cerveza. Se detectó que se debía a que dicho
día solían acudir al supermercado padres jóvenes cuya perspectiva para
el fin de semana consistía en quedarse en casa cuidando de su hijo y
viendo la televisión con una cerveza en la mano. El supermercado pudo
incrementar sus ventas de cerveza colocándose próximas a los pañales
para fomentar las ventas compulsivas.
★ Fraudes: Un caso análogo es el de la detección de transacciones de
lavado de dinero o de fraude en el uso de tarjetas de crédito o de
servicios de telefonía móvil e, incluso, en la relación de los
contribuyentes con el fisco. Generalmente, estas operaciones
fraudulentas o ilegales suelen seguir patrones característicos que
permiten, con cierto grado de probabilidad, distinguirlas de las legítimas
y desarrollar así mecanismos para tomar medidas rápidas frente a ellas.
★ Recursos humanos: puede ser útil para los departamentos de recursos
humanos en la identificación de las características de sus empleados de
mayor éxito. La información obtenida puede ayudar a la contratación de
personal, centrándose en los esfuerzos de sus empleados y los resultados
obtenidos por éstos. Además, la ayuda ofrecida por las aplicaciones para
Dirección estratégica en una empresa se traducen en la obtención de
ventajas a nivel corporativo, tales como mejorar el margen de beneficios
o compartir objetivos; y en la mejora de las decisiones operativas, tales
como desarrollo de planes de producción o gestión de mano de obra.
COMPORTAMIENTO EN INTERNET
★ También es un área en boga el del análisis del comportamiento de los
visitantes —sobre todo, cuando son clientes potenciales— en una página de
internet, o la utilización de la información —obtenida por medios más o
menos legítimos— sobre ellos para ofrecerles propaganda adaptada
específicamente a su perfil. O para, una vez que adquieren un determinado
producto, saber inmediatamente qué otro ofrecerle teniendo en cuenta la
información histórica disponible acerca de los clientes que han comprado el
primero.
Bibliografia
Sinnexus es una marca comercial de Sinergia e Inteligencia de Negocio S.L.
Recuperado de
http://www.sinnexus.com/business_intelligence/datamining.aspx
Escrito por Web Mining consultores Recuperado de
http://www.webmining.cl/2011/04/que-es-data-mining/

Weitere ähnliche Inhalte

Was ist angesagt?

Estrategias de monetización de los datos. Convierte datos en Acciones
Estrategias de monetización de los datos. Convierte datos en AccionesEstrategias de monetización de los datos. Convierte datos en Acciones
Estrategias de monetización de los datos. Convierte datos en AccionesSoftware Guru
 
Presentación Eduardo Eneque - eCommerce Day Lima 2016
Presentación Eduardo Eneque - eCommerce Day Lima 2016Presentación Eduardo Eneque - eCommerce Day Lima 2016
Presentación Eduardo Eneque - eCommerce Day Lima 2016eCommerce Institute
 
Matriz de transacción de clientes
Matriz de transacción de clientesMatriz de transacción de clientes
Matriz de transacción de clientessan231093
 
Mk inteligencia comercial
Mk inteligencia comercialMk inteligencia comercial
Mk inteligencia comercialAdolfo del Río
 
Del dato a la toma de decisiones, pasando por el conocimiento
Del dato a la toma de decisiones, pasando por el conocimientoDel dato a la toma de decisiones, pasando por el conocimiento
Del dato a la toma de decisiones, pasando por el conocimientoLucero Vaccaro
 
Presentación Freddy Kamt - eCommerce Day Lima 2016
Presentación Freddy Kamt - eCommerce Day Lima 2016Presentación Freddy Kamt - eCommerce Day Lima 2016
Presentación Freddy Kamt - eCommerce Day Lima 2016eCommerce Institute
 

Was ist angesagt? (6)

Estrategias de monetización de los datos. Convierte datos en Acciones
Estrategias de monetización de los datos. Convierte datos en AccionesEstrategias de monetización de los datos. Convierte datos en Acciones
Estrategias de monetización de los datos. Convierte datos en Acciones
 
Presentación Eduardo Eneque - eCommerce Day Lima 2016
Presentación Eduardo Eneque - eCommerce Day Lima 2016Presentación Eduardo Eneque - eCommerce Day Lima 2016
Presentación Eduardo Eneque - eCommerce Day Lima 2016
 
Matriz de transacción de clientes
Matriz de transacción de clientesMatriz de transacción de clientes
Matriz de transacción de clientes
 
Mk inteligencia comercial
Mk inteligencia comercialMk inteligencia comercial
Mk inteligencia comercial
 
Del dato a la toma de decisiones, pasando por el conocimiento
Del dato a la toma de decisiones, pasando por el conocimientoDel dato a la toma de decisiones, pasando por el conocimiento
Del dato a la toma de decisiones, pasando por el conocimiento
 
Presentación Freddy Kamt - eCommerce Day Lima 2016
Presentación Freddy Kamt - eCommerce Day Lima 2016Presentación Freddy Kamt - eCommerce Day Lima 2016
Presentación Freddy Kamt - eCommerce Day Lima 2016
 

Andere mochten auch

Skateboarding
SkateboardingSkateboarding
SkateboardingAlvarezpe
 
La universidad de hoy
La universidad de hoyLa universidad de hoy
La universidad de hoyRafaelink
 
Alfabetización informática
Alfabetización informáticaAlfabetización informática
Alfabetización informáticaAgus
 
نشست علم اطلاعات و اقتصاد مقاومتي
نشست علم اطلاعات و اقتصاد مقاومتينشست علم اطلاعات و اقتصاد مقاومتي
نشست علم اطلاعات و اقتصاد مقاومتيHosseinieh Ershad Public Library
 
7.- Como trabajar la alfabetización en un grupo de primero.
7.- Como trabajar la alfabetización en un grupo de primero.7.- Como trabajar la alfabetización en un grupo de primero.
7.- Como trabajar la alfabetización en un grupo de primero.Alma Karely Félix Carrillo
 
Sobre el autor del blog
Sobre el autor del blogSobre el autor del blog
Sobre el autor del blogLili Ortiz
 
Catalogo t247 online marco padilla 2º
Catalogo t247 online marco padilla 2ºCatalogo t247 online marco padilla 2º
Catalogo t247 online marco padilla 2ºMarco Padilla C
 
雙橡園 銷售報告書4.26-7.15
雙橡園 銷售報告書4.26-7.15雙橡園 銷售報告書4.26-7.15
雙橡園 銷售報告書4.26-7.15Jeff Ke
 
웹개발자 김영환 기술경력서 & 자기소개서
웹개발자 김영환 기술경력서 & 자기소개서웹개발자 김영환 기술경력서 & 자기소개서
웹개발자 김영환 기술경력서 & 자기소개서영환 김
 
Planificador de proyectos.
Planificador de proyectos.Planificador de proyectos.
Planificador de proyectos.analoa14
 

Andere mochten auch (15)

How Did They Do That_
How Did They Do That_How Did They Do That_
How Did They Do That_
 
Skateboarding
SkateboardingSkateboarding
Skateboarding
 
Notary Mentor
Notary MentorNotary Mentor
Notary Mentor
 
La universidad de hoy
La universidad de hoyLa universidad de hoy
La universidad de hoy
 
Ppt1
Ppt1Ppt1
Ppt1
 
Alfabetización informática
Alfabetización informáticaAlfabetización informática
Alfabetización informática
 
نشست علم اطلاعات و اقتصاد مقاومتي
نشست علم اطلاعات و اقتصاد مقاومتينشست علم اطلاعات و اقتصاد مقاومتي
نشست علم اطلاعات و اقتصاد مقاومتي
 
Issuu
IssuuIssuu
Issuu
 
7.- Como trabajar la alfabetización en un grupo de primero.
7.- Como trabajar la alfabetización en un grupo de primero.7.- Como trabajar la alfabetización en un grupo de primero.
7.- Como trabajar la alfabetización en un grupo de primero.
 
1 a 54 summer
1 a 54 summer1 a 54 summer
1 a 54 summer
 
Sobre el autor del blog
Sobre el autor del blogSobre el autor del blog
Sobre el autor del blog
 
Catalogo t247 online marco padilla 2º
Catalogo t247 online marco padilla 2ºCatalogo t247 online marco padilla 2º
Catalogo t247 online marco padilla 2º
 
雙橡園 銷售報告書4.26-7.15
雙橡園 銷售報告書4.26-7.15雙橡園 銷售報告書4.26-7.15
雙橡園 銷售報告書4.26-7.15
 
웹개발자 김영환 기술경력서 & 자기소개서
웹개발자 김영환 기술경력서 & 자기소개서웹개발자 김영환 기술경력서 & 자기소개서
웹개발자 김영환 기술경력서 & 자기소개서
 
Planificador de proyectos.
Planificador de proyectos.Planificador de proyectos.
Planificador de proyectos.
 

Ähnlich wie DATA MINIG

Gerencia del Conocimiento Aplicado al Mercadeo / CRM y Data Mining
Gerencia del Conocimiento Aplicado al Mercadeo / CRM y Data MiningGerencia del Conocimiento Aplicado al Mercadeo / CRM y Data Mining
Gerencia del Conocimiento Aplicado al Mercadeo / CRM y Data MiningSunnely Sequera
 
Curso Telemarketing Clase 4
Curso Telemarketing Clase 4Curso Telemarketing Clase 4
Curso Telemarketing Clase 4Instituto Sise
 
Business intelligence-
Business intelligence-Business intelligence-
Business intelligence-cassram
 
Practica MAPA ESTRATEGIA DE TRANSFORMACIÓN DIGITAL - GYO
Practica MAPA ESTRATEGIA DE TRANSFORMACIÓN DIGITAL - GYOPractica MAPA ESTRATEGIA DE TRANSFORMACIÓN DIGITAL - GYO
Practica MAPA ESTRATEGIA DE TRANSFORMACIÓN DIGITAL - GYOGyovanny Caballero
 
Arquitectura de datos empresariales actividad 2
Arquitectura de datos empresariales   actividad 2Arquitectura de datos empresariales   actividad 2
Arquitectura de datos empresariales actividad 2CarlosTenelema1
 
Marisa cruz casatñeda ejercicios 1 y 3
Marisa cruz casatñeda ejercicios 1 y 3Marisa cruz casatñeda ejercicios 1 y 3
Marisa cruz casatñeda ejercicios 1 y 3jam_20
 
Adali tienda luna deapositivas
Adali tienda luna deapositivasAdali tienda luna deapositivas
Adali tienda luna deapositivasjam_20
 
Afc module 2 translated
Afc module 2 translatedAfc module 2 translated
Afc module 2 translatedSoniaNaiba
 
Ejercicio 1 y 3 jessica peña hernandez
Ejercicio 1 y 3 jessica peña hernandezEjercicio 1 y 3 jessica peña hernandez
Ejercicio 1 y 3 jessica peña hernandezjam_20
 
El factor visibilidad: forma en que las pyme pueden utilizar los datos para t...
El factor visibilidad: forma en que las pyme pueden utilizar los datos para t...El factor visibilidad: forma en que las pyme pueden utilizar los datos para t...
El factor visibilidad: forma en que las pyme pueden utilizar los datos para t...SAPCrystalLatam
 
Gerenciar el Conocimiento -CRM - Data Mining
Gerenciar el Conocimiento -CRM - Data MiningGerenciar el Conocimiento -CRM - Data Mining
Gerenciar el Conocimiento -CRM - Data MiningNicoleaks
 
Adali tienda luna deapositivas
Adali tienda luna deapositivasAdali tienda luna deapositivas
Adali tienda luna deapositivasjam_20
 
Cómo sacar provecho de la explosión de datos smart big data
Cómo sacar provecho de la explosión de datos smart big dataCómo sacar provecho de la explosión de datos smart big data
Cómo sacar provecho de la explosión de datos smart big dataAlet & CO
 

Ähnlich wie DATA MINIG (20)

Introducción a la Minería de Datos (1).pdf
Introducción a la Minería de Datos (1).pdfIntroducción a la Minería de Datos (1).pdf
Introducción a la Minería de Datos (1).pdf
 
Gerencia del Conocimiento Aplicado al Mercadeo / CRM y Data Mining
Gerencia del Conocimiento Aplicado al Mercadeo / CRM y Data MiningGerencia del Conocimiento Aplicado al Mercadeo / CRM y Data Mining
Gerencia del Conocimiento Aplicado al Mercadeo / CRM y Data Mining
 
Curso Telemarketing Clase 4
Curso Telemarketing Clase 4Curso Telemarketing Clase 4
Curso Telemarketing Clase 4
 
Laboratorio #9
Laboratorio #9   Laboratorio #9
Laboratorio #9
 
Twitter
Twitter Twitter
Twitter
 
Business intelligence-
Business intelligence-Business intelligence-
Business intelligence-
 
Unidad 1. componentes del sistema
Unidad 1. componentes del sistemaUnidad 1. componentes del sistema
Unidad 1. componentes del sistema
 
Practica MAPA ESTRATEGIA DE TRANSFORMACIÓN DIGITAL - GYO
Practica MAPA ESTRATEGIA DE TRANSFORMACIÓN DIGITAL - GYOPractica MAPA ESTRATEGIA DE TRANSFORMACIÓN DIGITAL - GYO
Practica MAPA ESTRATEGIA DE TRANSFORMACIÓN DIGITAL - GYO
 
Data mining
Data miningData mining
Data mining
 
Arquitectura de datos empresariales actividad 2
Arquitectura de datos empresariales   actividad 2Arquitectura de datos empresariales   actividad 2
Arquitectura de datos empresariales actividad 2
 
Mineria de Datos
Mineria de DatosMineria de Datos
Mineria de Datos
 
Marisa cruz casatñeda ejercicios 1 y 3
Marisa cruz casatñeda ejercicios 1 y 3Marisa cruz casatñeda ejercicios 1 y 3
Marisa cruz casatñeda ejercicios 1 y 3
 
Adali tienda luna deapositivas
Adali tienda luna deapositivasAdali tienda luna deapositivas
Adali tienda luna deapositivas
 
Afc module 2 translated
Afc module 2 translatedAfc module 2 translated
Afc module 2 translated
 
Ejercicio 1 y 3 jessica peña hernandez
Ejercicio 1 y 3 jessica peña hernandezEjercicio 1 y 3 jessica peña hernandez
Ejercicio 1 y 3 jessica peña hernandez
 
El factor visibilidad: forma en que las pyme pueden utilizar los datos para t...
El factor visibilidad: forma en que las pyme pueden utilizar los datos para t...El factor visibilidad: forma en que las pyme pueden utilizar los datos para t...
El factor visibilidad: forma en que las pyme pueden utilizar los datos para t...
 
Gerenciar el Conocimiento -CRM - Data Mining
Gerenciar el Conocimiento -CRM - Data MiningGerenciar el Conocimiento -CRM - Data Mining
Gerenciar el Conocimiento -CRM - Data Mining
 
Adali tienda luna deapositivas
Adali tienda luna deapositivasAdali tienda luna deapositivas
Adali tienda luna deapositivas
 
Propuesta politica
Propuesta politicaPropuesta politica
Propuesta politica
 
Cómo sacar provecho de la explosión de datos smart big data
Cómo sacar provecho de la explosión de datos smart big dataCómo sacar provecho de la explosión de datos smart big data
Cómo sacar provecho de la explosión de datos smart big data
 

Kürzlich hochgeladen

Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfpatriciaines1993
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxlclcarmen
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docxEliaHernndez7
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSYadi Campos
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024IES Vicent Andres Estelles
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdfValeriaCorrea29
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptxdeimerhdz21
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICAÁngel Encinas
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfUPTAIDELTACHIRA
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxFernando Solis
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdfMiNeyi1
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptAlberto Rubio
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfMercedes Gonzalez
 

Kürzlich hochgeladen (20)

Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdf
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 

DATA MINIG

  • 2. ¿QUÉ ES DATA MINING? ● Es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto.
  • 3. PARA QUE SURGE ❖ surge para intentar ayudar a comprender el contenido de un repositorio de datos. Con este fin, hace uso de prácticas estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a las redes neuronales.
  • 4. EJEMPLOS DEL USO DEL DATA MINING ★ Negocios: la empresa podría construir modelos separados para cada región y/o para cada tipo de cliente. También puede querer determinar qué clientes van a ser rentables durante una ventana de tiempo (una quincena, un mes, ...) y sólo enviar las ofertas a las personas que es probable que sean rentables. Para mantener esta cantidad de modelos, es necesario gestionar las versiones de cada modelo y pasar a una minería de datos lo más automatizada posible.
  • 5. ★ Hábitos de compra en supermercados: . Un estudio muy citado detectó que los viernes había una cantidad inusualmente elevada de clientes que adquirían a la vez pañales y cerveza. Se detectó que se debía a que dicho día solían acudir al supermercado padres jóvenes cuya perspectiva para el fin de semana consistía en quedarse en casa cuidando de su hijo y viendo la televisión con una cerveza en la mano. El supermercado pudo incrementar sus ventas de cerveza colocándose próximas a los pañales para fomentar las ventas compulsivas.
  • 6. ★ Fraudes: Un caso análogo es el de la detección de transacciones de lavado de dinero o de fraude en el uso de tarjetas de crédito o de servicios de telefonía móvil e, incluso, en la relación de los contribuyentes con el fisco. Generalmente, estas operaciones fraudulentas o ilegales suelen seguir patrones característicos que permiten, con cierto grado de probabilidad, distinguirlas de las legítimas y desarrollar así mecanismos para tomar medidas rápidas frente a ellas.
  • 7. ★ Recursos humanos: puede ser útil para los departamentos de recursos humanos en la identificación de las características de sus empleados de mayor éxito. La información obtenida puede ayudar a la contratación de personal, centrándose en los esfuerzos de sus empleados y los resultados obtenidos por éstos. Además, la ayuda ofrecida por las aplicaciones para Dirección estratégica en una empresa se traducen en la obtención de ventajas a nivel corporativo, tales como mejorar el margen de beneficios o compartir objetivos; y en la mejora de las decisiones operativas, tales como desarrollo de planes de producción o gestión de mano de obra.
  • 8. COMPORTAMIENTO EN INTERNET ★ También es un área en boga el del análisis del comportamiento de los visitantes —sobre todo, cuando son clientes potenciales— en una página de internet, o la utilización de la información —obtenida por medios más o menos legítimos— sobre ellos para ofrecerles propaganda adaptada específicamente a su perfil. O para, una vez que adquieren un determinado producto, saber inmediatamente qué otro ofrecerle teniendo en cuenta la información histórica disponible acerca de los clientes que han comprado el primero.
  • 9. Bibliografia Sinnexus es una marca comercial de Sinergia e Inteligencia de Negocio S.L. Recuperado de http://www.sinnexus.com/business_intelligence/datamining.aspx Escrito por Web Mining consultores Recuperado de http://www.webmining.cl/2011/04/que-es-data-mining/