Marketing Data Mining

Universidad Mayor[pic 1]

Facultad de Humanidades

Santiago

Data Mining

[pic 2]

[pic 3]

Contenido

1. Introducción        3
2. ¿Qué es el Data Mining?        4
3. ¿Para qué sirve el Data Mining en el Marketing?        6
4. El alcance de el Data Mining en el Marketing        6
5. Ventajas y Desventajas de el Data Mining        8
6. Casos con éxito - Data Mining        9
7. Conclusión        10

Introducción

En el siguiente informe se dará a conocer y a entender lo que es el Data Mining, además de sus usos y aportes para el marketing, el cual es uno de los aspectos más relevantes en los usos de las organizaciones.

El Data Mining, o minería de datos en español, es una herramienta muy utilizada por las empresas para analizar datos, agruparlos para identificar cualidades y cantidades a reconocer para maximizar la toma de decisiones en las áreas correspondientes a utilizar. Como veremos a lo largo de este informe, tiene distintos enfoques y técnicas que serán explicadas y detalladas.

Además, se podrán conocer casos reales de compañías que han recurrido al Data Mining y tenido éxito gracias a ello, como también sus ventajas y desventajas.

¿Qué es el Data Mining?

El Data Mining (en español Minería de Datos) es un conjunto de técnicas y tecnologías que nos permiten explorar grandes bases de datos, el proceso que realiza este es el de analizar datos desde diferentes perspectivas para convertirlos en información útil que se puede utilizar para, por ejemplo, aumentar ingresos, recortar costes, etc.

Surge con la intención de poder ayudar a comprender el contenido de un almacén de datos, estos son la materia prima bruta, este pasa a convertirse en información cuando el usuario les agrega un significado especial a los datos.

El Data Mining suele estar compuesto por cuatro etapas primordiales:

• Determinación de los Objetivos: En esta etapa se aclaran los objetivos que el usuario desea bajo la orientación del Data Mining.
• Procesamiento de Datos: Aquí se realiza la selección, limpieza, reducción y transformación de las bases de datos. Esta etapa es la que requiere mayor tiempo en un proyecto de Data Mining.

• Determinación del Modelo: Se hacen los análisis estadísticos de los datos correspondientes para luego ser llevados a una visualización grafica de los mismos.

• Análisis de los Resultados: Verifica los resultados obtenidos y si estos tienen coherencia. Aquí el usuario puede determinar si son novedoso o si aportan nuevos conocimientos que le permitan considerar sus decisiones.

El uso de herramientas de minería de datos puede tener dos enfoques:

• Verificación: Se enfocan en comprobar una hipótesis o creencias sobre el comportamiento de los usuarios y su entorno.

• Descubrimiento: Buscan patrones de forma automática. Pueden ser descriptivos o predictivos. Los primeros sirven para entender un comportamiento, mientras que los segundos buscan adelantarse a ellos.

Las técnicas que se aplican pueden tener cualquiera de estas perspectivas. Algunas de las más usadas son:

• Clasificación: Asigna una categoría a cada caso para organizar la información y entender las variables existentes.
• Regresión lineal: Determina una relación entre una o más variables para predecir el valor de un tercer dato. Se usa mucho para establecer la relación que existe entre grupos de datos.
• Agrupamiento o Clustering: Agrupa los datos según criterios definidos. Para esto, intenta crear grupos naturales, buscando características comunes.
• Resumen: Reúne y compacta los datos para crear subconjuntos que resuman la muestra.
• Dependencias: Analiza las relaciones para establecer dependencias entre las variables.
• Análisis de secuencias: Estudia la evolución temporal de las variables para encontrar secuencias recurrentes.
• Redes neuronales: Imita la forma en que funciona el sistema nervioso para crear un sistema de interconexión de datos donde hay estímulos y salidas.
• Árboles de decisión: Crea construcciones lógicas para organizar en categorías las condiciones que ocurren de forma sucesiva y repetitiva.
• Reglas de asociación: Se utilizan para descubrir hechos que ocurren en común dentro de un conjunto de datos.

¿Para qué sirve el Data Mining en el Marketing?

Como mencionamos anteriormente, con el Data Mining las organizaciones son capaces de encontrar, seleccionar la información más importante y relevante. Esta se puede utilizar para crear modelos que puedan ayudar a realizar predicciones acerca de cómo las personas se van a comportar, para así poder anticiparse.

Gracias a estos modelos se pueden realizar análisis complejos de las bases de datos, permitiendo que una campaña de Marketing pueda ser más selectiva al garantizar mayor efectividad al descubrir las tendencias de consumo de los clientes para un determinado producto. Con el Data Mining el área de Marketing brinda un conjunto de técnicas para la exploración y análisis de grandes cantidades de datos a fin de extraer información implícita, previamente desconocida y potencialmente útil para hacer blanco en las personas indicadas.

El alcance del Data Mining en el Marketing

La minería de datos es utilizada por el Marketing digital para comprender el comportamiento de los consumidores.

En particular, este posibilita entender de otra forma las promociones, publicidad, campañas y estrategias de comercialización ya que con esta herramienta es posible extraer toda la ventaja existente de datos históricos, esta forma de profundizar la información que permite identificar hechos relevantes, relaciones, tendencias, patrones y excepciones.

Además, estas mismas conclusiones se pueden utilizar para atraer a usuarios similares. Así, las estrategias tienen una base en datos concretos, los que pueden ajustarse más adelante para integrar cualquier cambio.

...