Cubos De Información

Introducción al Análisis de Datos

Introducción

• La sociedad de la información e Internet han generado

una explosión de datos

– No hay suficiente gente que pueda analizar tal cantidad de

datos

– Potencia de computación disponible

– El desarrollo de software es un cuello de botella

•Extraer conocimiento a través de ejemplos es atractivo

– Aprendizaje de la experiencia para tomar decisiones

– Servicios comerciales, financieros, etc. tienden hacia la

personalización: adaptación al individuo

• Es muy importante la comprensibilidad de la salida

Introducción al Análisis de Datos

• Descubrimiento de patrones, relaciones y tendencias

mediante análisis de gran cantidad de datos

Extracción de conocimiento

Bases de

datos

Visualización

Estadística

Aprendizaje

automático

Extracción de

conocimiento

Introducción al Análisis de Datos

Ejemplos de aplicaciones

• Toma de decisiones

– Cuándo concedo un crédito hipotecario? por cuánto? Qué

tipo de solicitante no devolverá el crédito?

– Un cliente de tarjeta de crédito está realizando una compra,

pagará? se la han robado?

• Diagnósticos

– Determinación de enfermedades

– Fallos en procesos industriales

• Marketing y ventas

– Hábitos y fidelidad de clientes. Cuál es el perfil de los clientes

que se gastan al mes más de 100.000 pts?

– Análisis de compras. Qué productos de nuestra empresa es

el que compran los clientes junto al detergente?

– Análisis de perfil más adecuado para publicidad directa.

Introducción al Análisis de Datos

Ejemplos de aplicaciones

• Predicción

– Cuánta energía se va a consumir en los próximos días?

• Agencia tributaria

– Cuál es el perfil de los “defraudadores"?

– Se puede subdividir en grupos homogéneos y caracterizar

los diferentes tipos de contribuyentes?

– Cuáles están más alejados de cada grupo?

• Herramienta de investigación. Ej.: imágenes:

– Dada una imagen tomada por un telescopio, soy capaz de

detectar y clasificar objetos interesantes?

– Alerta de fuegos, fugas de combustible, militares, etc.?

• Mejora de procesos industriales

• ...

Introducción al Análisis de Datos

Análisis de datos en Internet

• Web Mining: análisis de páginas para extraer

automáticamente información

• e-Mining: análisis de las interacciones de los clientes

con mis páginas

• Web para extraer información

• Tipo de información que busco:

– Qué tipo de clientes tengo

– Cómo interacciona cada tipo de cliente con las páginas Web

– Qué banners son los que siguen mis clientes (publicidad)

– Descubrimiento de patrones de compra/navegación

• Herramientas de gestión automática del correo

Introducción al Análisis de Datos

Almacén de datos (data warehouse)

• Técnicas para almacenar y manejar datos provenientes

de varias fuentes de una organización como medio de

soporte a la decisión

Datos

Almacén

Interfaz

Extracción del

conocimiento

Introducción al Análisis de Datos

Data Warehouse

Almacén

de Datos

Cualquier

acceso

Fuentes

Heterogéneas

Datos Aplicaciónes

externos

Datos de

Negocio

Herramientas

Cliente/Servidor

Extracción/Filtro/Integración

Explotación

Data

Warehouse

Web

Browser

Introducción al Análisis de Datos

Data Warehouse y Data Marts

C/S

Users

Web

Internet o

Intranet

Data Mart 1

Data Mart n

C/S

Users

Web

Internet

o Intranet

Explotación

Datos

externos

Extracción/Filtro/Integración

Explotación

Data

Warehouse

Datos de

Negocio

Explotación

Introducción al Análisis de Datos

Un “cubo” es una estructura para almacenar información

que permite realizar análisis multidimensional y se basa

en métricas y dimensiones.

¿Qué es un CUBO de información?

Métrica: Medición matemática de una variable del negocio.

Qué quiero medir.

• cantidad de ventas

• unidades vendidas

• % desecho

• # productos en

almacén

• etc.

Introducción al Análisis de Datos

Dimensión. Contra qué quiero medir.

• sucursales

• zona

• clientes

• vendedores

•etc.

Un “cubo” es una estructura para almacenar información

que permite realizar análisis multidimensional y se basa

en métricas y dimensiones.

¿Qué es un CUBO de información?

Introducción al Análisis de Datos

Ventas

México

Norte Centro Sur

D.F. Morelos

BJ VC XO

Balbuena Moctezuma

Drill Down. Desglosar una métrica de lo general a lo particular

por la jerarquía de sus dimensiones

Operaciones con cubos OLAP

Introducción al Análisis de Datos

Ventas

México

Norte Centro Sur

D.F. Morelos

BJ VC XO

Balbuena Moctezuma

Drill Up. Agregar una métrica de lo particular a lo general por

la jerarquía ascendente de sus dimensiones

Operaciones con cubos OLAP

Introducción al Análisis de Datos

Slice. Obtener un sub-cubo fijando una de sus dimensiones

Tiempo= Ene.

Norte

Este

Sur

A B C

Geografía

Ventas del

Producto

Operaciones con cubos OLAP

Introducción al Análisis de Datos

Dice. Obtener un sub-cubo fijando dos o mas de sus dimensiones

Tiempo = Ene. or Feb

Geografía =Norte or Este

Obtenemos un cubo2 x 3

Tiempo = Ene. or Feb

Geografía =Norte or Este

Ventas del Producto = C or B

Obtenemos un cubo 2 x 2

Operaciones con cubos OLAP

Introducción al Análisis de Datos

El Proceso de KDD

Conocimiento

LIMPIEZA

Datos Procesados

TRANSFORMACIÓN

...