El Data Mining se aplica por norma general en empresas que tienen un fuerte enfoque hacía el cliente – consumidor final y con perfil financiero, de comunicación y organizaciones de marketing.
Con el Data Mining las organizaciones analizan los datos devueltos por los patrones de consumo de los clientes para establecer relaciones entre el precio, el posicionamiento que tiene un producto concreto de una marca o las habilidades de venta del persona de comercial, con indicadores económicos, la demografía y público objetivo, así como frente a sus competidores. En resumidas cuentas, les permite analizar el impacto que tienen las ventas, la satisfacción de los clientes, los beneficios que obtiene la marca y profundizar en información referente a transacciones más detalladas.
Por ejemplo, una marca de ropa puede analizar las compras que realizan los clientes de un producto concreto, como una falda de última colección. A partir de aquí, podrá enviar promociones específicas basadas en el historial de cada cliente y la afinidad que tiene para cada producto, personificando al máximo cada campaña y creando la experiencia de valor adecuada para el producto y un sentimiento de necesidad por tenerlo.
Otro ejemplo es WalMart, pionera en Data Mining masivp para transformar sus relaciones con los proveedores. WalMart captura transacciones en puntos de venta de más de 2.900 tiendas en 6 países y continuamente transmite esos datos a su masiva 7,5 terabytes de almacenamiento de datos Teradata. WalMart permite a más de 3.500 proveedores, para acceder a datos sobre sus productos y realizar análisis de datos. Estos proveedores utilizan estos datos para identificar patrones de compra de los clientes a nivel de exhibición de la tienda. Ellos utilizan esta información para gestionar el inventario de almacén local e identificar nuevas oportunidades de comercialización. En 1995, los equipos de WalMart procesan más de 1 millón de consultas de datos complejas.
Según ha declarado la Asociación Nacional de Baloncesto (NBA), a día de hoy está explorando una aplicación de WalMart que se puede utilizar en conjunción con las grabaciones de imágenes de los juegos de baloncesto. El software analiza los movimientos de los jugadores para ayudar a los entrenadores ha perfeccionar y planificar jugadas y estrategias. A partir del análisis de los patrones de movimientos más comunes de cada jugador, según su posición, puede extraer cuales serán las jugadas óptimas maximizando las habilidades de los jugadores, todo ello gracias al análisis de datos a través de patrones.
¿Cómo funciona el Data Mining ?
Si bien la tecnología de información a gran escala ha ido evolucionando, el Data Mining proporciona el vínculo entre el software y las relaciones. Por un lado, Data Mining analiza lo datos y por otro lado establece las relaciones y patrones, a partir de los datos.
La minería de datos se compone de cinco elementos principales. En primer lugar, centra la atención en extraer, transformar y cargar en el sistema de almacenamiento los datos.
Por otro lado, gestiona los datos en un sistema de base de datos multidimensional. Además, proporciona acceso a los analistas de negocios y profesionales de la tecnología de la información a los datos recogidos.
Asimismo, analiza los datos por software de la aplicación y presentar los datos en un formato útil, como un gráfico o una tabla.
¿Qué infraestructura tecnológica se requiere?
Hoy en día, las aplicaciones de Data Mining están disponibles en todos los sistemas de para plataformas mainframe, cliente / servidor, y PC. Los precios de los sistemas van desde varios miles de euros para las aplicaciones más pequeñas de hasta 1 millón de euros al terabyte para el más grande. Las aplicaciones en toda la empresa en general, varían en tamaño de 10 gigabytes a más de 11 terabytes. Por tanto, cuantos más datos se procesa y se mantiene, más potente es el sistema requiere. Del mismo modo, cuanto más complejas son las consultas y mayor el número de consultas que se están procesando, más potente es el sistema requerido.
Algunos proveedores han añadido amplias capacidades de indexación para mejorar el rendimiento de las consultas. Otros utilizan nuevas arquitecturas de hardware, tales como procesadores masivamente paralelos (MPP) para lograr mejoras de orden de magnitud en el tiempo de consulta. Por ejemplo, los sistemas MPP de NCR enlazan cientos de procesadores Pentium de alta velocidad para alcanzar niveles de rendimiento superiores a las de los mayores superordenadores.
Comments
comments
Ver comentarios (0)