Indice
Algoritmos genéticos: Técnicas de optimización que usan procesos tales como combinación genética, mutación y selección natural en un diseño basado en los conceptos de evolución natural.
Análisis de series de tiempo (time-series): Análisis de una secuencia de medidas hechas a intervalos específicos. El tiempo es usualmente la dimensión dominante de los datos.
Análisis prospectivo de datos: Análisis de datos que predice futuras tendencias, comportamientos o eventos basado en datos históricos.
Análisis exploratorio de datos: Uso de técnicas estadísticas tanto gráficas como descriptivas para aprender acerca de la estructura de un conjunto de datos.
Análisis retrospectivo de datos: Análisis de datos que provee una visión de las tendencias, comportamientos o eventos basado en datos históricos.
Árbol de decisión: Estructura en forma de árbol que representa un conjunto de decisiones. Estas decisiones generan reglas para la clasificación de un conjunto de datos. Ver CART y CHAID.
Base de datos multidimensional: Base de datos diseñada para procesamiento analítico on-line (OLAP). Estructurada como un hipercubo con un eje por dimensión.
CART Árboles de clasificación y regresión: Una técnica de árbol de decisión usada para la clasificación de un conjunto da datos. Provee un conjunto de reglas que se pueden aplicar a un nuevo (sin clasificar) conjunto de datos para predecir cuáles registros darán un cierto resultado. Segmenta un conjunto de datos creando 2 divisiones. Requiere menos preparación de datos que CHAID .
CHAID Detección de interacción automática de Chi cuadrado: Una técnica de árbol de decisión usada para la clasificación de un conjunto da datos. Provee un conjunto de reglas que se pueden aplicar a un nuevo (sin clasificar) conjunto de datos para predecir cuáles registros darán un cierto resultado. Segmenta un conjunto de datos utilizando tests de chi cuadrado para crear múltiples divisiones. Antecede, y requiere más preparación de datos, que CART.
Clasificación: Proceso de dividir un conjunto de datos en grupos mutuamente excluyentes de tal manera que cada miembro de un grupo esté lo "más cercano" posible a otro, y grupos diferentes estén lo "más lejos" posible uno del otro, donde la distancia está medida con respecto a variable(s) específica(s) las cuales se están tratando de predecir. Por ejemplo, un problema típico de clasificación es el de dividir una base de datos de compañías en grupos que son lo más homogéneos posibles con respecto a variables como "posibilidades de crédito" con valores tales como "Bueno" y "Malo".
Clustering (agrupamiento): Proceso de dividir un conjunto de datos en grupos mutuamente excluyentes de tal manera que cada miembro de un grupo esté lo "más cercano" posible a otro, y grupos diferentes estén lo "más lejos" posible uno del otro, donde la distancia está medida con respecto a todas las variables disponibles.
Computadoras con multiprocesadores: Una computadora que incluye múltiples procesadores conectados por una red. Ver procesamiento paralelo.
Data cleansing: Proceso de asegurar que todos los valores en un conjunto de datos sean consistentes y correctamente registrados.
Data Mining: La extracción de información predecible escondida en grandes bases de datos.
Data Warehouse: Sistema para el almacenamiento y distribución de cantidades masivas de datos
Datos anormales: Datos que resultan de errores (por ej.: errores en el tipeado durante la carga) o que representan eventos inusuales.
Dimensión: En una base de datos relacional o plana, cada campo en un registro representa una dimensión. En una base de datos multidimensional, una dimensión es un conjunto de entidades similares; por ej.: una base de datos multidimensional de ventas podría incluir las dimensiones Producto, Tiempo y Ciudad.
Modelo analítico: Una estructura y proceso para analizar un conjunto de datos. Por ejemplo, un árbol de decisión es un modelo para la clasificación de un conjunto de datos
Modelo lineal: Un modelo analítico que asume relaciones lineales entre una variable seleccionada (dependiente) y sus predictores (variables independientes).
Modelo no lineal: Un modelo analítico que no asume una relación lineal en los coeficientes de las variables que son estudiadas.
Modelo predictivo: Estructura y proceso para predecir valores de variables especificadas en un conjunto de datos.
Navegación de datos: Proceso de visualizar diferentes dimensiones, "fetas" y niveles de una base de datos multidimensional. Ver OLAP.
OLAP Procesamiento analítico on-line (On Line Analitic prossesing): Se refiere a aplicaciones de bases de datos orientadas a array que permite a los usuarios ver, navegar, manipular y analizar bases de datos multidimensionales.
Outlier: Un item de datos cuyo valor cae fuera de los límites que encierran a la mayoría del resto de los valores correspondientes de la muestra. Puede indicar datos anormales. Deberían ser examinados detenidamente; pueden dar importante información.
Procesamiento paralelo: Uso coordinado de múltiples procesadores para realizar tareas computacionales. El procesamiento paralelo puede ocurrir en una computadora con múltiples procesadores o en una red de estaciones de trabajo o PCs.
RAID: Formación redundante de discos baratos (Redundant Array of inexpensive disks). Tecnología para el almacenamiento paralelo eficiente de datos en sistemas de computadoras de alto rendimiento.
Regresión lineal: Técnica estadística utilizada para encontrar la mejor relación lineal que encaja entre una variable seleccionada (dependiente) y sus predicados (variables independientes).
2. Fundamentos del Data Mining
Las técnicas de Data Mining son el resultado de un largo proceso de investigación y desarrollo de productos. Esta evolución comenzó cuando los datos de negocios fueron almacenados por primera vez en computadoras, y continuó con mejoras en el acceso a los datos, y más recientemente con tecnologías generadas para permitir a los usuarios navegar a través de los datos en tiempo real. Data Mining toma este proceso de evolución más allá del acceso y navegación retrospectiva de los datos, hacia la entrega de información prospectiva y proactiva. Data Mining está listo para su aplicación en la comunidad de negocios porque está soportado por tres tecnologías que ya están suficientemente maduras:
- Recolección masiva de datos
- Potentes computadoras con multiprocesadores
- Algoritmos de Data Mining
Las bases de datos comerciales están creciendo a un ritmo sin precedentes. Un reciente estudio del META GROUP sobre los proyectos de Data Warehouse encontró que el 19% de los que contestaron están por encima del nivel de los 50 Gigabytes, mientras que el 59% espera alcanzarlo en el segundo trimestre de 1997. En algunas industrias, tales como ventas al por menor (retail), estos números pueden ser aún mayores. MCI Telecommunications Corp. cuenta con una base de datos de 3 terabytes + 1 terabyte de índices y overhead corriendo en MVS sobre IBM SP2. La necesidad paralela de motores computacionales mejorados puede ahora alcanzarse de forma más costo – efectiva con tecnología de computadoras con multiprocesamiento paralelo. Los algoritmos de Data Mining utilizan técnicas que han existido por lo menos desde hace 10 años, pero que sólo han sido implementadas recientemente como herramientas maduras, confiables, entendibles que consistentemente son más performantes que métodos estadísticos clásicos.
En la evolución desde los datos de negocios a información de negocios, cada nuevo paso se basa en el previo. Por ejemplo, el acceso a datos dinámicos es crítico para las aplicaciones de navegación de datos (drill through applications), y la habilidad para almacenar grandes bases de datos es crítica para Data Mining.
Los componentes esenciales de la tecnología de Data Mining han estado bajo desarrollo por décadas, en áreas de investigación como estadísticas, inteligencia artificial y aprendizaje de máquinas. Hoy, la madurez de estas técnicas, junto con los motores de bases de datos relacionales de alta performance, hicieron que estas tecnologías fueran prácticas para los entornos de data warehouse actuales.
Qué es Data Mining?
Data Mining, la extracción de información oculta y predecible de grandes bases de datos, es una poderosa tecnología nueva con gran potencial que ayuda a las compañías a concentrarse en la información más importante de sus Bases de Información (Data Warehouse).
Un Sistema Datamining es una tecnología de soporte para usuario final cuyo objetivo es extraer conocimiento útil y utilizable a partir de la información contenida en las bases de datos de las empresas.
Cómo se desarrollan los sistemas Data Mining?
Los sistemas Datamining se desarrollan bajo lenguajes de última generación basados en la inteligencia artificial y utilizan modelos matemáticos tales como:
Redes neuronales artificiales: modelos predecible no-lineales que aprenden a través del entrenamiento y semejan la estructura de una red neuronal biológica.
Arboles de decisión: estructuras de forma de árbol que representan conjuntos de decisiones. Estas decisiones generan reglas para la clasificación de un conjunto de datos. Métodos específicos de árboles de decisión incluyen Arboles de Clasificación y Regresión (CART: Classification And Regression Tree) y Detección de Interacción Automática de Chi Cuadrado (CHAI: Chi Square Automatic Interaction Detection)
Algoritmos genéticos: técnicas de optimización que usan procesos tales como combinaciones genéticas, mutaciones y selección natural en un diseño basado en los conceptos de evolución.
Método del vecino más cercano: una técnica que clasifica cada registro en un conjunto de datos basado en una combinación de las clases del/de los k registro (s) más similar/es a él en un conjunto de datos históricos (donde k ? 1). Algunas veces se llama la técnica del vecino k-más cercano.
Regla de inducción: la extracción de reglas if-then de datos basados en significado estadístico.
Muchas de estas tecnologías han estado en uso por más de una década en herramientas de análisis especializadas que trabajan con volúmenes de datos relativamente pequeños. Estas capacidades están ahora evolucionando para integrarse directamente con herramientas OLAP y de Data Warehousing.
Qué son capaces de hacer las herramientas del Data Mining?
Las herramientas de Data Mining predicen futuras tendencias y comportamientos, permitiendo en los negocios tomar decisiones proactivas y conducidas por un conocimiento acabado de la información (knowledge-driven). Los análisis prospectivos automatizados ofrecidos por un producto así van más allá de los eventos pasados provistos por herramientas retrospectivas típicas de sistemas de soporte de decisión.
Las herramientas de Data Mining pueden responder a preguntas de negocios que tradicionalmente consumen demasiado tiempo para poder ser resueltas y a los cuales los usuarios de esta información casi no están dispuestos a aceptar. Estas herramientas exploran las bases de datos en busca de patrones ocultos, encontrando información predecible que un experto no puede llegar a encontrar porque se encuentra fuera de sus expectativas.
Una vez que las herramientas de Data Mining fueron implementadas en computadoras cliente servidor de alto performance o de procesamiento paralelo, pueden analizar bases de datos masivas para brindar respuesta a preguntas tales como, "¿Cuáles clientes tienen más probabilidad de responder al próximo mailing promocional, y por qué? y presentar los resultados en formas de tablas, con gráficos, reportes, texto, hipertexto, etc.
Las técnicas de Data Mining pueden ser implementadas rápidamente en plataformas ya existentes de software y hardware para acrecentar el valor de las fuentes de información existentes y pueden ser integradas con nuevos productos y sistemas pues son traídas en línea (on-line).
Dadas bases de datos de suficiente tamaño y calidad, la tecnología de Data Mining puede generar nuevas oportunidades de negocios al proveer estas capacidades:
Predicción automatizada de tendencias y comportamientos.
Data Mining automatiza el proceso de encontrar información predecible en grandes bases de datos. Preguntas que tradicionalmente requerían un intenso análisis manual, ahora pueden ser contestadas directa y rápidamente desde los datos. Un típico ejemplo de problema predecible es el marketing apuntado a objetivos (targeted marketing). Data Mining usa datos en mailing promocionales anteriores para identificar posibles objetivos para maximizar los resultados de la inversión en futuros mailing. Otros problemas predecibles incluyen pronósticos de problemas financieros futuros y otras formas de incumplimiento, e identificar segmentos de población que probablemente respondan similarmente a eventos dados.
Descubrimiento automatizado de modelos previamente desconocidos.
Las herramientas de Data Mining barren las bases de datos e identifican modelos previamente escondidos en un sólo paso. Otros problemas de descubrimiento de modelos incluye detectar transacciones fraudulentas de tarjetas de créditos e identificar datos anormales que pueden representar errores de tipeado en la carga de datos.
Las técnicas de Data Mining pueden redituar los beneficios de automatización en las plataformas de hardware y software existentes y puede ser implementadas en sistemas nuevos a medida que las plataformas existentes se actualicen y nuevos productos sean desarrollados. Cuando las herramientas de Data Mining son implementadas en sistemas de procesamiento paralelo de alto performance, pueden analizar bases de datos masivas en minutos. Procesamiento más rápido significa que los usuarios pueden automáticamente experimentar con más modelos para entender datos complejos. Alta velocidad hace que sea práctico para los usuarios analizar inmensas cantidades de datos. Grandes bases de datos, a su vez, producen mejores predicciones.
Las bases de datos pueden ser grandes tanto en profundidad como en ancho:
Más columnas. Los analistas muchas veces deben limitar el número de variables a examinar cuando realizan análisis manuales debido a limitaciones de tiempo. Sin embargo, variables que son descartadas porque parecen sin importancia pueden proveer información acerca de modelos desconocidos. Un Data Mining de alto rendimiento permite a los usuarios explorar toda la base de datos, sin preseleccionar un subconjunto de variables.
Más filas. Muestras mayores producen menos errores de estimación y desvíos, y permite a los usuarios hacer inferencias acerca de pequeños pero importantes segmentos de población.
¿Cómo Trabaja el Data Mining?
¿Cuán exactamente es capaz Data Mining de decirle cosas importantes que usted desconoce o que van a pasar? La técnica usada para realizar estas hazañas en Data Mining se llama Modelado. Modelado es simplemente el acto de construir un modelo en una situación donde usted conoce la respuesta y luego la aplica en otra situación de la cual desconoce la respuesta. Por ejemplo, si busca un galeón español hundido en los mares lo primero que podría hacer es investigar otros tesoros españoles que ya fueron encontrados en el pasado. Notaría que esos barcos frecuentemente fueron encontrados fuera de las costas de Bermuda y que hay ciertas características respecto de las corrientes oceánicas y ciertas rutas que probablemente tomara el capitán del barco en esa época. Usted nota esas similitudes y arma un modelo que incluye las características comunes a todos los sitios de estos tesoros hundidos. Con estos modelos en mano sale a buscar el tesoro donde el modelo indica que en el pasado hubo más probabilidad de darse una situación similar. Con un poco de esperanza, si tiene un buen modelo, probablemente encontrará el tesoro.
Este acto de construcción de un modelo es algo que la gente ha estado haciendo desde hace mucho tiempo, seguramente desde antes del auge de las computadoras y de la tecnología de Data Mining. Lo que ocurre en las computadoras, no es muy diferente de la manera en que la gente construye modelos. Las computadoras son cargadas con mucha información acerca de una variedad de situaciones donde una respuesta es conocida y luego el software de Data Mining en la computadora debe correr a través de los datos y distinguir las características de los datos que llevarán al modelo. Una vez que el modelo se construyó, puede ser usado en situaciones similares donde usted no conoce la respuesta.
Si alguien le dice que tiene un modelo que puede predecir el uso de los clientes, ¿Cómo puede saber si es realmente un buen modelo? La primera cosa que puede probar es pedirle que aplique el modelo a su base de clientes – donde usted ya conoce la respuesta. Con Data Mining, la mejor manera para realizar esto es dejando de lado ciertos datos para aislarlos del proceso de Data Mining. Una vez que el proceso está completo, los resultados pueden ser testeados contra los datos excluidos para confirmar la validez del modelo. Si el modelo funciona, las observaciones deben mantenerse para los datos excluidos.
4. Arquitectura para Data Mining
Para aplicar mejor estas técnicas avanzadas, éstas deben estar totalmente integradas con el data warehouse así como con herramientas flexibles e interactivas para el análisis de negocios. Varias herramientas de Data Mining actualmente operan fuera del warehouse, requiriendo pasos extra para extraer, importar y analizar los datos. Además, cuando nuevos conceptos requieren implementación operacional, la integración con el warehouse simplifica la aplicación de los resultados desde Data Mining. El Data warehouse analítico resultante puede ser aplicado para mejorar procesos de negocios en toda la organización, en áreas tales como manejo de campañas promocionales, detección de fraudes, lanzamiento de nuevos productos, etc.
El punto de inicio ideal es un data warehouse que contenga una combinación de datos de seguimiento interno de todos los clientes junto con datos externos de mercado acerca de la actividad de los competidores. Información histórica sobre potenciales clientes también provee una excelente base para prospecting. Este warehouse puede ser implementado en una variedad de sistemas de bases relacionales y debe ser optimizado para un acceso a los datos flexible y rápido.
Un server multidimensional OLAP permite que un modelo de negocios más sofisticado pueda ser aplicado cuando se navega por el data warehouse. Las estructuras multidimensionales permiten que el usuario analice los datos de acuerdo a como quiera mirar el negocio – resumido por línea de producto, u otras perspectivas claves para su negocio. El server de Data Mining debe estar integrado con el data warehouse y el server OLAP para insertar el análisis de negocios directamente en esta infraestructura. Un avanzado, metadata centrado en procesos define los objetivos del Data Mining para resultados específicos tales como manejos de campaña, prospecting, y optimización de promociones. La integración con el data warehouse permite que decisiones operacionales sean implementadas directamente y monitoreadas. A medida que el data warehouse crece con nuevas decisiones y resultados, la organización puede "minar" las mejores prácticas y aplicarlas en futuras decisiones.
Este diseño representa una transferencia fundamental desde los sistemas de soporte de decisión convencionales. Más que simplemente proveer datos a los usuarios finales a través de software de consultas y reportes, el server de Análisis Avanzado aplica los modelos de negocios del usuario directamente al warehouse y devuelve un análisis proactivo de la información más relevante. Estos resultados mejoran los metadatos en el server OLAP proveyendo una estrato de metadatos que representa una vista fraccionada de los datos. Generadores de reportes, visualizadores y otras herramientas de análisis pueden ser aplicadas para planificar futuras acciones y confirmar el impacto de esos planes.
Por qué usar Data Mining?
Sin duda alguna que el uso de Data Mining:
Contribuye a la toma de decisiones tácticas y estratégicas proporcionando un sentido automatizado para identificar información clave desde volúmenes de datos generados por procesos tradicionales y de e-Business.
Permite a los usuarios dar prioridad a decisiones y acciones mostrando factores que tienen un mayor en un objetivo, qué segmentos de clientes son desechables y qué unidades de negocio son sobrepasados y por qué.
Proporciona poderes de decisión a los usuarios del negocio que mejor entienden el problema y el entorno y es capaz de medir la acciones y los resultados de la mejor forma.
Genera Modelos descriptivos : En un contexto de objetivos definidos en los negocios permite a empresas, sin tener en cuenta la industria o el tamaño, explorar automáticamente, visualizar y comprender los datos e identificar patrones, relaciones y dependencias que impactan en los resultados finales de la cuenta de resultados (tales como el aumento de los ingresos, incremento de los beneficios, contención de costes y gestión de riesgos)
Genera Modelos predictivos: permite que relaciones no descubiertas e identificadas a través del proceso del Data Mining sean expresadas como reglas de negocio o modelos predictivos. Estos outputs pueden comunicarse en formatos tradicionales (presentaciones, informes, información electrónica compartida, embebidos en aplicaciones,…) para guiar la estrategia y planificación de la empresa.
Data mining vs estadística
Esta investigación pretende explicar las diferencias de data mining y estadística desde una perspectiva constructiva en el uso de ambas herramientas analíticas y bajo un contexto empresarial.
Ambas ciencias tienen el mismo objetivo: mejorar la toma de decisiones mediante un conocimiento del entorno. Este entorno lo facilitan los datos almacenados en la compañía, cuantitativos o cualitatitativos y mediante información de terceras empresas.
El data mining aventaja a la estadística en los siguientes supuestos:
Las técnicas estadísticas se centran generalmente en técnicas confirmatorias, mientras que las técnicas de data mining son generalmente exploratorias. Así, cuando el problema al que pretendemos dar respuesta es refutar o confirmar una hipótesis, podremos utilizar ambas ciencias –diferentes conclusiones y más robusta la estadística. Sin embargo, cuando el objetivo es meramente exploratorio (para concretar un problema o definir cuales son las variables más interesantes en un sistema de información) surge la necesidad de delegar parte del conocimiento analítico de la empresa en técnicas de aprendizaje (inteligencia artificial), utilizando data mining. Aquí hemos detectado una primera diferencia de aplicación de ambas herramientas: data mining se utilizará cuando no partamos de supuestos de partida y pretendamos buscar algún conocimiento nuevo y susceptible de proporcionar información novedosa en la toma de decisiones.
A mayor dimensionalidad del problema el data mining ofrece mejores soluciones. Cuantas más variables entran en el problema, más difícil resulta encontrar hipótesis de partida interesantes. O, aun cuando pudiera, el tiempo necesario no justificara la inversión. En ese caso, utilizar técnicas de data mining como árboles de decisión nos permitirá encontrar relaciones inéditas para luego concretar la investigación sobre las variables más interesantes.
Las técnicas de data mining son menos restrictivas que las estadistas. Una vez encontrado un punto de partida interesante y dispuestos a utilizar algún análisis estadístico en particular (por ejemplo, discriminante para diferenciar segmentos de mercado), puede suceder que los datos no satisfagan los requerimientos del análisis estadístico. Entonces, las variables deberán ser examinadas para determinar que tratamiento permite adecuarlas al análisis, no siendo posible o conveniente en todos los casos. Aquí también destaca el data mining, puesto que es menos restrictivo que la estadística y permite ser utilizado con los mínimos supuesto posibles (permite ‘escuchar’ a los datos).
Cuando los datos de la empresa son muy ‘dinámicos’ las técnicas de data mining inciden sobre la inversión y la actualización del conocimiento de nuestro negocio. Un almacén de datos poco ‘dinámico’ permite que una inversión en un análisis estadístico quede justificada –personal cualificado en estadística, metodología rígida y respuestas a preguntas muy concretas- dado que las conclusiones van a tener un ciclo de vida largo. Sin embargo, en un almacén ‘muy dinámico’ las técnicas de data mining permiten explorar cambios y determinar cuando una regla de negocio ha cambiado. Permitiendo abordar diferentes cuestiones a corto/medio plazo.
Expongamos ahora aquellos contextos en los que es más adecuado el análisis estadístico que el de data mining:
El objetivo de la investigación es encontrar causalidad. Si se pretende determinar cuales son las causas de ciertos efectos (por ejemplo, si invertir más en la publicidad de cierto producto tiene como consecuencia un incremento de ventas o si es más determinante el ofrecer un descuento a los clientes), deberemos utilizar técnicas de estadística (por ejemplo, ecuaciones estructurales). Las relaciones complejas que subyacen a técnicas de data mining impiden una interpretación certera de diagramas causa-efecto.
Se pretende generalizar sobre poblaciones desconocidas en su globalidad. Si las conclusiones han de ser extensibles a otros elementos de poblaciones similares habrán de utilizarse técnicas de inferencia estadística. Esto viene relacionado con situaciones en las que se dispone exclusivamente de muestras (con el consiguiente problema de aportar validez a las muestras). En data mining, se generarán modelos y luego habrán de validarse con otros casos conocidos de la población, utilizando como significación el ajuste de la predicción sobre una población conocida (es lo habitual cuando queremos predecir perfiles de clientes, que ya disponemos de antecedentes para poder validarlo, aunque no siempre es posible acceder a dicha información o no siempre es correcto aplicar ciertas muestras).
Se ha detallado algunos argumentos acerca de cuando es conveniente utilizar data mining o estadística. Llegado a este punto deseamos destacar que ambas perspectivas constituyen una sinergia y que no son excluyentes una de la otra. En este sentido, la metodología de un proyecto de data mining ha de contener referencias a la estadística en dos partes destacables del proceso:
Preparación de los datos (tratamiengo de valores erroreos, valores omitidos,…) y aproximación a las variables de estudio,
Despliegue del proyecto y posible generación de hipótesis a refutar con una metodología y técnica estadística.
Así pues, data mining y estadística son técnicas complementarias que permiten obtener conocimiento inédito en nuestros almacenes de datos o dar respuestas a cuestiones concretas de negocio.
Mercadeo y Data Mining
Esta década final del segundo milenio, termina con un avance sorprendente en el manejo electrónico de datos. Cada día, millones de personas llegan a sus empleos presenciales o en línea y durante horas digitan en sus computadores, billones de bytes que registran las transacciones comerciales que reflejan el pulso de las economías del mundo. Hace tan solo unos años, los datos de las empresas estaban orientados principalmente a alimentar sus sistemas contables, financieros, de inventarios, de producción, de recursos humanos y de ventas. En la medida que los negocios mundiales se hicieron más competitivos y complejos, los datos cada vez cobraron más vida y se convirtieron en información vital para la toma de decisiones de los gerentes. Las revoluciones de finales de este siglo, científica, económica, política y tecnológica, sumadas a la revisión de los conceptos de soberanía de las naciones, han vuelto los mercados impredecibles. La sociedad de masas creada por la revolución industrial se ha fragmentado en miles de pedazos. El consumidor empieza a tener rostro y la diversidad prevaleciente en el mercado le ha cambiado el rostro al Mercadeo.
Entender al nuevo consumidor es una tarea cada vez más compleja, pues la antigua noción de desarrollar un producto e inducir su compra a un cliente potencial desprevenido mediante el uso de la publicidad masiva ya murió. Para cada producto o servicio hay numerosas opciones de mercados meta posibles. Seleccionar el mercado y luego segmentarlo es una tarea titánica. Ya no se puede decir como antes que los mejores clientes potenciales son las mujeres entre los dieciocho y los cuarenta y nueve años, la gente de la generación X o la gente que se parece a nuestros consumidores actuales. Tras la aparente similitud existe toda una heterogeneidad derivada de las diferencias en educación, ocupación, ingresos, etnias, culturas, estilos de vida, percepciones, necesidades y deseos.
Si trabajamos en un conglomerado bancario, una compañía de gas domiciliario a gran escala, un proveedor globalizado de servicios de telecomunicación, una compañía de seguros a nivel mundial líder en sus mercados o en negocios que son destinos de categorías como Wall-Mart o similares, entonces almacenamos grandes cantidades de información y queremos agregarles valor, por lo tanto estaremos interesados en automatizar el proceso de información y descubrir información valiosa que de otra forma seguirá siendo subutilizada o simplemente desperdiciada. Empecemos pues a cavar y a construir un túnel en su escenario de mercadeo. Este sistema de excavación se denomina Data Mining y es la aplicación de las técnicas de la inteligencia artificial (redes neurales, algoritmos genéticos, lógica fuzzy, etc.) a grandes cantidades de datos para descubrir relaciones, tendencias y trayectorias ocultas con el propósito de convertir estos resultados en planes de negocios ejecutables como redireccionar los esfuerzos de mercadeo o evaluar los centros de utilidades, etc.
Hacer Mercadeo con Base de Datos con Data Mining además de una alta inversión económica (aunque puede reducirse haciendo outsourcing), requerirá la integración de tres componentes fundamentales:
- La información almacenada actualmente, mucha de ella proveniente de sus sistemas de información que interactuan con el cliente
- Técnicas estadísticas o instrumentos que usen modelos predictivos
- Equipos sofisticados de presentación
Una aplicación, por ejemplo, es implementar un proceso que genere una muy precisa segmentación de los clientes. Una vez que el motor del Excavador de Datos ha seleccionado un grupo adecuado de segmentos de clientes de su Bodega de Datos (DataWarehouse), el próximo paso será extrapolar los perfiles de los consumidores. Cada vez que llega una nueva cosecha de clientes se aplica un nuevo conjunto de modelos estadísticos y se corre el programa para comparar contra los segmentos existentes o crear otros nuevos. Aquí estamos enfocando la atención a predecir la lealtad de marca, para citar un ejemplo, pero tenemos muchas otras aplicaciones como son:
- Segmentación del mercado
- Tendencias de deserción de clientes
- Descubrimiento de transacciones fraudulentas
- Mercadeo directo
- Mercadeo Interactivo
- Análisis de canasta
- Análisis de tendencias
- Perfiles de clientes
Focalización de clientes y campañas promocionales
El Mercadeo mediante Excavación de Datos, convierte una plataforma tecnológica en un sistema de información sobre el que se construyen soluciones de negocios. Naturalmente el punto de partida es que las montañas de datos deben ser de oro y no de chatarra. De lo contrario no vale la pena excavar. Se necesitarán equipos de computo, sistemas operativos y la infraestructura necesaria para apoyar ese proyecto minero. Luego vendrán las técnicas de inteligencia artificial y de análisis estadístico que permitirán extraer el oro de su mina. El primer paso es evaluar los recursos, objetivos y necesidades. Dependiendo de esto se definirá si tecnológicamente el énfasis será por ejemplo hacia procesos cliente-servidor y de escritorio o hacia procesos en paralelo.
5. El Data Mining y los procesos de venta
El "Data Mining" integra los procesos modernos de Ventas, excepto el "Key Account Management" que representa la versión unitaria ( no masiva ) del manejo de Cuentas Clave, en lo cual se pueden aplicar algunas técnicas que señalamos a continuación:
1.-El "Cross Selling": Esta técnica se basa en el Mercadeo Concéntrico, éso es, en múltiples ofertas alrededor de un mismo cliente. A mayor cantidad de transacciones o relaciones que sostenga una Cuenta con nosotros, mayor será la capacidad de la Empresa de retenerla con el paso del tiempo. Este "Cruce de Productos" puede ser Personal o Masivo. Cada uno requiere de la segmentación de la Clientela para adaptar la oferta a las necesidades del Cliente o grupo de éstos y de la existencia de alguna Matríz PPC que identifique cuáles Productos se le han colocado a cuáles Clientes ( y cuáles no ) para facilitar eventuales ofertas.
2.-El "Networking": Cada Cliente puede ser una Fuente de Negocios adicionales, pero existen siempre evidentes "Multiplicadores" que por su naturaleza o poder de convocatoria aglutinan números importantes de clientes potenciales. Esta técnica busca crear redes de cuentas potenciales alrededor de una sola matriz Internamente, en nuestra Clientela o "C-Base" existen normalmente varias de éstas y en el Mercado tantas más. Por ejemplo: Pueden ser nuestros Clientes los empleados de ellos, sus propios Clientes, sus Proveedores, Afiliados, etc.
Las diversas aplicaciones del data mining
Para Comunicarnos con nuestra Base de Clientes y Prospectos de manera Directa y Masiva ( Cumpleaños, Lanzamientos, Cobros )
Para contribuir en la Conservación de Clientes existentes
Para Vender otros Productos ( Cross Selling ) a nuestra Base de Clientes y elevar el P.P.C.
Para Capturar nuevos Clientes con Tele o Web-Marketing
Data Mining en el CRM
En el entorno "CRM" se puede evaluar y desarrollar un conjunto de reglas de negocio sobre todos los aspectos de las interacciones de los clientes. Un ejemplo sencillo sería modelar la probabilidad de respuesta ante una solicitud específica de un nuevo producto o servicio. Basándose en estas reglas las campañas de marketing de una empresa pueden tener como objetivo la máxima respuesta para generar un nivel deseado de respuesta, ingresos o beneficios. Otras aplicaciones incluirían:
- Crear modelos de clientes potenciales (para objetivos de marketing y otras iniciaticas CRM).
- Analizar la pérdida de clientes (para atención al cliente y reclamaciones).
- Monotorizar los riesgos de pérdida (para scoring de clientes y aprobación de créditos).
- Investigación del fraude (para reducir pérdidas a través de la investigación del fraude).
Sin embargo, como se dijo anteriormente el alcance de la tecnología del Data Mining llega mucho más allá del "CRM" e incluye cualquier proceso que lleva la adquisición, interpretación y actualización en los datos (bien de origen interno o externo).
At systems y Data mining
Data Mining dentro de una Arquitectura Data Warehousing
El servicio de DataMining de AT Systems extiende la visión técnica de la arquitectura DataWarehousing, proporcionando una mayor profundidad a los analistas del negocio. Mientras que la mayoría de las capacidades del Business Intelligence (BI) se focalizan en la presentación de resultados de negocio, el Data Mining se concentra en el descubrimiento automatizado y valoración de la interrelación de resultados de negocio. Responde a las preguntas de "¿Qué?" para ayudar a los negocios a comprender el "¿Por qué?" y el "¿Qué pasaría si?". Ya que los usuarios analizan los resultados de los objetivos del negocio, tienen acceso a todas las medidas asociadas. DataMining identifica cuales de esas medidas tienen una fuerte correlación con el objetivo final y deben ser monitorizadas para mantener el curso del negocio. Determinar los factores clave significa diseño de reports y cubos multi-dimensionales, particularmente para actividades de funcionalidades cruzadas para objetivos de "qué pasaría sí" y planificación.
Cuestiones Tecnológicas Las soluciones que aporta el Data Mining están basadas en la implementación, a través de la programación, de interfaces de uso general y algoritmos propios y disponibles para todos que permiten una eficiente exploración y organización de los datos. Estos algoritmos apoyan la identificación de patrones, relaciones y anomalías de interés potencial para los que toman las decisiones en los negocios. Además de implementar estos algoritmos en un método accesible para el usuario la tecnología del Data Mining requiere una comprensión de varias bases de datos e implementación de soluciones de Data Mining para aprovechar las características de dichas bases de datos (si hay alguna) y que hacen que las tareas del Data Mining sean más eficientes en grandes volúmenes de datos. Además de las implementaciones de algoritmos, consideraciones claves relativas al Data Mining serían la preparación de datos y el asegurar la escalabilidad y rendimiento en grandes volúmenes de datos.
Ventajas de nuestra solución:
- Ciclo rápido de desarrollo (2-3 meses)
- Integración con la arquitectura DataWarehouse
- Uso de muestras o de grandes volúmenes de datos
- Uso de tecnología líder en Data Mining.
Componentes del servicio de DataMining El servicio de Data Mining de AT Systems consiste en:
- Preparación de datos
- Knowledge Studio
- Analytical Calculator
- Sagent
Un Sistema Datamining nos permite analizar factores de influencia en determinados procesos, predecir o estimar variables o comportamientos futuros, segmentar o agrupar ítems similares, además de obtener secuencias de eventos que provocan comportamientos específicos.
La llegada del Data Mining se considera como la última etapa de la introducción de métodos cuantitativos, científicos en el mundo del comercio, industria y negocios. Desde ahora, todos los no-estadísticos -es decir el 99,5% de nosotros – pueden construir modelos exactos de algunas de sus actividades, para estudiarlas mejor, comprenderlas y mejorarlas.
Anexos
Administrador De Base De Datos
El "Administrador de Base de Datos" será el responsable de mantener una Base de Data confiable para permitir la cabal ejecución del Plan de Mercadeo, trabajando conjuntamente con las Unidades de R&D y Publicidad, los Especialistas de Producto y las Gerencias de Areas.
FUNCIONES:
Parametrizar la alimentación de la Base de Datos por parte de los Operadores y Usuarios para garantizar su confiabilidad.
Alimentar directamente la Base de Datos con aquella data o información que escape del dominio del Usuario u Operador para asegurar su representatividad y utilidad para fines de análisis y Mercadeo.
Coordinar el diseño de Programas o Aplicaciones con el Area de Informática para preservar la compatibilidad de los sistemas y facilitar el uso de la Base de Datos.
Depurar contínuamente la Base de Datos para garantizar su confiabilidad.
Respaldar todo registro para asegurar la preservación de la data.
Concientizar al Usuario sobre los usos y la utilidad de la Base de Datos para propiciar su máximo aprovechamiento, por él más amplio universo de Gerentes, Unidades y Ejecutivos, para fines de Mercadeo.
Brindar apoyo técnico al Usuario, Operador e Informática respecto al manejo y mantenimiento de la Base de Datos para evitar inconsistencias y contaminación de la data.
Analizar la data e información que emana periódicamente de la Base de Datos, "first hand", cruzándola con aquella que generen los estudios de Mercados, para conformar alertas e informes oportunos.
Elaborar los Informes o Reportes que sean acordados por la Gerencia de Mercadeo, o aquellos que le sean solicitados, de acuerdo al Calendario aprobado, con el propósito de informar a las Gerencias oportunamente y documentar el Plan Operativo anual.
Distribuir los Reportes a los Usuarios de acuerdo a las necesidades, usos y fines de cada uno.
INFORMES:
Matriz de Clientes y Productos por Ejecutivo de Cuentas: Mensual
Reporte Previo ( Alerta de índices como PPC, GPM y variaciones ): Mensual
"Client Turnover": Semanal
Trabajo elaborado por
Elymir Urdaneta
Caracas Venezuela