La cantidad de datos almacenados en las bases de datos organizacionales se está disparando desde hace algunos años. Ya sea que hablemos, por ejemplo, de transacciones en puntos de venta, compras con tarjeta de crédito, o imágenes digitales, las bases de datos poseen ahora miles de millones de datos. Sin embargo, los datos por sí solos no proporcionan mucha información. En el entorno empresarial ferozmente competitivo de hoy en día, las empresas necesitan convertir rápidamente estos terabytes de datos sin procesar, en conocimientos significativos sobre sus clientes y mercados para guiar sus estrategias de marketing, inversión y gestión.
La minería de datos es una tecnología poderosa, con un gran potencial para ayudar a las empresas a centrarse en la información más importante, generada a partir de los datos que han recopilado sobre el comportamiento de sus clientes, y de sus clientes potenciales. Esta descubre información dentro de las bases de datos, que las consultas y los informes usuales no pueden revelar de manera efectiva. Técnicamente, es un proceso asistido por computadora para analizar enormes conjuntos de datos y luego extraer significados de estos. Las herramientas utilizadas predicen comportamientos y tendencias, lo que permite a las empresas tomar decisiones proactivas basadas en el conocimiento.
Algunas empresas de diversos sectores, como el de ventas minoristas, finanzas, cuidado de la salud, automotriz y la industria aeroespacial, entre otros, ya están utilizando herramientas y técnicas de minería de datos para aprovechar sus datos históricos. Los usos específicos de esta incluyen: segmentación del mercado, predicción de abandono de clientes, detección de transacciones fraudulentas, marketing, análisis de las compras realizadas por clientes, predicción automatizada de tendencias y comportamientos, y descubrimiento automatizado de patrones previamente desconocidos; por mencionar algunos. Así, por ejemplo, los analistas financieros revisan vastos conjuntos de registros, fuentes de datos y otras fuentes de información para tomar decisiones de inversión.
Dentro del proceso de minería de datos, se emplean tecnologías de reconocimiento de patrones, técnicas estadísticas y matemáticas para la creación de modelos. Frecuentemente, se construyen modelos, a partir de casos con respuesta conocida, para luego aplicarlos en otras situaciones en las que no se conocen las respuestas. Las técnicas analíticas utilizadas suelen ser técnicas y algoritmos matemáticos bien conocidos. Lo que es nuevo es la aplicación de esas técnicas a los problemas comerciales generales, que actualmente es posible gracias a la mayor disponibilidad de datos y al bajo costo del almacenamiento y poder de procesamiento. Además, el uso de interfaces gráficas ha llevado a que haya herramientas disponibles que los expertos en negocios pueden usar fácilmente. Algunas de las herramientas utilizadas son: redes neuronales artificiales, arboles de decisión, inducción de reglas, algoritmos genéticos, y algoritmos del vecino más cercano.
Si bien existen algunas preocupaciones inherentes al empleo ético de los avances tecnológicos actuales, resulta necesario que en nuestro país y en nuestro estado se fomente la creación de personal especializado en áreas como la minería de datos, para evitar rezagos y desventajas competitivas en nuestro entorno global. Finalmente debo decir que el impacto de la minería de datos que se vislumbra en el futuro a corto, mediano, y largo plazo, tanto para las empresas como para los profesionales, es indudable. Dentro del programa de Minería de datos de la Universidad Anáhuac Puebla, podrás aprender los principios de estos algoritmos y como utilizarlos en tu vida laboral
Docente de la Escuela de Ingeniería, Actuaría y Educación Continua