1 TECNOLOGÍAS PARA DATA MINING

1.1 ¿QUÉ ES DATA MINING O MINERÍA DE DATOS?

Minería de datos es la exploración y análisis de grandes cantidades de datos con el
objeto de encontrar patrones y generar “conocimiento”, útil para la toma de decisiones
para la mejora de la empresa.

La minería de datos es un campo multidisciplinario compuesto por:

 Ciencias de la computación
 Bases de datos
 Estadística
 Graficación y visualización

1.2 APLICACIONES Y EJEMPLOS EN EL ÁREA CONTABLE DE LA MINERIA DE DATOS

Los modelos de minería de datos se pueden aplicar en escenarios como los siguientes:
 Pronósticos
Predecir un valor futuro con base a valores pasados. Ejemplo:
Nos ayuda a predecir la proyección de ventas en futuros meses en base a datos
de meses anteriores.
 Probabilidad
Asignación de probabilidades a diagnósticos y otros resultados. Ejemplo:
Nos ayuda a calcular el porcentaje de probabilidad de deserción de personal de
acuerdo a patrones o tendencias que se presenten.
 Asociación
Determinar cosas u objetos que van juntos, averiguar si existe dependencia.
Ejemplo:
Nos ayuda a determinar el grado de correlación o dependencia entre las ventas
de un establecimiento y la temporada del año.
 Clasificación
Dividir a una población con ciertas características que las identifiquen. Ejemplo:
Clasifica a diversos clientes morosos en bajo, medio y alto riesgo.
1.3 PROCESO DE LA MINERIA DE DATOS
La generación de un modelo de minería de datos se puede definir mediante los seis
pasos básicos siguientes:

1. Definir el problema
El primer paso del proceso de minería de datos consiste en definir claramente el
problema y considerar formas de usar los datos para proporcionar una respuesta
para el mismo.
2. Preparar los datos
Consiste en integrar, limpiar y seleccionar los datos identificados de acuerdo al
problema a resolver.
3. Explorar los datos
Al explorar los datos para conocer el problema empresarial, puede decidir si el
conjunto de datos contiene datos defectuosos y actuar en consecuencia.
4. Generar modelos
Este paso consiste en generar el modelo o modelos de minería de datos con
ayuda de ejecución de algoritmos y los datos definidos.
5. Explorar y validar los modelos
Consiste en explorar los modelos de minería de datos que ha generado,
analizarlos y comprobar su eficacia.
6. Implementar y actualizar los modelos
Consiste en implementar los modelos que funcionarían mejor en el entorno de
producción
1.4 CONCLUSIÓN
Las tecnologías para data mining son de gran utilidad en la actualidad para las empresas
puesto que contribuyen de forma significativa en la toma de decisiones estratégicas.
Proporcionan poder de decisión a los usuarios ya que es capaz de otorgarnos modelos
que nos permiten explorar, comprender e identificar patrones y relaciones que impactan
en los resultados. La proyección a futuro que podemos obtener de este tipo de
tecnologías nos permite evaluar situaciones, formar juicios y realizar acciones para evitar
posibles complicaciones.