Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Data mining

No description
by

A C

on 5 February 2014

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Data mining

Data mining
¿Qué es data mining?
Conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto.
¿Cómo funciona?
Ventajas y desventajas
Datos, información y conocimiento
Ejemplos
Ferrero
Datos
Elementos primarios
Irrelevantes
Información
Conocimiento
Conjunto de
datos procesados
que tienen un
significado
Experiencia, valores, know-how.
Ventajas
Permite tomar decisiones proactivas concentrándose en la información más importante.
Se puede adaptar a cualquier área del negocio.
Ayuda a reducir costos y tiempo para la toma de decisiones, generando estrategias competitivas.
Analiza bases de datos masivas.
Pueden ser implementadas en plataformas de softwares y hardwares ya existentes.
Desventajas
Falta de familiarización con el desarrollo e implementación de data mining.
Se deben elegir metas específicas para utilizar data-mining.
Si se incluyen variables irrelevantes para el análisis de datos, es probable que el data-mining sea un poco menos eficiente.
Se debe ser muy cuidadoso al trabajar con esta tecnología, ya que el resultado final del análisis involucra toma de decisiones importantes para una empresa.
Bibiografía
-Frand, J. (s.f.). Data minig: What is data mining?. Recuperado de http://www.anderson.ucla.edu/faculty/jason.frand/teacher/technologies/palace/datamining.htm
-Molina, L. (2002). Data mining: torturando a los datos hasta que confiesen. UOC. Recuperado el 2 de Febrero del 2014. En http://www.uoc.edu/web/esp/art/uoc/molina1102/molina1102.html
-Small. R. (2012). Debunking data-mining myths. ProQuest Computing. Biblioteca Digital ITESM.
Recuperado el 01 de Febrero 2014.
http://0-search.proquest.com.millenium.itesm.mx/docview/229125150?accountid
=11643
-AB InBev, nueva dueña de Modelo, retendrá a 3 consejeros mexicanos. (s.f). Noticias UrbanDF. Recuperado el 2 de Febrero 2014. http://news.urban360.com.mx/71356/ab-inbev-nueva-duena-de-modelo-retendra-a-3-consejeros-mexicanos/
-Category Management Inc. (2010). Data mining & business intelligence. Recuperado de http://blogcategorymanagement.com/2010/10/06/data-mining-business-intelligence/
-Datamining (Minería de datos). (2012). Sinnexus. Business Intelligence Informática estratégica.
Recuperado el 01 de Febrero 2014.
http://www.sinnexus.com/business_intelligence/datamining.aspx
-Data Mining: What is Data Mining?. (2014,). Data Mining: What is Data Mining?. Recuperado el 2 de Febrero 2014. http://www.anderson.ucla.edu/faculty/jason.frand
-Datos, información, conocimiento. (2012.).Datos, información, conocimiento. Recuperado el 02 de Febrero 2014.
http://www.sinnexus.com/business_intelligence/piramide_negocio.aspx
-FERRERO DE MEXICO. (2014). FERRERO DE MEXICO. Recuperado el 2 de Febrero 2014. http://www.ferrero.com.mx/
Super mercado, Cerveza y pañanles
-Recolectar y analizar
los patrones de compra de los consumidores.
-Revisar periodos de
mayor y menor venta
del producto.
-
Ajustar
la cantidad de producto.
-Verano/Invierno.
-
Analizar datos de compra
de Padres que compran pañales.
-Pañales y Cerveza para el fin.
-
Vender a precio completo
y acercar la cerveza al consumidor.
Abril Adriana Contreras Llanes A01225498
Ana Lourdes Salgado A00225553
Karla Sofia Ogaz Cortés A01133550
René Rubén Rodríguez Molina A00225275
Jorge Aguilera Flores A01133739

1. Determinación de los objetivos.
2.Pre-procesamiento de los datos.
3. Determinación del modelo.
4. Análisis de resultados.
¿Para qué sirve?
Encuentra patrones, comportamientos, agrupaciones, secuencias, tendencias o asociaciones que puedan generar algún modelo que nos permita comprender mejor el dominio para ayudar en una posible toma de decisión.
Tipos
Clases
Los datos almacenados se utiliza para localizar los datos en grupos predeterminados.  
Clusters
Los elementos de datos se agrupan de acuerdo a las relaciones lógicas o preferencias de los consumidores .  
Asociaciones
Los datos pueden ser extraídos para identificar asociaciones .  
Patrones secuenciales
Los datos se extraen de anticipar los patrones de comportamiento y las tendencias.
Extracción, transformación y carga de datos de la transacción en el sistema de almacenamiento de datos .

Almacenar y gestionar los datos en un sistema de base de datos multidimensional .
Proporcionar datos de acceso a los analistas de negocios y profesionales de la tecnología de información .

Analizar los datos de software de aplicación.

Presentar los datos en un formato útil.

Elementos principales
Etapas del proceso
Full transcript