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

Datamining & data warehouse

Available at prezzip.com Cloud Computing Glam prezi template has multi colored clouds with matching text holders on a bright blue background.
by

Fabiana Daza

on 2 May 2015

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Datamining & data warehouse

Data Warehouse & Data mining
¿Qué es Data Warehouse?
Mercado
actual
¿Qué es Datamining?
Características
y Objetivos
Aplicaciones de Data Mining en Marketing
all is isolated and adjustable!
Faces de un Proyecto de Data Mining
Es una herramienta que permite hacer proyecciones a futuro que resultan muy útiles para la toma de decisiones estratégicas y consiste en la extracción de datos claves del data warehouse, que es el lugar de donde se extraen dichos datos.
Explorar datos que se encuentren en profundidades de B.D
Los datos se consolidan en un almacén que se mantienen en servidores de internet e intranet.
Las herramientas de datamining combina, analiza y procesa velozmente información
Arquitectura para Datamining
El punto de inicio 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.

Para aplicar mejor estas técnicas avanzadas de Data Mining, estas deben estar totalmente integradas con el data warehouse así como con herramientas flexibles e interactivas para el análisis de negocios.

El data warehouse analítico resultante puede ser aplicado para mejorar procesos de negocios en toda la organización.
Faces
Filtrados de una selección de datos
Selección de Características
Extracción del conocimiento
Interpretación y evaluación
1.- Predicción con Mineria de Datos
Evolución en el futuro de una variable, sin embargo no son suficiente precisos.
Mes anterior 25,6% error
Mismo mes, año anterior 14% error
Medias Móviles 11,8% error

2.- Fidelización de los Clientes
El reto de conservar clientes es tarea de las nuevas campañas de marketing dirigidas a los clientes con mayor propensión de compra.
Descuentos por cantidad
Paquetes combinados
¿Cómo lograr esto?
¡Técnica de Análisis de Asociación!
3.- Optimización de Campañas de Marketing
De la enorme base de datos que se tiene, se puede extraer información muy útil.

Una empresa que realiza campañas de mkt se encuentra con dificultades para llegar a sus clientes potenciales, por lo que es necesario la aplicación predictivas para optimizar la campaña
4.- Manejo de Deserción de clientes
¿Cómo saber cuándo un cliente se va a ir con la competencia?

¿Le gustaría saber en qué momento su cliente más provechoso considera cambiarse a la competencia?
5.- Hábitos de compra
El retail en Chile ha experimentado un significativo crecimiento durante los últimos años, posicionándose en un mercado competitivo y atractivo logrado por herramientas de Minería de Datos.
Se investigan frecuencia de compras, tipos de clientes y tipo de productos buscando ideas para incrementar ventas
EJEMPLOS
En el gobierno
En la universidad
Club deportivo
Inversión en bolsa y banca
CRM con tecnologías SDW y Data Mining bajo un entorno distribuido
SPATIAL DATA WAREHOUSE
Listados
Análisis de Datos
Clientes
VENTAJAS
Datos pertenecientes a un cliente tales como:
Datos transaccionales
Datos corporativos
Datos departamentales
Puntos de interaccion cliente-empresa
atencion al cliente
servicio de reclamos
incidencias
vendedores etc.

DESVENTAJAS
Grandes inversiones
Modelos fáciles de entender
Enormes Bases de Datos pueden ser analizadas
Datamining descubre información que no se esperaba obtener
Modelos confiables
Modelos de rápida construcción.
Resistencia al cambio por parte de usuarios

Los beneficios se aprecian de mediano a largo plazo
Confección de Campañas
Captura de Información
¡HERRAMIENTAS ALTERNATIVAS DE EXPLOTACIÓN DE DATOS!
Sistema de Información Ejecutiva (EIS)
Procesamiento Análitico en Línea (OLAP)
Consultas e Informes Simples (querys & reports)
Bussines Reporting (informes empresariales)
f i n
Full transcript