SOLUCION DE INTELIGENCIA DE NEGOCIOS: DATA MINING

Implantar un proceso para transformar datos en información, información en conocimiento y conocimiento en ayuda a la toma de decisiones, no es tan difícil y complejo como tendemos a pensar; todo se facilita si se tiene claros los objetivos, las necesidades y, por encima de todo, el presupuesto disponible.

La clave del éxito para toda empresa, en estos tiempos, es saber hacer buen uso de la información que posee. Si no se dispone de un área de sistemas dentro de la misma, no es necesario sufrir por ello; lo que se debe hacer es pensar siempre en el retorno de la inversión que se haga.

Con la aparición de la Inteligencia de Negocios y el Data Mining, es donde las empresas se dan cuenta del valor de la información que poseen, en cuanto a la relación comercial con sus clientes; dado que con el transcurso del tiempo se van obteniendo aficiones, niveles socio-económicos, preferencias, etc.

¿Qué ha cambiado? La tecnología, no el sistema, ni la intención, ni el objetivo, ni la naturaleza de la relación. Data Mining significa literalmente "minería de datos" y hace referencia a las técnicas de explotación de los datos recogidos por la empresa, generalmente de clientes, aunque se podría hacer extensivo a cualquier set de datos de interés (competencia, índices sectoriales, información contable, control de inventarios, etc).

El Data Mining es por tanto un proceso posterior a la recogida de los datos, consistente en su análisis sistemático y periódico, que transforma los datos en información útil y manejable para la toma de decisiones. Ligado e inseparable del Data Mining está el concepto de Data Warehouse, que hace referencia al almacenamiento físico de los datos, incluyendo el "modo" en que estos datos se almacenan.

Para almacenar datos, por tanto, necesitamos previamente "donde albergarlos" y "cómo albergarlos"; el dónde puede ser cualquier soporte como un servidor, el PC de la oficina, un disco duro portátil, etc, y el cómo afecta esencialmente a qué de Base de Datos empleamos, como por ejemplo Access o SQL de Microsoft.

Tenemos pues un conjunto de datos, por ejemplo, las compras de nuestros clientes, que recogemos en una Base de Datos y que almacenamos para su uso y explotación posterior. ¿Qué datos debemos recoger y qué uso posterior hacemos?

Cada empresa y los usuarios potenciales de esa información, aquellos que han de tomar decisiones en base a la misma, deben responder analizando qué demandas de información precisan. Lo que si es importante destacar es el abuso que se hace generalmente en la recogida de datos en relación a su débil explotación; las empresas pecan de recoger más información de la necesaria o de la que en realidad usan.

Pero hay tres factores importantes en la valoración de los datos recogidos:
· Con qué frecuencia se generan,
· qué influencia tiene esta frecuencia en las decisiones a tomar, lo que condiciona la frecuencia de los informes,
· qué cantidad de datos estamos recogiendo, lo que condiciona los sistemas de análisis y su potencia y por tanto el Data Mining.

Una vez que hemos determinado qué información necesitamos, queda el problema de estandarizar los análisis, que es en si el proceso de Data Mining. Obviamente hay infinitos tipos de análisis posibles que van desde la segmentación de clientes, al análisis de los datos financieros.

Lo importante es hacer que la extracción de la información y los análisis se conviertan en una operación rutinaria y automática, sin la práctica intervención de ningún empleado.