EJEMPLOS DE USO DE LA MINERÍA DE DATOSNegocios
La minería de datos puede contribuir significativamente en las aplicaciones deadministración empresarial basada en la relación con el cliente.En lugar decontactar con el cliente de forma indiscriminada a través de un centro dellamadas o enviando cartas, sólo se contactará con aquellos que se percibaque tienen una mayor probabilidad de responder positivamente a unadeterminada oferta o promoción.Por lo general, las empresas que emplean minería de datos ven rápidamente elretorno de la inversión, pero también reconocen que el número de modelospredictivos desarrollados puede crecer muy rápidamente.En lugar de crear modelos para predecir qué clientes pueden cambiar, laempresa podría construir modelos separados para cada región y/o para cadatipo de cliente. También puede querer determinar qué clientes van a serrentables durante una ventana de tiempo (una quincena, un mes, ...) y sóloenviar las ofertas a las personas que es probable que sean rentables. Paramantener esta cantidad de modelos, es necesario gestionar las versiones decada modelo y pasar a una minería de datos lo más automatizada posible.
Hábitos de compra en supermercados
El ejemplo clásico de aplicación de la minería de datos tiene que ver con ladetección de
hábitos de compra en supermercados
. Un estudio muy citadodetectó que los viernes había una cantidad inusualmente elevada de clientesque adquirían a la vez pañales y cerveza. Se detectó que se debía a que dichodía solían acudir al supermercado padres jóvenes cuya perspectiva para el finde semana consistía en quedarse en casa cuidando de su hijo y viendo latelevisión con una cerveza en la mano. El supermercado pudo incrementar susventas de cerveza colocándolas próximas a los pañales para fomentar lasventas
compulsivas
.
Patrones de fuga
Un ejemplo más habitual es el de la detección de
patrones de fuga
. Enmuchas industrias
—
como la banca, las telecomunicaciones, etc.
—
existe uncomprensible interés en detectar cuanto antes aquellos clientes que puedanestar pensando en rescindir sus contratos para, posiblemente, pasarse a lacompetencia. A estos clientes
—
y en función de su valor
—
se les podrían hacerofertas personalizadas, ofrecer promociones especiales, etc., con el objetivoúltimo de retenerlos. La minería de datos ayuda a determinar qué clientes sonlos más proclives a darse de baja estudiando sus patrones de comportamientoy comparándolos con muestras de clientes que, efectivamente, se dieron debaja en el pasado.