Professional Documents
Culture Documents
Sesión 1
5
Data Mining para Inteligencia de Mercados
Data Mining
• Una manera de entender lo que es Data
Mining es verlo como un proceso de
transformar datos (la pantalla azul) en
información sobre la que se pueda actuar
(actionable information)
800
Woman
Man
600
400
200
0
19
Data Mining para Inteligencia de Mercados
20
Data Mining para Inteligencia de Mercados
Ventas de VLINE
100
80
60
40
18
26
20
SALES
0
N= 9 9 8 8
I II III IV
QUARTER
21
Data Mining para Inteligencia de Mercados
22
Data Mining para Inteligencia de Mercados
23
Data Mining para Inteligencia de Mercados
24
Data Mining para Inteligencia de Mercados
25
Data Mining para Inteligencia de Mercados
26
Data Mining para Inteligencia de Mercados
27
Data Mining para Inteligencia de Mercados
Un gráfico extraordinario
• 5 variables representadas en un scatter
plot
– Esperanza de Vida,
– Numero de Niños por Familia
– Población,
– Región Geográfica,
– Tiempo
28
Data Mining para Inteligencia de Mercados
29
Data Mining para Inteligencia de Mercados
Predicción
• Queremos pronosticar aquí el valor que
toma una variable que nos interesa
• La variable puede tomar cualquier valor en
un rango dado
• Piensen que estamos construyendo un
perfil de mi cliente
• Ejemplo: Cuanto me compra (monto en $)
al año basado en las características del
individuo
Data Mining para Inteligencia de Mercados
Regresión
• Una de las técnicas usadas para predecir
es regresión lineal
• Aquí lo que suponemos es que podemos
resumir la relación entre la variable que
queremos pronosticar y las variables que
usamos para pronosticarla con una
ecuación lineal
• Ej: Quiero pronosticar cuanto gasta una
persona al año en cerveza
46
Data Mining para Inteligencia de Mercados
Reglas de Asociación
• Schmueli: “Determinar qué va con qué.”
• Encontrar combinaciones de objetos que
ocurren frecuentemente en una base de
datos de transacciones
• Medir la fuerza o importancia de estas
combinaciones
• Explotar el descubrimiento de estas reglas
con el propósito de mejorar nuestro negocio
47
Data Mining para Inteligencia de Mercados
Data Mining para Inteligencia de Mercados
¿Qué son las reglas de
asociación?
• Las reglas de asociación son reglas del
tipo:
• SI el cliente compra leche ENTONCES
también comprará café
• Por eficiencia escribiremos esta regla de
la siguiente forma:
• Si leche => café.
• En general, SI condicion => resultado.
49
Data Mining para Inteligencia de Mercados
Aplicaciones
• ¿Cómo puede usarse esta información?
• Segmentar clientes basados en patrones
de compra
• Ubicación de productos en estantes
• Ventas Cruzadas (Cross-selling)
– Promociones, Sistemas de Recomendación
(Mercadeo personalizado)
• Up-selling
50
Data Mining para Inteligencia de Mercados
Aplicación más Famosa:
Cerveza y Diapers
• Walmart descubrió que
los viernes había una
relación
significativamente fuerte
entre las compras de
cerveza y de diapers.
• Explicación: Papá hace
las compras de diapers.
También de cerveza.
51
Data Mining para Inteligencia de Mercados
Aplicación más Famosa:
Cerveza y Diapers
• ¿Qué hizo Walmart?
• Puso en los estantes
muy cerca de los
diapers, cerveza
premium (up-selling)
52
Data Mining para Inteligencia de Mercados
Amazon.com
53
Data Mining para Inteligencia de Mercados
Amazon.com
54
Data Mining para Inteligencia de Mercados
Ejemplo: 5 transacciones
55
Data Mining para Inteligencia de Mercados
Reglas con Soporte >= 1
56
Data Mining para Inteligencia de Mercados
Reglas con Soporte >= 1
57
Data Mining para Inteligencia de Mercados
Reglas con Soporte >= 2
58
Data Mining para Inteligencia de Mercados
Software
• Data Mining ha explotado en términos de
aplicaciones debido a la aparición de
poderosos paquetes de software
• En teoria, todas estas técnicas que hemos
discutido han estado disponibles en
Estadistica por decadas
• El problema es el tamaño de las bases de
datos