INTRODUCCIÓN
La minería de datos ha ganado terreno en diferentes áreas de los negocios al presentar la capacidad de analizar grandes cantidades de datos para identificar patrones y correlaciones que nos permitan tomar deciones de manera sistemática.
Herrramientas
- Rapidminer
- Excel
- Google Data
- Knime
Realizar una revisión metodológica sobre la minería de datos, enfocándose en su identificación y procesamientos para la generación de información estratégica. Estableciendo este proceso como un método práctico para la toma de decisiones, la generación de conocimiento y la programación de ciclos administrativos.
El manejo y la automatización para el análisis de datos se ha vuelto esecial tanto en los procesos administrativos como en la inteligencia de negocios, permitiendo conocer extraer información relevante de varias fuentes de datos. A nivel técnico, establece un marco de planeación y recolección de datos por oarte de los administradores, desarrollando habilidades técnicas que combinan la estadísticas y la inteligencia artificial en la toma de decisiones.
- Selección de fuentes de datos
- Métodos técnicos para el procesamiento y la exploración de datos
- Definición de categorías de análisis orientadas a la toma de decisiones
- Visualización de esquemas de información basados en datos
- Establecimiento de un procedimiento empresarial en la minería de datos
Pérez López, C., & Santin González, D. (2007). Minería de datos. Técnicas y herramientas: técnicas y herramientas. Editorial Paraninfo.
Moine, J. M., Haedo, A. S., & Gordillo, S. E. (2011). Estudio comparativo de metodologías para minería de datos. In XIII Workshop de Investigadores en Ciencias de la Computación.
Terán, H. E. E., Alcivar, M., & Puris, A. (2016). Aplicaciones de minería de datos en marketing. Revista Publicando, 3(8), 503-512.
Soto Durán, D. E., Giraldo Mejía, J. C., Vargas Agudelo, F. A., Jiménez Builes, J., & Jaramillo, A. J. V. (2020). Monitoreo de indicadores de valor a través de minería de datos, gestión de procesos de negocio y mejoramiento continuo con gestión del riesgo. Revista Ingenierías Universidad de Medellín, 19(37), 93-118.
Guerrero, M., Luque Sendra, A., & Lama-Ruiz, J. R. (2019). Técnicas de predicción mediante minería de datos en la industria alimentaria bajo el paradigma de Industria 4.0. Avances en la Investigación en Ciencia e Ingeniería; Área de Innovación y Desarrollo, SL, Ed, 149-157.
Rioja Curo, W. M. (2020). Aplicación web para la elaboración de perfiles de consumidor basada en minería de datos y arquitectura cloud para el apoyo al proceso de conversión de leads en la asociación AIESEC en Perú.
Lanzarini, L. C., Hasperué, W., Estrebou, C. A., Villa Monte, A., Jimbo Santana, P. R., Reyes Zambrano, G., … & Olivas Varela, J. Á. (2020). Sistemas inteligentes: aplicaciones en minería de datos y big data. In XXII Workshop de Investigadores en Ciencias de la Computación (WICC 2020, El Calafate, Santa Cruz).
Klenzi, R. O., Malberti, M. A., & Beguerí, G. E. (2018). Visualización en un entorno de minería de datos desde una perspectiva interacción humano computador. Computación y Sistemas, 22(1), 279-290.