Materia: Modelos de Mercadotecnia

Numero de Actividad: 2

Nombre de la Actividad: Dimensión del Marketing /Sesión

2/ Bases de Datos

Nombre del Alumno: Jesus Enrique Ventura Chacon

Fecha de Entrega: 06/02/2019

quiqueventura1@hotmail.com 9995026915
 Instrucciones: Realiza una investigación a fondo sobre el proceso para
llevar a cabo la minería de datos y ejemplifica de acuerdo a la información de la
institución en donde trabajas o te gustaría trabajar.

Investigación

Minería de datos. Campo de las ciencias orientadas a la informática

referido al proceso que intenta descubrir conocimiento a través de patrones en
grandes volúmenes de datos. Utiliza los métodos de la inteligencia artificial,
aprendizaje automático, estadística y sistemas de bases de datos. El objetivo
general del proceso de minería de datos consiste en extraer información de un
conjunto de datos y transformarla en una estructura comprensible para su uso
posterior. Además de la etapa de análisis en bruto, que involucra aspectos de
bases de datos y gestión de datos, procesamiento de datos, el modelo y las
consideraciones de inferencia, métricas de Intereses, consideraciones de la Teoría
de la complejidad computacional de las estructuras descubiertas, lavisualizacióny
actualización en línea.

El proceso de hurgar en los datos para descubrir conexiones ocultas y

predecir tendencias futuras tiene una larga historia. Conocido algunas veces como
"descubrimiento de conocimientos en bases de datos", el término "minería de
datos" no se acuño sino hasta la década de 1990. Pero su base comprende tres
disciplinas científicas entrelazadas: estadística (el estudio numérico de relaciones
de datos), inteligencia artificial (inteligencia similar a la humana exhibida por
software y/o máquinas) y machine learning (algoritmos que pueden aprender de
datos para hacer predicciones). Lo que era antiguo es nuevo otra vez, ya que la
minería de datos continúa evolucionando para igualar el ritmo del potencial sin
límites del big data y poder de cómputo asequible.

En la última década, los avances en el poder y la velocidad de

procesamiento nos han permitido llegar más allá de las prácticas manuales,
tediosas y que toman mucho tiempo al análisis de datos rápido, fácil y
automatizado. Cuanto más complejos son los conjuntos de datos recopilados,
mayor es el potencial que hay para descubrir insights relevantes. Los
comerciantes detallistas, bancos, fabricantes, proveedores de telecomunicaciones
y aseguradoras, entre otros, utilizan la minería de datos para descubrir relaciones
entre todas las cosas, desde precios, promociones y demografía hasta la forma en
que la economía, el riesgo, la competencia y los medios sociales afectan sus
modelos de negocios, ingresos, operaciones y relaciones con clientes.

Ejemplificación: Servicio de Administración Tributaria, departamento de

programación, el esquema se centra en la petición del departamento de operación/
legal, que a partir de un análisis solicitan un documento certificado, la información
para la obtención, se concentran en el software de registro de la dependencia, es
decir los CFDI son bajados de la plataforma, que cada contribuyente ya sea
emisor o receptor se adjuntó a un RFC de una persona física o moral, luego de
obtener la información en una plantilla con filas y columnas se procederá
dependiendo de la solicitud a crear una carpeta objetiva, que el auditor deberá
verificar y tomar la decisión de si sería viable solicitar o no.

En conclusión: la minería de datos se entiende a un conjunto de

información registrada con constancia, a la distribución de la misma, y la
estructura que permita responder a comandos de petición de forma precisa.

Sus principales funciones son: La de Filtrar todo el ruido caótico y repetitivo

en sus datos, Entender qué es relevante y luego hacer un buen uso de esa
información para evaluar resultados probables, Acelerar el ritmo de la toma de
decisiones informadas.

Bibliografía

• http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S2071-
081X2014000100005
• Han, J., Kamber, M. y Pei, J. (2012). Data mining concepts and
techniques. USA: Morgan Kaufmann.
• https://www.sas.com/es_mx/insights/analytics/data-mining.html