Data Mining El arte de Anticipar

166 Pages·2009·1.92 MB·Spanish

by  Claudio Palma, Wilfredo Palma, Ricardo Pérez

Claudio Palma
Data Wilfredo Palma
Ricardo Pérez
Mining
El arte de Anticipar
10 casos reales
DATA MINING
El Arte de Anticipar
RIL editores
bibliodiversidad
DATA MINING
El Arte de Anticipar
Claudio Palma
Wilfredo Palma
Ricardo Pérez
001.6 Palma, Claudio et al.
P Data mining. El arte de anticipar / Claudio Pal-
ma et al. – – Santiago : RIL editores, 2009.
156 p. ; 21 cm.
ISBN: 978-956-284-711-7
1 bases de datos. 2 análisis de la informa-
ción. 3 procesamiento de la información.
Data mining.
El arte de anticipar
Primera edición: diciembre de 2009
© Claudio Palma et al., 2009
© RIL® editores, 2009
Alférez Real 1464
750-0960 Providencia
Santiago de Chile
Tel. [phone](cid:1)(cid:114)(cid:1)(cid:39)(cid:66)(cid:89)(cid:1)2254269
(cid:83)(cid:74)(cid:77)(cid:33)(cid:83)(cid:74)(cid:77)(cid:70)(cid:69)(cid:74)(cid:85)(cid:80)(cid:83)(cid:70)(cid:84)(cid:15)(cid:68)(cid:80)(cid:78)(cid:1)(cid:114)(cid:1)(cid:88)(cid:88)(cid:88)(cid:15)(cid:83)(cid:74)(cid:77)(cid:70)(cid:69)(cid:74)(cid:85)(cid:80)(cid:83)(cid:70)(cid:84)(cid:15)(cid:68)(cid:80)(cid:78)
Composición, diseño de portada e impresión: RIL® editores
(cid:42)(cid:78)(cid:81)(cid:83)(cid:70)(cid:84)(cid:80)(cid:1)(cid:70)(cid:79)(cid:1)(cid:36)(cid:73)(cid:74)(cid:77)(cid:70)(cid:1)(cid:114)(cid:1)Printed in Chile
ISBN 978-956-284-711-7
Derechos reservados.
SUMARIO
Prólogo .......................................................................................13
Agradecimientos ..........................................................................15
Data mining ¿de dónde viene? ................................................17
Empresa y valor ..........................................................................19
La revolución informática ...........................................................26
Data mining ¿qué es? ................................................................35
Origen del Data Mining ..............................................................37
¿Qué es data mining? ..................................................................43
Casos prácticos ...........................................................................53
Caso 1. Behavior scoring .......................................................55
Problemas en el frente interno .....................................................57
Atacando el problema: ¿qué hacer? ............................................58
Utilizar el Behavior Scoring .........................................................60
(cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ..................................61
Caso 2. Publicidad y ventas ....................................................63
Tracking publicitario y ventas .....................................................65
Venta de Inercia ..........................................................................67
Venta Sensible .............................................................................68
Venta Casuística ..........................................................................69
Cuatro campañas ........................................................................69
(cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ..................................71
Caso 3. Límite de crédito ........................................................73
La juguera ...................................................................................75
Juguera y crisis financiera ............................................................77
La juguera por dentro .................................................................78
Oportunidades para mejorar .......................................................80
(cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ..................................82
(cid:36)(cid:233)(cid:251)(cid:247)(cid:1)(cid:334)(cid:15)(cid:1)(cid:39)(cid:253)(cid:239)(cid:233)(cid:1)(cid:236)(cid:237)(cid:1)(cid:235)(cid:244)(cid:241)(cid:237)(cid:246)(cid:252)(cid:237)(cid:251)..........................................................83
Anticipar la fuga .........................................................................85
Las fuentes ..................................................................................87
Cinco tipos de clientes .................................................................88
Hacia un modelo de fuga ............................................................89
Tomando la delantera..................................................................91
(cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ..................................93
Caso 5. Trade marketing ........................................................95
Un caso de Trade Marketing .......................................................97
(cid:38)(cid:84)(cid:68)(cid:70)(cid:79)(cid:66)(cid:83)(cid:74)(cid:80)(cid:1)(cid:69)(cid:70)(cid:1)(cid:68)(cid:80)(cid:78)(cid:81)(cid:70)(cid:85)(cid:70)(cid:79)(cid:68)(cid:74)(cid:66)(cid:1)(cid:70)(cid:89)(cid:85)(cid:83)(cid:70)(cid:78)(cid:66) ..............................................97
Plan Rojo ....................................................................................99
¿Cuánta venta aporta Plan Rojo? ..............................................100
Saliendo del túnel… ..................................................................102
(cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ................................105
Caso 6. ROI .............................................................................107
ROI, un amigo de todos ............................................................109
Aislar, medir y comparar ...........................................................110
Descubriendo el numerador ......................................................112
(cid:173)(cid:89)(cid:74)(cid:85)(cid:80)(cid:27)(cid:1)(cid:21)(cid:1)(cid:69)(cid:70)(cid:1)(cid:22) ..............................................................................114
(cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ................................115
Caso 7. Colocación de créditos ..........................................117
Comienza la búsqueda ..............................................................119
Desenmascarando a los sospechosos .........................................120
Mirando los datos .....................................................................121
Tengo el scoring y ahora ¿qué? ..................................................122
(cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ................................123
Caso 8. Key drivers en venta de alimentos .........................125
Una gran pregunta ....................................................................127
Una base de datos pequeña .......................................................128
Claves de satisfacción ................................................................129
(cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ................................131
Caso 9. Key drivers en venta gasolina ................................133
Me gusta… no sé por qué ..........................................................135
Petroleum ..................................................................................136
El esfuerzo de Petroleum ...........................................................137
El vendedor me vio ....................................................................138
Me saludó .................................................................................140
Sonrió al despedirse ...................................................................141
(cid:39)(cid:86)(cid:70)(cid:1)(cid:9)(cid:70)(cid:84)(cid:10)(cid:1)(cid:66)(cid:78)(cid:66)(cid:67)(cid:77)(cid:70) .........................................................................142
Protocolo con bases pequeñas de muestras representativas ........143
(cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ................................145
(cid:36)(cid:233)(cid:251)(cid:247)(cid:1)(cid:331)(cid:330)(cid:15)(cid:1)(cid:39)(cid:233)(cid:235)(cid:252)(cid:247)(cid:250)(cid:1)(cid:236)(cid:237)(cid:1)(cid:250)(cid:241)(cid:237)(cid:251)(cid:239)(cid:247)(cid:1)(cid:237)(cid:246)(cid:1)(cid:237)(cid:248)(cid:241)(cid:236)(cid:237)(cid:245)(cid:241)(cid:233)(cid:251)...............................147
Un caso de epidemiología ..........................................................149
Metodología ..............................................................................149
7 factores de riesgo ....................................................................150
(cid:39)(cid:66)(cid:68)(cid:85)(cid:80)(cid:83)(cid:70)(cid:84)(cid:1)(cid:84)(cid:80)(cid:68)(cid:74)(cid:80)(cid:70)(cid:68)(cid:80)(cid:79)(cid:211)(cid:78)(cid:74)(cid:68)(cid:80)(cid:84) .........................................................151
El factor étnico ..........................................................................153
(cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ................................153
Sobre los Autores .....................................................................155
Por Yejun Kim, extraído de stock.xchng
Música » se escribe
de forma extraña pero
ilumina la vida.
Data Mining » se
escribe de forma
extraña pero ilumina el
negocio.