Se trata de la exploración estadística y la creación de modelos de predicción, para revelar patrones y tendencias en grandes bases de datos. Extrae y transforma datos expresados en "gigabytes" en información útil y precisa para la toma de decisiones.
Reglas de asociación
Las reglas de asociación identifican patrones en los datos. Este tipo de información permite un mejor entendimiento del comportamiento de los clientes. Puede utilizarse para maximizar las ventas, por ejemplo en cross-selling, proponiendo paquetes de productos con alta probabilidad de venderse juntos. Una simple regla de asociación podría ser:
clientes que compran el producto “A” o “B” y tienen edades comprendidas entre los 20 y los 40 años => comprarán el producto “C” (con una probabilidad del 70%)
Los algoritmos para descubrir reglas de asociación son capaces de analizar cientos de parámetros sobre millones de casos en apenas unos pocos segundos.
Modelos de clasificación
Los modelos de clasificación se basan en el agrupamiento de datos en segmentos o clases predefinidas con similares perfiles y tipos de comportamiento. Este proceso es realizado por un algoritmo de clasificación que busca en los datos las mejores aproximaciones a las características de las clases. De esta forma se logra seleccionar los individuos con mayor probabilidad de responder a un determinado estímulo, obteniendo por ejemplo, mejores campañas de marketing, reduciendo sus costos y aumentando su efectividad.
Clustering
Se trata del agrupamiento de observaciones en clusters basándose en sus semejanzas. Los clusters son creados sin la necesidad de definirlos previamente, representan información descubierta automáticamente por el algoritmo. Esta metodología se utiliza en tareas donde no hay información de clasificación. Una de sus utilidades es por ejemplo, la agrupación de clientes de acuerdo a sus preferencias de compra.
Web-farming
Se basa en la explotación sistemática del contenido presente en la Web, con el objeto de mantener a una empresa informada acerca de los tópicos esenciales de su negocio. La Web es utilizada cada vez más como una importante fuente de información. El web-farming identifica la información relevante para el negocio, lo enlaza a la base de datos de la compañía y entrega la información procesada a las personas o departamentos indicados dentro de la organización.
Web-site data-mining
El análisis automático de las visitas a un web-site puede revelar información extremadamente valiosa. Este tipo de análisis ofrece mucho más que un simple conteo de hits. Por ejemplo, permite identificar los perfiles y preferencias de los visitantes, utilizando modelos de comportamiento (saltos de páginas, tiempos de estadía en cada página o páginas de entrada y de salida, etc.). Esto brinda información acerca de la atracción de los productos, o sugiere mejores formas de presentar los servicios para satisfacer las necesidades de los clientes.
