ARCHIVO PARA BLOG
ELISKA ARJONA SUDEK
9/OCT/08
Encontré esta información sobre el datamining y su explicación en un lenguaje bastante amable que te me pareció que te puede dejar la idea aún mas clara, también viene un poco de la historia en cuestión de cómo fue evolucionando el interés y las formas que se han tenido para mantener una relación estrecha con los clientes.
DATAMINING
Parece que de repente hemos descubierto algo que no existía: hay que mantener una relación sólida con el cliente. Ya a comienzos de los años 60, se empleaban las "fichas de cliente" en la mayoría de las empresas españolas. En ellas quedaban recogidas, aparte de los datos comerciales, las aficiones, nivel socio-económico, preferencias, y por tanto los datos que hacían posible una relación comercial.
¿Qué ha cambiado? La tecnología, no el sistema, ni la intención, ni el objetivo, ni la naturaleza de la relación. Data Mining significa literalmente "minería de datos" y hace referencia a las técnicas de explotación de los datos recogidos por la empresa, generalmente de clientes, aunque se podría hacer extensivo a cualquier set de datos de interés (competencia, índices sectoriales, información contable, control de inventarios, etc).
El Data Mining es por tanto un proceso posterior a la recogida de los datos, consistente en su análisis sistemático y periódico, que transforma los datos en información útil y manejable para la toma de decisiones. Ligado e inseparable del Data Mining está el concepto de Data Warehouse, que hace referencia al almacenamiento físico de los datos, incluyendo el "modo" en que estos datos se almacenan.
Para almacenar datos, por tanto, necesitamos previamente "donde albergarlos" y "cómo albergarlos"; el dónde puede ser cualquier soporte como un servidor, el PC de la oficina, un disco duro portátil, etc, y el cómo afecta esencialmente a qué de Base de Datos empleamos, como por ejemplo Access o SQL de Microsoft.
Tenemos pues un conjunto de datos, por ejemplo, las compras de nuestros clientes, que recogemos en una Base de Datos y que almacenamos para su uso y explotación posterior. ¿Qué datos debemos recoger y qué uso posterior hacemos?
Cada empresa y los usuarios potenciales de esa información, aquellos que han de tomar decisiones en base a la misma, deben responder analizando qué demandas de información precisan. Lo que si es importante destacar es el abuso que se hace generalmente en la recogida de datos en relación a su débil explotación; las empresas pecan de recoger más información de la necesaria o de la que en realidad usan.
AL EXPRESAR ESTO, NOS OFRECE TAMBIÉN DISTINTAS SOLUCIONES Y FACTORES QUE DEBEMOS CUESTIONARNOS ANTES DE RECOPILAR DATOS.
Con qué frecuencia se generan (a diario, por ejemplo si hablamos de compras de determinado producto en una cadena minorista),
Qué influencia tiene esta frecuencia en las decisiones a tomar (o en el análisis, por ejemplo podríamos estar investigando si hay alguna correlación entre las franjas horarias comerciales de esta cadena minorista y el consumo de ciertas referencias por franjas y por días), lo que condiciona la frecuencia de los informes,
Qué cantidad de datos estamos recogiendo, lo que condiciona los sistemas de análisis y su potencia y por tanto el Data Mining.
Pasos para construir un Data Mining
Analice sus necesidades de información. Sea realista con ellas y contemple los futuros crecimientos. Evite que en poco tiempo su sistema se quede pequeño o poco operativo.
No tenga complejos técnicos por no ser un experto. Usted es quien mejor conoce su empresa y a sus clientes.
Pida asesoramiento externo. La visión de alguien experto en procesos y ajeno a la compañía, introducirá un soplo de aire fresco y una visión más rica del problema.
No mate moscas a cañonazos. No implante sistemas que no necesita. Además de caros, serán un obstáculo y una hipoteca para futuros crecimientos.
Si pide una valoración externa de sus sistemas y procesos, elija con cuidado. Si invita a Ferrari, le venderán un Ferrari aunque lo que Ud necesite sea una furgoneta. Contraste opiniones
Utilice la situación para proponer mejoras en los procesos, en las rutinas, y en la forma de trabajar.
Puede ser un excelente pretexto para revisar procedimientos y recortar costes. En cualquier caso, no informatice el caos.
No implante nada que no necesite de verdad. Si lo implanta mantenga una visión a medio-largo plazo.
Utilice las herramientas y los recursos de los que ya dispone. Contratar un proyecto o un sistema más caro no va a hacer que aumente su rentabilidad.
ELISKA ARJONA SUDEK
9/OCT/08
Encontré esta información sobre el datamining y su explicación en un lenguaje bastante amable que te me pareció que te puede dejar la idea aún mas clara, también viene un poco de la historia en cuestión de cómo fue evolucionando el interés y las formas que se han tenido para mantener una relación estrecha con los clientes.
DATAMINING
Parece que de repente hemos descubierto algo que no existía: hay que mantener una relación sólida con el cliente. Ya a comienzos de los años 60, se empleaban las "fichas de cliente" en la mayoría de las empresas españolas. En ellas quedaban recogidas, aparte de los datos comerciales, las aficiones, nivel socio-económico, preferencias, y por tanto los datos que hacían posible una relación comercial.
¿Qué ha cambiado? La tecnología, no el sistema, ni la intención, ni el objetivo, ni la naturaleza de la relación. Data Mining significa literalmente "minería de datos" y hace referencia a las técnicas de explotación de los datos recogidos por la empresa, generalmente de clientes, aunque se podría hacer extensivo a cualquier set de datos de interés (competencia, índices sectoriales, información contable, control de inventarios, etc).
El Data Mining es por tanto un proceso posterior a la recogida de los datos, consistente en su análisis sistemático y periódico, que transforma los datos en información útil y manejable para la toma de decisiones. Ligado e inseparable del Data Mining está el concepto de Data Warehouse, que hace referencia al almacenamiento físico de los datos, incluyendo el "modo" en que estos datos se almacenan.
Para almacenar datos, por tanto, necesitamos previamente "donde albergarlos" y "cómo albergarlos"; el dónde puede ser cualquier soporte como un servidor, el PC de la oficina, un disco duro portátil, etc, y el cómo afecta esencialmente a qué de Base de Datos empleamos, como por ejemplo Access o SQL de Microsoft.
Tenemos pues un conjunto de datos, por ejemplo, las compras de nuestros clientes, que recogemos en una Base de Datos y que almacenamos para su uso y explotación posterior. ¿Qué datos debemos recoger y qué uso posterior hacemos?
Cada empresa y los usuarios potenciales de esa información, aquellos que han de tomar decisiones en base a la misma, deben responder analizando qué demandas de información precisan. Lo que si es importante destacar es el abuso que se hace generalmente en la recogida de datos en relación a su débil explotación; las empresas pecan de recoger más información de la necesaria o de la que en realidad usan.
AL EXPRESAR ESTO, NOS OFRECE TAMBIÉN DISTINTAS SOLUCIONES Y FACTORES QUE DEBEMOS CUESTIONARNOS ANTES DE RECOPILAR DATOS.
Con qué frecuencia se generan (a diario, por ejemplo si hablamos de compras de determinado producto en una cadena minorista),
Qué influencia tiene esta frecuencia en las decisiones a tomar (o en el análisis, por ejemplo podríamos estar investigando si hay alguna correlación entre las franjas horarias comerciales de esta cadena minorista y el consumo de ciertas referencias por franjas y por días), lo que condiciona la frecuencia de los informes,
Qué cantidad de datos estamos recogiendo, lo que condiciona los sistemas de análisis y su potencia y por tanto el Data Mining.
Pasos para construir un Data Mining
Analice sus necesidades de información. Sea realista con ellas y contemple los futuros crecimientos. Evite que en poco tiempo su sistema se quede pequeño o poco operativo.
No tenga complejos técnicos por no ser un experto. Usted es quien mejor conoce su empresa y a sus clientes.
Pida asesoramiento externo. La visión de alguien experto en procesos y ajeno a la compañía, introducirá un soplo de aire fresco y una visión más rica del problema.
No mate moscas a cañonazos. No implante sistemas que no necesita. Además de caros, serán un obstáculo y una hipoteca para futuros crecimientos.
Si pide una valoración externa de sus sistemas y procesos, elija con cuidado. Si invita a Ferrari, le venderán un Ferrari aunque lo que Ud necesite sea una furgoneta. Contraste opiniones
Utilice la situación para proponer mejoras en los procesos, en las rutinas, y en la forma de trabajar.
Puede ser un excelente pretexto para revisar procedimientos y recortar costes. En cualquier caso, no informatice el caos.
No implante nada que no necesite de verdad. Si lo implanta mantenga una visión a medio-largo plazo.
Utilice las herramientas y los recursos de los que ya dispone. Contratar un proyecto o un sistema más caro no va a hacer que aumente su rentabilidad.
