SlideShare una empresa de Scribd logo
Data mining
La mineria de datos
índice
• ¿Qué es?
• ¿Como funciona?
• ¿Qué se puede lograr con
el data mining?
• ¿Para qué es utilizado?
• ¿Quién recopila
estos datos?
• Desventajas del
data mining
• Ventajas del data mining
¿Qué es?
El data mining es la función de utilizar grandes
bases de datos para obtener información sobre el
comportamiento de uno o varias personas. Esto se
logra mediante algoritmos que pueden identificar
patrones en los datos.
¿Como funciona?
¿Qué se puede lograr con el
data mining?
• Predecir el comportamientos y
tendencias automáticamente.
• Descubrir nuevos patrones desconocidos.
¿Para qué es utilizado?
La minería de datos se utiliza
para explorar bases
de datos cada vez mayores y
mejorar la separación del
mercado. Analizando las
relaciones entre
parámetros como edad,
gustos, etc..., es posible
adivinar su comportamiento
para dirigir campañas
personalizadas de
fidelización o captación.
¿Quién recopila estos datos?
Estos datos son recopilados por los data brokers que
son empresas que se dedican a la recopilación de datos de la
vida real y virtual de las personas, para luego vender esto
datos a terceras empresas con fines lucrativos.
Desventajas del data mining
• Temas de seguridad: La seguridad es un gran problema.
Las empresas almacenan información sobre sus
empleados y clientes. Sin embargo, el manejo correcto de
esta información sigue siendo cuestionable.
• Problemas de privacidad: Las preocupaciones sobre la
privacidad personal han aumentado en los últimos
años. Las empresas recopilan información de sus clientes
sin embargo, las empresas desaparecen y la información
se vende.
• Uso indebido de información: La información recopilada
a través de la minería de datos puede ser mal utilizada.
Las personas o empresas poco éticas pueden utilizar esta
información para beneficiarse. Además, las técnicas de
minería de datos no son del todo precisas. Por lo tanto, si
se utiliza información incorrecta para tomar decisiones,
habrá graves consecuencias.
Ventajas del data mining
• Nos permite descubrir información
• Puede analizar bases de datos con grandes cantidades
de datos.
• Los resultados son fáciles de interpretar y no
requieren conocimientos técnicos informáticos.
• Las empresas pueden mejorar el servicio al cliente en
función de la información obtenida.
• Permite a las empresas retener clientes nuevos y
existentes y proporcionar los productos o servicios
que necesitan.
FIN
https://www.youtube.com/w
atch?v=QY09nSg-KBk

Más contenido relacionado

Similar a Data Mining

Big data en entornos corporativos
Big data en entornos corporativos  Big data en entornos corporativos
Big data en entornos corporativos
Grupo DIRCOM
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
Néstor González
 
Como pasar de la prediccion a la accion. Esther Morales
Como pasar de la prediccion a la accion. Esther MoralesComo pasar de la prediccion a la accion. Esther Morales
Como pasar de la prediccion a la accion. Esther Morales
WiMLDS_Madrid
 
Data minning final tp internet inf 13 miercoles de 18 a 21
Data minning final tp internet inf 13 miercoles de 18 a 21Data minning final tp internet inf 13 miercoles de 18 a 21
Data minning final tp internet inf 13 miercoles de 18 a 21
Daniela Bedascarrasbure
 
Nt_c2_2015_a9_castro_valeria
Nt_c2_2015_a9_castro_valeriaNt_c2_2015_a9_castro_valeria
Nt_c2_2015_a9_castro_valeria
Valeria Castro
 
IV jornadas informatica judicial - Big Data y Privacidad
IV jornadas informatica judicial - Big Data y PrivacidadIV jornadas informatica judicial - Big Data y Privacidad
IV jornadas informatica judicial - Big Data y Privacidad
Iurismatica Abogados, S.L.P.
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
Arnoldo Gil
 
Data Mining Parte 1.pptx
Data Mining Parte 1.pptxData Mining Parte 1.pptx
Mercado 3 p.11
Mercado 3 p.11Mercado 3 p.11
Mercado 3 p.11
SOLEDADMAIRANAALCOCE
 
Big-Data-aplicado-a-los-Negocios (1).pptx
Big-Data-aplicado-a-los-Negocios (1).pptxBig-Data-aplicado-a-los-Negocios (1).pptx
Big-Data-aplicado-a-los-Negocios (1).pptx
JavierNavarrete43
 
BIG.pptx
BIG.pptxBIG.pptx
Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...
Fundación Ramón Areces
 
Big Data - Seminario e show 2013
Big Data - Seminario e show 2013Big Data - Seminario e show 2013
Big Data - Seminario e show 2013
Jaume Clotet
 
BigData 101 / Cursillo (Parte1)
BigData 101 / Cursillo (Parte1)BigData 101 / Cursillo (Parte1)
BigData 101 / Cursillo (Parte1)
andres hurtado
 
Data set module 3 - spanish
Data set   module 3 - spanishData set   module 3 - spanish
Data set module 3 - spanish
Data-Set
 
Evaluación de las necesidades del marketing
Evaluación de las necesidades del marketingEvaluación de las necesidades del marketing
Evaluación de las necesidades del marketing
Tessie Alejo
 
Que es social media analytics & listening y como funcionan
Que es social media analytics & listening y como funcionanQue es social media analytics & listening y como funcionan
Que es social media analytics & listening y como funcionan
Oscar Gonzalez Rezex
 
Big data
Big dataBig data
Big data
William04mora
 
Data mining
Data miningData mining
Ptpp3
Ptpp3Ptpp3

Similar a Data Mining (20)

Big data en entornos corporativos
Big data en entornos corporativos  Big data en entornos corporativos
Big data en entornos corporativos
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Como pasar de la prediccion a la accion. Esther Morales
Como pasar de la prediccion a la accion. Esther MoralesComo pasar de la prediccion a la accion. Esther Morales
Como pasar de la prediccion a la accion. Esther Morales
 
Data minning final tp internet inf 13 miercoles de 18 a 21
Data minning final tp internet inf 13 miercoles de 18 a 21Data minning final tp internet inf 13 miercoles de 18 a 21
Data minning final tp internet inf 13 miercoles de 18 a 21
 
Nt_c2_2015_a9_castro_valeria
Nt_c2_2015_a9_castro_valeriaNt_c2_2015_a9_castro_valeria
Nt_c2_2015_a9_castro_valeria
 
IV jornadas informatica judicial - Big Data y Privacidad
IV jornadas informatica judicial - Big Data y PrivacidadIV jornadas informatica judicial - Big Data y Privacidad
IV jornadas informatica judicial - Big Data y Privacidad
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Data Mining Parte 1.pptx
Data Mining Parte 1.pptxData Mining Parte 1.pptx
Data Mining Parte 1.pptx
 
Mercado 3 p.11
Mercado 3 p.11Mercado 3 p.11
Mercado 3 p.11
 
Big-Data-aplicado-a-los-Negocios (1).pptx
Big-Data-aplicado-a-los-Negocios (1).pptxBig-Data-aplicado-a-los-Negocios (1).pptx
Big-Data-aplicado-a-los-Negocios (1).pptx
 
BIG.pptx
BIG.pptxBIG.pptx
BIG.pptx
 
Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...
 
Big Data - Seminario e show 2013
Big Data - Seminario e show 2013Big Data - Seminario e show 2013
Big Data - Seminario e show 2013
 
BigData 101 / Cursillo (Parte1)
BigData 101 / Cursillo (Parte1)BigData 101 / Cursillo (Parte1)
BigData 101 / Cursillo (Parte1)
 
Data set module 3 - spanish
Data set   module 3 - spanishData set   module 3 - spanish
Data set module 3 - spanish
 
Evaluación de las necesidades del marketing
Evaluación de las necesidades del marketingEvaluación de las necesidades del marketing
Evaluación de las necesidades del marketing
 
Que es social media analytics & listening y como funcionan
Que es social media analytics & listening y como funcionanQue es social media analytics & listening y como funcionan
Que es social media analytics & listening y como funcionan
 
Big data
Big dataBig data
Big data
 
Data mining
Data miningData mining
Data mining
 
Ptpp3
Ptpp3Ptpp3
Ptpp3
 

Último

COMO EVOLUCIONO LAS WEB EN PLENO 2024.docx
COMO EVOLUCIONO LAS WEB EN PLENO 2024.docxCOMO EVOLUCIONO LAS WEB EN PLENO 2024.docx
COMO EVOLUCIONO LAS WEB EN PLENO 2024.docx
Jean Apellidos
 
Documento A4 formas curvas Hoja de papel multicolor_20240615_213856_0000.pdf
Documento A4 formas curvas Hoja de papel multicolor_20240615_213856_0000.pdfDocumento A4 formas curvas Hoja de papel multicolor_20240615_213856_0000.pdf
Documento A4 formas curvas Hoja de papel multicolor_20240615_213856_0000.pdf
sthefannydelgado765
 
LA NUBE YULIANA GABRIELA CORI NINARAQUE.pdf
LA NUBE YULIANA GABRIELA CORI NINARAQUE.pdfLA NUBE YULIANA GABRIELA CORI NINARAQUE.pdf
LA NUBE YULIANA GABRIELA CORI NINARAQUE.pdf
YulianaCori
 
MONOGRAFRIA GOOGLE (grupo 1ro de google).pdf
MONOGRAFRIA GOOGLE (grupo 1ro de google).pdfMONOGRAFRIA GOOGLE (grupo 1ro de google).pdf
MONOGRAFRIA GOOGLE (grupo 1ro de google).pdf
darilpisco021
 
Oruam, el pequeño y el gran carismatico mago
Oruam, el pequeño y el gran carismatico magoOruam, el pequeño y el gran carismatico mago
Oruam, el pequeño y el gran carismatico mago
ChichipeSevillaJhost
 
ESTUDIANTES BENEFICIARIOS que se suman a los beneficios de la universidad
ESTUDIANTES BENEFICIARIOS que se suman a los beneficios de la universidadESTUDIANTES BENEFICIARIOS que se suman a los beneficios de la universidad
ESTUDIANTES BENEFICIARIOS que se suman a los beneficios de la universidad
jorgejhonatanaltamir1
 
Herramientas de la web 2.0.pptx
Herramientas    de     la    web    2.0.pptxHerramientas    de     la    web    2.0.pptx
Herramientas de la web 2.0.pptx
anittaeunice
 
TRABAJO APLICACIONES EN INTERNET - Ana cruz tone.pdf
TRABAJO APLICACIONES EN INTERNET - Ana cruz tone.pdfTRABAJO APLICACIONES EN INTERNET - Ana cruz tone.pdf
TRABAJO APLICACIONES EN INTERNET - Ana cruz tone.pdf
anacruztone06
 
Análisis de Crowdfunding con el maestro Tapia de Artes
Análisis de Crowdfunding con el maestro Tapia de ArtesAnálisis de Crowdfunding con el maestro Tapia de Artes
Análisis de Crowdfunding con el maestro Tapia de Artes
al050121024
 
Sesión N°10 / Monografía sobre la inteligencia artifical
Sesión N°10 / Monografía sobre la inteligencia artificalSesión N°10 / Monografía sobre la inteligencia artifical
Sesión N°10 / Monografía sobre la inteligencia artifical
Angeles del Rosario Escobar Mendoza
 
extraccion-de-alcaloides-de-la-planta-de-coca.pdf
extraccion-de-alcaloides-de-la-planta-de-coca.pdfextraccion-de-alcaloides-de-la-planta-de-coca.pdf
extraccion-de-alcaloides-de-la-planta-de-coca.pdf
JENNYMARITZAHUILLCAR
 
FICHA DE EDUCACIÓN RELIGIOSA 17 DE CTUBRE LA oracion.docx
FICHA DE EDUCACIÓN RELIGIOSA  17 DE CTUBRE LA  oracion.docxFICHA DE EDUCACIÓN RELIGIOSA  17 DE CTUBRE LA  oracion.docx
FICHA DE EDUCACIÓN RELIGIOSA 17 DE CTUBRE LA oracion.docx
EmilyEsmeraldaQuispe
 
APLICACIONES DE INTERNET-INFORMATICA.pptx
APLICACIONES DE INTERNET-INFORMATICA.pptxAPLICACIONES DE INTERNET-INFORMATICA.pptx
APLICACIONES DE INTERNET-INFORMATICA.pptx
cpadua713
 
Oración a Pomba Gira María Padilha .docx
Oración a Pomba Gira María Padilha .docxOración a Pomba Gira María Padilha .docx
Oración a Pomba Gira María Padilha .docx
LuisAlbertoCordovaBa
 
COMUNIDADES DE APRENDIZAJE EN EL CURSO DE APLICACIONES PARA INTERNET
COMUNIDADES DE APRENDIZAJE EN EL CURSO DE APLICACIONES PARA INTERNETCOMUNIDADES DE APRENDIZAJE EN EL CURSO DE APLICACIONES PARA INTERNET
COMUNIDADES DE APRENDIZAJE EN EL CURSO DE APLICACIONES PARA INTERNET
Kevin Aguilar Garcia
 
PPT_QUÍMICA GENERAL_TEO_SEM-09_SESIÓN-17_2024_Gases ideales (2).pdf
PPT_QUÍMICA GENERAL_TEO_SEM-09_SESIÓN-17_2024_Gases ideales  (2).pdfPPT_QUÍMICA GENERAL_TEO_SEM-09_SESIÓN-17_2024_Gases ideales  (2).pdf
PPT_QUÍMICA GENERAL_TEO_SEM-09_SESIÓN-17_2024_Gases ideales (2).pdf
josenestorlopezquisp1
 
SLIDESHARE, qué es, ventajas y desventajas
SLIDESHARE, qué es, ventajas y desventajasSLIDESHARE, qué es, ventajas y desventajas
SLIDESHARE, qué es, ventajas y desventajas
ruthechepurizaca
 

Último (17)

COMO EVOLUCIONO LAS WEB EN PLENO 2024.docx
COMO EVOLUCIONO LAS WEB EN PLENO 2024.docxCOMO EVOLUCIONO LAS WEB EN PLENO 2024.docx
COMO EVOLUCIONO LAS WEB EN PLENO 2024.docx
 
Documento A4 formas curvas Hoja de papel multicolor_20240615_213856_0000.pdf
Documento A4 formas curvas Hoja de papel multicolor_20240615_213856_0000.pdfDocumento A4 formas curvas Hoja de papel multicolor_20240615_213856_0000.pdf
Documento A4 formas curvas Hoja de papel multicolor_20240615_213856_0000.pdf
 
LA NUBE YULIANA GABRIELA CORI NINARAQUE.pdf
LA NUBE YULIANA GABRIELA CORI NINARAQUE.pdfLA NUBE YULIANA GABRIELA CORI NINARAQUE.pdf
LA NUBE YULIANA GABRIELA CORI NINARAQUE.pdf
 
MONOGRAFRIA GOOGLE (grupo 1ro de google).pdf
MONOGRAFRIA GOOGLE (grupo 1ro de google).pdfMONOGRAFRIA GOOGLE (grupo 1ro de google).pdf
MONOGRAFRIA GOOGLE (grupo 1ro de google).pdf
 
Oruam, el pequeño y el gran carismatico mago
Oruam, el pequeño y el gran carismatico magoOruam, el pequeño y el gran carismatico mago
Oruam, el pequeño y el gran carismatico mago
 
ESTUDIANTES BENEFICIARIOS que se suman a los beneficios de la universidad
ESTUDIANTES BENEFICIARIOS que se suman a los beneficios de la universidadESTUDIANTES BENEFICIARIOS que se suman a los beneficios de la universidad
ESTUDIANTES BENEFICIARIOS que se suman a los beneficios de la universidad
 
Herramientas de la web 2.0.pptx
Herramientas    de     la    web    2.0.pptxHerramientas    de     la    web    2.0.pptx
Herramientas de la web 2.0.pptx
 
TRABAJO APLICACIONES EN INTERNET - Ana cruz tone.pdf
TRABAJO APLICACIONES EN INTERNET - Ana cruz tone.pdfTRABAJO APLICACIONES EN INTERNET - Ana cruz tone.pdf
TRABAJO APLICACIONES EN INTERNET - Ana cruz tone.pdf
 
Análisis de Crowdfunding con el maestro Tapia de Artes
Análisis de Crowdfunding con el maestro Tapia de ArtesAnálisis de Crowdfunding con el maestro Tapia de Artes
Análisis de Crowdfunding con el maestro Tapia de Artes
 
Sesión N°10 / Monografía sobre la inteligencia artifical
Sesión N°10 / Monografía sobre la inteligencia artificalSesión N°10 / Monografía sobre la inteligencia artifical
Sesión N°10 / Monografía sobre la inteligencia artifical
 
extraccion-de-alcaloides-de-la-planta-de-coca.pdf
extraccion-de-alcaloides-de-la-planta-de-coca.pdfextraccion-de-alcaloides-de-la-planta-de-coca.pdf
extraccion-de-alcaloides-de-la-planta-de-coca.pdf
 
FICHA DE EDUCACIÓN RELIGIOSA 17 DE CTUBRE LA oracion.docx
FICHA DE EDUCACIÓN RELIGIOSA  17 DE CTUBRE LA  oracion.docxFICHA DE EDUCACIÓN RELIGIOSA  17 DE CTUBRE LA  oracion.docx
FICHA DE EDUCACIÓN RELIGIOSA 17 DE CTUBRE LA oracion.docx
 
APLICACIONES DE INTERNET-INFORMATICA.pptx
APLICACIONES DE INTERNET-INFORMATICA.pptxAPLICACIONES DE INTERNET-INFORMATICA.pptx
APLICACIONES DE INTERNET-INFORMATICA.pptx
 
Oración a Pomba Gira María Padilha .docx
Oración a Pomba Gira María Padilha .docxOración a Pomba Gira María Padilha .docx
Oración a Pomba Gira María Padilha .docx
 
COMUNIDADES DE APRENDIZAJE EN EL CURSO DE APLICACIONES PARA INTERNET
COMUNIDADES DE APRENDIZAJE EN EL CURSO DE APLICACIONES PARA INTERNETCOMUNIDADES DE APRENDIZAJE EN EL CURSO DE APLICACIONES PARA INTERNET
COMUNIDADES DE APRENDIZAJE EN EL CURSO DE APLICACIONES PARA INTERNET
 
PPT_QUÍMICA GENERAL_TEO_SEM-09_SESIÓN-17_2024_Gases ideales (2).pdf
PPT_QUÍMICA GENERAL_TEO_SEM-09_SESIÓN-17_2024_Gases ideales  (2).pdfPPT_QUÍMICA GENERAL_TEO_SEM-09_SESIÓN-17_2024_Gases ideales  (2).pdf
PPT_QUÍMICA GENERAL_TEO_SEM-09_SESIÓN-17_2024_Gases ideales (2).pdf
 
SLIDESHARE, qué es, ventajas y desventajas
SLIDESHARE, qué es, ventajas y desventajasSLIDESHARE, qué es, ventajas y desventajas
SLIDESHARE, qué es, ventajas y desventajas
 

Data Mining

  • 2. índice • ¿Qué es? • ¿Como funciona? • ¿Qué se puede lograr con el data mining? • ¿Para qué es utilizado? • ¿Quién recopila estos datos? • Desventajas del data mining • Ventajas del data mining
  • 3. ¿Qué es? El data mining es la función de utilizar grandes bases de datos para obtener información sobre el comportamiento de uno o varias personas. Esto se logra mediante algoritmos que pueden identificar patrones en los datos.
  • 5. ¿Qué se puede lograr con el data mining? • Predecir el comportamientos y tendencias automáticamente. • Descubrir nuevos patrones desconocidos.
  • 6. ¿Para qué es utilizado? La minería de datos se utiliza para explorar bases de datos cada vez mayores y mejorar la separación del mercado. Analizando las relaciones entre parámetros como edad, gustos, etc..., es posible adivinar su comportamiento para dirigir campañas personalizadas de fidelización o captación.
  • 7. ¿Quién recopila estos datos? Estos datos son recopilados por los data brokers que son empresas que se dedican a la recopilación de datos de la vida real y virtual de las personas, para luego vender esto datos a terceras empresas con fines lucrativos.
  • 8. Desventajas del data mining • Temas de seguridad: La seguridad es un gran problema. Las empresas almacenan información sobre sus empleados y clientes. Sin embargo, el manejo correcto de esta información sigue siendo cuestionable. • Problemas de privacidad: Las preocupaciones sobre la privacidad personal han aumentado en los últimos años. Las empresas recopilan información de sus clientes sin embargo, las empresas desaparecen y la información se vende. • Uso indebido de información: La información recopilada a través de la minería de datos puede ser mal utilizada. Las personas o empresas poco éticas pueden utilizar esta información para beneficiarse. Además, las técnicas de minería de datos no son del todo precisas. Por lo tanto, si se utiliza información incorrecta para tomar decisiones, habrá graves consecuencias.
  • 9. Ventajas del data mining • Nos permite descubrir información • Puede analizar bases de datos con grandes cantidades de datos. • Los resultados son fáciles de interpretar y no requieren conocimientos técnicos informáticos. • Las empresas pueden mejorar el servicio al cliente en función de la información obtenida. • Permite a las empresas retener clientes nuevos y existentes y proporcionar los productos o servicios que necesitan.