Data Mining: Glosario de conceptos (2 de 2)

Continuamos con el post anterior.

Existen diferentes técnicas de data mining. Algunas de ellas:

1. Segmentación: Este tipo de técnicas permiten agrupar registros en una base de datos basándose en una serie de atributos (varios cientos o sólo unos cuantos, dependiendo de la aplicación de negocio). Los registros en estos grupos o segmentos se seleccionan de forma que sean lo más parecidos posible, siendo cada grupo diferente a todos los demás. En un contexto CRM, los algoritmos de segmentación se emplean para agrupar clientes en segmentos en función de un número reducido de atributos de compra. Este esquema puede ser empleado para facilitar la comprensión de las distintas tipologías de clientes, y para construir un entorno en el que analizar su cambio a lo largo del tiempo.
2. Clasificación: Los modelos de clasificación se emplean con el fin de obtener un mayor conocimiento sobre los datos y predecir valores categóricos o cualitativos. Su uso va desde la predicción de si un cliente (o grupo de clientes identificados como un segmento) tiene una elevada propensión de abandono (irse a comprar a la competencia) hasta la identificación de clientes con alto, medio o bajo riesgo de devolver un crédito. En combinación con un esquema de segmentación, este tipo de algoritmos puede emplearse para clasificar a un nuevo cliente, en función de un número reducido de transacciones, dentro de los segmentos previamente detectados. De forma parecida, también pueden aplicarse para el estudio de saltos entre segmentos de clientes ya existentes, que pasan de niveles de alta a baja rentabilidad, facilitando la puesta en marcha anticipada de acciones de marketing para evitar que esto ocurra.
3. Predicción: De forma similar a las técnicas de clasificación, los algoritmos de predicción permiten construir modelos que estimen un valor numérico o cuantitativo, como por ejemplo el gasto. En este caso, y mediante los hábitos de compra de los clientes, es posible predecir su gasto total a medio o largo plazo. Otra posibilidad son los modelos de propensión. En este caso, el algoritmo calcula un valor entre 0 y 1 que refleja la propensión de un cliente a, por ejemplo, responder a una campaña promocional. De esta forma, es posible realizar una ordenación de los clientes de mayor a menor propensión según este indicador, y seleccionando público objetivo para el envío de catálogos con el fin de maximizar la respuesta.
4. Modelos de asociaciones: Los algoritmos de asociación detectan reglas de productos que son comprados conjuntamente en una misma transacción. Pueden ser empleados para asistir en el diseño físico de las tiendas (distribución de productos en los lineales, ubicación de éstos, proximidad entre secciones, etc.), planificación de promociones (venta cruzada) o acciones de marketing orientadas. Las reglas detectadas son de la forma “el 80% de las veces que alguien compra utensilios para barbacoas también compra paños de cocina; esto ocurre en el 20% de las transacciones”. Son especialmente útiles en el análisis de microcompra.
5. Patrones secuenciales: Los métodos de análisis de patrones secuenciales son una extensión de los algoritmos de asociaciones mediante la incorporación de una componente temporal. En este caso, se pretenden relacionar las distintas transacciones efectuadas por el cliente a lo largo del tiempo.

Algunos conceptos más para nuestro glosario:

• Cardinalidad (en inglés cardinality): número de valores en una categoría. Por ejemplo, los códigos postales tienen una alta cardinalidad y el color de ojos baja.
• Probabilidad condicional: La probabilidad de que ocurra un evento, dado que algunos caso ya se ha producido. Por ejemplo, la posibilidad de una persona que comete el fraude es mucho mayor dado que la persona había cometido fraude. 
• Lógica Difusa: Un sistema de lógica basada en la teoría de conjuntos difusos. 
• Algoritmo genético: método para resolver problemas de optimización de búsqueda en paralelo, basado en el modelo de Darwin biológica de modelo de selección natural y la supervivencia del más apto. 

En futuros posts profundizaremos en estos temas.