El data mining es un campo de la estadística computacional dedicado a descubrir patrones en grandes volúmenes de conjuntos de datos. Su función general es estructurar dicha información y volverla comprensible, de modo que sirva para los intereses de las marcas o empresas. En el presente artículo presentamos algunos ejemplos sobre su uso y utilidad.

Detección de fraudes:

Falcon Fraud Manager es un sistema inteligente con el cual se puede examinar transacciones, propietarios de tarjetas y datos financieros. Se empleaba inicialmente para detectar y paliar el número acciones fraudulentas, las cuales hacían perder mucho dinero a las entidades financieras norteamericanas.

Su sofisticada combinación de modelos de redes neuronales, utilizada para analizar pagos mediante tarjeta y detectar los más remotos casos de fraude, permite ahorrar más de US$ 600 millones al año. Actualmente cuenta con funciones analíticas que procesan los datos de más de 500 millones de cuentas en el mundo.

Migración de clientes:

Recientemente, una operadora española de telefonía móvil estudió la migración de sus clientes hacia otra operadora. Mediante data mining se analizó las diferencias entre los clientes que dejaron la operadora (12.6%) y los que se mantuvieron (87.4%). El resultado arrojó que la mayor parte de los migrantes recibían pocas promociones y registraban un número de incidencias por encima del promedio.

A partir de dicho estudio, la operadora replanteó sus ofertas y analizó de forma exhaustiva las quejas reportadas por los clientes perdidos. Desde entonces, diseñó un trato más personalizado para los usuarios de perfil similar al de los que se fueron. El mismo método sirvió también para predecir el comportamiento de los nuevos clientes y trabajar mejor su fidelidad con la compañía.

Tamaño de las audiencias televisivas:

Compañías televisivas, como la British Broadcasting Corporation (BBC) del Reino Unido, cuentan con un sistema de predicción del tamaño de las teleaudiencias, que les permite conocer la hora óptima de emisión para cada uno.

De esta manera, la BBC puede determinar qué criterios deben aplicarse para la transmisión de cada programa, ya que conoce qué series, películas y noticieros -cada uno con sus géneros y bloques- cuentan con mayor visualización a determinada hora. El sistema, por supuesto, se encuentra en constante actualización de datos.

En sector retail:

Hace unos años, la compañía Wallmart analizó cuáles eran los productos que se vendían con mayor frecuencia junto a los pañales. El estudio señaló que era la cerveza, descubriéndose también que ambos productos eran comprados mayormente los viernes por la tarde, por clientes varones de entre 25 y 35 años de edad.

Sucede que son los padres quienes suelen comprar los pañales, ya que éstos se venden en paquetes voluminosos que las madres procuran no cargar. Entonces, se detectó que los hombres los compraban más en ese día y a esa hora, para aprovechar en llevar las cervezas para el fin de semana.

La estrategia de Wallmart fue ubicar la estantería de la bebida junto a la de los pañales, obteniendo como resultado un incremento en considerable en las ventas de ambos productos.

¿Deseas saber más acerca de las aplicaciones empresariales de data mining? Inscríbete en el curso Gerencia de ventas del 4 PEE de ESAN.