@misc{10902/32265, year = {2023}, month = {7}, url = {https://hdl.handle.net/10902/32265}, abstract = {En este trabajo, se examina la creciente tendencia de los datos a expandirse de manera exponencial y cómo esto puede brindar una ventaja competitiva a las empresas si aprovechan estrategias de minería de datos para extraer información valiosa. Se proporcionará una explicación detallada de lo que implica el proceso de la minería de datos, abarcando todas sus fases, desde la comprensión del problema y la recopilación de datos hasta la evaluación de resultados y la implementación de soluciones. La minería de datos es una disciplina que permite descubrir patrones, tendencias y relaciones ocultas en grandes conjuntos de datos. Comienza con la comprensión del problema y los objetivos empresariales para establecer una base sólida. Luego, se procede a recopila los datos necesarios de diferentes fuentes relevantes y partiendo de ese objetivo previamente marcado. Esta etapa puede implicar la combinación de conjuntos de datos, la unión de tablas y la selección de registros pertinentes. Una vez se tienen los datos, se pasa a la fase de preparación, donde se lleva a cabo la limpieza de los datos para abordar problemas como valores faltantes, registros duplicados, errores de formato y datos irrelevantes o ruidosos. Además, se aplican transformaciones a los datos, como normalización, discretización y codificación, para mejorar su utilidad y cumplir con los requisitos del análisis. Después de la preparación de datos, se entra en la fase de modelado, donde se utilizan diferentes técnicas y algoritmos para construir modelos predictivos y descriptivos. En este trabajo, se aplicará Weka, un software de código abierto ampliamente utilizado en la comunidad de minería de datos, para llevar a cabo el desarrollo empírico. Se aplicarán las diferentes fases de minería de datos utilizando Weka sobre un conjunto de datos relacionados con una campaña de marketing directo de un banco. Los resultados obtenidos a través del proceso de minería de datos en este contexto empresarial demuestran su efectividad en la toma de decisiones. Los patrones y las tendencias descubiertas proporcionan información valiosa para optimizar estrategias de marketing, identificar segmentos de clientes potenciales y mejorar la eficiencia de las campañas. En resumen, este trabajo aborda la importancia de la minería de datos en un entorno empresarial en constante crecimiento de datos. A través del desarrollo empírico con Weka, se ilustra cómo las fases de la minería de datos pueden ser aplicada para extraer información útil y tomar decisiones fundamentadas en el campo del marketing. Estos resultados destacan la relevancia de la minería de datos como una herramienta estratégica para obtener ventajas competitivas en el mundo empresarial actual.}, abstract = {This work addresses the trend of the exponential data growing and how it can provide a competitive advantage for companies if they employ data mining strategies that allow them to extract valuable information. It will provide a detailed explanation of the data mining process and its phases, from problem understanding and data collection to result evaluation and solution deployment. Data mining is a discipline that allows the discovery of patterns, trends, and hidden relationships in large datasets. It starts with problem understanding and business objectives to establish a solid foundation. Then, data is collected from relevant sources, which may involve combining datasets, joining tables, and selecting pertinent records. Once the data is obtained, the preparation phase begins, where data cleaning is carried out to address issues such as missing values, duplicate records, format errors, and irrelevant or noisy data. Additionally, data transformations, such as normalization, discretization, and encoding, are applied to enhance utility and meet analysis requirements. After data preparation, the modeling phase is entered, where different techniques and algorithms are used to build predictive and descriptive models. In this work, Weka, a widely used open-source software in the data mining community, will be applied for empirical development. The data mining phases using Weka will be applied to a dataset related to a bank’s direct marketing campaign. The results obtained through data mining in this business context demonstrate its effectiveness in decision-making. Discovered patterns and trends provide valuable insights to optimize marketing strategies, identify potential customers segments, and improve campaign efficiency. In summary, this work addresses the importance of data mining in a constantly growing data-driven business environment. Through empirical development with Weka, it illustrates how the phases of data mining can be applied to extract useful information and make informed decisions in the field of marketing. These results highlight the relevance of data mining as a strategic tool to gain competitive advantages in today’s business world.}, title = {Minería de datos en el sector empresarial : Enfoque práctico con Weka}, author = {Casuso Fernández, Alberto}, }