Autor: anibal goicochea

Para implementar una tecnología en un negocio, se requiere de una metodología.  La mayoría de las consultoras especializadas en alguna tecnología cuentan, con por lo menos, una metodología, según los tipos de proyectos que aborden.  Estos métodos son definidos a partir de sus experiencias y tomando lo mejor de los procedimientos más exitosos o populares.  Contar con una metodología, se ha convertido tan importante y necesario como la carta de presentación de las empresas.

Para los diferentes tipos de tecnologías, hay varias metodologías, algunas están publicadas en Internet.  Para el caso de proyectos de implementación de minería de datos, hay una en particular; CRISP-DM, en sus primeros años de divulgación tenía apoyos de empresas privadas y organismos públicos, pero poco a poco ha ido perdiendo uno que otro “Project Partner”.  Desconocemos el motivo de esta aparente perdida de apoyo, pero estamos seguros que no corresponde a la falta de calidad o efectividad del método, porque ha sido adoptado por otros organismos y empresas.

El estándar incluye un modelo y una guía, estructurados en seis fases, algunas de estas fases son bidireccionales, lo que significa que algunas fases permitirán revisar parcial o totalmente las fases anteriores.

Comprensión del negocio (Objetivos y requerimientos desde una perspectiva no técnica)

• Establecimiento de los objetivos del negocio (Contexto inicial, objetivos, criterios de éxito)
• Evaluación de la situación (Inventario de recursos, requerimientos, supuestos, terminologías propias del negocio,…)
• Establecimiento de los objetivos de la minería de datos (objetivos y criterios de éxito)
• Generación del plan del proyecto (plan, herramientas, equipo y técnicas)

Comprensión de los datos (Familiarizarse con los datos teniendo presente los objetivos del negocio)

• Recopilación inicial de datos
• Descripción de los datos
• Exploración de los datos
• Verificación de calidad de datos

Preparación de los datos (Obtener la vista minable o dataset)

• Selección de los datos
• Limpieza de datos
• Construcción de datos
• Integración de datos
• Formateo de datos

Modelado (Aplicar las técnicas de minería de datos a los dataset)

• Selección de la técnica de modelado
• Diseño de la evaluación
• Construcción del modelo
• Evaluación del modelo

Evaluación (De los modelos de la fase anteriores para determinar si son útiles a las necesidades del negocio)

• Evaluación de resultados
• Revisar el proceso
• Establecimiento de los siguientes pasos o acciones

Despliegue (Explotar utilidad de los modelos, integrándolos en las tareas de toma de decisiones de la organización)

• Planificación de despliegue
• Planificación de la monitorización y del mantenimiento
• Generación de informe final
• Revisión del proyecto

Esta metodología para proyectos de minería de datos no es la “más actual” o “la mejor”, pero es muy útil para comprender esta tecnología o extraer ideas para diseñar o revisar métodos de trabajo para proyectos de similares características.

aníbal goicochea

Pasado el temporal, se analiza y se concluye, que si se hubiera hecho un mejor uso de la información, muchas organizaciones hubieran podido gestionar mejor la situación.  En este sentido, el Business Intelligence y un poco más, la minería de datos (data mining), han tomado más protagonismo en los últimos meses, hay más personas que indagan sobre estas dos tecnologías y la Web aumenta en definiciones y conceptos.  Si nos tuviéramos que quedar con una definición de minería de datos, optaríamos por la que dice lo siguiente: “Proceso para extraer conocimiento útil y comprensible, previamente desconocido, desde grandes cantidades de datos, almacenados en distintos formatos”.

Minería de datos = Extraer conocimiento de grandes cantidades de datos

Implementar ¿si?, ¿no?,… me lo estoy pensando…

La pregunta que algunos se estarán formulando es si deberían contemplar el desarrollo de un proyecto de minería de datos en su empresa.  Los beneficios que se describen son muy interesantes y atractivos, pero como en toda tecnología, si existen beneficios para implementarla, también habrá inconvenientes y costes.  Al final, se trata de identificar si la suma de beneficios será superior al total de costes.

¿Implementar? = Necesidades del negocio + Beneficios Esperados – Coste personal – Coste materiales

¿Por donde comenzamos?

Un buen inicio para evaluar la utilidad de contar con una solución de minería de datos es identificando la serie de necesidades del negocio que podrían ser cubiertas.  Viene bien recordar una expresión relacionada a este asunto: “la necesidad debe crear el programa y no el programa debe crear la necesidad”.  Ejemplos de necesidades de negocio:

• Identificar razones de subidas de consumo
• Señalar motivos bajadas de las ventas
• Adecuar producción a ventas futuras
• Determinar tendencias del mercado
• Evaluar tendencias de comportamiento de la competencia
• Reducir listas de espera

Objetivos del negocio vs. Objetivos de la aplicación

La identificación de las necesidades del negocio permitirá identificar los objetivos del negocio, las que no necesariamente serán las funciones de la aplicación a implementar.  Por ejemplo, identificar las probabilidades de compra de un segmento de cliente bajo ciertas variables, es una tarea de la aplicación de minería de datos a desarrollar.  Lograr una respuesta del 10% en un determinado segmento corresponde a un objetivo de negocio, que se logrará, según las acciones que se tomen y quizás la información que brinde la aplicación sea determinante.

Minería de datos dirigida y no dirigida

Tener los objetivos de negocio presente en el desarrollo del proyecto, permitirá desglosarlo e identificar las tareas de minería de datos necesarias para contribuir a su logro.  Saber a priori lo que se va a realizar y que modelos se van obtener se denomina minería de datos dirigida (model-driven).

El modelo no dirigido, partiendo sólo de los datos (data-driven) consiste en obtener patrones, que a medida que se van “descubriendo” se estime si pueden ser útiles para resolver algunas necesidades del negocio.  Este método es más abierto y arriesgado, porque en muchos casos, algunos modelos encontrados serán descartados porque no solventarán ninguna necesidad del negocio.

Para una fase inicial de un proyecto de minería de datos, se recomienda el modelo dirigido, en una fase posterior, cuando se cuente con una mayor maduración tanto de la aplicación implementada como del equipo de colaboradores a cargo, se podría probar el modelo no dirigido.

Resumiendo, la sugerencia para evaluar la posibilidad de poner en marcha un proyecto de minería de datos sería: Identificar necesidades, sopesar beneficios vs. costos, señalar objetivos del negocio y determinar las tareas de la minería de datos que se desarrollarían (model – driven).

aníbal goicochea