ablar de Minería de Datos nos transporta a pensar en «minado» o descubrimiento del conocimiento en una gran cantidad de datos; buscar ese conocimiento significativo utilizando una serie de técnicas matemáticas y estadísticas para encontrar información útil y patrones.
Las técnicas de minería de datos se clasifican en dos grandes categorías: predictivas y descriptivas, las cuales se implementan por varios algoritmos dependiendo el objetivo de estudio.
Medicina
como complemento de la investigación médica en análisis clínicos y en el campo de los diagnósticos.
Industrial
para predecir fallos de maquinas antes de que ocurran a través del uso de datos de sensores; implementación de programas de mantenimiento predictivo.
Banca
es útil en la detección de patrones de uso fraudulento de tarjetas y transacciones en línea, así como en estudios de concesión de tarjetas de crédito, predicción de hábitos de compra, entre otros.
Seguros
en la predicción de clientes propensos a suscribir pólizas, identificación de grupos de clientes y patrones de riesgo, identificación de fuga de clientes, identificación de fidelidad de clientes.
Mercadeo
en donde tiene una gran aplicación en segmentación de clientes, campañas de marketing directo, análisis de comportamiento de compra, identificación de compradores demandantes de nuevos servicios/ productos, identificación de clientes más rentables y sus preferencias para fortalecer relaciones con ellos.
