Minería de Datos: Análisis de la Canasta de Compra

مقدمة من

شعار المنصة
متاح الآن إلى 2024-11-18
22.50 ساعة تعليمية
مبتدئ
اللغة :
الإسبانية
ترجمة المقرر arrow-right-icon
15 المهارات arrow-right-icon

نبذة عن المقرر

Para el proceso de minería de datos es fundamental conocer a priori qué productos compran nuestros clientes y hacer un análisis de la cesta de la compra con los datos de entrada disponibles. Este conocimiento debe ser profundo, no solo es necesario conocer los productos que compran, sino también los patrones de comportamiento, es decir, las relaciones que existen entre la gran cantidad de los productos que se compran.

La técnica de análisis de la canasta de mercado, requiere como primer paso conjuntos de datos de las compras de los clientes para poder realizar el preprocesamiento. Es decir, requiere los datos transaccionales generados cada vez que los clientes realizan una compra para posteriormente crear subconjuntos.

Al contar con grandes volúmenes de datos de todas las transacciones, el análisis de la cesta de la compra, puede realizarse mediante técnicas de minería de datos aplicada en las bases de datos.

La técnica de análisis de la canasta de mercado, permite identificar diferentes association rules o reglas de asociación entre los datos disponibles sobre productos comprados en determinada cantidad de información. Y este proceso de descubrimiento es de gran beneficio para detectar más allá de un excel con gran cantidad de datos, información útil cómo si los clientes realizan regularmente el pago con tarjetas de crédito o consumen más determinado producto.

Las reglas de asociación forman un cuerpo de conocimientos muy útiles en mercadotecnia, ya que contribuirán a definir estrategias y tácticas que permitan acertar en las necesidades y deseos de los clientes. Tienen aplicaciones tales como: Soporte para la toma de decisiones, análisis de información de ventas, distribución de mercancías en los anaqueles de las tiendas y segmentación de clientes con base en patrones de comportamiento. Y permite la creación de árboles de decisión que al final impacte en una estrategia predictiva.

En este curso aprenderás los fundamentos teóricos de análisis de datos y la técnica de minería de datos relacionada con el análisis de la cesta de la compra.

Además, mediante inteligencia artificial con el software especializado RapidMiner, aplicarás los conceptos en la creación de un modelo de minería de datos con aprendizaje automático o machine learning, que te permitirá realizar un completo análisis de la canasta de mercado y aplicar los resultados obtenidos en tu estrategia. Utiliza todas las herramientas de minería de datos a tu favor y aplícalo en grandes bases de datos.

المدربين

Román Alberto Zamarripa Franco
Román Alberto Zamarripa Franco

El Dr. Román Alberto Zamarripa Franco es profesor de programación, investigación y negocios en el IEST Anáhuac Tampico; ademas de Big Data y Minería de Datos en la Universidad Virtual Anáhuac.

Es Doctor en Educación Internacional con especialidad en Tecnología Educativa, Maestro en Educación, Maestro en Calidad y candidato a Maestro en Ciencias de la Ingeniería. Tiene una especialidad en Redes de Computadoras y otra en Diseño de Entornos Virtuales de Aprendizaje. Ademas, es Ingeniero en Sistemas Computacionales.

Tiene 24 años de experiencia docente en materias como Programación, Big Data, Minería de Datos, Proyectos e Investigación. Publicó el libro M-learning: el aprendizaje a través de la tecnología móvil en la universidad, con la editorial Pearson México. Ha publicado diversos capítulos de libros, artículos en revistas y memorias de congresos. Actualmente es Coordinador de Tecnologías para la Educación del IEST Anáhuac Tampico.