Most people often mix the terms Data Science, AI, Machine Learning, and Data Mining or use some of them interchangeably. But all of these terms have their separate meaning and stream. Data has always been a central element of any business to make precise decisions from granular data. Even though all of these terminologies are somehow interrelated to data, each has its characteristics. This article will give you a clear understanding of all these four terminologies and their differentiation..

Tiered storage is a way of managing data by assigning it to different types of storage devices/media depending on the current value that the underlying information provides. The efficient management of data recognizes that all information provides an intrinsic value from the time it’s created to the time it becomes obsolete and that this value changes over the information lifecycle.

The typical factor determining the value of information is how frequently you access it, however, policy-based rules can factor a number of other issues to determine information value. For example, old bank transactions, which might have a low value, could suddenly shift in value depending on special circumstances, such as a tax audit. This article discusses some pros, cons, and best practices for tiered storage..

Existen múltiples aplicaciones de business analytics para el sector retail. Desde diferentes perspectivas los sistemas de business intelligence ayudan cuestiones críticas para el negocio, como pueden ser:

• Analizar clientes (segmentación, captación, retención, fidelización)
• Optimizar precios (elasticidad, pricing)
• Procesos de previsión de la demanda y previsión de ventas
• Análisis de las redes de distribución, transporte y almacenamiento
• Control geográfico de redes comerciales de gran capilaridad
• Seguimiento transacciones de venta (análisis productos y cesta de la compra)

En este post vamos a centrarnos en los procesos de análisis de cesta de la compra, realizando un rápido ejemplo..

En los procesos de tratamiento de datos de los proyectos de Data Science es habitual encontrarse con la necesidad de conectar dos herramientas. Por ejemplo, podemos encontrarnos el caso de realizar la obtención y la preparación del dato en SAS y su modelización y análisis en R. Es una opción útil sobre todo si trabajamos con altos volúmenes de datos para los que R puede tener alguna limitación al trabajar en memoria. Haciendo el tratamiento previo en SAS podemos dejar la información depurada y agregada para R.

Listado de software y herramientas de Data Mining, de proveedores de software propietario, es decir, software de pago.

Iremos ampliando información sobre cada herramienta de minería de datos, y también sobre otro software de data mining comercial que vayamos conociendo, o que vayáis sugiriendo en los comentarios.

Una de las técnicas más utilizadas dentro del análisis predictivo son los árboles de decisión. Esta técnica tiene múltiples aplicaciones en el campo de la estadística, pero nos vamos a centrar en su uso para realizar predicciones, concretamente obtener probabilidades de eventos. En este post revisamos una posible forma de hacerlo con el software de uno de los principales fabricantes del software de business analytics: SAS

En clustering se deja que los datos se agrupen de acuerdo a su similitud. Estos modelos son agrupaciones de segmentos -clusters- que contienen casos, tales como clientes, pacientes, autos, etc.

Una vez que un modelo de cluster es desarrollado, una pregunta emerge: ¿Cómo puedo describir mi modelo?

Aquí presentaremos una manera para acercarnos a la respuesta, a través de la implementación del Gráfico de Coordenadas in R (código disponible al final del post)..

The outliers, or extreme values, are a usual topic when analyzing data, regardless its data source. Here I present a didactic and visual approach on treating with them. R code is available to download.

Los outliers, (o "valores extremos"), son un tema siempre presente cuando se analizan datos, sin importar el origen de los mismos. Aquí se presenta un análisis didáctico y visual hecho con el lenguaje R..