Existen en el Mercado numerosas herramientas para tratamiento de datos. En este post, nos vamos a centrar en algunas de las más utilizadas: SAS, SPSS y R. Sin entrar a valorar la mejor o peor adecuación de cada una de ellas al tipo de proyecto en el que trabajemos, sus ventajas o sus inconvenientes,  lo que es evidente es que son tres herramientas muy extendidas. 

En este post vamos a realizar un ejemplo de segmentación de datos de clientes, empleando un proceso de clusterización, concretamente el procedimiento proc fastclus de SAS.

En el presente post mostramos un sencillo ejemplo de análisis discriminante en SAS que puede servir para analizar relaciones entre variables en un conjunto de datos. En el caso que vamos a estudiar, este análisis permite discriminar qué variable de las que caracteriza a un conjunto de clientes tiene más peso en la tasa de bajas

Dentro de las actividades habituales en minería de datos, se encuentra el estudio de correlaciones entre variables. En este post vamos a realizar un ejemplo sencillo de estudio de correlación entre variables realizado con la herramienta SAS.

Un recorrido didáctico para comprender algunos principios básicos de Data Mining, utilizando el análisis de un caso ficticio de negocio se abarcan temas que son base para la predicción de ventas, el entendimiento de los factores que determinan que nuestras ventas suban o bajen, y otros tipos de insight que necesitemos analizar. Un buen punto de partida...

En este post podrán aprender a crear una recta de regresión lineal en Excel 2010, usada para entender mediante la métrica R2, como se relacionan las variables y cuales de ellas conviene modificar para así accionar e influir en los resultados de nuestro negocio. Es un punto básico de partida para los modelos de predicción.

En este primer post, vamos a simular una situación de negocio en donde, como Analistas Data Mining, ya hemos realizado un modelo de Clustering con el objetivo de potenciar una decisión de comercial, buscando proveer de información rápidamente a la Gerencia de Marketing acerca de la cartera de clientes y sus hábitos de consumo.

Se hará un recorrido paso a paso a lo largo del análisis de negocio y su interpretación.

Estudio de Perfiles de Rendimiento Académico de Alumnos de Sistemas Operativos de la LSI de la FACENA de la UNNE Mediante Técnicas de Data Warehouse y Data Mining