Table Of Content

Claudio Palma Data Wilfredo Palma Ricardo Pérez Mining El arte de Anticipar 10 casos reales DATA MINING El Arte de Anticipar RIL editores bibliodiversidad DATA MINING El Arte de Anticipar Claudio Palma Wilfredo Palma Ricardo Pérez 001.6 Palma, Claudio et al. P Data mining. El arte de anticipar / Claudio Pal- ma et al. – – Santiago : RIL editores, 2009. 156 p. ; 21 cm. ISBN: 978-956-284-711-7 1 bases de datos. 2 análisis de la informa- ción. 3 procesamiento de la información. Data mining. El arte de anticipar Primera edición: diciembre de 2009 © Claudio Palma et al., 2009 © RIL® editores, 2009 Alférez Real 1464 750-0960 Providencia Santiago de Chile Tel. (56-2) 2238100(cid:1)(cid:114)(cid:1)(cid:39)(cid:66)(cid:89)(cid:1)2254269 (cid:83)(cid:74)(cid:77)(cid:33)(cid:83)(cid:74)(cid:77)(cid:70)(cid:69)(cid:74)(cid:85)(cid:80)(cid:83)(cid:70)(cid:84)(cid:15)(cid:68)(cid:80)(cid:78)(cid:1)(cid:114)(cid:1)(cid:88)(cid:88)(cid:88)(cid:15)(cid:83)(cid:74)(cid:77)(cid:70)(cid:69)(cid:74)(cid:85)(cid:80)(cid:83)(cid:70)(cid:84)(cid:15)(cid:68)(cid:80)(cid:78) Composición, diseño de portada e impresión: RIL® editores (cid:42)(cid:78)(cid:81)(cid:83)(cid:70)(cid:84)(cid:80)(cid:1)(cid:70)(cid:79)(cid:1)(cid:36)(cid:73)(cid:74)(cid:77)(cid:70)(cid:1)(cid:114)(cid:1)Printed in Chile ISBN 978-956-284-711-7 Derechos reservados. SUMARIO Prólogo .......................................................................................13 Agradecimientos ..........................................................................15 Data mining ¿de dónde viene? ................................................17 Empresa y valor ..........................................................................19 La revolución informática ...........................................................26 Data mining ¿qué es? ................................................................35 Origen del Data Mining ..............................................................37 ¿Qué es data mining? ..................................................................43 Casos prácticos ...........................................................................53 Caso 1. Behavior scoring .......................................................55 Problemas en el frente interno .....................................................57 Atacando el problema: ¿qué hacer? ............................................58 Utilizar el Behavior Scoring .........................................................60 (cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ..................................61 Caso 2. Publicidad y ventas ....................................................63 Tracking publicitario y ventas .....................................................65 Venta de Inercia ..........................................................................67 Venta Sensible .............................................................................68 Venta Casuística ..........................................................................69 Cuatro campañas ........................................................................69 (cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ..................................71 Caso 3. Límite de crédito ........................................................73 La juguera ...................................................................................75 Juguera y crisis financiera ............................................................77 La juguera por dentro .................................................................78 Oportunidades para mejorar .......................................................80 (cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ..................................82 (cid:36)(cid:233)(cid:251)(cid:247)(cid:1)(cid:334)(cid:15)(cid:1)(cid:39)(cid:253)(cid:239)(cid:233)(cid:1)(cid:236)(cid:237)(cid:1)(cid:235)(cid:244)(cid:241)(cid:237)(cid:246)(cid:252)(cid:237)(cid:251)..........................................................83 Anticipar la fuga .........................................................................85 Las fuentes ..................................................................................87 Cinco tipos de clientes .................................................................88 Hacia un modelo de fuga ............................................................89 Tomando la delantera..................................................................91 (cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ..................................93 Caso 5. Trade marketing ........................................................95 Un caso de Trade Marketing .......................................................97 (cid:38)(cid:84)(cid:68)(cid:70)(cid:79)(cid:66)(cid:83)(cid:74)(cid:80)(cid:1)(cid:69)(cid:70)(cid:1)(cid:68)(cid:80)(cid:78)(cid:81)(cid:70)(cid:85)(cid:70)(cid:79)(cid:68)(cid:74)(cid:66)(cid:1)(cid:70)(cid:89)(cid:85)(cid:83)(cid:70)(cid:78)(cid:66) ..............................................97 Plan Rojo ....................................................................................99 ¿Cuánta venta aporta Plan Rojo? ..............................................100 Saliendo del túnel… ..................................................................102 (cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ................................105 Caso 6. ROI .............................................................................107 ROI, un amigo de todos ............................................................109 Aislar, medir y comparar ...........................................................110 Descubriendo el numerador ......................................................112 (cid:173)(cid:89)(cid:74)(cid:85)(cid:80)(cid:27)(cid:1)(cid:21)(cid:1)(cid:69)(cid:70)(cid:1)(cid:22) ..............................................................................114 (cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ................................115 Caso 7. Colocación de créditos ..........................................117 Comienza la búsqueda ..............................................................119 Desenmascarando a los sospechosos .........................................120 Mirando los datos .....................................................................121 Tengo el scoring y ahora ¿qué? ..................................................122 (cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ................................123 Caso 8. Key drivers en venta de alimentos .........................125 Una gran pregunta ....................................................................127 Una base de datos pequeña .......................................................128 Claves de satisfacción ................................................................129 (cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ................................131 Caso 9. Key drivers en venta gasolina ................................133 Me gusta… no sé por qué ..........................................................135 Petroleum ..................................................................................136 El esfuerzo de Petroleum ...........................................................137 El vendedor me vio ....................................................................138 Me saludó .................................................................................140 Sonrió al despedirse ...................................................................141 (cid:39)(cid:86)(cid:70)(cid:1)(cid:9)(cid:70)(cid:84)(cid:10)(cid:1)(cid:66)(cid:78)(cid:66)(cid:67)(cid:77)(cid:70) .........................................................................142 Protocolo con bases pequeñas de muestras representativas ........143 (cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ................................145 (cid:36)(cid:233)(cid:251)(cid:247)(cid:1)(cid:331)(cid:330)(cid:15)(cid:1)(cid:39)(cid:233)(cid:235)(cid:252)(cid:247)(cid:250)(cid:1)(cid:236)(cid:237)(cid:1)(cid:250)(cid:241)(cid:237)(cid:251)(cid:239)(cid:247)(cid:1)(cid:237)(cid:246)(cid:1)(cid:237)(cid:248)(cid:241)(cid:236)(cid:237)(cid:245)(cid:241)(cid:233)(cid:251)...............................147 Un caso de epidemiología ..........................................................149 Metodología ..............................................................................149 7 factores de riesgo ....................................................................150 (cid:39)(cid:66)(cid:68)(cid:85)(cid:80)(cid:83)(cid:70)(cid:84)(cid:1)(cid:84)(cid:80)(cid:68)(cid:74)(cid:80)(cid:70)(cid:68)(cid:80)(cid:79)(cid:211)(cid:78)(cid:74)(cid:68)(cid:80)(cid:84) .........................................................151 El factor étnico ..........................................................................153 (cid:34)(cid:81)(cid:83)(cid:70)(cid:79)(cid:69)(cid:74)(cid:91)(cid:66)(cid:75)(cid:70)(cid:1)(cid:90)(cid:1)(cid:79)(cid:86)(cid:70)(cid:87)(cid:66)(cid:84)(cid:1)(cid:83)(cid:86)(cid:85)(cid:66)(cid:84)(cid:1)(cid:69)(cid:70)(cid:1)(cid:70)(cid:89)(cid:81)(cid:77)(cid:80)(cid:85)(cid:66)(cid:68)(cid:74)(cid:211)(cid:79) ................................153 Sobre los Autores .....................................................................155 Por Yejun Kim, extraído de stock.xchng Música » se escribe de forma extraña pero ilumina la vida. Data Mining » se escribe de forma extraña pero ilumina el negocio.

ebook img

Data Mining El arte de Anticipar PDF

166 Pages·2009·1.92 MB·Spanish
by  Claudio Palma, Wilfredo Palma, Ricardo Pérez
#
Save to my drive
Quick download
Download

Download Data Mining El arte de Anticipar PDF Free - Full Version

by Claudio Palma, Wilfredo Palma, Ricardo Pérez| 2009| 166 pages| 1.92| Spanish

Download Data Mining El arte de Anticipar by Claudio Palma, Wilfredo Palma, Ricardo Pérez in PDF format completely FREE. No registration required, no payment needed. Get instant access to this valuable resource on PDFdrive.to!

Free Download PDF

About Data Mining El arte de Anticipar

No description available for this book.

Detailed Information

Author:Claudio Palma, Wilfredo Palma, Ricardo Pérez
Publication Year:2009
ISBN:2213914
Pages:166
Language:Spanish
File Size:1.92
Format:PDF
Price:FREE
Download Free PDF

Safe & Secure Download - No registration required

Why Choose PDFdrive for Your Free Data Mining El arte de Anticipar Download?

  • 100% Free: No hidden fees or subscriptions required for one book every day.
  • No Registration: Immediate access is available without creating accounts for one book every day.
  • Safe and Secure: Clean downloads without malware or viruses
  • Multiple Formats: PDF, MOBI, Mpub,... optimized for all devices
  • Educational Resource: Supporting knowledge sharing and learning

Free Books Similar to Data Mining El arte de Anticipar

Frequently Asked Questions

Is it really free to download Data Mining El arte de Anticipar PDF?

Yes, on https://PDFdrive.to you can download Data Mining El arte de Anticipar by Claudio Palma, Wilfredo Palma, Ricardo Pérez completely free. We don't require any payment, subscription, or registration to access this PDF file. For 3 books every day.

How can I read Data Mining El arte de Anticipar on my mobile device?

After downloading Data Mining El arte de Anticipar PDF, you can open it with any PDF reader app on your phone or tablet. We recommend using Adobe Acrobat Reader, Apple Books, or Google Play Books for the best reading experience.

Is this the full version of Data Mining El arte de Anticipar?

Yes, this is the complete PDF version of Data Mining El arte de Anticipar by Claudio Palma, Wilfredo Palma, Ricardo Pérez. You will be able to read the entire content as in the printed version without missing any pages.

Is it legal to download Data Mining El arte de Anticipar PDF for free?

https://PDFdrive.to provides links to free educational resources available online. We do not store any files on our servers. Please be aware of copyright laws in your country before downloading.

The materials shared are intended for research, educational, and personal use in accordance with fair use principles.

We use cookies

We use cookies to ensure you get the best browsing experience on our website. By clicking "Accept Cookies", you agree that we can store cookies on your device in accordance with our Terms and Privacy.