¿Qué es Data Mining?
En los últimos años se han acumulado enormes cantidades de datos en todas las organizaciones, y esta tendencia continúa a un ritmo acelerado.
Esto es posible por el amplio uso de los sistemas computarizados, nuevas técnicas de captura de datos, el empleo de códigos de barra, los lectores de caracteres ópticos, las tarjetas magnéticas, entre otros, y por el avance en la tecnología de almacenamiento y su consiguiente reducción de costos. La disponibilidad de esos datos es un importante activo para cualquier organización, en la medida en que puedan ser transformados en información de interés, utilizando técnicas y métodos de Data Mining.
Data Mining, también referenciado como Descubrimiento del Conocimiento en Bases de Datos (Knowledge Discovery in Databases o KDD), ha sido definida como el proceso de extracción no trivial de información implícita, previamente desconocida y potencialmente útil.
El crecimiento explosivo de las bases de datos, de Internet y el empleo de técnicas y herramientas (que en forma automática y eficiente, generan información a partir de los datos almacenados), permiten descubrir patrones, relaciones y formular modelos. En particular, estas técnicas han adquirido enorme importancia en áreas tales como estrategias de marketing, soporte de decisiones, planeamiento financiero, análisis de datos científicos, bioinformática, análisis de textos y de datos de la web.
Data Mining incluye áreas del conocimiento tales como Estadística, Inteligencia Artificial (Machine Learning) y Bases de Datos. Se estima que del análisis de esos datos pueden surgir ventajas competitivas o novedosas soluciones a antiguos problemas. Data Mining y Knowledge Discovery es un área de gran actividad a nivel académico, como lo demuestran el gran número de eventos científicos relacionados, como así también laborales.
Existen al momento un sinnúmero de productos desarrollados por las grandes compañías dedicadas al software y por nuevas compañías creadas al efecto. La causa de esta actividad radica en la necesidad por parte de diversas organizaciones de analizar sus datos por medios automáticos o semiautomáticos, para la resolución de diversos problemas, tanto en el ámbito empresarial como científico”.