Objetivos
Aplicar técnicas de la minería de datos en la toma de decisiones estratégicas y operativas.
Índice
1. MINERÍA DE DATOS
1.1. Conceptos básicos, técnicas y sistemas
1.2. Implantación en la empresa
1.3. Definición de la necesidad
1.4. Objetivos
1.5. Costes
1.6. Áreas de aplicación
2. FASE DE SELECCIÓN EN MINERÍA DE DATOS
3. FASE DE EXPLORACIÓN EN MINERÍA DE DATOS
4. FASE DE LIMPIEZA Y TRANSFORMACIÓN EN MINERÍA DE DATOS
5. FASE DE ANÁLISIS DE DATOS
6. TÉCNICAS DE APLICACIÓN
6.1. Redes neuronales de modelización predictiva
6.2. Algoritmos matemáticos
6.3. Árboles de decisión
6.4. Técnicas de visualización de datos
6.5. Elección de la técnica
6.6. Explotación de datos según las necesidades de las diferentes áreas del negocio
6.7. Ventajas
7. TÉCNICAS PREDICTIVAS DE MODELIZACIÓN
8. TÉCNICAS DESCRIPTIVAS Y PREDICTIVAS DE CLASIFICACIÓN
9. TÉCNICAS DE EVALUACIÓN
10. TÉCNICAS
10.1. Segmentación
10.2. Clasificación y segmentación de clientes
10.3. Ofertas
10.4. Fidelizar clientes
10.5. Operaciones básicas para descubrir la información oculta
10.6. Estructurar la información
11. CAMPAÑAS: OFERTAS JUST-IN-TIME
11.1. Herramientas para la fidelización
11.2. Entornos transaccionales
11.3. Acciones promocionales puntuales
11.4. Utilidad del conocimiento
11.5. Reportes estándares, simulaciones ad-hoc y procesamiento de la información. LOPD
Contenido SCORM para el curso IFCT032PO Data mining. Business intelligence
Este completo curso de minería de datos y business intelligence está diseñado para proporcionar a los centros de formación la formación necesaria para capacitar a profesionales en la aplicación de técnicas avanzadas en la toma de decisiones estratégicas y operativas. Con un enfoque práctico y actualizado, los participantes aprenderán a utilizar herramientas de minería de datos para identificar patrones, tendencias y oportunidades que impulsen el crecimiento de las organizaciones.
Contenidos clave
- Exploración de las técnicas de minería de datos y su aplicación en la toma de decisiones estratégicas y operativas.
- Análisis de las fases clave en el proceso de minería de datos: selección, exploración, limpieza y transformación, y análisis de datos.
- Estudio detallado de las técnicas de aplicación en minería de datos, incluyendo redes neuronales, algoritmos matemáticos y árboles de decisión.
- Análisis de técnicas predictivas y descriptivas de modelización y clasificación de datos.
- Exploración de técnicas de evaluación en minería de datos y su aplicabilidad en diferentes áreas del negocio.