segundo curso de minería de datos
TRANSCRIPT
Data Mining Consulting SAC. Jr. Lampa 1137 – Oficina 7. Lima 01. Tel. 428-0282 www.dataminingperu.com
Segundo Curso-Taller de
Minería de Datos
Aplicaciones en Marketing
Presentación
La generación de conocimiento es el proceso que reditúa las mayores ventajas competitivas
en las organizaciones y la forma de transformar la inmensa cantidad de datos en información y
conocimiento a partir de bases de datos, es un proceso denominado Minería de Datos.
El curso de minería de datos está diseñado para el entendimiento de las principales técnicas de
extracción de conocimiento. Comprende el desarrollo de la metodología CRISP para el
desarrollo de los proyectos de minería de datos y las principales herramientas que se emplean
para el proceso de extracción de conocimiento.
Dirigido a
Dirigido a todos aquellos profesionales interesados en ampliar sus conocimientos en técnicas
avanzadas de análisis de datos. Profesionales que se desempeñen en áreas de Business
Intelligence, sistemas de información, Data Warehouse, riesgos y todas las áreas involucradas
en el manejo de grandes volúmenes de información; y público en General.
Data Mining Consulting SAC. Jr. Lampa 1137 – Oficina 7. Lima 01. Tel. 428-0282 www.dataminingperu.com
Pre-requisitos
Conocimientos previos de estadística básica y manejo de base de datos (SQL).
Metodología
Basado en la teoría y en la aplicación directa de los conceptos aprendidos. Para esto se
dispondrán de las siguientes herramientas.
Taller con una PC por alumno.
Casos de Aplicación. Situaciones reales con aplicaciones en el mercado Peruano.
Base de Datos de prueba para aplicar lo aprendido.
Utilización de SQL Server para el manejo de base de datos
SPSS para el análisis de información
Microsoft Excel 2007.
Materiales
Material impreso con diapositivas del curso.
CD-ROM con material de consulta
CD-ROM con base de datos para aplicación en clases.
Data Mining Consulting SAC. Jr. Lampa 1137 – Oficina 7. Lima 01. Tel. 428-0282 www.dataminingperu.com
Syllabus
I. Introducción a la minería de datos Objetivos
Entender el concepto de minería de datos, necesidades, oportunidades, tendencias, cambios, el proceso y nuevas aplicaciones.
Entender las diferencias entre Data Warehousing, Data Mart, Data Mining y conceptos OLAP.
Elaborar un Data Mart de aplicación. Temario
Data Warehousing y Data Mart
El proceso de Minería de Datos
Importancia de la minería de datos en las organizaciones.
Tratamiento de los datos
Técnicas de Análisis de Datos
Construcción del Data Mart
Caso
Construcción de Data Mart de una institución bancaría
II. Preparación de los datos Objetivos
Aplicar las herramientas de análisis de datos para la preparación de los datos.
Entender las herramientas de análisis para la evaluación de campañas de marketing directo.
Aplicar las técnicas de Data Cleaning para la limpieza de datos. Temario
Data Mining Consulting SAC. Jr. Lampa 1137 – Oficina 7. Lima 01. Tel. 428-0282 www.dataminingperu.com
Recursos de análisis de datos. Análisis descriptivo.
Diferencia Significativa. Desviación estándar. La hipótesis nula. La distribución normal. Evaluación de campañas de marketing directo
Data Cleaning. Detección de Outliers. Análisis de datos faltantes.
Visualización de datos. Histograma. Grafico de líneas. Grafico Radial.
Casos
Tarjetas de Crédito. Evaluación de Campañas de Marketing Directo.
Visualización de datos con Excel.
Detección de clientes fraude en telefonía.
III. Técnicas de Segmentación Objetivos
Entender las técnicas de segmentación según la metodología de análisis.
Entender los tipos de segmentación que son guiados por las necesidades del negocio.
Entender las implicancias y acciones futuras a partir de la segmentación de datos.
Aplicar las técnicas de segmentación para dar solución a un problema de negocio. Temario
Técnicas de segmentación. Percentiles. K-means. Algoritmo de 2 etapas.
Determinación del tamaño y el número de clusters.
Segmentación guiada por el negocio. Segmentación por Valor. Segmentación por Comportamiento. Segmentación Basada en Propensión. Segmentación por lealtad. Demográfica y por estilos de vida.
Aplicaciones en CRM Casos
AFP. Segmentación de clientes.
Telecomunicaciones. Segmentación de clientes de telefonía residencial.
IV. Clasificación y Regresión Objetivos
Entender las técnicas de segmentación según la metodología de análisis.
Entender los tipos de segmentación que son guiados por las necesidades del negocio.
Entender las implicancias y acciones futuras a partir de la segmentación de datos.
Temario
Regresión Lineal y Regresión Logística. Verificación de supuestos. Ventajas y desventajas.
Arboles de Decisión. Ventajas y desventajas de su aplicación.
Aplicaciones. Predictor de Ingresos. Arboles de Decisión. Modelos de propensión. Score de Riesgos. Probabilidad de Fuga
Casos
Clasificación de clientes de tarjeta de crédito mediante arboles de decisión.
Score de Riesgo Crediticio. Determinación de score de riesgo para clientes del sistema financiero peruano.
V. Web Mining Objetivos
Entender las herramientas de web mining.
Aplicar los conceptos de Web Mining. Temario
Data Mining Consulting SAC. Jr. Lampa 1137 – Oficina 7. Lima 01. Tel. 428-0282 www.dataminingperu.com
Introducción al Web Mining.
Modelo Amazon, twitter, e-buy.
Aplicaciones.
Casos
Aplicaciones del algoritmo de Jackart en portales web del Perú.
Introducción Data MartTécnicas de
SegmentaciónClasificación y
regresiónWeb Mining
Aplicaciones Marketing: Banca, Finanzas y Business Intelligence
Instructores
Jorge Rodriguez. Máster Europeo en Dirección de Marketing y Gestión Comercial,
Escuela de Negocios EOI de España. Diplomado en Gerencia de Proyectos, UPC.
Diplomado en Marketing Relacional – CRM, UPC. Especialización en Business
Intelligence, Intelligence & Business Solutions. Profesional de Ingeniería Estadística,
Universidad Nacional de Ingeniería. Con cerca de diez años de experiencia en
proyectos de Business Intelligence, CRM y Data Mining en Telefónica, Banco Falabella y
el Banco de Crédito del Perú en el que desempeñó el cargo de Jefe Data Mining .
Actualmente es Jefe de Business Intelligence en el Grupo El Comercio y Consultor
independiente en Strategic Solutions. Miembro de la comunidad Profesionales de
Analytics Cono Sur, KD Nuggets y American Statistical Association (ASA).
Wilson Arias. Bach Ingeniería estadística por la Universidad Nacional de Ingeniería.
Especialista en la generación de modelos de scoring de riesgo para entidades
financieras. Ha desarrollado su trabajo en entidades bancarias como Banco Falabella,
Interbank, Equifax y BBVA Banco Continental. Con más de 5 años de experiencia en
generación de score de riesgo para instituciones financieras.
Misael Lazo. Bachiller. Universidad Nacional de Ingeniería. Diplomado de Marketing
Relacional. Universidad Peruana de Ciencias Aplicadas. Miembro de la comunidad
Profesionales de Analytics Cono Sur, KD Nuggets. Con experiencia en sector Banca,
Data Mining Consulting SAC. Jr. Lampa 1137 – Oficina 7. Lima 01. Tel. 428-0282 www.dataminingperu.com
Telecomunicaciones y Retail (Supermercados Peruanos). Ha desarrollado diversos
modelos de minería de datos aplicados. Estimación de ingreso de clientes de banca,
Análisis de campañas de Marketing, Identificación de Clientes Fraude en Telefonía,
Segmentación de clientes, Análisis por RFM. Canasta de Productos Rentables.
Duración
24 horas en tres sesiones de 8 horas cada una. Sábados 30 de abril, 7 y 14 de mayo. Clases de
9:00 a.m. a 6:00 p.m.
Fecha de Inicio: sábado 30 de abril de 2011.
Inversión
S/. 1,000 (Mil nuevos Soles)
Procedimiento de pago:
Deposito a la Cuenta de Ahorros: 0011-0177-37-22-00180473
BBVA Banco Continental
Titular: J & J Data Mining Consulting SAC
Contacto
Email : [email protected]
Web : www.dataminingperu.com
Teléfono : (511) 428-0282