Data mining business intelligence. IFCT032PO - contenido online

COD. ART. 15498    Familia Profesional:   Colección

Duración:

40 Horas

– Aplicar técnicas de la minería de datos en la toma de decisiones estratégicas y operativas.

160.00

Minería de datos
Conceptos básicos, técnicas y sistemas.
Implantación en la empresa.
Definición de la necesidad.
Objetivos.
Costes.
Áreas de aplicación.

Fase de selección en minería de datos

Fase de exploración en minería de datos

Fase de limpieza y transformación en minería de datos

Fase de análisis de datos

Técnicas de aplicación
Redes neuronales de modelización predictiva.
Algoritmos matemáticos.
Árboles de decisión.
Técnicas de visualización de datos.
Elección de la técnica.
Explotación de datos según las necesidades de las diferentes áreas del negocio.
Ventajas.

Técnicas predictivas de modelización

Técnicas descriptivas y predictivas de clasificación

Técnicas de evaluación

Técnicas
Segmentación.
Clasificación y segmentación de clientes.
Ofertas.
Fidelizar clientes.
Operaciones básicas para descubrir la información oculta.
Estructurar la información.

Campañas: ofertas just-in-time
Herramientas para la fidelización.
Entornos transaccionales.
Acciones promocionales puntuales.
Utilidad del conocimiento.
Reportes estándares, simulaciones ad hoc y procesamiento de la información. LOPDGDD.

A profesionales de consultoría informática y profesionales de marketing.

– Aplicar técnicas de la minería de datos en la toma de decisiones estratégicas y operativas.

Para establecer, mediante el análisis exhaustivo de los datos, las estrategias adecuadas para la explotación de los mismos en el ámbito del marketing empresarial.

– Comprender los conceptos de minería de datos, datos, información, conocimiento, algoritmo, entrenamiento, sistemas de minería de datos, redes neuronales y árboles de decisión.
– Distinguir las distintas técnicas y sistemas de minería de datos.
– Comprender el proceso de implantación de minería de datos en una empresa.
– Entender los procesos de minería de datos de las metodologías KDD, SEMMA y CRISP-DM.
– Aplicar la metodología CRISP-DM a la exploración de datos.
– Comprender la utilidad de las técnicas de visualización de datos.
– Explotar los datos según las necesidades de las diferentes áreas del negocio.
– Comprender y diferenciar el funcionamiento entre una técnica descriptiva y otra predictiva de clasificación.
– Comprender el funcionamiento de las distintas técnicas de evaluación.
– Interpretar adecuadamente los resultados de las distintas técnicas de evaluación.
– Determinar las decisiones a realizar en el modelo de negocio tras aplicar las distintas técnicas de evaluación.
– Comprender el concepto de segmentación de mercado.
– Aplicar las operaciones elementales de captación y fidelización de clientes.
– Reconocer las aplicaciones de la minería de datos sobre los clientes.

40 Horas

×