En una sociedad como la actual, la velocidad y la precisión a la hora de tomar decisiones son factores clave en cualquier organización, por lo que el análisis de datos se hace imprescindible. En este campo, el data mining, (minería de datos) aparece como una herramienta que se utiliza dentro de los programas de administración del conocimiento y cuyo fin es la extracción de información oculta o análisis de datos mediante técnicas estadísticas. Su propósito es descubrir patrones y reglas de negocio desconocidas que proporcionen ventaja competitiva. Las empresas pueden aplicar estas técnicas para revelar tendencias, explicar consecuencias conocidas, predecir futuras consecuencias e identificar factores que generen resultados como más ingresos, menores costes o mejor posición competitiva. Aplicaciones En general, la minería de datos permite resolver problemas que no pueden ser solucionados mediante otras técnicas más tradicionales. El análisis del abandono de clientes, entendido como la identificación de sus causas, la evolución de perfiles en el tiempo o el cálculo del nivel de predisposición a marcharse a la competencia, es un claro ejemplo de los problemas reales que no pueden abordarse mediante otro tipo de herramientas. Entre los muchos ejemplos de aplicaciones para los diferentes sectores, destacan los modelos de predicción con los que determinar el riesgo de cada operación, para el sector de la banca; modelos de predicción de siniestros, para seguros; clasificación automática de archivos documentales, en Administración Pública; o la mejora de la eficiencia y la seguridad de nuevos medicamentos, en el sector farmacéutico. En definitiva, el data mining se utiliza en empresas que han de trabajar diariamente con grandes volúmenes de datos y que se generan con un alto índice de frecuencia. El número de sectores en los que estas técnicas pueden ser aplicadas es muy grande, aunque en México, las consultoras estiman que los que más están invirtiendo en estos proyectos son la banca, utilities, telecomunicaciones y seguros. El presente De acuerdo con fuentes de Oracle, existen estudios que apuntan que el 90% de los contenidos que gestionan las organizaciones es información no estructurada, es decir, documentos, prestaciones, e-mail, vídeos, etc., y esta información se duplica cada año. Además, el 60% de los empleados son trabajadores del conocimiento, es decir, que necesitan la información para realizar su trabajo y tomar decisiones, y dedican el 40% de su tiempo a trabajar con información no estructurada. A pesar de ello, según las mismas fuentes, las empresas sólo invierten un 5% de su presupuesto destinado a administración de contenidos en proyectos dedicados a la información no estructurada. Mirando al futuro En México, un gran número de organizaciones llevan años adoptando con éxito este tipo de técnicas con el objetivo de mejorar su conocimiento sobre clientes y optimizar sus campañas de marketing. En este sentido, nuestro país cuenta con una comunidad empresarial que apuesta por estar a la vanguardia tecnológica y el Data Mining tiene un nivel de utilización muy avanzado. Aún así, estamos ante una tecnología en fase de crecimiento. Y es que, la necesidad de crear valor desde el análisis de los datos es cada día más importante y lo será en los próximos años. Según IDC, este negocio facturó en 2006 unos 19.300 millones de dólares en todo el mundo y se espera que hasta 2011 crezca a un ritmo superior al 10%. Para este futuro, se apuntan varios frentes por los que transcurrirá la evolución del data mining. El primero es la simplificación de las tareas de modelización, ya que las tecnologías son capaces de generar modelos de forma autónoma sin necesidad de un experto. Otro aspecto de futuro es la posibilidad de aplicar modelos en tiempo real donde está el punto de contacto de los clientes con el negocio. Por último, los analistas apuntan a que veremos cada vez más su aplicación en cajeros automáticos, terminales de punto de venta y, por supuesto, en Internet.