Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

Introduccion a la mineria de Datos, Apuntes de Ingeniería del Software

Este documento es de Mineria de Datos

Tipo: Apuntes

2018/2019

Subido el 23/02/2019

robert-martir
robert-martir 🇩🇴

1 documento

Vista previa parcial del texto

¡Descarga Introduccion a la mineria de Datos y más Apuntes en PDF de Ingeniería del Software solo en Docsity! NUIT AM DEMOS INMI OACI ONO) NEGOCIOS PROF. LEANDRO FO NDEUR LN PRESENTA CIO N DEL CURSO Conte nido Minería de Datos 1.1. 1.2, 1.3, 1.4. 1.5, 1.6. Introducción Definiciones Aplicaciones y áreas relacionadas Algoritmos y tareas relacionadas Metodología — CRISP-DM Manejo de Cubos de Información Minería Web 2.1. 2.2 Introducción y definición Minería de Utilización de la Web Minería de Estructura de la Web. Minería de Contenido de la Web. Conte nido 3 Inteligencia de Negoci 3. 3. 3 3. 3. 3. 3. 3. 3. 3.1 3. 3. 3. 3. Introdu n. Elementos de la Inteligencia de Negocios. Métodos (general). Estadística. Redes Neuronales. Árboles de Decis Análisis de Resultados Segmentación de Clientes. Ventas Cruzadas. Predicción de Ventas. Detección de Fraude. Estadística. ador de Bayer. Consideraciones Prácticas de la implementación MEJO DOIO GÍA EVAIUACIÓN RESUMEN » Prácticas: 20 puntos DEIS RO Prá c tic as (20 punto s) Examen (60 punto s) BIBIJO GRA FÍA 00 ON Tema 1 - introducción a la NETA ISSN Objetivos Específicos: Alcompletaresta unida d ele studia nte estará en la capacidad de: il. AENA ANNA AENA A MOR Negocios y su importancia para la empresa. Conocerlosconceptosbásicosde Data ware ho using y AMAS NES AD AE de Negocios. AENA MN IMM buen sistema de hteligencia de Negociosen lasempresas. ¡AENA RMS SEO O ODO Para este Tema... Conoceremos: «Conceptos Básicosde Bl * Pre guntasque debería responderun sistema de Bl e Actividadesque debe cubrirun sistema de Bl «Componentesde una Solución de Bl eConceptos Básicosde Data Ware ho use * Sistemas OLAP * Sistemas O LIP e Sistemas ODS 1 ANALISTAS Y FACILITADORES ALTA DIRECCIÓN Información desestructurada Planes estratégicos y de negocio Decisiones de producto y mercado Indicadores clave y control de gestión MANDOS INTERMEDIOS Información semi-estructurada Planes operativos, previsiones, presupuestos Protocolos y procedimientos de trabajo Indicadores intermedios y su seguimiento GESTION OPERATIVA, EQUIPOS Y EMPLEADOS * Información estructurada * Decisiones dentro de reglas y protocolos * Seguimiento de objetivos e indicadores operativos NATI MO Negocios A NM 2. Respuestasrápidasa situacionesde negocio 3. Controlde lasáreasfuncionalesde la empresa CN MESS IN NM A RS E AS 6. Reducción de costos A ARMA! ATREA NS PM ¿Cuáleselestado de salud de miempresa? ¿Cuáleselnielde satisfacción de misc lientes? ¿y elde misempleados? ¿Ha aumentado elgrado de sa tisfa c ción conrespecto alaño anterio 1? ¿Cuálesla lnea de productosmásrentable? ¿Esla misma ME e ¿Cuáleselsegmento de clientes alque deberíamos dirigir AN ENS ¿Qué departamentosson los más pro duc tivo s? la hteligencia de Negocio en la ACA ORACLE Business Intelligence SEE marketing El Blp e mite id e ntific ar de forma más precisa (SNS Ae! A O comporta miento. Para ello se pueden imc luir aná lisiscapacesde NN IN MR A | i Ecpnmso obli A LIL IENITTITSDTGEANSRNTSRAISI MAMA) » Departamento de compras a aa ies E Blpe mite accedera los datosdelmerado, NA NA MS AN! EEES ISS E a m0 e, MAN AN! MN AS A MS cada factoría o cadena de pi MN ARS NAM AAN A o mar YID AP Invoico YD Goods Returns YTD Produced Qty Dz ¡ENTIERRO NTSAIRI MAMA) NTE INM El Blproporciona un mecanismo que permite analizarelrendimiento de cualquier tipo CRM AR IRA AA ME o E NRO NN A NM RN Actual Alert Level 3 Overall Quality KPI 27 74% Pending Quality Issues 5 100% 5OP Application Failures 5 120% Overdue Change Requests 3 10 30% Number of Processes Fully Compliant 7 86% la hteligencia de Negocio en la MAMA) ISE E Customer Account Balance AnalySiS nous atención al clie nte Aplicado a este TS FS E an. POR evaluarcon IS ) ( » so » ( £ 3) exactitud elvalorde 3 o co co : ds Overgue Amoura 20H. Overcue Amount Ó4K. Overdue Amoura — 22K Overdue Amoure — 69K. North East North West South East South West MENS AS NN a ss =— P ademásde ayudar Z q pe ES ' dl pes Amos try Region Top 10 Payora by Open Amount Tonto 0 Ey Open Arm NS ON la hteligencia de Negocio en la MAMA) ISE Average: INR 4,779,052 AA NES (ON O RA OI Highest: INR 9,256,553 precisosde la fue nte adecuada, elBI PA E VAS EAS ¡NEAR RN O AS empleados, EAN EN b e ne fic io - hora/hombre... etc. Jolners by Country
Docsity logo



Copyright © 2024 Ladybird Srl - Via Leonardo da Vinci 16, 10126, Torino, Italy - VAT 10816460017 - All rights reserved