Revisión Bibliográfica sobre la importancia de la Minería de Datos en las actividades Empresariales
DOI:
https://doi.org/10.23857/dc.v10i2.3909Palabras clave:
Minería de datos, Análisis empresarial, Toma de decisiones, Algoritmos predictivos, Inteligencia de negociosResumen
La minería de datos ha emergido como una herramienta fundamental para potenciar las actividades empresariales en la era digital. Esta investigación, basada en una revisión bibliográfica sistemática de literatura reciente, examina la importancia y aplicación de técnicas y algoritmos de minería de datos en diversos contextos empresariales. Se analizaron tres técnicas principales: clasificación, agrupación y reglas de asociación, junto con cinco algoritmos destacados: A priori, redes neuronales, máquinas de soporte vectorial, árboles de decisión y K-means. Los resultados revelan una amplia gama de aplicaciones, desde el análisis de ventas y la segmentación de clientes hasta la detección de fraudes y la optimización de inventarios. Se destaca la eficacia de estos métodos en la mejora de la toma de decisiones, la predicción de tendencias y la optimización de procesos. Sin embargo, también se identifican desafíos significativos, incluyendo la necesidad de garantizar la calidad de los datos, la interpretabilidad de modelos complejos y consideraciones éticas. La investigación concluye que la integración estratégica de la minería de datos en los procesos empresariales es crucial para obtener ventajas competitivas sostenibles, subrayando la importancia de un enfoque holístico que combine experiencia técnica, comprensión del negocio y consideraciones éticas.
Citas
Agresti, A. (2019). “Introducción al análisis de datos categóricos”. https://mregresion.wordpress.com/wp-content/uploads/2012/08/agresti-introduction-to-categorical-data. Wiley
Arias-Serna M.A, Luna-Moreno E.P, Hoyos-Barrios J.H & Echeverri-Arias J.A. (2021). Development of an application for the calculation of credit risk in entities of the Colombian solidarity sector [Desarrollo de una aplicación para el cálculo del riesgo de crédito en entidades del sector solidario colombiano]. Recuperado de: http://hdl.handle.net/11407/8023
Bedregal-Alpaca, N., Aruquipa-Velazco, D., & Cornejo-Aparicio, V. (2020). Técnicas de data Mining para extraer perfiles comportamiento académico y predecir la deserción universitaria. Revista Ibérica de Sistemas e Tecnologias de Informação, (E27), 592-604. https://www.proquest.com/openview/06e5642b7afb32ac6c577d98eedb233d/1?pq-origsite=gscholar&cbl=1006393
Castrillón, Omar D., Castillo, Luis F., & Castaño, Carlos E. (2022). Minería de datos aplicada a la detección de cáncer gástrico. Información tecnológica, 33(4), 151-160. https://dx.doi.org/10.4067/S0718-07642022000400151
Diaz, V. J. C, Negrín, O. G. M., Molina, C. & Vila, M. A. (2021). Reducción de tamaño en Modelos de Reglas de Asociación: Una revisión sistemática de la literatura. Revista Cubana de Ciencias Informáticas, 15(3), 153-174. Epub 01 de septiembre de 2021. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2227-18992021000300153&lng=es&tlng=es.
Enlina, A., & Sembiring, J. (2020). Design and implementation of retail product assortment system with private label considerations and weighted apriori. IOP conference series. Materials science and engineering, 803(1), 012036. https://doi.org/10.1088/1757-899x/803/1/012036
Granados, M. E. G. (2019). Máquinas de soporte vectorial y árboles de clasificación para la detección de operaciones sospechosas de lavado de activos. Lámpsakos, 21, 26–38. https://doi.org/10.21501/21454086.2904
López-Chau, Asdrúbal, Muñoz-Chávez, J. Patricia, & Valle-Cruz, David. (2022). Percepción de la calidad en restaurantes: un análisis mixto con redes neuronales. Estudios Gerenciales, 38(165), 449-463. Epub December 11, 2022.https://doi.org/10.18046/j.estger.2022.165.5235
Li, J., Qiu, W., & Li, W. (2020). An Improved K-means Algorithm for Supplier Evaluation and Recommendation of Purchase and Supply Platform. Journal of Physics: Conference Series, 1650, 032165. https://doi.org/10.1088/1742-6596/1650/3/032165
Morales Pérez, J. S. (2020). Aplicación de técnicas de minería de datos para extraer información de fuentes organizacionales, en la educación de requisitos. Recuperado de: http://hdl.handle.net/11407/6254.
Muñoz Castaño, Y. Y., Castillo Ossa, L. F., Castrillon Gomez, O. D., Buitrago Carmona, F. & Loaiza Giraldo, S. (2020). Desarrollo de una aplicación para la predicción de ingredientes y recetas de cocina por medio de TensorFlow y máquinas de soporte vectorial. Recuperado de: http://hdl.handle.net/11407/6546
Origel-Rivas, G., Rendón-Lara, E., María Abundez-Barrera, I., & Alejo-Eleuterio, R. (n.d.). Redes neuronales artificiales y árboles de decisión para la clasificación con datos categóricos Artificial Neural Networks and Decision Trees for Classification with Categorical Data. Research in Computing Science, 149(8), 2020–2541. https://rcs.cic.ipn.mx/2020_149_8/Redes%20neuronales%20artificiales%20y%20arboles%20de%20decision%20para%20la%20clasificacion%20con%20datos%20categoricos.pdf
Ruiz Díaz de Salvioni, V. V., & Armoa, A. (2023). La importancia de la Minería de Datos como una herramienta estratégica en las Empresas. Ciencia Latina Revista Científica Multidisciplinar, 7(1), 9267-9276. https://doi.org/10.37811/cl_rcm.v7i1.5119
Salazar Torres, J. I., & Girón Cárdenas, E. (2021). Análisis y aplicación de algoritmos de minería de datos. Perspectivas, 6(21), 71–88. https://doi.org/10.26620/uniminuto.perspectivas.6.21.2021.71-88 (Original work published 3 de marzo de 2021)
Soto, P.A., Castro, J.R., Reategui, R.M., & Castillo, T.D. (2023). Partición de una Red Eléctrica de Distribución Aplicando Algoritmos de Agrupamiento K-means y DBSCAN. Revista Técnica energía, 20(1), 73-81. https://doi.org/10.37116/revistaenergia.v20.n1.2023.572
Supriyono, Kiki Farida Ferine, Puspitasari, D., Rulinawaty, & Elkana Timotius. (2021). Implementation of data mining with Apriori techniques to determine the pattern of purchasing of agricultural equipment (Case Study: XYZ Store). Journal of Physics. Conference Series, 1933(1), 012029–012029. https://doi.org/10.1088/1742-6596/1933/1/012029
Tarigan, P. M. S., Hardinata, J. T., Qurniawan, H., Safii, M., & Winanjaya, R. (2022). Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang: Studi Kasus: Toko Sinar Harahap. Jurnal Janitra Informatika Dan Sistem Informasi, 2(1), 9–19. https://doi.org/10.25008/janitra.v2i1.142
Velazquez, A. R., & Avila Camacho, F. J. (2024). Comparativa de diferentes técnicas de Minería de Datos para la predicción del uso de la bicicleta de acuerdo con las condiciones climáticas y estacionales en Washington. RICT Revista De Investigación Científica, Tecnológica E Innovación, 2(3), 19–25. https://doi.org/10.2992/rict.v2i3.44
Xie, H., Zhang, L., Lim, C. P., Yu, Y., Liu, C., Liu, H., & Walters, J. (2019). Improving K-means clustering with enhanced Firefly Algorithms. Applied Soft Computing, 84, 105763.
Yepes Chamorro, J., Salgado Rodríguez, O., Valencia-Arias, A., López, J. & Mejía Ordoñez, J. P. (2019). Pronóstico de ventas de las empresas del sector alimentos: una aplicación de redes neuronales. Recuperado de: http://hdl.handle.net/11407/6784
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 María Judith Bravo Meza, Alexis Andrés Pazmiño Moreno, Cristian Darwin Borja Borja
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Authors retain copyright and guarantee the Journal the right to be the first publication of the work. These are covered by a Creative Commons (CC BY-NC-ND 4.0) license that allows others to share the work with an acknowledgment of the work authorship and the initial publication in this journal.
