Minería de datos

La minería de datos (data mining) es el trabajo de buscar patrones útiles escondidos en grandes cantidades de información. Combina estadística, bases de datos y aprendizaje automático para responder preguntas como «¿qué productos se compran juntos?», «¿qué clientes están por irse?» o «¿qué transacción se sale de lo normal?».

Sus técnicas típicas son: asociación (encontrar combinaciones frecuentes, como pan y café), clasificación (asignar una categoría, como «riesgo alto» o «bajo»), agrupamiento (formar segmentos de clientes parecidos sin etiquetas previas), regresión (predecir un número) y detección de anomalías (señalar lo atípico, útil contra fraudes).

Es solo una etapa de un proceso más amplio que la literatura llama descubrimiento de conocimiento en bases de datos (KDD): primero se seleccionan y limpian los datos, luego se transforman, se minan y, al final, una persona interpreta si el patrón tiene sentido. Ese último paso es clave, porque con suficientes datos siempre aparecen correlaciones casuales que no significan nada.

No hay que confundirla con la ciencia de datos, que es la disciplina completa (incluye diseño de experimentos, comunicación y despliegue), ni con la «minería» de criptomonedas, que no tiene relación. Y como suele trabajar con datos de clientes, debe respetar las reglas de privacidad.