Usar técnicas de minería de datos para extraer la estrategia de rentabilidad

Resumen

Hoy en día, con el desarrollo de sistemas básicos y el gran volumen de datos almacenados en ellos, existe la necesidad de herramientas para procesar y utilizar estos datos. La mejor herramienta es descubrir reglas entre datos, la minería de datos y las técnicas de minería de datos. En este artículo, buscamos herramientas de extracción de datos para extraer las reglas de rentabilidad. Con el fin de obtener los resultados tangibles de esta investigación, se obtuvo, en dos partes, la información de los clientes de un restaurante a través de un cuestionario. La primera parte es información personal del cliente, y la segunda parte es la importancia de cada uno de los factores de lealtad asignados por cada cliente. Después de recopilar los datos en un archivo de Excel, se exporta y analiza la información en el software Rapid Miner; se realiza la agrupación de toda la información del cliente en clústeres y se coloca en clústeres según la similitud de características y su comportamiento. La agrupación se realiza utilizando el algoritmo K-means. Luego, se define un índice para la categorización y se clasifica en cada grupo de clustering. Los clientes de cada clúster se dividen en dos grupos de rentable y no rentable, y después de extraer las reglas del árbol de decisiones, se presentan estrategias para hacer más ganancias en la ubicación estudiada.