Google Refine. Una herramienta libre para ser aplicada en la minería de datos.

Google refine es una herramienta poderosa empleada para trabajar con datos desordenados, con el fin de limpiarlos, ordenarlos,  y transfórmalos de un formato a otro sin importar el origen de los mismos, teniendo en cuenta que esta entre sus principales funciones el trabajo con datos que no se encuentren bien estructurados. Esta aplicación también nos posibilita encontrar las diferentes incoherencias que se pueden presentar al momento de almacenar o trabajar datos. Un ejemplo de esto, son las tablas en Excel cuando son cargadas manualmente, aquí indudablemente encontraremos errores poco relevantes pero que no se deben dejar a un lado, pues con el tiempo irán adquiriendo mayor complejidad, la cual aumentara la necesidad de darles una solución inmediata y efectiva. Es este el caso donde Google refine intercedería por nosotros, facilitándonos la tarea.

Las características específicas de este software son tan sencillas, que no se encontraran con dificultades al momento de dar uso a este, para ver lo sencillo que es, haremos llamado de una sola característica que será usada siempre. El programa instalara un sencillo servidor en el equipo local, al cual se accederá a través del navegador, desde el que se podrá seleccionar los datos con los que se quieran trabajar, claro está que dichos datos deben estar almacenados en el disco duro local.
Lo bueno de esta herramienta recae en que es de código abierto y no se tienen que cargar los datos en un servidor ajeno,  por esto es accesible para todo aquel que desee probarla, y pues teniendo en cuenta este detalle, a continuación les compartimos el link de descarga y algunos links que probablemente les serán de mucha ayuda al momento de dar inicio en este.

Descarga:            http://code.google.com/p/google-refine/wiki/Downloads?tm=2
Instalación:         http://code.google.com/p/google-refine/wiki/InstallationInstructions
Guía de usuario: http://code.google.com/p/google-refine/wiki/UserGuide

IBM SPSS Modeler: eficiencia, confiabilidad. Casos de Éxito.

La primera herramienta que presentamos corresponde a una propuesta de IBM.  Esta solución de software ha llamado nuestra atención, pues promete un uso fácil de aprender, permite tener la visión de negocio permanentemente (sin preocuparse por la programación, por ejemplo),  y cuenta con el respaldo del gigante de la computación IBM. Adicionalmente, ha tenido ya una entrada significativa al mercado colombiano, con casos de éxito.

 Algunos puntos que en su página se comentan como ventajas son la agilidad en el proceso, la utilización óptima de los datos, y la amplia compatibilidad con otros sistemas. 

Los precios de esta herramienta van desde los €10.701 en Europa, en su edición IBM SPSS Modeler Professional. En Colombia, su distribuidor es Informese Ltda , empresa con 18 años de experiencia en el sector y sedes en Bogotá, Lima, Caracas y Quito. (Información del distribuidor y la herramienta aquí)

Casos de Éxito:

Un interesante caso de éxito de esta herramienta es el Standard Bank Argentina, en donde se utilizó la herramienta para adquirir clientes de manera inteligente para una tarjeta de crédito. A raíz de las palpables ganancias en el negocio, el banco amplió el uso de la solución, como lo comenta el gerente del área de Credits Analytics en el siguiente video:

En el contexto colombiano, se puede observar en este documento oficial que la Superintendencia Financiera de Colombia ha utilizado esta herramienta desde hace algunos años  (en este caso, se puede observar una aproximación al precio colombiano de la herramienta), y el Icetex también (como se puede ver en este informe de la entidad).

En conclusión, es una solución de software que promete la entrega de resultados que contribuyan a la inteligente toma de decisiones,  y que dado su precio y robustez está orientada a organizaciones con una considerable cantidad de datos, necesidades de inteligencia de negocios, y posiblemente dinero: es una excelente herramienta para organizaciones grandes.

Definición y Descripción del Alcance

Estimado lector: en este blog encontrará información sobre diferentes soluciones de software existentes, relacionadas con Data Mining. Semanalmente, se presentarán productos e información relacionada con este tema. Hay una creciente diversidad de productos, pero antes de reseñarlos, quisiéramos aclarar el concepto mencionado: ¿qué es, entonces, la “minería de datos”? ¿Para qué sirve?

La minería de datos (que es el resultado de un trabajo inicialmente interdisciplinario, con un gran componente estadístico) lleva a descubrir conocimiento que se encuentra en los datos: se busca identificar patrones contenidos en un conjunto de una base de datos, para que los usuarios puedan encontrar allí importantes puntos que lleven a la toma de decisiones. Por esta razón, Data Mining es un componente infaltable en la Inteligencia de Negocios. Con el uso de las herramientas de Data Mining, los usuarios (que no deben tener necesariamente conocimientos avanzados de computación) pueden identificar tendencias importantes en sus datos, que pueden ser utilizadas para mejorar sus utilidades, entre otros.

El software de Data Mining acude en general a una amplia cantidad de datos almacenados, aplica diferentes algoritmos a éstos, e identifica puntos considerables que puedan servir al usuario (y por estas razones, suele necesitar alguna capacidad en las máquinas, como mostraremos más adelante). Sin embargo, la posibilidad de encontrar información valiosa para las organizaciones es realmente considerable, pues generalmente se pueden sugerir de allí algunos aspectos inesperados.

La próxima semana comenzaremos a describir algunas soluciones de software de Data Mining. Esperamos que el tema sea de su agrado.