Mineria de datos y gestion del conocimiento profesional

banner

viernes, 7 de junio de 2013

Gestion del conocimiento profesional

La gestión del conocimiento (del inglés Knowledge Management) es un concepto aplicado en las organizaciones. Tiene el fin de transferir el conocimiento desde el lugar dónde se genera hasta el lugar en dónde se va a emplear e implica el desarrollo de las competencias necesarias al interior de las organizaciones para compartirlo y utilizarlo entre sus miembros, así como para valorarlo y asimilarlo si se encuentra en el exterior de estas.

El concepto de gestión del conocimiento no tiene definición única, sino que ha sido explicado de diversas formas:

1. La gestión del conocimiento tiene perspectivas tácticas y operativas, es más detallado que la gestión del capital intelectual y se centra en la forma de dar a conocer y administrar las actividades relacionadas con el conocimiento como su creación, captura, transformación y uso. Su función es planificar, implementar y controlar todas las actividades relacionadas con el conocimiento y los programas requeridos para la administración efectiva del capital intelectual (Wiig, 1997).3
2. La gestión del conocimiento es el proceso que continuamente asegura el desarrollo y la aplicación de todo tipo de conocimientos pertinentes de una empresa con objeto de mejorar su capacidad de resolución de problemas y así contribuir a la sostenibilidad de sus ventajas competitivas.
3. La gestión del conocimiento es la función que planifica, coordina y controla los flujos de conocimiento que se producen en la empresa en relación con sus actividades y su entorno con el fin de crear unas competencias esenciales.


Tecnicas para una buena gestion del conocimiento

Usualmente el proceso implica técnicas para capturar, organizar, almacenar el conocimiento de los trabajadores, para transformarlo en un activo intelectual que preste beneficios y se pueda compartir.

En la actualidad, las tecnologías de información permiten contar con herramientas que apoyan la gestión del conocimiento en las empresas, apoyando en la recolección, la transferencia, la seguridad y la administración sistemática de la información, junto con los sistemas diseñados para ayudar a hacer el mejor uso de ese conocimiento.

En detalle, se refiere a las herramientas y a las técnicas diseñadas para preservar la disponibilidad de la información llevada a cabo por los individuos dominantes y facilitar la toma de decisiones, así como reducir el riesgo. Es un mercado del software y un área en la práctica de la consultoría, relacionada a disciplinas tales como inteligencia competitiva. Un tema particular de la administración del conocimiento es que el conocimiento no se puede codificar fácilmente en forma digital, tal como la intuición de los individuos dominantes que viene con años de experiencia y de poder reconocer los diversos patrones del comportamiento que alguien con menos experiencia no puede reconocer.


Practica de la buena gestion del conocimiento profesional

La gestión del conocimiento intenta poner de relieve la ventaja competitiva que se da con el mejoramiento o el aprendizaje más rápido y crear nuevo conocimiento. El interés en la gestión del conocimiento se está conduciendo en parte por:

  • Contenido creciente del conocimiento en productos y servicios.
  • Ciclos más cortos de desarrollo de productos nuevos.
  • La sobrecarga de la información como generación prolífera del conocimiento.
  • Peticiones por parte de individuos para apoyarse en la experiencia de las personas a través de la organización.
  • velocidad de la conectividad
Desde su adopción por parte de la comunidad de negocios y de la población, Internet ha conducido a un aumento en la colaboración creativa, el aprendizaje e investigación, comercio electrónico, e información inmediata. Con las tecnologías mejoradas, se han ido los días de estantes polvorientos, de mensajes imperfectos o deformados y del correo lento. En numerosos aspectos, la práctica de la Gestión del conocimiento continuará desarrollándose con el crecimiento de los usos de la colaboración disponibles por las tecnologías de la información y a través de Internet.
El aprendizaje electrónico (e-learning), las discusiones en línea, y el software de colaboración son ejemplos de los usos de la administración del conocimiento que apoyan su proceso. Cada uso puede ampliar el nivel de la investigación disponible para un empleado, mientras que proporciona una plataforma para alcanzar metas o acciones específicas.

martes, 4 de junio de 2013


Objetivos de la minería de datos

Podemos resumir los objetivos de la ingeniería en encontrar modelos inteligibles a partir de los datos  y convertir dichos datos en conocimiento.

Minería de datos

La minería de datos es el proceso de extraer conocimiento útil y comprensible, previamente desconocido, desde grandes cantidades de datos almacenados, en distintos formatos, en sistemas de información.

La minería de datos

La minería de datos se da por la aparición de nuevas necesidades y el conocimiento del valor potencial de los datos almacenados informáticamente en los sistemas de información. De esta manera los datos pasan de ser un “producto” (el resultado histórico de los sistemas de información) a ser una “materia prima”  que hay que explotar para obtener el verdadero producto elaborado,  el conocimiento.

Retos de la minería de datos

Los retos de la minería de datos podemos simplificarlos en, trabajar con grandes volúmenes de datos, procedentes mayoritariamente de los sistemas de información, con los problemas que ello conlleva (ruido, datos ausentes, intratabilidad, volatilidad de los datos), y por el otro usar técnicas adecuadas para analizar los mismos y extraer conocimiento novedoso y útil.

Miremos un ejemplo típico y otros más de la minería de datos:

Análisis de cesta de compras

Un supermercado quiere tener información sobre el comportamiento de compra de sus clientes.
Piensa que de esta forma puede mejor el servicio que les ofrece: reubicación de los productos que se suelen comprar junto, localizar el emplazamiento para nuevos productos, etc. Para ello dispone de la información de los productos que se adquieren en cada una de las compras.




Analizando estos datos el supermercado podría encontrar, por ejemplo, que el cien por ciento de las veces que se compra pañales también se compra leche, que el cincuenta por ciento de las veces que se compra huevos también se compra aceite, o que el treinta y tres por ciento de las veces que se compra vino y salmón entonces se compra lechuga.


Patrones de fuga

Un ejemplo más habitual es el de la detección de patrones de fuga. En muchas industrias como la banca, las telecomunicaciones, etc. existe un comprensible interés en detectar cuanto antes aquellos clientes que puedan estar pensando en rescindir sus contratos para, posiblemente, pasarse a la competencia. A estos clientes, y en función de su valor, se les podrían hacer ofertas personalizadas, ofrecer promociones especiales, etc., con el objetivo último de retenerlos. La minería de datos ayuda a determinar qué clientes son los más proclives a darse de baja estudiando sus patrones de comportamiento y comparándolos con muestras de clientes que, efectivamente, se dieron de baja en el pasado.

Fraudes

Un caso análogo es el de la detección de transacciones de lavado de dinero o de fraude en el uso de tarjetas de crédito o de servicios de telefonía móvil e, incluso, en la relación de los contribuyentes con el fisco. Generalmente, estas operaciones fraudulentas o ilegales suelen seguir patrones característicos que permiten, con cierto grado de probabilidad, distinguirlas de las legítimas y desarrollar así mecanismos para tomar medidas rápidas frente a ellas.

Tipos de datos de la minería

La minería de datos trabaja con dos tipos de datos. Los datos estructurados en bases de datos(espaciales, temporales, textuales y multimedia) y los tipos de datos no estructurados provenientes de la web o de otros tipos de repositorios de información.
La minería de datos guarda relación con otras disciplinas dada la importancia de esta, para generar materia prima.
Ver gráfica:



Relación de la Minería de Datos para Recuperar Información con otras disciplinas


La minería de datos para recuperar información es un campo multidisciplinar que se ha desarrollado en paralelo o como prolongación de otras tecnologías.
Con esto se puede decir que a partir de los avances en otras disciplinas, surgen también los
avances en la Minería de Datos para Recuperar Información.

Destacan, entre las disciplinas que se encuentran más unidas a la Minería de Datos para Recuperar Información las siguientes:
1.    Recuperación de Información: consiste en obtener información desde datos textuales. Su desarrollo está basado en el uso de bibliotecas, y en particular en las bibliotecas digitales; así como en la búsqueda por Internet
2.    Estadística: proporciona los conceptos, algoritmos y técnicas que se utilizan en la Minería de Datos para Recuperar Información. Algunos ejemplos de ello pueden ser:
      Media
      Varianza
      Regresión lineal
      Regresión no lineal
3.    Inteligencia Artificial: se encarga del desarrollo de algoritmos capaces de aprender.
4.    Sistemas para la toma de decisiones: son herramientas y sistemas informatizados cuyo objetivo es proporcionar la información necesaria para llevar a cabo la toma de decisiones en el ámbito empresarial o en medicina
5.    Visualización de datos: es lo que conocemos por diagramas de barras, histogramas...
6.    Lenguaje Natural
7.    Bases de Datos


La minería de datos se puede integrar a aplicaciones financieras y de banca; análisis de mercado, distribución y, en general comercio; seguros y salud privada; educación; Procesos industriales; medicina, biología, bioingeniería y otras ciencias; telecomunicaciones; Otras áreas.