La minería de datos describe el proceso de extraer datos de grandes conjuntos de información y presentarlos de una manera única. Este proceso a menudo se encuentra en los estudios de inteligencia empresarial, en los que los expertos extraen grandes conjuntos de datos sobre las operaciones de un mercado o negocio e intentan descubrir relaciones y tendencias no reconocidas previamente. Un modelo de minería de datos se refiere a las técnicas que utilizan los especialistas para agrupar y presentar información, así como las formas en que pueden aplicar la información a determinadas preguntas y problemas.
Muchos especialistas consideran que la regresión de minería de datos es el modelo de minería de datos más básico y más utilizado. En este proceso, un experto analiza un conjunto de datos y crea una fórmula que los describe. Muchos analistas financieros utilizan esta técnica para hacer predicciones sobre precios y tendencias del mercado. Este modelo funciona mejor en escenarios en los que se espera que los datos sigan siendo consistentes.
Otro modelo de minería de datos popular se basa en la asociación. Un especialista puede analizar conjuntos de datos para determinar qué componentes suelen aparecer juntos. Cuando dos componentes se emparejan una y otra vez, un investigador puede asumir que existe alguna asociación entre ellos. Por ejemplo, un investigador que utiliza la minería de datos para conocer el desempeño de una tienda minorista puede encontrar que los consumidores a menudo compran bolígrafos y lápices al mismo tiempo que compran papel. Un gerente puede usar la información obtenida de un modelo de minería de datos para aumentar las ventas al mostrar todos los elementos asociados en un espacio único.
El análisis factorial es otro modelo común de minería de datos. En este proceso, un investigador reúne una serie de variables diferentes e intenta localizar los factores que determinan las fluctuaciones en el valor. Un investigador de mercado, por ejemplo, puede aprender de una base de clientes cómo califica las características de productos similares. Luego, un investigador puede organizar esta información para ilustrar los factores que determinan la valoración de las características por parte de los consumidores. Si bien los defensores de este modelo creen que puede resaltar los puntos en común entre variables aparentemente dispares, algunos críticos creen que este modelo puede llevar a algunos intérpretes a asumir la causalidad de ciertos fenómenos cuando toda la información necesaria para determinar la causalidad puede no estar disponible.
Los investigadores pueden utilizar un modelo de minería de datos basado en la categorización para problemas más simples. Con esta técnica, los especialistas organizan los datos según sus clasificaciones y tienden a organizarlos de forma visual, como en un árbol o en un gráfico. Este tipo de modelo es especialmente útil en escenarios en los que un individuo debe elegir entre varias opciones en cada categoría. Un diseñador puede encontrar útil este modelo si en cada paso de un proceso puede elegir entre varios materiales.