¿Te has preguntado acerca de, o han sido confundidos por la terminología de nuestra industria? Con los años, hemos aplicado muchas etiquetas para describir lo que hacemos. Los orígenes son particularmente interesantes.

Tradicionalmente, el análisis estadístico seguido un proceso estándar:

1) Identificar un problema.

2) Desarrollar una hipótesis.

3) Reunir los datos.

4) probar o refutar la hipótesis.

Investigadores serios consideran el concepto de mirar sólo a través de datos sin una hipótesis como debajo de su dignidad. De hecho, era tan inaceptable que se ganó la etiqueta de "filtración de información."

El análisis de los datos de los grandes surgieron en los años 80 y principios de los 90. Potencia de los ordenadores era el conductor real. Mi propia experiencia es un gran ejemplo.

En 1993, un banco de la tarjeta de crédito me contrató para aprovechar los datos de la oficina de crédito para construir los modelos de adquisición de metas. Me dio un PC con un disco duro de 600 megabytes. Con datos de la muestra de cerca de 45.000 registros, una gran cantidad de datos en ese entonces - que ejecutan un modelo de regresión logística tomó 27 horas. Además, cuando el proceso estaba en marcha, no pude usar mi computadora para hacer otra cosa. Así que me gustaría pasar toda la semana preparando las variables. A continuación, me gustaría empezar el modelo de procesamiento de la tarde del viernes y rezar para que no se bloqueaba el fin de semana. Un año más tarde, nos dieron un servidor Unix con un gigabyte de espacio para todo el banco. A continuación, tomó sólo dos horas para ejecutar un modelo logístico. Nos entusiasmó. Pensábamos que nunca se quede sin espacio.

Alrededor de 1995, el término "minería de datos", comenzaron a entrar en la conversación. Recuerdo que pensé: "Por último, tengo un nombre para lo que hago."

Resulta que las dragas de datos cobardes estaban empezando a descubrir los patrones que han demostrado ser muy valiosos. Descubrieron un poco de "pepitas" de información que las empresas podrían utilizar para aumentar las ganancias. Teniendo en cuenta el valor de la recién descubierta mirando a través de los datos sin un diseño de hipótesis o prueba, la minería de datos término reemplazó filtración de información. Así que, en su forma más pura, la minería de datos es el acto de exploración de datos para encontrar pepitas de información valiosa.

El término rápidamente se incendió. Pronto todo se llama minería de datos. Cuando me acerqué a Wiley en escribir un libro sobre modelos de predicción, mi editor dijo: "Ya tengo un nombre para él. Lo llamaremos 'Libro de Cocina de minería de datos." "Le dije que el modelo predictivo no es realmente la minería de datos. Él dijo: "Eso está bien. Estamos llamando a todo lo que la minería de datos."

A partir de ahí, la terminología ha ampliado para incluir una visión más holística de la empresa. El término más próxima, "marketing de base de datos", atrajo la transición del enfoque de producto al enfoque hacia el cliente. A continuación, las empresas querían para estimular a sus clientes a tomar ciertas acciones con la gestión de relaciones con los clientes.

Hoy en día, "inteligencia de negocios" y sus muchas variaciones parecen captar la esencia de las tendencias actuales en nuestra industria. BI parece abarcar una amplia gama de herramientas y técnicas que incluyen la minería de datos, análisis predictivo, y así sucesivamente. A medida que avanza en la tecnología ofrece nuevas oportunidades para la conexión e integración, será interesante ver lo que surgen nuevos términos.