La minería en general consiste en adentrare en la tierra para buscar, entre piedras regulares, los minerales especiales que se producen en ella. Es decir, consiste en buscar tesoros dispersos en la tierra, tratando de separar lo valioso de lo que no lo es tanto. Con eso se utiliza un medio cotidiano para convertirlo en algo que le da valor a la persona. La minería de datos funciona exactamente igual: en el medio cotidiano de la información se buscan tesoros que, en el caso de los negocios, son los datos relevantes que se pueden transformar en conocimiento. Este es el uso de la minería de datos en los negocios.

Igual que en la mina física, en la minería de datos tenemos una gran cantidad de información y, dispersa en esos datos, otra información importante que puede ser usada para toma de decisiones o para entender mejor el comportamiento del negocio. Pero, para tener acceso a esa información, se necesitan las herramientas adecuadas, así como los mineros tiene sus picos y linternas, y toda la tecnología apropiada.

Estas tecnologías específicas para la minería de datos es otra de las tantas tecnologías de la información que ha seguido un rápido desarrollo evolutivo y de mejoramiento en las últimas décadas, tal vez por el incremento del número de datos que se manejan hoy en negocios e instituciones de todo tipo:

La minería de datos, también conocida como descubrimiento de conocimiento en los datos (KDD), es el proceso de descubrir patrones y otra información valiosa a partir de grandes conjuntos de datos. Dada la evolución de la tecnología de almacenamiento de datos y el crecimiento del big data, la adopción de técnicas de minería de datos se ha acelerado rápidamente en las últimas dos décadas, ayudando a las empresas a transformar sus datos brutos en conocimiento útil. Sin embargo, a pesar de que la tecnología evoluciona continuamente para manejar los datos a gran escala, los líderes todavía se enfrentan a desafíos con la escalabilidad y la automatización. (ibm.com)

Así como con la inteligencia artificial, la robótica o el análisis predictivo de datos (data analytics), es necesario entender cómo los negocios se pueden beneficiar de la minería de datos: “La minería de datos ha mejorado la toma de decisiones en las organizaciones gracias a la realización de análisis de datos muy perspicaces. Las técnicas de minería de datos que sustentan estos análisis pueden dividirse en dos propósitos principales: pueden describir el conjunto de datos objetivo o pueden predecir resultados mediante el uso de algoritmos de aprendizaje automático” (ibm.com).