Los Actuarios y su rol en la minera de datos
Por: Daiana Levit
Estudiante avanzada de la carrera de Actuario en Administracin en la Facultad de Ciencias Econmicas de la Universidad de Buenos Aires (Argentina). Es tambin auxiliar docente de la asignatura Tecnologa de la Informacin en la misma universidad y adems trabaja en Maxicambio Burstil S.A. Sociedad de Bolsa.
Introduccin
Hoy en da es imposible concebir la investigacin, la educacin y los negocios sin un sistema de informacin computarizado. Los medios de comunicacin y distribucin, particularmente los de naturaleza electrnica, han evolucionado de tal manera que nadamos en un mar de datos, que no es lo mismo que informacin. Es en esta necesidad de ordenar, buscar y mejorar la maleabilidad de esos datos, es que retoma mayor fuerza el concepto de almacn y anlisis 1 de datos. Una de las tcnicas para la extraccin de informacin no trivial es la minera de datos o data mining (DM), la cual permite analizar datos de forma cuantitativa a travs de medios automticos o semiautomticos con el fin de descubrir resultados valiosos desde el punto de vista implementado por el usuario. Las herramientas para extraer, validar y analizar 2 datos son componentes esenciales de lo que se conoce como almacn de datos o data warehouse (DW).
Objetivo
Los analistas y los profesionales en tecnologa de la informacin son usuarios clave en la perspectiva del trabajo subyacente en la minera de datos. En este grupo de usuarios ubicamos a los Actuarios como un capital humano invaluable para el anlisis de informacin cautiva en los almacenes de datos. El objetivo de este artculo es plantear la relevancia de la profesin actuarial en su rol como especialistas en el anlisis e interpretacin de datos y comentar sobre algunos de los programas de cmputo ms utilizados por el gremio para este propsito.
El rol del actuario
Las organizaciones que ven a la informacin como un recurso fundamental y le brindan la atencin necesaria, tienen una ventaja competitiva sobre las que no lo hacen. Los beneficios de esta atencin les permite cumplir con xito objetivos especficos propios de su funcin y que pueden estar asociados a diversos aspectos, por ejemplo: transparencia en su funcionamiento, mejor manejo de inventarios, un aumento de los ingresos procedentes de las transacciones en bolsa, una disminucin de los costos de mercadeo, una reduccin de los actos fraudulentos, y un aumento de los porcentajes de respuesta a sus campaas de promocin, entre otros ms. Las actividades que el actuario realiza en esas organizaciones en materia de extraccin de datos que posteriormente sern utilizados en algunas de las reas tradicionales de Seguros, Pensiones, Finanzas, Estadstica, Demografa, Administracin de Riesgos, por mencionar algunos. Algunas aplicaciones actuariales son: Data Mining y Sistemas de Marketing: La aplicacin de tecnologas de DM supone un nuevo enfoque haciendo uso del marketing con bases de datos. Un sistema de marketing Warehouse implica un marketing cientfico, analtico y experto, basado en el conocimiento exhaustivo de clientes, productos, canales de distribucin y mercado. Este conocimiento se deriva de la disposicin de toda la informacin necesaria, tanto interna como externa, en un entorno DW, persiguiendo con toda esta informacin, la optimizacin de las variables controladas del Marketing Mix y el soporte a la prediccin de las variables no controlables (mediante tcnicas de DM). Basndose en el conocimiento exhaustivo de los
El concepto de la minera de datos o data mining como tal, comenz a forjarse propiamente con el inicio de las computadoras y la capacidad de almacenar grandes cantidades de datos. 2 El almacn de datos desde el punto de vista antropolgico podra remontarse hasta las pinturas rupestres, jeroglficos o evidencia visual de registros informativos propios de cualquier civilizacin antigua. Desde la perspectiva estadstica o actuarial, es Bayes quien durante el siglo XVIII introduce los primeros mecanismos para la interpretacin de patrones de datos.
Revista Actuari@ - 2009
Pgina |1
editor@[Link]
clientes se consigue un tratamiento personalizado de los mismos tanto en el da a da (atencin comercial) como en acciones de promocin especfica (campaas de marketing). Data Mining y Anlisis de Riesgo Financiero: El DM relacionado al anlisis de riesgos financieros ofrece capacidades avanzadas de desarrollo de aplicaciones para dar soporte a las diversas actividades de gestin de riesgos. Es posible desarrollar cualquier herramienta utilizando las funciones que incorpora la plataforma, gracias a las posibilidades que brinda la estadstica aplicada al anlisis de riesgo. As se puede usar el DM y DW para llevar a cabo las siguientes funcionalidades del Anlisis de Riesgo Financiero: Para la gestin de la posicin financiera: determinacin de la posicin financiera, clculo de sensibilidades, simulaciones, monitoreo de riesgos contra lmites, etc. Para la medicin de riesgos: simulacin de escenarios histricos, modelos de valoracin, anlisis de rentabilidad, establecimiento y seguimiento de lmites, etc. El uso del DM ofrece una gran flexibilidad para creacin y modificacin de modelos propios de valoracin y medicin de riesgos, tanto motivados por cambios en la regulacin como en avances en la modelacin de estos instrumentos financieros.
Data Mining y Anlisis de Riesgo de Crdito: La informacin relativa a clientes y su entorno se ha convertido en fuente de prevencin de Riesgos Crediticios. Existe una tendencia general en el sector de recoger, almacenar y analizar informacin crediticia como soporte en la toma de decisiones del anlisis de riesgos. Algunas actividades del actuario en su rol del Data Mining son: analizar la severidad y frecuencia, ajustar funciones de distribucin, anlisis de regresin y correlacin series de tiempo para prediccin de patrones de comportamiento realizar anlisis de riesgo, o inferencia estadstica valuaciones actuariales.
En la cadena de recoleccin y validacin de datos, el actuario debe tener una vinculacin directa con las reas de anlisis de datos. De su planeacin y relacin con el trabajo de campo, el operador de captura de datos, el analista de sistemas, el programador y en general con las partes involucradas de proveerle datos, depender en gran medida la calidad de la informacin en la que basar sus resultados. Una vez que el actuario tiene datos, las dimensiones y complejidad de las bases de datos hacen muy difcil la extraccin y anlisis de cierta informacin. Es aqu donde surge la necesidad de utilizar herramientas computacionales para que el actuario pueda hacer una inmersin en ese mar de datos y extraer informacin pertinente que genere valor agregado. Lo anterior, con el uso de programas de cmputo que pudieran tener limitaciones en el almacenamiento de datos como lo es el caso de la mayora de las hojas o planillas de clculo, pues su estructura permite procesar slo hasta una cierta cantidad mxima de datos y/o variables (alrededor de 60mil registros y 800 variables). Algunas de las herramientas de cmputo ms populares para la minera y administracin de datos entre los actuarios destacan: FoxPro, Oracle, MatLab, Access, Excel, SPSS, R, SAS, Orange, ProVal entre muchos ms.
El software de Data Mining
Las herramientas computacionales de Data Mining recorren los datos detallados de transacciones para desenterrar patrones. Por lo general, los resultados generan extensos reportes o se les analiza con herramientas de visualizacin de datos descubiertos. El procesamiento informtico es excelente y rentable para el despliegue masivo de consultas, anlisis y reportes de datos de dos o tres dimensiones. Estos resultados no podran alcanzarse con otras de las herramientas del Data Warehouse, 3 como el OLAP . Las herramientas de procesamiento analtico permiten diversas visualizaciones con los datos, lo que las hace esenciales para comprender el comportamiento de las muestras analizadas.
3 OLAP On-line analytical processing es el trmino que define a las herramientas de anlisis basadas en base de datos multidimensionales.
Revista Actuari@ - 2009
Pgina |2
editor@[Link]
El software de la Minera de Datos permite al usuario trabajar con fuentes de datos tanto primarias como secundarias, modificar dichas bases de datos complejas, pero lo particularmente interesante es la posibilidad de realizar estos cambios de forma no tradicional; el objetivo, encontrar informacin pertinente donde antes solo haba datos sin contexto. Las herramientas del Data Mining tienen la flexibilidad suficiente para hacer posible las diferentes perspectivas desde las cuales se observa y analiza la informacin, de forma tal que puedan utilizarse las herramientas que el software incluye pero permitiendo la incorporacin de nuevas metodologas de extraccin y anlisis de datos, esta es la esencia del Data Mining.
Perfiles de algunas de las herramientas ms populares desde la perspectiva actuarial
Manejadores de Bases de Datos Quiz la hoja de clculo ms popular en el mundo, Excel con sus ventajas y desventajas, permite una versatilidad muy amplia en relacin a la minera de datos, ya que con una interfaz amigable el usuario puede desarrollar funciones o programar mdulos para personalizar anlisis, sin requerir conocimientos profundos de informtica. Otros con capacidades superiores para el manejo de datos son FoxPro y Access y en otra dimensin esta Oracle, los cuales permiten el manejo de complejas estructuras de datos, en sistemas de informacin organizados por el mecanismo de tablas vinculadas, tambin permiten la inclusin de clculos a travs de mecanismos de programacin de cmputo. Funciones Actuariales Los clculos convencionales de funciones contingentes si bien pueden ser implementadas por el usuario en cualquier mecanismo de programacin, actualmente pueden adjuntarse como ventanas acoplables o mdulos al manejador de bases de datos que el actuario utiliza para la minera de datos. En el mbito de las pensiones, por ejemplo, ProVal ofrece la capacidad de realizar valuaciones actuariales de beneficios derivados de planes de pensiones privados o pblicos. Programas Estadsticos Estos tienen la capacidad de procesar grandes cantidades de datos y permiten realizar inferencia estadstica. Un ejemplo es el Statistical Package for the Social Sciences (SPSS) que naci en 1968 y est destinado a profesionales y tcnicos de las diferentes reas de las ciencias que requieran de la utilizacin de tcnicas de inferencia estadstica y de asociacin entre variables bsicas y concretas para el anlisis de datos, comprensin del lenguaje estadstico y procesamiento estadstico de resultados. Otros ejemplos de este tipo de programas son SAS y R, que igualmente contienen funciones o mdulos de anlisis estadstico e incluso mdulos personalizados. Programacin A estos programas tradicionalmente usados por actuarios, se les adiciona su capacidad de implementar herramientas y funcionalidad personalizada al usar lenguajes de programacin como Java, Visual Basic o C++, entre otros lenguajes, es aqu donde se produce la minera de datos personalizada.
Conclusin
En la actualidad el actuario se ha convertido en una pieza de vinculacin directa entre el anlisis cuantitativo subyacente en la minera de datos y la presentacin de resultados para obtener informacin de utilidad en la toma de decisiones. En otros casos, el actuario funge como desarrollador de soluciones para la interpretacin de informacin dentro de su rea de trabajo. Su rol dentro de la empresa privada u organismo pblico, puede ser amplio ya que sus competencias tecnolgicas le permiten interactuar con el trabajo de campo, el operador de captura de datos, el analista de sistemas, el programador y en general con las partes involucradas de proveerle datos. De esto depender en gran medida, la calidad de la informacin en la que basar sus resultados obtenidos en las herramientas de software.
Contacto: Daiana Levit
dailevit@[Link]
Bibliografa
1. 2. 3. 4. K. Laudon y J. Laudon, Sistemas de informacin gerencial: administracin de la empresa digital Pearson, Mxico. 2008. Act. Ricardo Spector, "El Rol del Actuario en Temas Informticos" [Link] S. M. Aranguren y S. L. Muzachiodi, Implicancias del Data Mining Tesis de Grado, Licenciatura en Sistemas de Informacin, Universidad Tecnolgica Nacional, Ciudad Autnoma de Buenos Aires. 2003. Argentina. Argenpyme, [Link]
Revista Actuari@ - 2009
Pgina |3
editor@[Link]