Datamining
Data mining er en proces der bruges af virksomheder til at omdanne rå data til nyttig information. Ved at bruge software til at kigge efter mønstre i store bunker med data, kan virksomheder lære mere om deres kunder til at udvikle mere effektive marketingstrategier, øge salget og reducere omkostningerne. Data mining afhænger af effektiv dataindsamling, lager og computerbehandling.
Data mining processer bruges til at opbygge maskinlæringsmodeller, der driver applikationer, inklusive søgemaskinteknologi og webstedsanbefalingsprogrammer.
Sådan fungerer minedrift
Data mining involverer at udforske og analysere store blokke af information for at hente meningsfulde mønstre og tendenser. Det kan bruges på forskellige måder, såsom databasemarkedsføring, kreditrisikostyring, bedrageri-afsløring, spam-e-mail-filtrering eller endda for at skelne brugernes stemning eller mening.
Dataindvindingsprocessen opdeles i fem trin. Først indsamler organisationer data og indlæser dem i deres datalager. Derefter lagrer og administrerer de dataene, enten på interne servere eller skyen. Forretningsanalytikere, ledelsesteam og fagfolk inden for informationsteknologi får adgang til dataene og bestemmer, hvordan de vil organisere dem. Derefter sorterer applikationssoftware dataene baseret på brugerens resultater, og til sidst præsenterer slutbrugeren dataene i et let at dele format, såsom en graf eller en tabel.
Datavarehousing og minesoftware
Data mining-programmer analyserer relationer og mønstre i data baseret på, hvad brugerne anmoder om. For eksempel kan en virksomhed bruge data mining software til at oprette klasser af information. For at illustrere kan du forestille dig, at en restaurant vil bruge data mining til at bestemme, hvornår den skal tilbyde visse tilbud. Den ser på de oplysninger, den har indsamlet, og skaber klasser baseret på, hvornår kunderne besøger, og hvad de bestiller.
I andre tilfælde finder dat minearbejdere klynger af information baseret på logiske forhold eller ser på foreninger og sekventielle mønstre for at drage konklusioner om tendenser i forbrugeradfærd.
Oplagring er et vigtigt aspekt af data mining. Oplagring er, når virksomheder centraliserer deres data i en database eller et program. Med et datalager kan en organisation slukke for segmenter af data, som specifikke brugere kan analysere og bruge.
I andre tilfælde kan analytikere dog muligvis starte med de data, de ønsker, og oprette et datavarehus baseret på disse specifikationer. Uanset hvordan virksomheder og andre enheder organiserer deres data, bruger de dem til at understøtte ledelsens beslutningsprocesser.
Eksempel på Data Mining
Supermarkeder er kendte brugere af data mining-teknikker. Mange supermarkeder tilbyder gratis loyalitetskort til kunder, der giver dem adgang til nedsatte priser, som ikke er tilgængelige for ikke-medlemmer. Kortene gør det nemt for butikkerne at spore, hvem der køber hvad, hvornår de køber det og til hvilken pris. Efter at have analyseret dataene kan butikker derefter bruge disse data til at tilbyde kunder kuponer, der er målrettet mod deres købsvaner og beslutte, hvornår de skal sælge varer, eller hvornår de skal sælge dem til fuld pris.
Data mining kan være en anledning til bekymring, når et firma kun bruger udvalgte oplysninger, som ikke er repræsentative for den samlede prøvegruppe, for at bevise en bestemt hypotese.
Key takeaways
- Data mining er processen med at analysere en stor batch af information for at skelne tendenser og mønstre.
- Data mining kan bruges af virksomheder til alt fra at lære om, hvad kunder er interesseret i eller ønsker at købe til svindelopdagelse og spamfiltrering.
- Data mining-programmer fordeler mønstre og forbindelser i data baseret på, hvilke oplysninger brugerne anmoder om eller leverer.