Data-Mining

Data-Mining-Prozesse werden verwendet, um Modelle für maschinelles Lernen zu erstellen, die Anwendungen wie Suchmaschinentechnologie und Website-Empfehlungsprogramme unterstützen.

So funktioniert Data Mining

Beim Data Mining werden große Informationsblöcke untersucht und analysiert, um aussagekräftige Muster und Trends zu ermitteln. Es kann auf vielfältige Weise verwendet werden, z. B. für Datenbankmarketing, Kreditrisikomanagement, Betrugserkennung, Spam-E-Mail-Filterung oder sogar, um die Stimmung oder Meinung von Benutzern zu erkennen.

Der Data-Mining-Prozess gliedert sich in fünf Schritte. Zunächst sammeln Unternehmen Daten und laden sie in ihre Data Warehouses. Anschließend speichern und verwalten sie die Daten entweder auf internen Servern oder in der Cloud. Business-Analysten, Managementteams und IT-Experten greifen auf die Daten zu und legen fest, wie sie diese organisieren möchten. Dann sortiert die Anwendungssoftware die Daten basierend auf den Ergebnissen des Benutzers, und schließlich präsentiert der Endbenutzer die Daten in einem einfach zu teilenden Format, wie beispielsweise einem Diagramm oder einer Tabelle.

Data Warehousing- und Mining-Software

Data-Mining-Programme analysieren Beziehungen und Muster in Daten basierend auf den Anforderungen der Benutzer. Beispielsweise kann ein Unternehmen Data Mining-Software verwenden, um Informationsklassen zu erstellen. Stellen Sie sich zur Veranschaulichung vor, ein Restaurant möchte mithilfe von Data Mining bestimmen, wann bestimmte Specials angeboten werden sollen. Es betrachtet die gesammelten Informationen und erstellt Klassen basierend darauf, wann Kunden besuchen und was sie bestellen.

In anderen Fällen finden Data Miner Informationscluster basierend auf logischen Beziehungen oder betrachten Assoziationen und sequenzielle Muster, um Rückschlüsse auf Trends im Verbraucherverhalten zu ziehen.

Warehousing ist ein wichtiger Aspekt des Data Mining. Warehousing bedeutet, dass Unternehmen ihre Daten in einer Datenbank oder einem Programm zentralisieren. Mit einem Data Warehouse kann eine Organisation Segmente der Daten ausspinnen, damit bestimmte Benutzer sie analysieren und verwenden können.

In anderen Fällen können Analysten jedoch mit den gewünschten Daten beginnen und ein Data Warehouse basierend auf diesen Spezifikationen erstellen . Unabhängig davon, wie Unternehmen und andere Einheiten ihre Daten organisieren, verwenden sie diese zur Unterstützung der Entscheidungsfindungsprozesse des Managements.

Beispiel für Data Mining

Lebensmittelgeschäfte sind bekannte Nutzer von Data-Mining-Techniken. Viele Supermärkte bieten Kunden kostenlose Kundenkarten an, die ihnen Zugang zu reduzierten Preisen ermöglichen, die Nichtmitgliedern nicht zur Verfügung stehen. Mit den Karten können Geschäfte leicht nachverfolgen, wer was kauft, wann und zu welchem ​​Preis. Nach der Analyse der Daten können Geschäfte diese Daten dann nutzen, um Kunden auf ihre Kaufgewohnheiten zugeschnittene Coupons anzubieten und zu entscheiden, wann sie Artikel zum Verkauf anbieten oder zum vollen Preis verkaufen.

Data Mining kann Anlass zur Sorge geben, wenn ein Unternehmen nur ausgewählte Informationen verwendet, die nicht repräsentativ für die Gesamtstichprobe sind, um eine bestimmte Hypothese zu beweisen.