Datamining
Datamining is een proces dat door bedrijven wordt gebruikt om onbewerkte gegevens om te zetten in nuttige informatie. Door software te gebruiken om patronen in grote hoeveelheden gegevens te zoeken, kunnen bedrijven meer leren over hun klanten om effectievere marketingstrategieën te ontwikkelen, de verkoop te verhogen en de kosten te verlagen. Datamining is afhankelijk van effectieve gegevensverzameling, opslag en computerverwerking.
Data mining-processen worden gebruikt om machine learning-modellen te bouwen die toepassingen aandrijven, waaronder zoekmachine-technologie en website-aanbevelingsprogramma's.
Hoe datamining werkt
Datamining omvat het verkennen en analyseren van grote blokken informatie om betekenisvolle patronen en trends te verzamelen. Het kan op verschillende manieren worden gebruikt, zoals databasemarketing, kredietrisicobeheer, fraudedetectie, spam-e-mailfiltering of zelfs om het sentiment of de mening van gebruikers te onderscheiden.
Het dataminingproces bestaat uit vijf stappen. Ten eerste verzamelen organisaties gegevens en laden deze in hun datawarehouses. Vervolgens slaan ze de gegevens op en beheren ze deze, op eigen servers of in de cloud. Bedrijfsanalisten, managementteams en IT-professionals hebben toegang tot de gegevens en bepalen hoe ze deze willen organiseren. Vervolgens sorteert toepassingssoftware de gegevens op basis van de resultaten van de gebruiker en ten slotte presenteert de eindgebruiker de gegevens in een gemakkelijk te delen formaat, zoals een grafiek of tabel.
Software voor gegevensopslag en mijnbouw
Datamining-programma's analyseren relaties en patronen in gegevens op basis van wat gebruikers vragen. Een bedrijf kan bijvoorbeeld datamining-software gebruiken om informatieklassen te maken. Stel je voor dat een restaurant datamining wil gebruiken om te bepalen wanneer het bepaalde specials moet aanbieden. Het kijkt naar de informatie die het heeft verzameld en maakt klassen op basis van wanneer klanten bezoeken en wat ze bestellen.
In andere gevallen vinden datamijners informatieclusters op basis van logische relaties of kijken ze naar associaties en opeenvolgende patronen om conclusies te trekken over trends in consumentengedrag.
Warehousing is een belangrijk aspect van datamining. Warehousing is wanneer bedrijven hun gegevens centraliseren in één database of programma. Met een datawarehouse kan een organisatie segmenten van de gegevens afsplitsen die specifieke gebruikers kunnen analyseren en gebruiken.
In andere gevallen kunnen analisten echter beginnen met de gewenste gegevens en een gegevensmagazijn creëren op basis van die specificaties. Ongeacht hoe bedrijven en andere entiteiten hun gegevens organiseren, ze gebruiken deze om de besluitvormingsprocessen van het management te ondersteunen.
Voorbeeld van datamining
Supermarkten zijn bekende gebruikers van dataminingtechnieken. Veel supermarkten bieden klanten gratis loyaliteitskaarten die toegang geven tot gereduceerde prijzen die niet beschikbaar zijn voor niet-leden. De kaarten maken het gemakkelijk voor winkels om bij te houden wie wat koopt, wanneer ze het kopen en voor welke prijs. Na analyse van de gegevens kunnen winkels deze gegevens vervolgens gebruiken om klanten kortingsbonnen aan te bieden die zijn afgestemd op hun koopgedrag en om te beslissen wanneer ze items te koop aanbieden of wanneer ze tegen de volledige prijs worden verkocht.
Datamining kan een reden tot bezorgdheid zijn wanneer een bedrijf alleen geselecteerde informatie gebruikt, die niet representatief is voor de totale steekproefgroep, om een bepaalde hypothese te bewijzen.
Belangrijkste leerpunten
- Datamining is het analyseren van een grote hoeveelheid informatie om trends en patronen te onderscheiden.
- Datamining kan door bedrijven worden gebruikt voor alles, van leren over waar klanten in geïnteresseerd zijn of willen kopen tot fraudeopsporing en spamfiltering.
- Datamining-programma's breken patronen en verbindingen in gegevens af op basis van welke informatie gebruikers vragen of verstrekken.