Data Mining er en ny komponent i virksomhedens Decision Support System

Introduktion

Traditionelt bruger organisationer data taktisk - at administrere. For den konkurrencemæssige, bruge stærke organisationer data strategisk - at udvide operationer for at forbedre rentabiliteten, reducere omkostningerne, og markedet mere effektivt. Data mining (DM) gør informationsaktiver, at en organisation kan bruge disse strategiske mål.

I denne artikel har vi nogle vigtige spørgsmål til embedsmænd om data mining deal. Disse omfatter:

Hvad er data mining
Det kan for min organisation

Erhverv Definition af Data Mining

Data mining er en forretningsmæssig beslutning støttesystemer er nyt? komponent arkitektur. Query og rapportering, som det supplerer og blokeringsanordninger med andre DSS kapaciteter, online analytical processing, datavisualisering, og traditionelle statistiske analyser. Disse andre DSS teknologier er normalt efterfølgende. Han rapporterer, borde, og giver grafisk hvad der skete i har vi ti procent stigning i salget til at nå dine mål? "

Vi definerer data mining som" skjulte mønstre i data-drevet opdagelse og modellering af store mængder data &"; Data mining er forskellig fra de retrospektive teknologier, fordi denne model producerer modeller, opsamling og repræsenterer mønstre skjult i data. Der er også en bruger automatisk at opdage mønstre og modellen er i virkeligheden uden at vide, hvad han ledte efter, kan du bygge. Modeller er både beskrivende som muligt.

De ved, hvorfor tingene sker, og sandsynligvis vil ske. En bruger kan oprette "hvad - hvis", der kan rekvireres direkte fra databasen eller lager data mining-model på spørgsmålene. Eksempler "Hvilke kunder kan forventes at åbne en pengemarkedet konto," eller "kunden at annullere vores service gebyr, hvis vi indfører de" forventede levetid værdi af hver kundekonto, "Hvad?"

DM i forbindelse med oplysninger teknologi, neurale netværk, genetiske algoritmer, fuzzy logik, og regler induktion. Det ligger uden for rammerne af denne artikel at uddybe disse teknologier. I stedet har vi fokus på forretningsbehov og hvordan disse behov kan oversætte til dollars for data mining-løsninger. Salg

Kortlægning løsninger til erhvervslivet og fortjeneste

Hvilke data mining kan gøre for din organisation? Udvidelse af virksomheden, rentabilitet, omkostninger og salg og marketing: introduktion, bruger vi data for en organisation til at beskrive de strategiske muligheder. Disse muligheder er mange tilfælde, hvor virksomheder har med succes implementeret gennem DM til at overveje meget specifik. Lad &'; s. Tage et eksempel i Social Networking

Twitter applikationer såsom inde i en masse mennesker "tweets", som anført, Linkedin er ustruktureret. "Tweets" opdateret i sådanne ansøgninger ligner vores egne tankeprocesser. Data mining teknikker i data mining er defineret korrekt. For eksempel, et produkt, hvilken farve du kan lide de fleste i undersøgelsen omfattede sådanne spørgsmål? Funktion, som de fleste ikke kan lide dig, så videre og så videre.

Ved at skrive en standard OLAP behandling logik kritisk business intelligence for at opnå de krævede rapporter at byde på. I dette tilfælde er der også definition af data, indtastning af data og analyse af data er en betydelig mængde kræfter brugt. Tweets mange ustrukturerede oplysninger, Facebook osv For at demonstrere udfordringerne i en minedrift system, der vil bygge på både sandsynlighed og statistik vil blive baseret
.