Data Mining is een nieuwe component in een Enterprise Decision Support System

Introductie

Traditioneel organisaties gebruiken gegevens tactisch - te beheren. Voor de concurrentiepositie, sterke organisaties gebruiken data strategisch - om activiteiten uit te breiden om de winstgevendheid te verbeteren, de kosten en de markt effectiever te verminderen. Data mining (DM) maakt informatie activa die een organisatie deze strategische doelstellingen te kunnen gebruiken.

In dit artikel hebben we een aantal belangrijke vragen aan de ambtenaren op data mining deal. Deze omvatten:

Wat is data mining
Het kan voor mijn organisatie

Business Definitie van Data Mining

Data mining is een bedrijf beslissingsondersteunende systemen is nieuw? component architectuur. Query en rapportage als het een aanvulling en vergrendelingen met andere DSS-mogelijkheden, on-line analytical processing, data visualisatie en traditionele statistische analyse. Deze andere DSS technologieën zijn meestal retrospectief. Hij rapporteert, tabellen en bieden grafisch wat er gebeurde in het hebben we tien procent stijging van de verkoop om uw doelen te bereiken? "

We definiëren data mining als" verborgen patronen in data-driven ontdekking en modellering van grote hoeveelheden data &"; Data mining is verschillend van de retrospectieve technologieën, omdat dit model produceert modellen die afvang en vertegenwoordigen patronen verborgen in data. Er is ook een gebruiker automatisch om patronen te ontdekken en het model is in feite zonder te weten wat hij zocht, je kunt bouwen. Modellen zijn zowel beschrijvend mogelijk.

Ze weten waarom dingen gebeuren en waarschijnlijk zal gebeuren. Een gebruiker kan creëren "what - if" die rechtstreeks kunnen worden aangevraagd bij de database of magazijn data mining model om de vragen. Voorbeelden "Welke klanten zijn waarschijnlijk een geldmarkt account te openen, 'of' de klant om onze service fee te annuleren als we introduceren de" verwachte levensduur waarde van elke klant rekening, "Wat?"

DM in verband met informatie technologie, neurale netwerken, genetische algoritmen, fuzzy logic, en regels inductie. Het valt buiten het bestek van dit artikel om ingaan op deze technologieën. In plaats daarvan richten we ons op zakelijke behoeften en hoe deze behoeften kan zich vertalen in dollars voor de data mining oplossingen.

Mapping oplossingen voor zakelijke en winst

Welke data mining kan voor uw organisatie doen? Expansie van het bedrijf, de winstgevendheid, de kosten, en de verkoop en marketing: inleiding, maken we gebruik van de gegevens voor een organisatie om de strategische kansen te beschrijven. Deze mogelijkheden zijn veel gevallen waarin bedrijven succesvol hebben geïmplementeerd door de DM zeer specifieke overwegen. Let &';. En neem een ​​voorbeeld in Social Networking

Twitter toepassingen, zoals in een heleboel mensen "tweets", zoals gezegd, Linkedin is ongestructureerd. "Tweets" bijgewerkt in dergelijke toepassingen zijn vergelijkbaar met onze eigen denkprocessen. Data mining technieken in data mining goed is gedefinieerd. Bijvoorbeeld, een product welke kleur je net als de meeste in de enquête opgenomen zulke vragen? Kenmerk dat de meeste niet zoals jij, enzovoort, enzovoort.

Door het schrijven van een standaard OLAP verwerking logica van kritische business intelligence om de vereiste rapporten te verkrijgen aan te bieden. In dit geval is er ook gegevensdefinitie, de invoer en data analyse een grote hoeveelheid inspanning besteed. Tweets veel ongestructureerde informatie, Facebook etc. Om de uitdagingen van een mijnbouw-systeem dat zal voortbouwen op zowel de kansrekening en statistiek te demonstreren zal gebaseerd
.