Che cosa si intende per data mining?
Il data mining è il processo di analisi dati svolto da modelli nascosti secondo diverse prospettive, al fine di trasformare tali dati in informazioni utili e spesso monetizzabili.
I dati vengono raccolti e assemblati in aree comuni, come i data warehouse, e gli algoritmi di data mining cercano modelli che le aziende possono utilizzare per prendere decisioni migliori, ad esempio per ridurre i costi, aumentare i ricavi o servire meglio i clienti.
Il data mining è noto anche come data discovery o knowledge discovery ed è fondamentale nella business intelligence per prendere decisioni basate sui dati.
Techopedia spiega il Data Mining
Le fasi principali di un processo di data mining sono:
- Estrarre, trasformare e caricare i dati in un data warehouse
- Memorizzare e gestire i dati in un database multidimensionale
- Fornire l’accesso ai dati agli analisti aziendali utilizzando un software applicativo
- Presentare i dati analizzati in forme facilmente comprensibili, come i grafici
Il primo passo del data mining è la raccolta di dati rilevanti e critici per il business. I dati aziendali possono essere transazionali, non operativi o metadati.
I dati transazionali riguardano le operazioni quotidiane come le vendite, l’inventario e i costi. I dati non operativi sono normalmente previsioni, mentre i metadati riguardano la progettazione logica dei database.
I modelli e le relazioni tra gli elementi dei dati possono spesso fornire informazioni rilevanti per migliorare i processi aziendali.
Le organizzazioni con un forte orientamento al consumatore utilizzano tecniche di data mining che forniscono un quadro chiaro dei prodotti venduti, dei prezzi, della concorrenza e dei dati demografici dei clienti.
Ad esempio, il gigante della vendita al dettaglio Walmart trasmette tutte le informazioni rilevanti a un data warehouse con terabyte di dati. I fornitori possono accedere facilmente a questi dati, consentendo loro di identificare i modelli di acquisto dei clienti. Possono generare modelli sulle abitudini di acquisto, sui giorni di maggior spesa, sui prodotti più richiesti e altre informazioni utilizzando tecniche di data mining.
La seconda fase del data mining consiste nella selezione di un algoritmo adatto, un meccanismo che produce un modello di data mining. Il funzionamento generale dell’algoritmo prevede l’identificazione delle tendenze in un insieme di dati e l’utilizzo dei risultati per la definizione dei parametri.
Gli algoritmi più utilizzati per il data mining sono gli algoritmi di classificazione e gli algoritmi di regressione, che vengono utilizzati per identificare le relazioni tra gli elementi dei dati. I principali fornitori di database, come Oracle e SQL, incorporano algoritmi di data mining, come il clustering e gli alberi di regressione, per soddisfare la domanda di data mining.
