Data mining

Data mining je vytěžování nebo také dolování dostupných dat a získávání z nich různých souvislostí, vztahů, informací a znalostí. Je využitelný ve všech tržních sektorech a využívá různé metody a IT řešení.

Jaké jsou příklady použití data miningu? Proč ho potřebujeme?

Každá firma, která má více aplikací či firemních software řešení, má údaje roztroušené ve více databázích nebo zdrojích. Dokonce ale i v případě, že tomu tak není a všechna data jsou v jednom jediném systému, jednak nebývají čistá a jednak nemusí na první pohled poskytovat informaci v kvalitě, která je potřeba pro rozhodování. V takových případech proto firmy musí některé informace získávat vytěžováním z různých zdrojů. Nejčastěji se data mining využívá v obchodu a marketingu, výrobě, odhalování podvodů nebo předpovídání možných rizik.

• V marketingu a obchodu se data mining využívá typicky pro segmentaci zákazníků nebo pro odhad chování zákazníků při dalším nákupu. To umožňuje například zacílit reklamní kampaň. Díky data miningu lze chování zákazníků odhadnou například analýzou předchozího nákupního chování srovnatelných zákazníků.

  • Identifikace zákazníků, kteří budou chtít něco koupit
  • Segmentace zákazníků (rozdělení zákazníků do skupin)
  • Analýza nákupního koše
  • Identifikace spotřebního chování
  • Analýza nákupního chování zákazníků
  • Sledování rizika obchodu a jeho vývoje

• Pro udržení zákazníků (tzv. churn management) se data mining používá k odhalení a identifikaci zákazníků, kteří by mohli přejít ke konkurenci, jelikož modely chování takových zákazníků bývají podobné.

  • Odhalení zákazníků, kteří mohou odejít ke konkurenci

• Ve výrobě se data mining používá zejména v oblasti zvyšování kvality. Analýzy dat například mohou odhalit zdroje chybovosti nebo neefektivnosti ve výrobním procesu. Data mining může tedy odhalit problémová místa.

• Data mining může pomáhat také v oblasti řízení rizik a odhalování podvodů. Analýza dat pomáhá odhalit souvislosti nebo předpovídat budoucí vývoj.

  • Hledání souvislostí mezi produkty, lidmi, bankovními účty, zaslanými finančními prostředky a podobně
  • Hledání podvodného jednání a potenciálních podvodníků
  • Odhad budoucího kreditního rizika
  • Odhad rizika opoždění plateb

Jaký je postup při data miningu?

Při data miningu se data upravují, čistí a analyzují. Ještě před započetím prací je třeba ale správně určit cíle - čeho se má dosáhnout a jaké informace nebo podklady pro rozhodování vlastně chceme získat. Tomu se přizpůsobí všechny další fáze, tedy:

• Identifikace zdrojů dat slouží k určení toho, kde má firma zdroje dat a jak budou při data miningu použity, aby bylo dosaženo cílů
• Příprava data je klíčová pro další zpracování, zahrnuje přípravu zdrojů, extrakci dat ze zdrojů a přípravu pro zpracování v nástroji pro data mining
• Čištění a úprava dat již většinou probíhá ve specializovaném nástroji a zahrnuje konsolidaci a přípravu pro analytické zpracování
• Analýza dat zahrnuje volbu metody a modelu, parametrizaci matematických modelů a samotnou analýzu
• Prezentace dat je poslední fáze, kdy se analyzovaná data vhodným způsobem připraví pro prezentaci jejich spotřebitelům, aby na základě nich mohli správně rozhodovat

Jaké metody data mining používá?

Data mining zahrnuje velkou šíři metod a způsobů práce. Mezi základní modely patří metodologie SEMMA a CRISP-DM.