Този сайт използва бисквитки (cookies). Ако желаете можете да научите повече тук. Разбрах

CFO Статии

Data mining - процесът на извличане на знания от данни

Само това, че разполагаме с големи бази с информация, не гарантира успехите в бизнеса. Необходимо е данните да бъдат превърнати в знания

18 януари 2013, 5399 прочитания

Христо Христов
Ако до преди няколко века благородните метали и парите се възприемаха за еквивалент на богатството, в съвремието ни те са отстъпили място на информацията. Колкото повече информация за пазара и потребителите притежаваме, толкова по-големи успехи можем да постигнем.

Христо Христов

Христо Христов е икономист. Има натрупан значителен опит в ръководството, провеждането и анализа на резултатите от редица маркетингови, икономически и социологически изследвания. Участва като автор в публични анализи и статии в областта на иновациите, информационни и комуникационни технологии и състоянието на икономиката. Автор е на блога „Икономика и общество” .

Бурното развитие на компютърните технологии направи възможно лесното събиране и съхраняване на големи масиви с информация. Но  това, че разполагаме с големи бази с информация, не гарантира успехите в бизнеса. Тук се появява необходимостта събираната информация да бъде адекватно обработвана и анализирана, за да могат да бъдат взети правилните бизнес решения. Целият този процес на обработка и анализ на информацията може да се обобщи в едно събирателно понятие „Data mining“ или преведено на български - процес на извличане на знания от данни.
Най-общо това e процес на анализиране на данни и извличането от тях на нова полезна информация чрез разкриване на дълбоките взаимоотношения между едни или други величини, имащи отношение към бизнеса. Важна особеност е, че Data mining техниките осигуряват възможност за обработка на многомерни масиви и извличане на зависимости между различни компоненти и параметри. Data mining анализът показва връзки и модели – шаблони на поведение на потребителите, които се запазват във времето. Информацията, получена чрез Data mining, може да се използва за увеличаване на фирмената ефективност и повишаване на продажбите. Така например при задълбочено анализиране на потребителите, се разкрива възможност да се предскаже и повлияе върху тяхното поведение.

data mining

Процесът на извличане на знания от данни може да се раздели на три основни етапа: Подготовка на данните, Прилагане на алгоритъм за сондиране и Анализ на резултата.

Подготовка на данните
В първия етап се дефинират целите, за постигането на които ще бъде използван анализа.Тук е необходимо да бъдат идентифицирани евентуални проблеми, свързани с качеството на данните, които ще бъдат приложени за анализа. Извършва се първоначално „сондиране“ в базата данни, за да бъдат идентифицирани интересни връзки и разпределения, които в последствие да послужат като база за първоначални хипотези, каква може да бъде заключената в данните информация.

Прилагане на алгоритъм за сондиране
След формирането на първоначалните хипотези за данните, които могат да бъдат извлечени, настъпва вторият етап. В него спрямо търсената информация се подготвят различни алгоритми и модели, с които тя да бъде извлечена. След като те предоставят своя резултат, се определя адекватността на използваните модели, като се оценява точността на извлечената информация. Най-често използваните техники за извличане на знания от данни включват регресионни и клъстерни анализи, невронни мрежи, генетични алгоритми и др. В края на този етап се приема решение за използване на получените в процеса на сондиране резултати.

Анализ на резултата
На финала извлечената информация чрез data mining анализа трябва да бъде адекватно анализирана и съотнесена към първоначално поставените цели. В този етап от работата трябва да се определи и в каква степен получената информация за извлечените връзки и зависимости се запазва във времето, както и периодът, на който тя трябва да бъде актуализирана и моделът осъвременяван.

Приложения
В какви насоки обаче би била полезна информацията, която моделът ще предостави. Например, данните от продажбите в голям супермаркет могат да покажат кои стоки се купуват най-често заедно, а предлагането им в комплект на потребителите да увеличи продажбите. Познавайки навиците и структурата на потребителите, могат да бъдат прецизно сегментирани рекламните канали, по които посланията на фирмата да достигат до клиентите и по този начин значително да бъдат намалени разходите за реклама, като в същото време се запази и дори повиши ефективността й. Също така чрез Data mining техники може да бъде достигнато до изграждане на модели за прогнозни анализи, които да подпомогнат точната предвидимост и разпределяне на разходите на фирмата. Да бъде установено кои са ключовите пера в годишния бюджет, при които и малки промени в пазарната конюнктура могат да доведат до високи разходи за компанията и риск от изпадане в ликвидна криза или дори несъстоятелност.
Приложенията и целите, за които Data mining може да бъде използван са практически неограничени, което само по себе си показва колко силен инструмент е тази технология. Използвана в подходящите посоки тя може да катализира развитието на компаниите не само в сегментите, в които оперират, но и да разкрие нови неексплоатирани пазарни ниши.

© Ай Си Ти Медиа ЕООД 1997 - 2019 | Реклама | За нас | Oбщи условия | Декларация за поверителност | Политика за бисквитки
Действителни собственици на настоящото издание са Иво Георгиев Прокопиев и Теодор Иванов Захов