„Drążenie danych” (data mining) pozwala na pełne wykorzystanie ładunku informacji ukrytej w gromadzonych danych. Poprzez użycie odpowiednich narzędzi i technik analitycznych przypisanych do data mining, można odkryć krytyczną informację, którą później łatwo będzie można przekształcić w widoczną przewagę nad konkurencją.
Wiele organizacji i firm, które mimo iż odniosły już sukces w prowadzonym przez siebie biznesie, zwraca się obecnie w stronę data mining. Wyniki z drążenia danych firmy te chcą wykorzystać do podejmowania jeszcze lepszych decyzji biznesowych. W ostatnich latach, wraz ze wzrostem ilości gromadzonych danych, daje się również zauważyć wzmożone zainteresowanie dziedziną data mining. Drążenie danych nie wykorzystuje wyłącznie technik analitycznych, specjalnie dedykowanych dla tej dziedziny, ale zawiera także inne procesy poznawcze danych. Procesy te zostały ściśle określone w metodologii CRISP-DM prowadzenia projektów data mining. Potężne techniki analityczne przypisane do dziedziny data mining i metodologia CRISP-DM, pozwalają przekształcić surowe dane w informacje o strategicznym charakterze. Być może i dla Waszej firmy data mining okaże się sekretną bronią uwalniającą moc ukrytą w zgromadzonych danych i pozwalającą odnosić zwycięstwa nad konkurencją. Posiadającym wyniki analiz i eksploracji danych łatwiej rozwiązać złożone problemy i podejmować właściwe decyzje biznesowe. W realizacji procesu data mining należy kierować się jego podstawowymi zasadami, a wówczas dzięki data mining osiąga się sukces!
Rady dla realizujących projekty
Do przeprowadzenia projektu data mining oprócz umiejętności analitycznych, potrzebna jest również znajomość zagadnień biznesowych oraz zdolność przełożenia problemów biznesowych na właściwe techniki analityczne. Poniżej przedstawiamy Państwu kilka ważnych rad dotyczących data mining, których przestrzeganie przyczynia się do sukcesu projektów data mining.
Realizacja procesu zgodnie z regułami
Data Mining należy rozumieć jako proces biznesowy, a nie technologię. W jego realizacji trzeba postępować zgodnie z metodologią, taką jak CRISP-DM, która adaptuje technologię i techniki analityczne do rzeczywistych problemów biznesowych. Upewnijcie się też, że proces drążenia danych jest przez pozostałych akceptowany i skutecznie realizowany.
To nie jest hurtownia danych
Do prowadzenia data mining nie jest konieczne posiadanie hurtowni danych. Taka hurtownia może pomóc w przyspieszeniu projektów poprzez skrócenie czasu potrzebnego na pozyskanie danych z różnych systemów. Najważniejsze jednak jest, aby dane analizowane w procesie data mining miały związek z rozpatrywanym zagadnieniem biznesowym. Czasami takie dane znajdują się już w hurtowni danych, ale nie zawsze! Niekiedy dopiero drążenie danych pozwala określić cechy i źródła danych, które powinny się zawierać w hurtowni danych, aby proces data mining i raportowanie przebiegały w sposób efektywny.