Интеллектуальный анализ данных

Глубокие исследования данных проводятся с помощью специальных методов - методов интеллектуального анализа (ИА) или извлечения данных (Data Mining), которые включают в себя поиск закономерностей и зависимостей между данными с целью поиска шаблонов (Patterns). Особенность Data Mining - необычность разыскиваемых шаблонов, скрытые знания (Hidden Knowledge). По определению одного из основателей этого направления Г. Пиатецкого-Шапиро: «Data Mining - это процесс обнаружения в сырых данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности».

Data Mining - это совокупность большого числа различных методов обнаружения знаний. В основе Data Mining лежит математический аппарат, возникший и развивающийся на базе достижений прикладной статистики, распознавания образов, методов искусственного интеллекта, теории баз данных и т.д. Выбор метода часто зависит от типа имеющихся данных и от того, какую информацию пытаются получить.

С точки зрения маркетинга, важно выявление закономерностей типа ассоциация, которое позволяет, например, на основе исследований в супермаркете показать, что 65% клиентов, купивших чипсы, также приобретают «кока-колу». Если существует цепочка связанных во времени событий, то методы ИА выявляют закономерность типа последовательность (например, приобретение новой кухни в 45% случаев приводит к покупкам новой посуды). Выявление закономерностей типа классификация или кластеризация позволяет определить признаки, характеризующие группу и ее однородность, что важно при выборе и оценке целевой аудитории.

В некоторых отраслях деятельности (например, выявление особенностей рынка, предпочтений тех или иных категорий покупателей, реакции публики на специальные предложения), технологии Data Mining просто необходимы и ничем не ограничены.

Data Mining представляют большую ценность для руководителей и аналитиков в их повседневной деятельности, потому что позволяют получить ощутимые преимущества в конкурентной борьбе. В некоторых областях бизнеса крупные фирмы не могут конкурировать с маленькими по причине индивидуального подхода последних к клиенту на основе досконально изученных предпочтений. Для этого в организации фиксируется вся информация о клиенте и от клиента (OLTP-системы), затем данные из различных систем отбираются для хранения и анализа (технологии ХД), анализируются и на основании этого анализа предпринимаются действия, полезные для бизнеса.

По утверждению американских экспертов, Data Mining останется одной из главных движущих сил эволюции систем поддержки решений в течение ближайших 5—10 лет.

Ссылка на материал:

1) Информационные технологии в менеджменте (управлении): учебник и практикум / под общ. ред. Ю.Д. Романовой.- М.: Издательство Юрайт, 2014.- 478с.-Серия: Бакалавр. Базовый курс.