Eksploracja danych (data mining) jest procesem opartym na metodach statystycznych i technikach AI, którego celem jest odkrywanie reguł i wiedzy zawartej w bazach danych. Zdobyta wiedza nie jest wynikiem samych danych, ale odpowiedzią na pytanie – dlaczego te a nie inne dane znalazły się w tym konkretnym miejscu.

Data mining jest:

• klasycznym narzędziem generującym sprawozdania i analizy
• automatycznym procesem niewymagającym nadzoru człowieka
• procesem, który poszukuje przyczyn problemów przedsiębiorstwa
• szybkim procesem

Modele eksploracji danych

• CRISP-DM (Cross-Industry Standard Process for Data Mining). Twórcami tego modelu są NCR Systems Engineering Copenhagen, SPSS/Integraf Solutions Ltd., Daimler-Chrysler oraz OHRA Verzekeringen Bank Group B.V.

Model ten składa się z poniższych etapów:

1. Zrozumienie uwarunkowań biznesowych.
2. Zrozumienie danych.
3. Przygotowanie danych.
4. Modelowanie – wybór technik, które będą użyte do utworzenia modelu eksploracji danych.
5. Ewaluacja – ocena modelu, jego testowanie i ponowne przejrzenie jego konstrukcji.
6. Wdrożenie.

• SEMMA (Sample, Explore, Modify, Model, Assess), zaprojektowany przez SAS Institute.

Składający się z pięciu etapów:

1. Próbkowanie – wykorzystanie tylko części danych, zanim całość zostanie wprowadzona.
2. Eksplorowanie – w celu głębszego poznania danych.
3. Manipulacja – po etapie eksplorowanie, często potrzebna jest modyfikacja danych
4. Modelowanie – czyli wybór techniki modelowania.
5. Ocena.

• DMAIC (Define, Measure, Analyze, Improve, Control), oparty na strategii Six Sigma. Stworzony przez inżynierów z Instytutu Motoroli. Model skupia się na eliminacji strat i defektów, problemów z jakością w rożnych dziedzinach biznesu.

W skład którego wchodzi pięć etapów:

1. Definiowanie – określenie celów i identyfikacja problemów biznesowych.
2. Pomiar – zbierane są informacje o aktualnym stanie procesu.
3. Analiza – zdefiniowanie krytycznych przyczyn problemów, uzasadnienie ich wpływu na proces.
4. Usprawnienie – wprowadzanie odpowiednich rozwiązań.
5. Kontrola.

• VcofDM (Virtuos Cycle of Data Mining) zaprojektowany przez M. J. A. Berrego i G. Linoffa, wybitych specjalistów dziedziny eksploracji danych.

Składa się on z czterech etapów:

1. Zidentyfikowanie problemów biznesowych.
2. Przekształcenie danych w informacje.
3. Podjęcie działań.
4. Mierzenie i ocena wyników

Metody eksploracji danych są dzielone na 6 podstawowych klas:

• Klastrowanie – głównym celem jest odnajdowanie w bazie danych skończonych zbiorów klas obiektów (klastrów) posiadających podobne cechy
• Odkrywanie klasyfikacji – odnajdywanie zależności między klasyfikacją danych obiektów a ich charakterystyką
• Odkrywanie wzorców sekwencji – odkrywanie wzorców zachowań czasowych
• Odkrywanie zbieżności w przebiegach czasowych – odnajdywanie podobieństw w czasowych przebiegach procesów
• Odkrywanie asocjacji – odkrywanie różnego rodzaju nieznanych współzależności w bazie danych
• Wykrywanie zmian i odchyleń – odnajdywanie różnic pomiędzy oczekiwanymi a aktualnymi wartościami danych

Wykorzystanie eksploracji danych:

• identyfikacja wzorców zachowań podczas zakupów klientów
• opracowanie planu dystrybucji towarów pomiędzy rynkami zbytu
• identyfikacja lojalnych klientów
• określanie prawidłowości rządzących zmianami cen akcji na podstawie ich dotychczasowych notowań
• wykrywanie powiązań pomiędzy charakterystykami demograficznymi klientów
• odnajdywanie współzależności pomiędzy różnymi wskaźnikami finansowymi

Bibliografia

• Olszak C. (2018), Analiza i ocena wybranych modeli eksploracji danych
• Ryznar Z. (1998), Istota i zadania hurtowni danych, Informatyka, nr 11
• Strykowski S. (1996), Eksploracja danych, Informatyka, nr 10
• Woźniak K. (2005), System informacji menedżerskiej jako instrument zarządzania strategicznego w firmie, praca doktorska, Akademia Ekonomiczna w Krakowie, Kraków