Data mining: cos'è, quando si usa e quali sono i vantaggi | ZeroUno

Data mining: cos’è, quando si usa e quali sono i vantaggi

pittogramma Zerouno

Guida

Data mining: cos’è, quando si usa e quali sono i vantaggi

Il data mining è il processo di smistamento di grandi set di dati per identificare modelli e stabilire relazioni per risolvere i problemi attraverso l’analisi dei dati.

13 Nov 2020

di Redazione

Il data mining è il processo di smistamento di grandi set di dati per identificare modelli e stabilire relazioni per risolvere i problemi attraverso l’analisi dei dati e i suoi strumenti consentono alle aziende di prevedere le tendenze future. Le regole di associazione vengono create analizzando i dati per pattern if / then frequenti, quindi utilizzando i criteri di supporto e affidabilità per individuare le relazioni più importanti all’interno dei dati.

Il supporto è la frequenza con cui gli elementi vengono visualizzati nel database, mentre la fiducia è il numero di volte in cui le dichiarazioni sono accurate; altri parametri includono analisi di sequenza o percorso, classificazione, raggruppamento e previsione.

I parametri di analisi della sequenza o del percorso cercano modelli in cui un evento porta a un altro evento successivo. Una sequenza è un elenco ordinato di set di elementi ed è un tipo comune di struttura dati che si trova in molti database. Un parametro di classificazione cerca nuovi modelli e potrebbe comportare un cambiamento nel modo in cui i dati sono organizzati. Gli algoritmi di classificazione prevedono le variabili in base ad altri fattori all’interno del database.

I parametri di raggruppamento individuano e documentano visivamente gruppi di fatti precedentemente sconosciuti. Il clustering raggruppa un insieme di oggetti e li aggrega in base a quanto sono simili tra loro.

Esistono diversi modi in cui un utente può implementare il cluster, che differenziano ogni modello di clustering. La promozione dei parametri all’interno del data mining può scoprire modelli nei dati che possono portare a previsioni ragionevoli sul futuro, note anche come analisi predittiva.

Strumenti e tecniche

Le tecniche di data mining sono utilizzate in molte aree di ricerca, tra cui matematica, cibernetica, genetica e marketing. Sebbene le tecniche di data mining siano un mezzo per guidare l’efficienza e prevedere il comportamento dei clienti, se utilizzate correttamente, un’azienda può distinguersi dalla concorrenza attraverso l’uso dell’analisi predittiva.

WHITEPAPER
Data warehouse nel cloud. Come affrontare con successo il percorso di modernizzazione?
Big Data
Cloud

Il web mining, un tipo di data mining utilizzato nella gestione delle relazioni con i clienti, integra le informazioni raccolte dai metodi e dalle tecniche tradizionali di data mining sul web. Il web mining mira a comprendere il comportamento dei clienti e a valutare l’efficacia di un determinato sito web.

Altre tecniche di data mining includono approcci di rete basati sull’apprendimento multitask per classificare modelli, garantire l’esecuzione parallela e scalabile di algoritmi di data mining, l’estrazione di database di grandi dimensioni, la gestione di tipi di dati relazionali e complessi e apprendimento automatico (machine learning). Il machine learning consente di progettare algoritmi specifici da cui apprendere e prevedere.

Vantaggi del data mining

In generale, i vantaggi del data mining derivano dalla capacità di scoprire schemi e relazioni nascosti nei dati che possono essere utilizzati per fare previsioni che hanno un impatto sulle aziende.

I vantaggi specifici di questa tecnica variano a seconda dell’obiettivo e del settore. I reparti di vendita e marketing possono estrarre i dati dei clienti per migliorare i tassi di conversione dei lead o per creare campagne di marketing one-to-one. Le informazioni di data mining sui modelli storici di vendita e sui comportamenti dei clienti possono essere utilizzate per costruire modelli di previsione per vendite future, nuovi prodotti e servizi.

Le aziende del settore finanziario utilizzano strumenti di questo tipo per creare modelli di rischio e rilevare le frodi. L’industria manifatturiera utilizza strumenti di data mining per migliorare la sicurezza dei prodotti, identificare problemi di qualità, gestire la catena di approvvigionamento e migliorare le operazioni.

R

Redazione

Nel corso degli anni ZeroUno ha esteso la sua originaria focalizzazione editoriale, sviluppata attraverso la rivista storica, in un più ampio sistema di comunicazione oggi strutturato in un portale, www.zerounoweb.it, una linea di incontri con gli utenti e numerose altre iniziative orientate a creare un proficuo matching tra domanda e offerta.

Argomenti trattati

Approfondimenti

G
Guida
Data mining: cos’è, quando si usa e quali sono i vantaggi

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

    LinkedIn

    Twitter

    Whatsapp

    Facebook

    Link

    Articolo 1 di 4