Ich umiejętne wykorzystanie rodzi konieczność wdrożenia odpowiednich technologii analizy baz danych. Jedną z nich jest data mining, której definicję, korzyści i zastosowanie omawiamy poniżej.
Eksploracja wiedzy
Data mining, nazywana po polsku eksploracją lub odkrywaniem danych, to proces wykrywania nietrywialnych, zrozumiałych i nieznanych dotąd powiązań w obszernych zbiorach danych. Z olbrzymią ilością informacji nie radzą już sobie stosowane dotychczas metody analizy baz danych. Ich rolę przejmuje więc z powodzeniem data mining, wykorzystująca metody z takich obszarów, jak sztuczna inteligencja, machine learning, algorytmika czy statystyka. Z ich pomocą odkrywane są trendy i wzorce, pozwalające na klasyfikowanie wielowymiarowych danych o dużej objętości.
Decyzje oparte na danych
Finalnie, data mining służy predykcji zdarzeń na bazie tych, które miały miejsce dotychczas. Predykcyjny data mining cieszy się coraz większym zainteresowaniem, zwłaszcza wśród firm dysponujących dużymi zbiorami danych. Z pomocą predykcyjnego data miningu mogą one optymalizować decyzje biznesowe, opierając je o nieodkryte dotychczas powiązania pomiędzy gromadzonymi i poddawanymi analizie bazami danych. Daje im to możliwość uzyskania realnej przewagi nad konkurencją.
Wymierne korzyści dla firm
Lista branż, w których wykorzystuje się data mining jest niezwykle szeroka. Przykładowo, po rozwiązania z zakresu eksploracji wiedzy sięgają banki, które mogą dzięki nim oceniać wiarygodność swoich klientów, szacować potencjalne ryzyko oraz docierać do nowych klientów. W przemyśle, data mining znajduje zastosowanie w zakresie przewidywania błędów oraz analizowania wydajności procesów. Z kolei w sektorze sprzedaży metoda ta umożliwia docieranie do odbiorców, przewidywanie trendów i tworzenie dopasowanych do potrzeb klientów produktów i usług.
