データマイニングの概要 様々な観点からデータを分析し有益な情報に要約

経済学

t f B! P L
概要
一般的に、データマイニング(データやナレッジディスカバリとも呼ばれる)は、さまざまな観点からデータを分析し、それを有益な情報に要約するプロセス。
情報を使用して収益を増やしたって、コストを削減したって、データマイニングソフトウェアは、データを分析するためにの多くの分析ツールの1つ。
ユーザーは、さまざまな次元や角度からデータを分析し、分類し、関係を要約することができる。
技術的には、データマイニングは、大規模な関連性データベースの数十のフィールド間で相関関係やパターンを見つけるプロセス。
継続的なイノベーション
データマイニングは比較的新しい用語だが、技術はそうではない。
企業は強力なコンピュータを使用して、大量のスーパーマーケット・スキャナー・データを選別し、長年市場調査レポートを分析してきた
しかし、コンピュータ処理能力、ディスクストレージ、統計ソフトウェアの革新によって、分析の精度が飛躍的に向上し、コストが削減されている。

たとえば、とある食料品チェーンでは、ソフトウェアのデータマイニング機能を使用して、ローカル購入パターンを分析した。
あの人達は、男性が木曜日と土曜日におむつを買ったときに、あの人達もビールを買う傾向があることを発見した。
もっと分析した所、これらの買い物客は通常、土曜日に毎週食料品買い物をする。
しかし、木曜日には、いくつかのアイテムしか買わない。
小売業者は、ビールを購入して今週の週末に利用できると結論付けた。
食料品チェーンは、この新たに発見された情報をさまざまな方法で使用して収益を増やすことができる。
例えば、あの人達は、ビールディスプレイをおむつディスプレイに近づけることができる。
そして、あの人達は木曜日にビールとおむつが全額で販売されたことを確かめることができた。
データ、情報、知識
データ
データとは、コンピュータで処理できるファクト、数値、またはテキストのこと。
今日、組織はさまざまなフォーマットやデータベースで膨大かつ膨大な量のデータを蓄積している。
これも:
 売上、原価、在庫、給与計算、会計などの運用データまたは取引データ
 業種別売上データ、予測データ、マクロ経済データなどの非運用データ
 メタデータ - 論理データベース設計やデータ辞書定義等
データ自体に関するデータ
情報
これらすべてのデータのパターン、関連付け、または関係によって、情報が提供される。
例えば、小売データの分析は、どの製品が販売されているか、いつ販売されているかに関する情報をもたらすことができる。
知識
情報は、過去のパターンや将来の動向に関する知識に変換することができる。
例えば、小売スーパーマーケット販売に関する要約情報は、消費者の購買行動に関する知識を提供するためにの宣伝活動を考慮して分析することができる。
したがって、製造業者または小売業者は、どのアイテムがプロモーション活動に最も影響を受けやすいかを判断することができる。
データウェアハウス
データ収集、処理能力、データ転送、およびストレージ機能の劇的な進歩によって、組織は様々なデータベースをデータウェアハウスに統合することができる。
データ・ウェアハウスは、集中データ管理および検索のプロセスと定義されている。
データマイニングは、データマイニングと同様に、概念自体は長年にわたり行われているが、比較的新しい用語。
データウェアハウスは、すべての組織データの中央リポジトリを維持する理想的なビジョン。
ユーザーのアクセスと分析を最大限にするには、データの集中化が必要。
劇的な技術の進歩は、多くの企業にとってこのビジョンを現実のものにしている。
また、データ解析ソフトウェアの同様の劇的な進歩によって、ユーザーはこのデータに自由にアクセスできる。
データ分析ソフトウェアは、データマイニングをサポートするもの。
データマイニングは何ができるか?
今日、データマイニングは、小売、金融、通信、およびマーケティング組織等
消費者の関心が高い企業によって主に使用されている。
これらの企業は、価格、製品ポジショニング、スタッフスキルなどの「内部」要因と、経済指標、競争および顧客人口統計などの「外部」要因との間の関係を決定することができる。
また、売上、顧客満足度、企業利益への影響を判断することができる。
最後に、要約情報にドリルダウンして詳細な取引データを表示することができる。
小売業者は、データマイニングを使用して、顧客の購入履歴に基づいてターゲットとするプロモーションを送信するためにに、顧客の購入の記録を使用することができる。
コメントまたは保証カードから人口統計データを採取することによって、小売業者は特定の顧客にアピールするためにの製品およびプロモーションを開発することができる。
たとえば、Blockbuster Entertainmentはビデオレンタル履歴データベースを鉱山化し、個々の顧客にレンタルを推奨している。
 American Expressは、月額支出の分析に基づいてカード会員に商品を提案することができる。
WalMartはサプライヤーとの関係を変革するためにに大規模なデータマイニングを先駆けて行っている。
 WalMartは、6カ国の2,900以上の店舗からPOS(point-of-sale)取引を取得し、このデータを7.5テラバイトのデータウェアハウスに継続的に送信する。
 WalMartは、3,500社を超えるサプライヤが製品のデータにアクセスしてデータ分析を実行できるようにする。
これらのサプライヤーは、このデータを使用して、ストアの表示レベルで顧客の購入パターンを識別する。
あの人達はこの情報を使用して、店舗の在庫を管理し、新しいマーチャンダイジングの機会を特定する。
 1995年、WalMartコンピュータは、100万件を超える複雑なデータクエリを処理した。
ナショナルバスケットボール協会(NBA)は、バスケットボールゲームの画像記録と組み合わせて使用できるデータマイニングアプリケーションを検討している。
アドバンスド・スカウトソフトウェアは、選手の動きを分析して、コーチが劇や戦略を編成するのを助ける。

人気の投稿

このエントリーをはてなブックマークに追加

プロフィール

こんにちは!ゆうすけと申します。このブログでは、さまざまなジャンルやテーマについての情報やアイデアを共有しています。私自身、幅広い興味を持っており、食事、旅行、技術、エンターテイメント、ライフスタイルなど、幅広い分野についての情報を発信しています。日々の生活で気になることや、新しい発見、役立つヒントなど、あらゆる角度から情報を提供しています。読者の皆さんがインスパイアを受け、新しいアイデアを見つける手助けができれば嬉しいです。どのジャンルも一度に探求する楽しさを感じており、このブログを通じてその楽しさを共有できればと考えています。お楽しみに!

人気記事

ブログ アーカイブ

テキストの遊園地、vimの全オプション

このブログを検索

人気ブログランキングへ


QooQ