Nola
Es gibt eine Reihe von Systemen zur Datenanalyse, und das beste für die Aufgabe hängt von der Art der analysierten Daten und den am Ende benötigten Ergebnissen ab. Es gibt drei Haupttypen von Daten: Kategoriale Daten, quantitative Daten, die eine Zahl sind, und qualitative Daten, die das Vorhandensein oder Fehlen eines bestimmten Merkmals darstellen.
Data Mining ist eine Art der Datenanalyse, die mit den Verbesserungen in der Computertechnologie sehr beliebt geworden ist. Es wird häufig in Unternehmen, insbesondere im Verbrauchergeschäft, verwendet, um Muster und Korrelationen in riesigen Mengen digitaler Daten für alles von Marketing und Produktpositionierung bis hin zur Betrugserkennung zu finden. Die beim Data Mining verwendeten Daten umfassen Transaktionsverkäufe, Gehaltsabrechnungen, breitere Branchenverkäufe und sogar Daten zu den Daten.
Data-Mining-Software wird normalerweise verwendet, um vier Arten von Beziehungen zu bestimmen. Dies sind Cluster, sequentielle Muster, Assoziationen und Klassen. Klassen beziehen sich auf vorgegebene Gruppen und ein Beispiel wäre ein Bekleidungsgeschäft, das seine Kaufdaten durchsucht, um festzustellen, wann Kunden eine bestimmte Art von Kleidung am häufigsten gekauft haben, um bei gezielten Werbeaktionen zu helfen.
Datencluster können verwendet werden, um Marktsegmente zu identifizieren, und assoziatives Mining identifiziert Assoziationen, die sonst möglicherweise nicht offensichtlich wären. Zum Beispiel der berühmte Fall, in dem Männer mit Bieraktionen in der Nähe der Windeln in einem Supermarkt ins Visier genommen wurden, da festgestellt wurde, dass eine große Anzahl von Männern spät in der Nacht hereinkam, um Windeln zu kaufen.
Sequentielle Muster werden verwendet, um Verhaltenstrends bei der Datenanalyse vorherzusagen. Ein Händler könnte zum Beispiel vorhersagen, dass ein Kunde ein Zelt kaufen wird, basierend auf dem Kauf eines Campingkochers und Schlafsäcken.