twitterlinkedinmail

Comprendere le tecniche e gli strumenti del Data Mining

“Data Mining Essentials” si rivolge a tutti coloro i quali sono interessati a conoscere e ad approfondire le tecniche e i tools utilizzati nel settore del Data Mining.

Data Mining - Panoramica

Oggigiorno abbiamo a disposizione un'enorme quantità di dati disponibili.

Questi dati sono però inutilizzabili fino a quando essi non vengono convertiti in informazioni utili.

È necessario pertanto analizzare questa enorme quantità di dati per estrarne informazioni utili.

L'estrazione delle informazioni non è tuttavia l'unico processo che dobbiamo eseguire: il data mining coinvolge anche altre attività preliminari, come la pulizia dei dati, l'integrazione dei dati, la trasformazione dei dati, la valutazione dei modelli e la presentazione dei dati.

Una volta terminati tutti questi processi, saremo in grado di utilizzare queste informazioni in molte applicazioni come rilevamento delle frodi finanziarie, nelle analisi di mercato, nel controllo della produzione, nella ricerca scientifica, ecc.

Cos'è il data mining?

Il data mining è definito come l'estrazione di informazioni da enormi set di dati.

In altre parole, possiamo dire che il data mining è l'insieme delle procedure per estrarre la conoscenza dai dati.

Le informazioni o le conoscenze così estratte possono essere utilizzate per una qualsiasi delle seguenti applicazioni:

  • Analisi di mercato
  • Rilevamento di frodi
  • Fidelizzazione dei clienti
  • Controllo di produzione
  • ricerca scientifica

Per saperne di più:

Applicazioni del Data Mining nel settore marketing

In modo particolare, il data mining è molto utile nei seguenti domini applicativi:

  • Profilazione dei clienti: il data mining aiuta a determinare che tipo di persone acquistano che tipo di prodotti.

  • Identificazione dei requisiti del cliente - Il data mining aiuta a identificare i migliori prodotti per diversi clienti. Utilizza la previsione per trovare i fattori che possono attirare nuovi clienti.

  • Cross Market Analysis - Il data mining esegue associazioni / correlazioni tra le vendite di prodotti.

  • Target Marketing: il data mining aiuta a trovare cluster di clienti modello che condividono le stesse caratteristiche come interessi, abitudini di spesa, reddito, ecc.

Analisi e gestione dei rischi aziendali

Il data mining viene inoltre utilizzato nei seguenti campi del settore aziendale:

  • Pianificazione finanziaria e valutazione delle risorse: ricomprende l'analisi e i flussi di cassa previsionali;

  • Pianificazione delle risorse: si tratta di riassumere e confrontare le risorse e la spesa;

  • Analisi della Concorrenza: implica il monitoraggio dei concorrenti e delle tendenze di mercato.

Rilevamento di frodi

Il data mining viene utilizzato anche nei settori dei servizi di carte di credito e delle telecomunicazioni per rilevare eventuali frodi.

Ad es. nelle chiamate telefoniche fraudolente, il data mining aiuta a individuare la destinazione della chiamata, la durata della chiamata, l'ora del giorno o della settimana in cui è avvenuta, ecc.

In generale, il data mining nel rilevamento delle frodi analizza i comportamenti che si discostano da quelli indicati dai modelli previsionali.

Le attività del Data mining

Il data mining si occupa del tipo di modelli che possono essere estratti dai dati oggetto di analisi.

Sulla base del tipo di dati da estrarre, ci sono due tipologie di attività svolte nell'ambito del Data Mining:

  • Attività Descrittive;
  • Attività di Classificazione e previsione;

Attività descrittive

L'attività descrittiva si occupa di indviduare le proprietà generali dei dati oggetto di analisi.

Ecco l'elenco delle funzioni di analisi riconducibili alle attività descrittive:

  • Descrizione della classe/concetto;
  • Individuazione di modelli frequenti;
  • Individuazione di associazioni e correlazioni;
  • Individuazione di cluster;

Di seguito, vediamo nel dettaglio le singole funzioni di analisi descrittive.

(Continua)