Bilgi sitemleri üzerinden üretilen veri miktarının büyük artış gösterdiğini ve firmaların veritabanlarının boyutlarının terabytelar seviyesine ulaştığını görmekteyiz. Veritabanlarındaki teknolojik gelişmeler ve hacimlerindeki olağanüstü artış, firmaları, bu verilerden nasıl faydalanılacağını ve bu verilerin nasıl anlamlı hale getirileceği sorunuyla karşı karşıya bırakmıştır.
Bilgisayar sistemleri ile üretilen bu veriler tek başlarına değersizdirler. Ancak belli bir amaç doğrultusunda işlendikleri zaman anlamlı hale gelirler. İşte ham veriyi bilgiye veya anlamlı hale dönüştürme işini veri madenciliği ile yapabiliriz.
Veri madenciliği sürecinde; kümeleme, veri özetleme, sınıflama kurallarının öğrenilmesi, bağımlılık ağlarının bulunması, değişkenlik analizi ve anomali tespiti gibi farklı birçok teknik kullanılmaktadır.
Veri madenciliği, eldeki verilerden üstü kapalı, çok net olmayan, önceden bilinmeyen ancak potansiyel olarak kullanışlı bilginin çıkarılmasıdır. Başka bir deyişle, verilerin içerisindeki desenlerin, ilişkilerin, değişimlerin, düzensizliklerin, kuralların ve istatistiksel olarak önemli olan yapıların yarı otomatik olarak keşfedilmesidir. Amaç, daha önceden fark edilmemiş veri desenlerini tespit edebilmektir.
Veri madenciliği kendi başına bir çözüm değil, çözüme ulaşmak için verilecek karar sürecini destekleyen, problemi çözmek için gerekli bilgileri sağlamaya yarayan bir araçtır. Veri madenciliği; analistlere, iş yapma aşamasında oluşan veriler arasındaki şablonları ve ilişkileri bulmaları konusunda yardım etmektedir.
Veri Madenciliğinin kullanım amaçlarını aşağıdaki gibi sıralayabiliriz;
- Veri ambarında depolanmış verilerden anlamlı bilgi çıkartma,
- Çok büyük miktardaki veriden yeni ve işimiz için gerekli olan anlamlı bilgi üretme,
- Verinin özelliklerinden yararlanarak eğilimlerini anlama,
- Geleceğe yönelik tahminlerde bulunarak bilgiyi gelecekteki müşteri ilişkilerini yönlendirmek amacıyla değerlendirme,
Günümüzde veri madenciliğinin başlıca ilgi alanları olarak aşağıdakiler sayılabilir;
- Müşteri sınıflandırması,
- Müşterilerin demografik özellikleri arasındaki bağlantıların kurulması,
- Çeşitli pazarlama kampanyaları,
- Mevcut müşterilerin elde tutulması için geliştirilecek pazarlama stratejilerinin oluşturulması,
- Pazar sepeti analizi
Hiç yorum yok:
Yorum Gönder