شهرنوین

حسابداری

داده‌کاوی (Data Mining) چیست و چه کاربردهایی دارد؟

امروزه با پیشرفت فناوری و حضور گسترده‌ی آن در زندگی روزمره‌مان شاهد کاربرد پررنگ داده و اطلاعات هستیم، یکی از روش‌های استخراج اطلاعات از داده‌های خام Data Mining یا داده‌کاوی می‌باشد. داده‌کاوی عبارت است از فرآیند اکتشاف الگو و روندهای منظم و پنهان در داده‌های بزرگ و توزیع شده، با استفاده از مجموعه وسیعی از الگوریتم‌های مبتنی بر علوم ریاضی و آمار . هر جا که مسئله‌ای ساخت نیافته یا نیمه ساخت یافته وجود داشته باشد ومدیران نیاز به استفاده از دانش استخراج شده از داده ها را حس کنند، داده کاوی به این نیاز پاسخ خواهد داد.

داده کاوی توسعه یافته علم آمار است. تفاوت اصلی داده کاوی با علم آمار، در حجم داده های مورد تحلیل، روش مدلسازی داده ها و بهره گیری از هوش مصنوعی است. با داده کاوی تصمیمات منطقی تر خواهند بود، چرا که با حذف تصمیمات احساسی از طریق مشاهده واقعیت ها، تصممیم مدیران از وضعیت ناآگاهانه به وضعیت آگاهانه تغییر می کند. مدیران با علم به گذشته کسب و کار خود، میتوانند در فضای شفاف تر تصمیم گیری کنند.

وظیفه داده کاوی ، کاویدن و استخراج از منابع عظیم داده و بانک های اطلاعاتی است تا اطلاعات گران بهایی که در حجم انبوهی از اطلاعات سطحی پنهان شده است را استخراج کند. «داده کاوی» ترجمه ی عبارت «Data Mining» و به معنای « کاویدن معادن داده » است.

- داده کاوی بطور همزمان از چندین رشته علمی بهره می برد نظیر: تکنولوژی پایگاه داده ، هوش مصنوعی ، یادگیری ماشین ، شبکه های عصبی ، آمار، شناسایی الگو ، سیستم های مبتنی بر دانش (Knowledge-based system)، حصول دانش (Knowledge-acquisition)، بازیابی اطلاعات (Information retrieval)، محاسبات سرعت بالا (High-performance computing) و بازنمایی بصری داده (Data visualization).

- چه چیزی سبب پیدایش داده کاوی شده است؟
اصلی ترین دلیلی که باعث شد داده کاوی کانون توجهات در صنعت اطلاعات قرار بگیرد، مساله در دسترس بودن حجم وسیعی از داده‌ها و نیاز شدید به اینکه از این داده‌ها اطلاعات و دانش سودمند استخراج کنیم. اطلاعات و دانش به‌دست آمده در کاربردهای وسیعی از مدیریت کسب و کار و کنترل تولید و تحلیل بازار تا طراحی مهندسی و تحقیقات علمی مورد استفاده قرار می‌گیرد.
داده کاوی را می توان حاصل سیر تکاملی طبیعی تکنولوژی اطلاعات دانست، که این سیر تکاملی ناشی از یک سیر تکاملی در صنعت پایگاه داده می باشد.

- فواید و نقش داده کاوی در فعالیت شرکت ها:
امروزه عملیات داده کاوی به صورت گسترده توسط تمامی شرکت هایی که مشتریان در کانون توجه آنها قرار دارند، استفاده می شود، از جمله فروشگاه ها، شرکت های مالی، ارتباطاتی، بازاریابی و ... . استفاده از داده کاوی کمک می کند تا ارتباط عوامل داخلی از جمله قیمت، محل قرارگیری محصولات، مهارت کارمندان را با عوامل خارجی از جمله وضعیت اقتصادی، رقابت در بازار و محل جغرافیایی مشتریان کشف نمایند.

- ویژگی های اصلی داده کاوی:
1- کشف اتوماتیک الگوها
2- پیش بینی احتمالی نتایج و خروجی ها
3- ایجاد اطلاعات اجرایی و مفید
4- تمرکز بر روی داده های بزرگ و مجموعه پایگاه های داده

- مزایای داده کاوی :
1-استفاده از انواع مختلف داده‌ها
2- ایجاد روابط به طور اتوماتیک
3- عدم نیاز به داده‌های صحیح
4- دینامیک بودن
5- دوری از اشکالات حاصل از نمونه‌گیری
6- آنالیز داده‌های واقعی
7- ایجاد مدل‌های کاملا واقعی

- حوزه‌های داده‌کاوی در سه حوزه مستقل به‌کار می‌رود و در آنها ریشه دوانده است:
1. آمار کلاسیک و الگوهای آماری
2. هوش مصنوعی
3. یادگیری خودکار و شبکه‌های عصبی

- داده کاوی به شما کمک می کند تا حداقل دو مورد اساسی را در بخش فروش کسب و کار خود پیش بینی کنید:
1- پیش بینی نیاز های یک مشتری خاص در آینده و در نتیجه حفظ آن مشتری
2- پیش بینی نیاز بازار در زمان ها و مناطق مختلف و در نتیجه ساماندهی نظام توزیع برای آنها

فرایند داده ‌کاوی شامل سه مرحله می باشد :
1. کاوش اولیه
2. ساخت مدل یا شناسایی الگو با کمک احراز اعتبار/ تایید
3. بهره برداری

- کاربرد داده کاوی در بازاریابی :
ساده ترین تعریف از یک متقاضی خوب و تعریفی که توسط بیشتر شرکت ها استفاده شده وجود دارد به معنای شخصی است که حداقل، علاقه خود را در مورد تبدیل شدن به یک مشتری، بیان می کند. داده کاوی در این خصوص ابتدا به تعریف معنای یک متقاضی خوب میپردازد و سپس به یافتن قواعدی می پردازد که به افراد با این مشخصه ها و ویژگی ها اجازه می دهد تا مورد هدف قرار گیرند.

بیشتر بخوانیم:
- چگونه فروش حرفه‌ای موفق داشته باشیم؟
- سهام چیست و بازار سهام چطور کار می کند؟
- بررسی چالش های مدیریتی صنف پوشاک



کلیدواژه‌ها: Data Mining-داده‌کاوی -فرآیند اکتشاف-علوم ریاضی-آمار - علم آمار-روش مدلسازی داده ها- هوش مصنوعی-وظیفه داده- کاویدن معادن داده- تکنولوژی پایگاه داده-یادگیری ماشین-شبکه های عصبی- شناسایی الگو- سیستم های مبتنی بر دانش-حصول دانش- بازیابی اطلاعات- تحلیل بازار