Data Mining
-
- Stacy Cowley,
- 29.04.2006
Każda interakcja twojej firmy z klientem lub dostawcą najprawdopodobniej pozostawia ślad w formie danych, które dostarczają obfitości informacji sprzedawcom. Wydobywanie tych informacji i nadawanie im formy nadającej się do użytku wymaga wyrafinowanego narzędzia do wybierania danych. Ta sama technika, której policyjne laboratoria używają do identyfikacji kryminalnych wzorów i organizowania pracy oficerów policji, może pomóc szefowi marketingu w odkrywania trendów konsumenckich i lepszym adresowaniu zasobów marketingowych.
Każda interakcja twojej firmy z klientem lub dostawcą najprawdopodobniej pozostawia ślad w formie danych, które dostarczają obfitości informacji sprzedawcom. Wydobywanie tych informacji i nadawanie im formy nadającej się do użytku wymaga wyrafinowanego narzędzia do wybierania danych. Ta sama technika, której policyjne laboratoria używają do identyfikacji kryminalnych wzorów i organizowania pracy oficerów policji, może pomóc szefowi marketingu w odkrywania trendów konsumenckich i lepszym adresowaniu zasobów marketingowych.
Jak działa data mining?
Data mining jest częścią biznesowego zbierania informacji, która obejmuje szeroki zakres technologii analitycznych. Często używana do przewidywania modeli, data mining może również pomagać organizacjom w lepszym zrozumieniu związków pomiędzy wieloma zmiennymi. Podstawowym narzędziem softwarowym jest online analitical processing (OLAP), który wybiera, strukturyzuje i składuje przechowywane dane w celu umożliwienia szybkiej, wielowymiarowej analizy. Wymiarem może być jakakolwiek zmienna, która jest śledzona przez firmę: lokalizacje klientów, poziomy sprzedaży, koszty wdrożenia produktu itp. Zestaw danych OLAP jest tworzony przy użyciu wymiarów i informacji, które mogą być używane do tego, aby szczegółowo określić znaczenie poszczególnych danych i rodzaj zależności pomiędzy nimi. Na przykład, producent grillów mógłby użyć narzędzia OLAP, aby skorelować sprzedaż swoich produktów z warunkami pogodowymi w różnych lokalizacjach, aby określić, jak fale upału wpływają na jego interesy w różnych regionach.
Kto może skorzystać z tego narzędzia?
Przedsiębiorstwa zorientowane na konsumentów z pokaźnymi ilościami danych na temat aktualnych i potencjalnych klientów, takich jak detaliści, są idealnymi kandydatami do technologii data mining. Wal-Mart, na przykład, słynie z wykorzystania data mining do analizy "rynkowych koszy", połączenia grup konsumentów poszczególnych produktów przy okazji jednego zakupu. Firmy farmaceutyczne opierają się na tym narzędziu przy śledzeniu efektów swoich leków, a firmy finansowe używają go do identyfikacji nowych możliwości dla klientów.
Czy można zacząć bez wielkich inwestycji?
Tak. Firmy, takie jak Apollo Data Technologies i Marketics, tworzą właśnie niszę, w której analityka jest dostarczana jako usługa, dzięki czemu możliwa jest praca z klientem nad rozwiązaniem jego specyficznych marketingowych problemów. Takie podejście może być przydatne dla testowego użycia nowych technologii przy specyficznych projektach i szacowaniu, co można dzięki tym informacjom uzyskać. Czyszczenie danych, aby narzędzie analityczne było w stanie odkryć w nich pożyteczne informacje, może być złożonym i kosztownym zamierzeniem. A jednak, jaki jest koszt oczyszczenia danych, kiedy używa się go do zrozumienia klienta przy nowej kampanii lub lokalizacji nowego sklepu? Odpowiedź brzmi: to jest bezcenne.
Do głównych graczy zalicza się SAS, SPSS, IBM, Computer Associates i Fair Isaac oraz tuziny mniejszych wyspecjalizowanych firm, które także konkurują na tym rynku. Aplikacje służące do zarządzania przedsiębiorstwem są również chętne do wejścia w ten segment rynku. Wynika to z ich przekonania, że jeśli udało im się pracować z oprogramowaniem, którego klienci używają do pracy z firmowymi danymi na linii sprzedaży, będą również w stanie dostarczyć narzędzia, które pozwoli zagospodarować dane znajdujące się niejako na zapleczu firmy.
