Co je těžba datového skladu?

Těžba dat skladu je analýza informací obsažených v jedné nebo více databázích, aby byly informace užitečné.Tyto databáze nebo datové sklady jsou ústředním depozitářem pro data.Společnosti agregují informace, které shromažďují na svých zákaznících v datovém skladu.Jakmile jsou informace shromážděny, jsou těženy a z nich jsou získány užitečné informace za účelem poskytnutí informací, které mohou společnosti pomoci činit obchodní rozhodnutí, která zvýší zisky nebo sníží náklady.Maloobchodníci často používají těžbu datových skladů k analýze a předpovídání chování svých zákazníků.

Například, když nakupující jde do supermarketu a dává pokladně její častý nakupovací kartu, informace o jejích nákupech se shromažďují a ukládají v datovém skladu Companys.Řetězec supermarketů bude mít miliony údajů o tom, co si lidé kupují, kdy, v jakém množství a za jakou cenu.Obchod může vědět, že v loňském roce bylo prodáno 50 000 balíčků zmrazeného hrášku, ale samotné informace nejsou nijak zvlášť užitečné.Pokud však těžba datového skladu odhalí, že 75% těch zmrazených hrášků bylo prodáno v měsících, kdy nebyl k dispozici čerstvý hrášek, nebo že 10% hrášku bylo prodáno za dva týdny vedoucí k díkůvzdání, může být schopna být schopna být schopna společnostPoužití těchto informací ke zvýšení jejich ročního prodeje zmrazeného hrášku.

Společnosti mohou používat techniky těžby datových skladů k předpovídání budoucího prodeje.Dolování dat jim také může pomoci odhadnout dopad rozhodnutí o skladování a cenách.V supermarketu může těžba dat zabránit tomu, aby obchody v daném roce došly zmrazený hrášek v případě špatné plodiny čerstvého hrášku.

Regrese těžby dat je technika těžby dat, která se používá k zobrazení toho, co se pravděpodobně stane s hodnotou dat, pokud se něco v rovnici změní.Pomocí příkladu supermarketu by regrese předpovídala úroveň prodeje zmrazeného hrachu, pokud by se čerstvý hrášek zvýšil v ceně.Regrese používá historická data a aplikuje na to vzorec, který předpovídá budoucí chování.Správná aplikace je určena množstvím dat, která mají, a typem analýzy, kterou chtějí udělat.Výběr správného nástroje pro těžbu dat je rozhodující pro shromažďování a interpretaci užitečných dat.