Hvad er forskellen mellem datamining og datalagring?

Udtrykkene Data mining og datalagring er ofte forvirret af både forretnings- og teknisk personale.Hele feltet med datastyring har oplevet en fænomenal vækst med implementeringen af dataindsamlingssoftwareprogrammer og de nedsatte omkostninger ved computerhukommelse.Det primære formål bag begge disse funktioner er at tilvejebringe værktøjer og metodologier til at udforske mønstre og mening i en stor mængde data.

De primære forskelle mellem datamining og datalagring er de anvendte systemdesign, anvendte metodologi og formålet.Data mining er brugen af mønstergenkendelseslogik til identitetstendenser inden for et eksempeldatasæt og ekstrapolere disse oplysninger mod den større datapool.Datalagring er processen med at udtrække og gemme data for at muliggøre lettere rapportering.

Data mining er et generelt udtryk, der bruges til at beskrive en række forretningsprocesser, der henter mønstre fra data.Typisk bruges en statistisk analyse -softwarepakke til at identificere specifikke mønstre baseret på datasættet og forespørgsler genereret af slutbrugeren.En typisk brug af data mining er at skabe målrettede marketingprogrammer, identificere økonomisk svig og markere usædvanlige mønstre i adfærd som en del af en sikkerhedsgennemgang.

Et glimrende eksempel på datamining er den proces, der bruges via telefonfirmaer til markedsføringsprodukter til eksisterende kunder.Telefonselskabet bruger data mining software til at få adgang til sin database med kundeinformation.En forespørgsel er skrevet for at identificere kunder, der har abonneret på den grundlæggende telefonpakke og internettjenesten over en bestemt tidsramme.Når dette datasæt er valgt, er en anden forespørgsel skrevet for at bestemme, hvor mange af disse kunder, der udnyttede gratis yderligere telefonfunktioner under en prøvefremme.Resultaterne af denne dataudøvelse af data mining afslører adfærdsmønstre, der kan drive eller hjælpe med at forfine en markedsføringsplan for at øge brugen af yderligere telefontjenester.

Det er vigtigt at bemærke, at det primære formål med datamining er at se mønstre i dataene.Specifikationerne, der bruges til at definere prøvesættet, har en enorm indflydelse på relevansen af output og nøjagtigheden af analysen.Vender tilbage til eksemplet ovenfor, hvis datasættet er begrænset til kunder inden for et specifikt geografisk område, vil resultaterne og mønstrene afvige fra et bredere datasæt.Selvom både datamining og datalagring fungerer med store mængder information, er de anvendte processer ganske forskellige.

Et datavarehus er et softwareprodukt, der bruges til at gemme store mængder data og køre specifikt designede forespørgsler og rapporter.Business Intelligence er et voksende studieretning, der fokuserer på datalagring og relateret funktionalitet.Disse værktøjer er designet til at udtrække data og gemme dem i en metode designet til at give forbedret systemydelse.Meget af terminologien i datamining og datalagring er de samme, hvilket fører til mere forvirring.