Was ist Data Warehouse Mining?

Data Warehouse Mining ist die Analyse von Informationen, die in einer oder mehreren Datenbanken enthalten sind, um die Informationen nützlich zu machen.Diese Datenbanken oder Data Warehouses sind ein zentrales Depot für Daten.Unternehmen aggregieren die Informationen, die sie über ihre Kunden in einem Data Warehouse sammeln.Sobald die Informationen gesammelt wurden, werden sie abgebaut, und nützliche Informationen werden daraus extrahiert, um Informationen zu erstellen, die dem Unternehmen helfen können, Geschäftsentscheidungen zu treffen, die den Gewinn steigern oder die Kosten senken.Einzelhändler verwenden häufig Data Warehouse Mining, um das Verhalten ihrer Kunden zu analysieren und vorherzusagen.

Wenn beispielsweise ein Käufer in den Supermarkt geht und der Kassiererin ihre häufige Käuferkarte gibt, werden Informationen zu ihren Einkäufen gesammelt und im Companys Data Warehouse gespeichert.Eine Supermarktkette wird Millionen von Daten darüber haben, was die Leute kaufen, wann, in welcher Mengen und zu welchem Preis.Ein Geschäft kann wissen, dass im vergangenen Jahr 50.000 Pakete gefrorener Erbsen verkauft wurden, aber diese Informationen sind jedoch nicht besonders hilfreich.Wenn der Data Warehouse -Mining jedoch zeigt, dass 75% der gefrorenen Erbsen in Monaten verkauft wurden, als Frischerbsen nicht verfügbar waren oder dass 10% der Erbsen in den zwei Wochen vor Thanksgiving verkauft wurden, kann das Unternehmen in der Lage seinVerwenden dieser Informationen, um ihren Jahresumsatz von gefrorenen Erbsen zu erhöhen.

Unternehmen können Data Warehouse Mining -Techniken einsetzen, um zukünftige Verkäufe vorherzusagen.Data Mining kann ihnen auch helfen, die Auswirkungen von Strumpf- und Preisentscheidungen abzuschätzen.Im Supermarkt könnte Data Mining in einem bestimmten Jahr nicht mehr gefrorene Erbsen ausgehen, wenn eine schlechte Ernte frischer Erbsen erbsen.

Regression des Data Mining ist eine Data Mining -Technik, mit der zeigt, was wahrscheinlich mit einem Datenwert passieren wird, wenn etwas in der Gleichung geändert wird.Unter Verwendung des Supermarktbeispiels würde die Regression den Umsatz mit gefrorenem Erbsen vorhersagen, wenn die Preis von Frischbsen erhöht.Die Regression verwendet historische Daten und wendet eine Formel an, die zukünftiges Verhalten vorhersagt.Die korrekte Anwendung wird durch die Datenmenge und die Art der Analyse bestimmt, die sie durchführen möchten.Die Auswahl des richtigen Data Mining -Tools ist entscheidend für das Sammeln und Interpretieren nützlicher Daten.