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 eine zentrale Datenablage. Unternehmen sammeln die Informationen, die sie über ihre Kunden sammeln, in einem Data Warehouse. Sobald die Informationen gesammelt wurden, werden sie "abgebaut" und nützliche Informationen daraus extrahiert, um Informationen zu erhalten, mit denen das Unternehmen Geschäftsentscheidungen treffen kann, 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 eine Käuferin in den Supermarkt geht und der Kassiererin ihre Stammkundenkarte gibt, werden Informationen zu ihren Einkäufen gesammelt und im Data Warehouse des Unternehmens gespeichert. Eine Supermarktkette wird Millionen von Daten darüber haben, was die Leute wann, in welcher Menge und zu welchem ​​Preis kaufen. Ein Geschäft weiß vielleicht, dass im letzten Jahr 50.000 Packungen gefrorene Erbsen verkauft wurden, aber diese Informationen allein sind nicht besonders hilfreich. Wenn der Data-Warehouse-Abbau jedoch ergibt, dass 75% dieser gefrorenen Erbsen in Monaten verkauft wurden, in denen keine frischen Erbsen verfügbar waren, oder dass 10% der Erbsen in den zwei Wochen vor Thanksgiving verkauft wurden, ist das Unternehmen möglicherweise in der Lage diese Informationen zu nutzen, um den Jahresumsatz mit gefrorenen Erbsen zu steigern.

Unternehmen können Data Warehouse-Mining-Techniken einsetzen, um zukünftige Umsätze vorherzusagen. Mithilfe von Data Mining können sie auch die Auswirkungen von Bestands- und Preisentscheidungen abschätzen. Im Supermarkt kann durch Data Mining verhindert werden, dass in den Läden die gefrorenen Erbsen ausgehen, wenn in einem bestimmten Jahr die Ernte an frischen Erbsen schlecht ausfällt.

Bei der Data Mining-Regression handelt es sich um eine Data Mining-Technik, mit der gezeigt wird, was mit einem Datenwert wahrscheinlich passiert, wenn sich etwas in der Gleichung ändert. Am Beispiel des Supermarkts würde die Regression den Absatz von gefrorenen Erbsen prognostizieren, wenn der Preis für frische Erbsen steigt. Die Regression verwendet historische Daten und wendet eine Formel an, die das zukünftige Verhalten vorhersagt.

Unternehmen verwenden häufig eine Data Warehouse-Mining-Softwareanwendung, um ihre Daten zu sammeln und abzubauen. Die richtige Anwendung wird durch die Datenmenge und die Art der Analyse bestimmt, die sie durchführen möchten. Die Auswahl des richtigen Data Mining-Tools ist für die Erfassung und Interpretation nützlicher Daten von entscheidender Bedeutung.