Quelle est la différence entre l'exploration de données et l'entreposage de données?
Les termes Data Mining et Data Warehousing sont souvent confondus par le personnel technique et technique. L'ensemble du domaine de la gestion de données a connu une croissance phénoménale avec la mise en œuvre de logiciels de collecte de données et la réduction du coût de la mémoire informatique. L'objectif principal de ces deux fonctions est de fournir les outils et les méthodologies permettant d'explorer les schémas et la signification d'une grande quantité de données.
Les principales différences entre l'exploration de données et l'entreposage de données sont la conception du système, la méthodologie utilisée et son objectif. L'exploration de données consiste à utiliser une logique de reconnaissance de modèle pour identifier les tendances dans un échantillon de jeu de données et à extrapoler ces informations à un pool de données plus important. L'entreposage de données est le processus d'extraction et de stockage des données pour faciliter la création de rapports.
L'extraction de données est un terme général utilisé pour décrire une série de processus métier qui dérivent des modèles à partir de données. Généralement, un logiciel d'analyse statistique est utilisé pour identifier des modèles spécifiques, en fonction du jeu de données et des requêtes générées par l'utilisateur final. L'exploration de données est généralement utilisée pour créer des programmes marketing ciblés, identifier les fraudes financières et signaler les comportements inhabituels dans le cadre d'un examen de sécurité.
Un excellent exemple d'exploration de données est le processus utilisé par les compagnies de téléphone pour commercialiser leurs produits auprès de clients existants. La compagnie de téléphone utilise un logiciel d’exploration de données pour accéder à sa base de données d’informations clients. Une requête est écrite pour identifier les clients qui se sont abonnés au forfait téléphonique de base et au service Internet sur une période donnée. Une fois que cet ensemble de données est sélectionné, une autre requête est écrite pour déterminer combien de ces clients ont profité de fonctionnalités téléphoniques gratuites supplémentaires pendant une promotion d'essai. Les résultats de cet exercice d’exploration de données révèlent des schémas de comportement susceptibles d’alimenter ou d’aider à affiner un plan marketing afin d’accroître l’utilisation de services téléphoniques supplémentaires.
Il est important de noter que l’exploration de données a pour objectif principal de repérer les tendances dans les données. Les spécifications utilisées pour définir l'ensemble d'échantillons ont un impact considérable sur la pertinence de la sortie et la précision de l'analyse. Pour revenir à l'exemple ci-dessus, si le jeu de données est limité aux clients d'une zone géographique spécifique, les résultats et les modèles seront différents d'un jeu de données plus large. Bien que l'exploration de données et l'entreposage de données fonctionnent avec de grands volumes d'informations, les processus utilisés sont assez différents.
Un entrepôt de données est un logiciel utilisé pour stocker de grands volumes de données et exécuter des requêtes et des rapports spécialement conçus. L’intelligence d’affaires est un domaine d’étude en pleine croissance qui se concentre sur l’entreposage de données et les fonctionnalités associées. Ces outils sont conçus pour extraire des données et les stocker dans une méthode conçue pour améliorer les performances du système. Une grande partie de la terminologie utilisée dans l'exploration de données et l'entreposage de données est la même, ce qui entraîne davantage de confusion.