Quali sono i diversi tipi di analisi di data mining?
L'analisi del data mining può essere un processo utile che fornisce risultati diversi a seconda dell'algoritmo specifico utilizzato per la valutazione dei dati. Tipi comuni di analisi del data mining includono: analisi dei dati esplorativi (EDA), modellazione descrittiva, modellazione predittiva e modelli e regole di scoperta. L'utilizzo di ciascuno di questi strumenti di data mining offre una prospettiva diversa sulle informazioni raccolte. I professionisti che utilizzano queste tecniche possono acquisire ulteriori informazioni su un problema o un problema di preoccupazione in base allo strumento di analisi specifico utilizzato.
A causa dei diversi risultati forniti dagli strumenti di analisi del data mining quando utilizzati, è opportuno considerare una revisione di base di ciascuno. L'analisi esplorativa dei dati, o EDA, prevede la revisione di un set di dati senza obiettivi di risultato chiari per l'esame. Le variabili che definiscono i dati vengono utilizzate come base per fornire rappresentazioni visive al ricercatore. Con l'aumentare del numero di variabili, questo strumento di analisi del data mining potrebbe diventare meno efficace per la visualizzazione dei dati.
La modellazione descrittiva è uno strumento di analisi del data mining utilizzato per descrivere collettivamente tutti i dati in un determinato set di dati. Nello specifico, questo approccio sintetizza tutti i dati per fornire informazioni su tendenze, segmenti e cluster presenti nelle informazioni ricercate. L'analisi descrittiva del data mining è comunemente utilizzata nella pubblicità. Un esempio di ciò è la segmentazione del mercato in cui gli esperti di marketing prendono gruppi di clienti più grandi e li segmentano per caratteristiche omogenee.
Gli strumenti di analisi del data mining includono anche la modellazione predittiva. La modellazione predittiva prevede lo sviluppo di un modello basato su dati esistenti. Il modello viene quindi utilizzato come base per la previsione di un'altra variabile rilevante per i dati esaminati. Il termine "predittivo" indica che questo strumento di data mining può consentire all'utente di prevedere un valore in base a ciò che è noto nel set di dati. L'analisi predittiva può essere utilizzata dai professionisti del marketing per determinare quali prodotti cercano i clienti. Sulla base delle attuali tendenze di acquisto, gli esperti di marketing potrebbero essere in grado di fare previsioni su quali nuovi prodotti potrebbero essere popolari in futuro.
Il rilevamento di modelli e regole differisce dagli strumenti di data mining descrittivi e predittivi. Mentre gli strumenti descrittivi e predittivi utilizzano la costruzione di modelli come base per l'analisi, la scoperta di schemi e regole si concentra sull'identificazione di schemi nei dati. Gli esperti di marketing che lavorano nei negozi di alimentari, ad esempio, spesso utilizzano questo strumento di analisi del data mining come mezzo per determinare i modelli di acquisto. Determinando quali prodotti i clienti acquistano costantemente nello stesso ordine, è possibile sviluppare promozioni mirate per gli articoli.