さまざまな種類のデータマイニング分析とは何ですか？

データマイニング分析は、データ評価に使用される特定のアルゴリズムに応じて異なる結果を提供する便利なプロセスです。 一般的なタイプのデータマイニング分析には、探索的データ分析（EDA）、記述的モデリング、予測的モデリング、およびパターンとルールの発見が含まれます。 これらの各データマイニングツールを使用すると、収集された情報に対して異なる視点が提供されます。 これらの手法を使用する専門家は、使用する特定の分析ツールに基づいて、問題または懸念のある問題に関する追加の洞察を得ることができます。

データマイニング分析ツールを使用すると、さまざまな結果が得られるため、それぞれの基本的なレビューを検討することが適切です。 探索的データ分析（EDA）には、調査のための明確な結果目標なしにデータセットをレビューすることが含まれます。 データを定義する変数は、研究者に視覚的表現を提供するための基盤として使用されます。 変数の数が増えると、このデータマイニング分析ツールは、データを視覚化するための効果が低下する可能性があります。

記述的モデリングは、特定のデータセット内のすべてのデータをまとめて記述するために使用されるデータマイニング分析ツールです。 具体的には、このアプローチはすべてのデータを合成して、検索された情報に存在するトレンド、セグメント、クラスターに関する情報を提供します。 記述的データマイニング分析は、一般的に広告で使用されます。 この1つの例は、マーケティング担当者がより大きな顧客グループを取得し、それらを同種の特性でセグメント化する市場セグメンテーションです。

データマイニング分析ツールには、予測モデリングも含まれています。 予測モデリングには、既存のデータに基づいたモデルの開発が含まれます。 モデルは、レビューされたデータに関連する別の変数の予測の基礎として使用されます。 「予測」という用語は、このデータマイニングツールを使用して、データセットの既知の情報に基づいて値を予測できることを示します。 マーケターは予測分析を使用して、顧客が求めている製品を判断できます。 現在の購買動向に基づいて、マーケティング担当者は、将来的にどの新製品が人気になるかについて予測することができます。

パターンとルールの発見は、記述的および予測的なデータマイニングツールとは異なります。 記述的で予測的なツールはモデル構築を分析の基盤として使用しますが、パターンとルールの発見はデータ内のパターンの識別に焦点を当てています。 たとえば、食料品店で働くマーケティング担当者は、購入パターンを決定する手段としてこのデータマイニング分析ツールを使用することがよくあります。 顧客が同じ注文で一貫して購入する製品を決定することにより、アイテムのターゲットを絞ったプロモーションを開発できます。