데이터 마이닝과 데이터웨어 하우징의 차이점은 무엇입니까?

데이터 마이닝 및 데이터웨어 하우징이라는 용어는 종종 비즈니스 직원과 기술 직원이 혼동합니다. 전체 데이터 관리 분야는 데이터 수집 소프트웨어 프로그램의 구현과 컴퓨터 메모리 비용의 감소로 놀라운 성장을 경험했습니다. 이 두 기능의 기본 목적은 대량의 데이터에서 패턴과 의미를 탐색 할 수있는 도구와 방법론을 제공하는 것입니다.

데이터 마이닝과 데이터웨어 하우징의 주요 차이점은 시스템 설계, 사용 된 방법 및 목적입니다. 데이터 마이닝은 패턴 인식 로직을 사용하여 샘플 데이터 세트 내의 트렌드를 식별하고이 정보를 더 큰 데이터 풀에 대해 추정합니다. 데이터웨어 하우징은보다 쉬운보고를 위해 데이터를 추출하고 저장하는 프로세스입니다.

데이터 마이닝은 데이터에서 패턴을 도출하는 다양한 비즈니스 프로세스를 설명하는 데 사용되는 일반적인 용어입니다. 일반적으로 통계 분석 소프트웨어 패키지는 최종 사용자가 생성 한 데이터 세트 및 쿼리를 기반으로 특정 패턴을 식별하는 데 사용됩니다. 데이터 마이닝의 일반적인 사용은 대상 마케팅 프로그램을 만들고, 금융 사기를 식별하며, 보안 검토의 일부로 동작에서 비정상적인 패턴을 표시하는 것입니다.

데이터 마이닝의 훌륭한 예는 전화 회사가 기존 고객에게 제품을 마케팅하기 위해 사용하는 프로세스입니다. 전화 회사는 데이터 마이닝 소프트웨어를 사용하여 고객 정보 데이터베이스에 액세스합니다. 특정 기간 동안 기본 전화 패키지 및 인터넷 서비스에 가입 한 고객을 식별하기 위해 쿼리가 작성됩니다. 이 데이터 세트를 선택하면 평가판 프로모션 기간 동안이 고객 중 몇 명이 무료 추가 전화 기능을 이용했는지 파악하기 위해 다른 쿼리가 작성됩니다. 이 데이터 마이닝 연습의 결과는 추가 전화 서비스의 사용을 늘리기 위해 마케팅 계획을 추진하거나 개선 할 수있는 행동 패턴을 보여줍니다.

데이터 마이닝의 기본 목적은 데이터에서 패턴을 발견하는 것입니다. 샘플 세트를 정의하는 데 사용되는 사양은 출력의 관련성과 분석의 정확성에 큰 영향을 미칩니다. 위의 예로 돌아가서 데이터 세트가 특정 지역 내의 고객으로 제한된 경우 결과 및 패턴은 더 넓은 데이터 세트와 다릅니다. 데이터 마이닝과 데이터웨어 하우징 모두 대량의 정보로 작동하지만 사용되는 프로세스는 상당히 다릅니다.

데이터웨어 하우스는 많은 양의 데이터를 저장하고 특별히 설계된 쿼리 및 보고서를 실행하는 데 사용되는 소프트웨어 제품입니다. 비즈니스 인텔리전스는 데이터웨어 하우징 및 관련 기능에 중점을 둔 연구 분야입니다. 이러한 도구는 데이터를 추출하여 향상된 시스템 성능을 제공하도록 설계된 방법으로 저장하도록 설계되었습니다. 데이터 마이닝 및 데이터웨어 하우징의 많은 용어가 동일하므로 혼동이 심합니다.