데이터 마이닝과 데이터웨어 하우징의 차이점은 무엇입니까?

데이터 마이닝 및 데이터웨어 하우징 용어는 종종 비즈니스 및 기술 직원 모두에 의해 혼란스러워집니다. 데이터 관리의 전체 분야는 데이터 수집 소프트웨어 프로그램을 구현하고 컴퓨터 메모리 비용이 줄어든다는 점에서 경이로운 성장을 경험했습니다. 이 두 기능의 주요 목적은 많은 양의 데이터에서 패턴과 의미를 탐색하는 도구와 방법론을 제공하는 것입니다.

데이터 마이닝과 데이터웨어 하우징의 주요 차이점은 시스템 설계, 사용 된 방법론 및 목적입니다. 데이터 마이닝은 샘플 데이터 세트 내에서 ID 트렌드에 패턴 인식 로직을 사용 하고이 정보를 더 큰 데이터 풀에 대해 추정합니다. 데이터웨어 하우징은 더 쉽게보고 할 수 있도록 데이터를 추출하고 저장하는 프로세스입니다.

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

데이터 마이닝의 훌륭한 예는 전화 회사가 기존 고객에게 제품을 판매하는 데 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 작성되었습니다. 이 데이터 세트가 선택되면 시험 프로모션 중에 몇 명의 고객이 무료 추가 전화 기능을 활용 한 고객 수를 결정하기 위해 다른 쿼리가 작성됩니다. 이 데이터 마이닝 운동의 결과는 마케팅 계획을 세우거나 개선 할 수있는 행동 패턴을 보여줍니다.추가 전화 서비스 사용.

데이터 마이닝의 주요 목적은 데이터의 패턴을 발견하는 것입니다. 샘플 세트를 정의하는 데 사용되는 사양은 출력의 관련성과 분석의 정확도에 큰 영향을 미칩니다. 위의 예로 돌아가서 데이터 세트가 특정 지리적 영역 내의 고객으로 제한되면 결과 및 패턴은 더 넓은 데이터 세트와 다릅니다. 데이터 마이닝 및 데이터웨어 하우징은 모두 많은 양의 정보를 사용하지만 사용 된 프로세스는 상당히 다릅니다.

데이터웨어 하우스는 대량의 데이터를 저장하고 특별히 설계된 쿼리 및 보고서를 실행하는 데 사용되는 소프트웨어 제품입니다. 비즈니스 인텔리전스는 데이터웨어 하우징 및 관련 기능에 중점을 둔 연구 분야의 분야입니다. 이 도구는 데이터를 추출하고 향상된 시스템 성능을 제공하도록 설계된 방법에 저장하도록 설계되었습니다. 데이터 마이닝 및 데이터웨어의 대부분의 용어ousing은 동일하여 더 많은 혼란을 초래합니다.