Quais são os diferentes tipos de análise de mineração de dados?
A análise de mineração de dados pode ser um processo útil que fornece resultados diferentes, dependendo do algoritmo específico usado para avaliação de dados. Os tipos comuns de análise de mineração de dados incluem: Análise de dados exploratórios (EDA), modelagem descritiva, modelagem preditiva e padrões e regras de descoberta. A utilização de cada uma dessas ferramentas de mineração de dados fornece uma perspectiva diferente sobre as informações coletadas. Os profissionais que usam essas técnicas podem adquirir informações adicionais sobre um problema ou problema de preocupação com base na ferramenta de análise específica usada.
Devido aos diferentes resultados que as ferramentas de análise de mineração de dados fornecem quando empregadas, é pertinente considerar uma revisão básica de cada uma. A análise de dados exploratórios, ou EDA, envolve a revisão de um conjunto de dados sem objetivos claros para o exame. As variáveis que definem os dados são usadas como base para o fornecimento de representações visuais ao pesquisador. À medida que o número de variáveis aumenta, esta ferramenta de análise de mineração de dados podeTorne -se menos eficaz para visualizar dados.
A modelagem descritiva é uma ferramenta de análise de mineração de dados usada para descrever coletivamente todos os dados em um determinado conjunto de dados. Especificamente, essa abordagem sintetiza todos os dados para fornecer informações sobre tendências, segmentos e clusters presentes nas informações pesquisadas. A análise descritiva de mineração de dados é comumente usada na publicidade. Um exemplo disso é a segmentação de mercado na qual os profissionais de marketing pegam grupos de clientes maiores e os segmentam por características homogêneas.
As ferramentas de análise de mineração de dados também incluem modelagem preditiva. A modelagem preditiva envolve o desenvolvimento de um modelo baseado nos dados existentes. O modelo é então usado como base para a previsão de outra variável relevante para os dados revisados. O termo "preditivo" indica que essa ferramenta de mineração de dados pode permitir ao usuário prever algum valor com base emO que se sabe no conjunto de dados. A análise preditiva pode ser usada pelos profissionais de marketing para determinar quais produtos os clientes estão buscando. Com base nas tendências atuais de compra, os profissionais de marketing podem fazer previsões sobre quais novos produtos podem ser populares no futuro.
Descobrir padrões e regras difere das ferramentas descritivas e preditivas de mineração de dados. Enquanto as ferramentas descritivas e preditivas empregam a construção de modelos como base para a análise, a descoberta de padrões e regras se concentra na identificação de padrões nos dados. Os profissionais de marketing que trabalham para supermercados, por exemplo, geralmente usam essa ferramenta de análise de mineração de dados como um meio para determinar os padrões de compra. Ao determinar quais produtos os clientes compram consistentemente no mesmo pedido, as promoções direcionadas para os itens podem ser desenvolvidas.