Vilka är de olika typerna av dataanläggningsanalys?

Data mining-analys kan vara en användbar process som ger olika resultat beroende på den specifika algoritmen som används för utvärdering av data. Vanliga typer av data mining analys inkluderar: exploratory data analysis (EDA), beskrivande modellering, prediktiv modellering och upptäckt av mönster och regler. Användning av vart och ett av dessa data mining-verktyg ger ett annat perspektiv på insamlad information. Professionals som använder dessa tekniker kan få ytterligare inblick i ett problem eller problem som är baserade på det specifika analysverktyget som används.

På grund av de olika resultat som analysverktyg för data mining ger när de används är det relevant att överväga en grundläggande översyn av varje. Undersökande dataanalys, eller EDA, involverar granskningen av ett dataset utan några tydliga resultatmål för undersökningen. Variabler som definierar data används som en grund för att tillhandahålla visuella representationer till forskaren. I takt med att antalet variabler ökar kan detta analysverktyg för data mining brytas mindre effektivt för att visualisera data.

Beskrivande modellering är ett verktyg för utvinning av datainsamling som används för att kollektivt beskriva all data i en given datasats. Specifikt syntetiserar denna strategi all information för att ge information om trender, segment och kluster som finns i den sökta informationen. Beskrivande data mining analys används ofta i reklam. Ett exempel på detta är marknadssegmentering där marknadsförare tar större kundgrupper och segmenterar dem efter homogena egenskaper.

Analysverktyg för data mining innehåller också prediktiv modellering. Prediktiv modellering innebär utveckling av en modell baserad på befintlig data. Modellen används sedan som grund för förutsägelsen av en annan variabel som är relevant för de granskade uppgifterna. Termen "prediktiv" indikerar att detta data mining-verktyg kan göra det möjligt för användaren att förutsäga ett värde baserat på vad som är känt i datasatsen. Prediktiv analys kan användas av marknadsförare för att avgöra vilka produkter kunderna söker. Baserat på nuvarande inköpstrender kan marknadsförare kunna göra förutsägelser om vilka nya produkter som kan vara populära i framtiden.

Att upptäcka mönster och regler skiljer sig från beskrivande och förutsägbara verktyg för utvinning av data. Medan beskrivande och prediktiva verktyg använder modellbyggnad som en grund för analys, fokuserar upptäckten av mönster och regler på identifiering av mönster i data. Marknadsförare som arbetar för livsmedelsbutiker, till exempel, använder ofta detta data mining-verktyg som ett sätt att bestämma köpmönster. Genom att bestämma vilka produkter kunderna konsekvent köper i samma ordning kan riktade kampanjer för artiklarna utvecklas.