Datautvinning

Hva er datautvinning?

Data mining er en prosess som brukes av selskaper for å gjøre rådata om til nyttig informasjon. Ved å bruke programvare for å se etter mønstre i store mengder data, kan bedrifter lære mer om kundene sine for å utvikle mer effektive markedsføringsstrategier, øke salget og redusere kostnadene. Datautvinning avhenger av effektiv datainnsamling,. lagerhold og databehandling.

Hvordan datautvinning fungerer

Data mining innebærer å utforske og analysere store blokker med informasjon for å finne meningsfylte mønstre og trender. Den kan brukes på en rekke måter, for eksempel databasemarkedsføring, kredittrisikostyring, svindeloppdagelse, spam-e-postfiltrering, eller til og med for å skjelne brukernes følelser eller meninger.

Data mining-prosessen brytes ned i fem trinn. Først samler organisasjoner inn data og laster dem inn i datavarehusene sine. Deretter lagrer og administrerer de dataene, enten på interne servere eller skyen. Forretningsanalytikere, ledergrupper og fagfolk innen informasjonsteknologi får tilgang til dataene og bestemmer hvordan de vil organisere dem. Deretter sorterer applikasjonsprogramvare dataene basert på brukerens resultater, og til slutt presenterer sluttbrukeren dataene i et format som er enkelt å dele, for eksempel en graf eller tabell.

Programvare for datavarehus og gruvedrift

Data mining-programmer analyserer relasjoner og mønstre i data basert på hva brukerne ber om. For eksempel kan et selskap bruke data mining-programvare for å lage informasjonsklasser. For å illustrere, forestill deg at en restaurant ønsker å bruke datautvinning for å bestemme når den skal tilby visse spesialiteter. Den ser på informasjonen den har samlet inn og lager klasser basert på når kunder besøker og hva de bestiller.

I andre tilfeller finner dataminere klynger av informasjon basert på logiske sammenhenger eller ser på assosiasjoner og sekvensielle mønstre for å trekke konklusjoner om trender i forbrukeratferd.

Lager er et viktig aspekt ved datautvinning. Lager er når bedrifter sentraliserer dataene sine til én database eller et program. Med et datavarehus kan en organisasjon spinne ut segmenter av dataene for spesifikke brukere å analysere og bruke.

Men i andre tilfeller kan analytikere starte med dataene de ønsker og lage et datavarehus basert på disse spesifikasjonene. Uansett hvordan bedrifter og andre enheter organiserer dataene sine, bruker de dem til å støtte ledelsens beslutningsprosesser.

Datautvinning og sosiale medier

En av de mest lukrative bruksområdene for datautvinning har vært sosiale medier. Plattformer som Facebook (eid av Meta), TikTok, Instagram og Twitter samler inn mengder av data om individuelle brukere for å trekke slutninger om deres preferanser for å sende målrettede markedsføringsannonser. Disse dataene brukes også til å prøve å påvirke brukeratferd og endre deres preferanser, enten det er for et forbrukerprodukt eller hvem de skal stemme på i et valg.

Datautvinning på sosiale medier har blitt et stort stridspunkt, med flere etterforskningsrapporter og avsløringer som viser hvor gruvebrukers data kan være.

Cambridge Analytica-skandalen er et godt eksempel på hvordan sosiale medieselskaper kan bruke datautvinning på bekostning av brukerne sine.

Eksempel på datautvinning

Dagligvarebutikker er velkjente brukere av datautvinningsteknikker. Mange supermarkeder tilbyr gratis lojalitetskort til kunder som gir dem tilgang til reduserte priser som ikke er tilgjengelige for ikke-medlemmer. Kortene gjør det enkelt for butikker å spore hvem som kjøper hva, når de kjøper det, og til hvilken pris. Etter å ha analysert dataene, kan butikker bruke disse dataene til å tilby kundene kuponger målrettet mot deres kjøpsvaner og bestemme når de skal selge varer eller når de skal selges til full pris.

Data mining kan være en grunn til bekymring når et selskap kun bruker utvalgt informasjon, som ikke er representativt for den samlede utvalgsgruppen, for å bevise en viss hypotese.

Data mining-prosesser brukes til å bygge maskinlæringsmodeller som driver applikasjoner inkludert søkemotorteknologi og nettstedanbefalingsprogrammer.

Høydepunkter

– Data mining kan brukes av selskaper til alt fra å lære om hva kunder er interessert i eller ønsker å kjøpe til svindeldeteksjon og spamfiltrering.

• Data mining-programmer bryter ned mønstre og sammenhenger i data basert på hvilken informasjon brukere ber om eller gir.

– Data mining er prosessen med å analysere en stor mengde informasjon for å skjelne trender og mønstre.

– Sosiale medier-selskaper bruker data mining-teknikker for å kommodifisere brukerne sine for å generere profitt.

• Denne bruken av data mining har blitt kritisert i det siste. Brukerne er ofte uvitende om data mining som skjer med deres personlige informasjon, spesielt når den brukes til å påvirke preferanser.

FAQ

Hvordan foregår datautvinning?

Datautvinning er avhengig av store data og avanserte databehandlingsprosesser, inkludert maskinlæring og andre former for kunstig intelligens (AI). Målet er å finne mønstre som kan føre til slutninger eller spådommer fra ellers ustrukturerte eller store datasett.

Hva er en annen betegnelse for data mining?

Data mining går også under det mindre brukte begrepet kunnskap oppdage i data, eller KDD.

Hvem bruker data mining?

Data mining-applikasjoner spenner fra finanssektoren for å lete etter mønstre i markedene til myndigheter som prøver å identifisere potensielle sikkerhetstrusler. Bedrifter, og spesielt nettbaserte og sosiale medieselskaper, bruker datautvinning på brukerne sine for å lage lønnsomme reklame- og markedsføringskampanjer som retter seg mot bestemte sett med brukere.