داده‌کاوی ابزاری دوست‌داشتنی

با این که داده‌کاوی یک واژه تقریبا نوین است، اما این فناوری جدید نیست. شرکت‌ها سالیان سال است که از ابرکامپیوترها استفاده می‌کنند تا اطلاعات سوپرمارکت‌ها را بررسی کرده و تحلیل‌های دقیقی عرضه کنند. با این وجود، نوآوری مداوم در صنعت پردازشگرهای کامپیوتری، حجم اطلاعات ذخیره شده روی دیسک و ابزارهای آماری آنچنان در حال رشد است که دقت این تحلیل‌ها افزایش یافته و همچنین هزینه انجام این تحقیقات کاهش می‌یابد.

به‌عنوان مثال فروشگاه‌های زنجیره‌ای Midwest از داده‌‌کاوی برای تحلیل الگوهای خرید محلی استفاده می‌کردند و متوجه می‌شدند که وقتی آقایان پنجشنبه‌ها و شنبه‌ها پوشک بچه می‌خرند، معمولا به خرید نوشیدنی نیز اقدام می‌کنند. تحلیل‌های بیشتر نشان داد خریدارانی که هفتگی خرید می‌کنند معمولا شنبه‌ها این کار را انجام می‌دهند، اما تعداد خریدشان زیاد نیست. این فروشگاه زنجیره‌ای با کمک همین اطلاعات توانست درآمد خود را بیشتر کند، تنها کافی بود قفسه نوشیدنی‌ها را جایی قرار دهند که در دید کسانی باشد که پوشک بچه می‌خرند.

داده‌ها حقایق، اعداد و متن‌هایی هستند که می‌توانند توسط کامپیوتر پردازش شوند. امروزه سازمان‌ها داده‌های زیادی را به فرمت‌های گوناگون در دیتابیس‌های مختلف ذخیره می‌کنند. این داده‌ها شامل:

- داده‌های عملیاتی یا تراکنشی همانند فروش، هزینه، انبار، مالیات و حسابداری

- داده‌های غیرعملیاتی شامل فروش صنعتی، پیش‌بینی فروش، اقتصاد کلان

- فرا داده و اطلاعاتی درباره داده‌ها از جمله طراحی منطقی دیتابیس یا دیکشنری تعارف داده می‌شود.

الگوها، ارتباطات بین دیتا می‌تواند منجر به تولید اطلاعات شود. برای مثال تحلیل داده‌های فروشگاه‌ها می‌تواند منجر به این شود که چه محصولی چه زمانی بیشتر فروخته می‌شود.

اطلاعات می‌تواند به دانش تبدیل شود. برای مثال اطلاعات خلاصه فروش عمده سوپرمارکت می‌تواند منجر به دانشی شود که در آن رفتار خریداران را حدس زد.

پیشرفت‌ها در جمع‌آوری داده، نیروی پردازش، انتقال داده و قابلیت‌های ذخیره سازی به سازمان‌ها اجازه می‌دهد دیتابیس‌های خود را به انبار داده تبدیل کنند. انبار داده مرکز اصلی ذخیره و بازیابی داده‌ها است و همانند داده‌کاوی، واژه جدیدی است اما فناوری‌ای کهنه دارد.