数据挖掘涉及“处理数据和识别信息中的模式和趋势”,根据IBM所说,“数据挖掘原理已经存在了许多年,但是随着大数据的出现,它更为流行了。”
IBM估计,仅过去的两年就产生了世界上百分之九十的数据。每天人们产生2.5兆字节的数据,足以填满1000万个蓝光光盘。
数据挖掘技术帮助专业人员了解可用数据集。这些技术可以为企业和其他组织提供描述性和预测性的能力。
5个数据挖掘技术
01关联规则
关联规则使两个或多个项之间的关联以确定它们之间的模式。例如,超市可以确定顾客在买草莓时也常买鲜奶油,反之亦然。关联通常用于销售点系统,以确定产品之间的共同趋势。
“这是一个非常简单的方法,但你会惊讶与其中有多少智慧和洞察,它可以提供许多企业的日常使用的信息,来提高效率和增加收入,根据科技公司Galvanize的说法。应用领域包括物品的实物摆放组织、市场营销和产品的交叉销售和上销。
02分类
我们可以使用多个属性来标记特定类别的项。分类将项目分配到目标类别或类中,以便准确地预测该类内部会发生什么。
某些行业会将客户进行分类。例如,一家信贷公司可以使用分类模型来确定贷款申请人的低、中或高信用风险。其他组织将当前和目标受众分为不同年龄和社会团体进行营销活动。