نقش داده کاوی در پروژه های هوش تجاری

نقش داده کاوی در پروژه های هوش تجاری
قابلیت داده‌کاوی چیزی نیست که به راحتی در دسترس و قابل خرید باشد. برای داده‌کاوی لازم است که با استفاده از یک ابزار داده‌کاوی، یک کاربرد تصمیم یار هوش تجاری و به طور خاص یک کاربرد داده‌کاوی ساخته شود. این کاربرد داده‌کاوی می‌تواند از ترکیبی از مؤلفه‌های کلاسیک و پیشرفته مانند هوش مصنوعی، تشخیص الگو، پایگاه‌داده، آمار سنتی و گرافیک استفاده کند تا ارتباطات و الگوهای نهفته در منبع داده‌های سازمان را نشان دهد.

داده‌کاوی، تحلیل داده‌ها با هدف کشف اطلاعات نهفتة مفید است. همانطور که در جدول 1 نشان داده شده است، داده‌کاوی با تحلیل آماری مرسوم متفاوت است و هر کدام نقاط قوت و ضعف خود را دارند.

1-1- اهمیت داده‌کاوی
داده‌‌کاوی اکتشافی، پاسخ به سؤالاتی را پیدا می‌کند که تصمیم‌گیرنده‌ها نمی‌دانسته‌اند تا بپرسند. این امکان قوی، داده‌کاوی را به یک مؤلفه مهم کسب‌وکار هوشمند تبدیل کرده است. حتی می‌توان گفت داده‌کاوی یک پیشرفت اساسی  در فراهم کردن هوش تجاری برای تصمیم‌گیرنده‌های استراتژیک است. در نگاه اول، این ادعا ممکن است به نظر بیش از اندازه بزرگ باشد. چون خیلی از کاربردهای تصمیم‌یار موجود، هوش تجاری و بینش‌ها را فراهم می‌کنند.

1-2- منابع داده‌ای برای داده‌کاوی
پایگاه‌های داده مقصدBI  منابع رایجی برای کاربردهای داده‌کاوی هستند. این پایگاه‌های داده شامل مقدار زیادی داده‌های داخلی هستند که از منابع مختلف جمع‌آوری و یکپارچه شده‌اند، اعتبار آن‌ها تأیید شده است و در فرایند ETL تمیز شده‌اند. این پایگاه‌داده‌ها همچنین ممکن است شامل داده‌های خارجی باارزش باشند، از جمله قوانین و مقررات، اطلاعات جمعیتی یا جغرافیایی. ترکیب داده‌های خارجی با داده‌های سازمانی داخلی یک بنیان عالی برای داده‌کاوی فراهم می‌کند

3-  اعمال داده‌کاوی
ابزارهای داده‌کاوی این امکان را به آماردان‌ها می‌دهند که مدل‌های تحلیلی بسازند. این ابزارها سپس از این مدل‌ها برای اعمال داده‌کاوی استفاده می‌کنند. یک موتور پیشگو، یک لیست از ضوابط ورودی را می‌گیرد و از گام‌ها و روابط مدل تحلیلی استفاده می‌کند تا محتمل‌ترین پیش‌بینی‌ها را انجام دهد. نتایج اعمال داده‌کاوی جدول‌ها و فایل‌های شامل داده‌های تحلیلی هستند که می‌توانند با استفاده از ابزارهای گزارش‌گیری و پرس‌وجو مورد دسترسی قرار گیرند. چهار عمل اصلی داده‌کاوی در اسلایدهای بعد توصیف شده‌اند.

3-2- تحلیل پیوندها
عمل تحلیل پیوندها در داده‌کاوی مجموعه‌ای از الگوریتم‌های ریاضی و تکنیک‌های تصویری است که پیوندهای بین رکوردها در یک پایگاه‌داده را تشخیص می‌دهند و به صورت تصویری نشان می‌دهند.

4-  کاربردهای داده‌کاوی
این نکته را باید همواره در نظر داشته باشیم که با وجود همه این تکنولوژی‌ها، کسب‌وکار باید نیاز اساسی به داده‌کاوی داشته باشد تا زمان و هزینه مصرفی قابل توجیه شود.