Современный этап развития информационных технологий характеризуется переходом от первого этапа — накопления и структуризации данных — ко второму, который характеризуется их интенсивным использованием на практике. В результате прохождения первого этапа появились большие или очень большие базы данных и, так называемые, хранилища данных.
Корректная и своевременная обработка массивов накопленных данных — настоящий клад для аналитика, специалиста по статистике или маркетолога. Она помогает решать вопросы высокого уровня сложности, характерные для экспертных систем или систем принятия решений. Для эффективной работы с огромными постоянно обновляющимися базами данных в режиме реального времени используются технологии извлечения знаний из баз данных, в частности, Data Mining.
Data Mining — это технология исследования ‘сырых’ данных, организованных в базы, но содержащих разнообразную информацию, и поиск в них ранее неизвестных, нетривиальных и практически полезных знаний и зависимостей. Полученные знания могут применяться в различных сферах предпринимательской деятельности, но в последнее время все чаще эти технологии применяются в маркетинговых исследованиях. По сути, инструмент Data Mining — это пакет исследования статистических и экономических зависимостей между различными показателями. С его помощью ‘сырые’ данные проходят дополнительное структурирование, которое может быть использовано, например, для управления взаимоотношениями с клиентами. Так, определив характеристики клиентов, для которых существует риск перехода к конкурентам, компания может целенаправленно предпринимать действия по их удержанию.
Более перспективной сферой применения технологии Data Mining является так называемый маркетинг данных. Применяя средства direct-маркетинга для работы с клиентами, часто компании вынуждены тратить значительные суммы на производство и распространение рекламной информации среди покупателей их продукции. Но насколько эффективна такая реклама вслепую? Сколько клиентов откликнется на листовки и каталоги в своих почтовых ящиках? А кто из них сразу же отведет дорогостоящей продукции место в мусорном контейнере? А как часто для клиентов компании эта рекламная информация является абсолютно бесполезной и даже оскорбительной? Ведь, скажем, не стоит предлагать покупать свинину и алкогольные напитки правоверному мусульманину. Точно также одиноких или бездетных покупателей товаров для спорта и активного отдыха абсолютно бесполезно убеждать купить модель из новой детской коллекции спортивной одежды. Определив с помощью инструментов Data Mining целевой круг клиентов для рекламной акции, воздействовав именно на них, можно значительно увеличить продажи, уменьшив и оптимизировав расходы на проведение такой рекламы. Подобные практики уже давно зарекомендовали себя на Западе, но отечественный рынок рекламы и маркетинговых исследований только-только начинает применять подобные технологии.
Сфера применения этих технологий не имеет никаких ограничений. Будь то торговые фирмы, супермаркеты, электронные магазины, страховые компании, фармацевтические компании или фондовые биржи, грамотное применение Data Mining поможет сохранить клиентов и увеличить объем продаж и реализации услуг. Но стоит всегда помнить, что ключом к успешному применению методов Data Mining служит не механическая обработка данных, а мастерство человека, который осуществляет построение модели и проводит исследование баз данных.
http://www.adhard.ru/page-al-perspektibdataminingmark.html