Data Mining e STATISTICA Data Miner: il tuo Software per il Data Mining

La memoria è niente senza l'intelligenza. L'intelligenza ci permette di combinare le nostre memorie in modo da individuare andamenti, tendenze, regole sistematiche, nuove idee da applicare al proprio business, e soluzioni per la realizzazione di previsioni future. I dati devono essere analizzati, compresi e trasformati in informazione subito utilizzabile. Attraverso un insieme di strumenti e tecniche di data mining progettati per aggiungere intelligenza al data warehouse, sarà possibile esplorare vaste quantità di dati relativi, ad esempio, alla risposta dei clienti una volta sottoposti a diverse tipologie d'impulso generato dall'impresa. Di seguito vengono riportate alcune delle tipiche domande che un responsabile di un'azienda operante nel settore della vendita al dettaglio potrebbe porsi:

Spesso le risposte a tali domande rimangono senza risposta e nascoste all'interno dei dati aziendali; tuttavia attraverso gli strumenti di data mining sarà possibile estrarle e trasformare le informazioni relative alla clientela in "oro colato" per l'impresa. Il data mining dota l'impresa d'intelligenza. Le aziende possono impiegare il data mining per prendere decisioni redditizie ed immediate e avvantaggiarsi notevolmente rispetto ai concorrenti.

Attraverso il data mining, le imprese possono, ad esempio, analizzare i comportamenti passati dei clienti con l'obiettivo di prendere decisioni strategiche per il futuro. Si tenga tuttavia a mente che le tecniche e gli strumenti di data mining sono ugualmente applicabili in diversi campi d'attività, dall'astronomia e dalla fisica, all'economia, alla medicina, al controllo di processo industriale, ecc.

Contattateci per discutere insieme su come il data mining può essere applicato alla vostra area di lavoro. StatSoft vi aiuterà.

Spesso viene detto a sproposito che l'adozione del data mining sia esagerata, porti a risultati incompleti od errati. Il data mining ha dato una sferzata al mondo del business, ma così come per molte nuove tecnologie, sembra esistere una relazione diretta tra i suoi potenziali benefici e la quantità di pregiudizi (spesso) contraddittori circa i suoi punti deboli e i suoi punti di forza. Quando si intrapprende un progetto di data mining, è sempre opportuno evitare una catena di aspettative poco realistiche per poi non rimanere delusi. Attenersi ai fatti ed essere coscienti della potenza dei mezzi utilizzati è la via sicura che porta al successo. Di seguito vi è un prospetto in cui vengono confrontati i più comuni pregiudizi riguardanti il Data Mining con la realtà dei fatti:

Pregiudizi	Fatti
Il Data Mining trasforma completamente il proprio business	Il Data Mining dev'essere inteso più che altro come una pratica atta a fornire all'impresa miglioramenti sempre crescenti
Il Data Mining tende a sostituire l'esperienza degli analisti	Indipendentemente dai metodi impiegati, è impossibile costruire modelli efficaci senza un'adeguata esperienza da parte dell'analista
Il Data Mining individua modelli e comportamenti senza che ad esso venga "comunicato" cosa trovare	Gli algoritmi di Data Mining devono essere indirizzati verso obiettivi specifici
Il Data Mining è utile soltanto in alcune aree quali ad esempio il marketing, l'analisi delle vendite e le analisi applicate al settore delle assicurazioni	Attraverso il Data Mining è virtualmente possibile studiare, comprendere e migliorare qualsiasi tipo di processo analitico
Il Data Mining si basa solo su algoritmi. Tutto ciò che occorre sono buoni algoritmi. Migliori saranno gli algoritmi, migliore sarà il tuo Data Mining.	Il Data Mining è un processo consistente di molti elementi, quale la formulazione degli obiettivi di business, la mappatura degli obiettivi di business e loro adattamento all'interno di un progetto di Data Mining, acquisizione, comprensione e pre-elaborazione dei dati, valutazione e presentazione dei risultati dell'analisi e loro distribuzione all'interno dell'impresa
Il Data Mining è fondamentalmente differente dalle tradiziona tecniche (statistiche)	Le tecniche di Data Mining sono estensioni dei metodi tradizionali
Il Data Mining è un processo estremamente complesso	Gli algoritmi di Data Mining potrebbero essere complessi, ma nuovi strumenti hanno reso la loro applicazione molto agevole
Il Data Mining richiede un data warehouse	È vero che il Data Mining esprime il meglio in presenza di dati immagazzinati in un data warehouse, e quindi quando questi sono bene organizzati e relativamente puliti e facilmente accessibili. Se così non è, tuttavia talvolta i dati residenti in un data warehouse possono risultare meno utili di semplici sorgenti di dati operazionali. Nel peggiore dei casi, infatti, i dati residenti in un data warehouse possono risultare assolutamente inutili (si pensi ad esempio a quando vengono immagazzinati solo risultati riassuntivi).
Il Data Mining può essere applicato in presenza di qualsiasi tipo di dato	È vero che il Data Mining consente la gestione di tipi pressoché illimatati di dati; tuttavia occorre tenere bene presente che, affinché il processo di analisi sia efficace, è sempre necessario dedicare grandi energie alla pulitura, al bilanciamento e alla preparazione dei dati
Solo in presenza di grandi database è possibile effettuare un Data Mining efficace	Anche insiemi di dati di modeste dimensioni possono fornire informazioni utili. Molti validi progetti di Data Mining vengono applicati ad insiemi di dati di piccole o medie dimensioni - alcuni contenenti ad esempio solo poche centinaia o migliaia di record
Il Data Mining è più efficace in corrispondenza di un maggior numero di dati, quindi all'interno del progetto di Data Mining dovrebbero essere "portati" tutti i dati disponibili	L'utilizzo di un maggior numero di dati è utile solo se ciò contribuisce all'ottenimento di maggiori informazioni. Altrimenti considerare tutti i dati disponibili può essere inutile e dannoso
Il Data Mining dovrebbe essere gestito da esperti in scienze informatiche e tecnologiche	Quando eseguito da utilizzatori privi di alcuna conoscenza del business d'interesse, il data mining può produrre risultati senza senso o inutili. Quindi è essenziale che il data mining venga eseguito da qualcuno che abbia conoscenze approfondite del particolare problema di business. Assai raramente nell'azienda, questa persona è la stessa ad avere approfondite conoscenze in campo informatico e tecnologico.
Il Data Mining è un'altra moda che presto sparirà, lasciando il posto alle pratiche statistiche tradizionali	Sebbene con nomi diversi, il Data Mining, come applicazione vitale nel ciclo delle attività aziendali, non perderà mai d'importanza

Il data mining non può essere ignorato - i dati sono lì, i metodi sono numerosi, ed i vantaggi derivanti dalla scoperta d'informazioni utili sono enormi. Le aziende in cui i metodi di data mining sono soggetti a "pregiudizi" si troveranno sempre in serio ritardo competitivo rispetto a quelle aziende che invece hanno un approccio razionale nei confronti dell'argomento.

'Il segreto del successo è conoscere cose che nessun altro conosce'
Aristotle Onassis