Ogrom danych zgromadzonych na temat organizacji przekracza zwykle możliwości jednostek w ich analizowaniu, dlatego istnieje potrzeba wykorzystania zautomatyzowanych procesów eksploracji danych.

Data Mining jest procesem wydobywania wiedzy z baz danych lub hurtowni danych. Zaawansowane algorytmy z zakresu sztucznej inteligencji takie jak metody statystyczne, sieci neuronowe, metody ewolucyjne oraz logika rozmyta mają na celu analizę danych oraz odkrycie nowych, niewidocznych zależności, wzorców oraz wiedzy. Takie przetwarzanie predykcyjne umożliwia przewidywanie zachowań organizacji, rynku, a także modelowanie biznesu, prognozowanie przyszłości i kreowanie planów.

ZASTOSOWANIA:

• segmentacja, klasyfikacja oraz lepsze poznanie klientów
• prognozowanie sprzedaży
• wykrywanie nadużyć
• wykrywanie zależności między danymi

PRZYKŁAD: przeprowadzenie analizy danych w dyskoncie spożywczym pozwala wykryć następujące zależności:

• młodzi mężczyźni w wieku poniżej 35 lat kupujący chipsy w czwartki i piątki zwykle kupują także co najmniej 2 puszki piwa
• mężczyźni ci kupują wyłącznie piwo ze średniej półki cenowej
• w piątki robią duże zakupy, natomiast w czwartki kupują zaledwie kilka produktów
• w miesiącach letnich w ich koszyku często znajdują się również owoce, ale tylko pod warunkiem, że w przeszłości kupowali dużo soków i przetworów owocowych

Wiedza ta może zostać wykorzystana przez sklep w skuteczniejszym planowaniu rozmieszczenia produktów i dostosowaniu ich cen do oczekiwań klientów.