نقش داده کاوی در پروژه های هوش تجاری

قابليت داده‌كاوي چيزي نيست كه به راحتي در دسترس و قابل خريد باشد. براي داده‌كاوي لازم است كه با استفاده از يك ابزار داده‌كاوي، يك كاربرد تصميم يار هوش تجاري و به طور خاص يك كاربرد داده‌كاوي ساخته شود. اين كاربرد داده‌كاوي مي‌تواند از تركيبي از مؤلفه‌هاي كلاسيك و پيشرفته مانند هوش مصنوعي، تشخيص الگو، پايگاه‌داده، آمار سنتي و گرافيك استفاده كند تا ارتباطات و الگوهاي نهفته در منبع داده‌هاي سازمان را نشان دهد.

داده‌كاوي، تحليل داده‌ها با هدف كشف اطلاعات نهفتة مفيد است. همانطور كه در جدول 1 نشان داده شده است، داده‌كاوي با تحليل آماري مرسوم متفاوت است و هر كدام نقاط قوت و ضعف خود را دارند.

1-1- اهميت داده‌كاوي

داده‌‌كاوي اكتشافي، پاسخ به سؤالاتي را پيدا مي‌كند كه تصميم‌گيرنده‌ها نمي‌دانسته‌اند تا بپرسند. اين امكان قوي، داده‌كاوي را به يك مؤلفه مهم كسب‌وكار هوشمند تبديل كرده است. حتي مي‌توان گفت داده‌كاوي يك پيشرفت اساسي  در فراهم كردن هوش تجاري براي تصميم‌گيرنده‌هاي استراتژيك است. در نگاه اول، اين ادعا ممكن است به نظر بيش از اندازه بزرگ باشد. چون خيلي از كاربردهاي تصميم‌يار موجود، هوش تجاري و بينش‌ها را فراهم مي‌كنند.

1-2- منابع داده‌اي براي داده‌كاوي

پايگاه‌هاي داده مقصدBI  منابع رايجي براي كاربردهاي داده‌كاوي هستند. اين پايگاه‌هاي داده شامل مقدار زيادي داده‌هاي داخلي هستند كه از منابع مختلف جمع‌آوري و يكپارچه شده‌اند، اعتبار آن‌ها تأييد شده است و در فرايند ETL تميز شده‌اند. اين پايگاه‌داده‌ها همچنين ممكن است شامل داده‌هاي خارجي باارزش باشند، از جمله قوانين و مقررات، اطلاعات جمعيتي يا جغرافيايي. تركيب داده‌هاي خارجي با داده‌هاي سازماني داخلي يك بنيان عالي براي داده‌كاوي فراهم مي‌كند

3-  اعمال داده‌كاوي

ابزارهاي داده‌كاوي اين امكان را به آماردان‌ها مي‌دهند كه مدل‌هاي تحليلي بسازند. اين ابزارها سپس از اين مدل‌ها براي اعمال داده‌كاوي استفاده مي‌كنند. يك موتور پيشگو، يك ليست از ضوابط ورودي را مي‌گيرد و از گام‌ها و روابط مدل تحليلي استفاده مي‌كند تا محتمل‌ترين پيش‌بيني‌ها را انجام دهد. نتايج اعمال داده‌كاوي جدول‌ها و فايل‌هاي شامل داده‌هاي تحليلي هستند كه مي‌توانند با استفاده از ابزارهاي گزارش‌گيري و پرس‌وجو مورد دسترسي قرار گيرند. چهار عمل اصلي داده‌كاوي در اسلایدهای بعد توصيف شده‌اند.

3-2- تحليل پيوندها

عمل تحليل پيوندها در داده‌كاوي مجموعه‌اي از الگوريتم‌هاي رياضي و تكنيك‌هاي تصويري است كه پيوندهاي بين ركوردها در يك پايگاه‌داده را تشخيص مي‌دهند و به صورت تصويري نشان مي‌دهند.

4-  كاربردهاي داده‌كاوي

اين نكته را بايد همواره در نظر داشته باشيم كه با وجود همه اين تكنولوژي‌ها، كسب‌وكار بايد نياز اساسي به داده‌كاوي داشته باشد تا زمان و هزينه مصرفي قابل توجيه شود.