Научная статья на тему 'Технологии DataMining для решения задач бизнеса'

Технологии DataMining для решения задач бизнеса Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
443
67
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
DATAMINING / ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ДАННЫХ / DATAMINING FOR THE BUSINESS ENVIRONMENT

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Хлупичев В.А., Савостьянова И.Л.

Рассматриваются возможности применения технологии DataMining (интеллектуального анализа данных) в бизнес среде. Приводится краткий обзор программных продуктов реализующих методы DataMining.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

DATAMINING TECHNOLOGY FOR THE BUSINESS ENVIRONMENT

The aim of this article is to show the possibility of applying DataMining solutions for the business environment. Provides an overview of software implementing methods DataMining.

Текст научной работы на тему «Технологии DataMining для решения задач бизнеса»

Секция «Информационно-экономические системы»

УДК 004.9

ТЕХНОЛОГИИ DATAMINING ДЛЯ РЕШЕНИЯ ЗАДАЧ БИЗНЕСА

В. А. Хлупичев Научный руководитель - И. Л. Савостьянова

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева

Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

E-mail: savostyanova@sibsau.ru

Рассматриваются возможности применения технологии DataMining (интеллектуального анализа данных) в бизнес среде. Приводится краткий обзор программных продуктов реализующих методы DataMining.

Ключевые слова: DataMining, интеллектуальный анализ данных.

DATAMINING TECHNOLOGY FOR THE BUSINESS ENVIRONMENT

V. A. Khlupichev Scientific supervisor - I. L. Savostyanova

Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: savostyanova@sibsau.ru

The aim of this article is to show the possibility of applying DataMining solutions for the business environment. Provides an overview of software implementing methods DataMining.

Keywords: DataMining for the business environment.

«За последние годы, когда, стремясь к повышению эффективности и прибыльности бизнеса, при создании БД все стали пользоваться средствами обработки цифровой информации, появился и побочный продукт этой активности - горы собранных данных: И вот все больше распространяется идея о том, что эти горы полны золота» [1].

На сегодняшний день информационная система любого предприятия содержит огромное количество данных, которые в совокупности могут стать источником ценной информации, такой как: сведенья о тенденциях и закономерностях. DataMining отличается от других инструментов анализа и обработки данных тем, что вместо проверки заранее предполагаемых пользователем закономерностей, он способен находить взаимосвязи самостоятельно на основе набора данных.

На рынке представлено множество продуктов и инструментов, включающих различные методы DataMining, делая это направление все более популярным и доступным. Опыт некоторых предприятий показывает, что отдача от использования технологий DataMining может достигать 1000 %. Например, известны сообщения об экономическом эффекте, в 10-70 раз превысившем первоначальные затраты от 350 до 750 тыс. долл. [2]. DataMining представляют большую пользу для руководителей предприятия и аналитиков. С помощью этих методов можно получить значительные преимущества в конкурентной борьбе [3].

Рассмотрим примеры задач, при решении которых DataMining активно применяется и дает реальные результаты.

Одной из основных задач при применении инструментов DataMining в коммерческой организации, является сегментация пользователей. Разбивая своих клиентов на различные группы, организация имеет возможность сделать свою маркетинговую и рекламную политики более целенаправленными и результативными, предлагая каждой группе клиентов определенные виды товаров и услуг, в которых они нуждаются. Также возможно классифицировать клиентов не «более выгодных» и «менее выгодных». Для наиболее выгодного сегмента клиентов имеет смысл проводить более активную маркетинговую политику.

Актуальные проблемы авиации и космонавтики - 2015. Том 1

В банковской сфере, а именно в сфере кредитования на основе накопленных данных о платежах по кредитам можно выделить класс некредитоспособных клиентов и определить их общие черты. Получившийся набор критериев может использоваться для вынесения решения о предоставлении кредита в будущем.

В сферах розничной торговли и маркетинга часто применяется поиск ассоциативных правил, для определения часто встречающихся наборов товаров или услуг, приобретаемых клиентом одновременно («Анализ рыночной корзины»). Это помогает при размещении товаров на прилавках, а также при их закупке и хранении. Кроме того, для оптимизации логистики используется анализ временных последовательностей, что позволяет предсказать спрос на товар и закупить его ровно в том количестве, которое необходимо.

Существуют различные варианты по внедрению технологии DataMining в организации:

• Приобретение программного обеспечения под конкретную сферу деятельности, содержащего компоненты DataMining.

• Приобретение специализированного программного продукта DataMining.

• Приобретение консалтинговых услуг DataMining.

Рынок программных продуктов DataMining можно представить следующим образом:

• Уровень предприятия: FICO DataManagement, IBM SPSS Modeler, KXEN Analytic Framework, TIBCO Spotfire Analytics, Oracle DataMining, SAS Enterprise Miner.

• Уровень отдела: Poly Analyst, Statsoft Statistica, Deductor, Angoss, Salford Predictive Modeler, Equbits, GhostMiner, Gornik, Mineset, MATLAB, ThinkAnalytics.

• Личный уровень: Excel, See5(C5).

• Свободно распространяемое программное обеспечение: Weka, C4.5, Xelopes [4; 5].

Таким образом, рынок программных продуктов DataMining представлен множеством инструментов для решения различных задач. Любая компания может выбрать свой собственный инструмент, подходящий ей по функциональности и стоимости. Технология DataMining развивается, открывая все новые преимущества и привлекая к себе все большую заинтересованность со стороны бизнеса.

Библиографические ссылки

1. Чубукова И. А. DataMining. Интернет-университет информационных технологий. М. : БИНОМ. Лаборатория знаний, 2008.

2. Кречетов Н. Продукты для интеллектуального анализа данных // Рынок программных средств. 1997. № 14-15. С. 32-39.

3. Knowledge Discovery Through Data Mining: What Is Knowledge Discovery Tandem Computers Inc, 1996.

4. Национальный открытый университет ИНТУИТ [Электронный ресурс] // DataMining. URL: http://www.intuit.ru/studies/courses/6/6/lecture/200?page=1 (дата обращения: 20.03.2015).

5. Тимофеев В. Е., Савостьянова И. Л. Анализ изменения объема выпуска штампованных автомобильных колес ООО «КраМЗ» // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С. 392.

© Хлупичев В. А., 2015

i Надоели баннеры? Вы всегда можете отключить рекламу.