فرآیند داده کاوی (بخش دوم)

فرآیند داده کاوی (مرحله اول)

لینک به بخش قبلی

مرحله 1: تبدیل مسئله کسب و کار به مسئله داده کاوی:

اهداف داده کاوی برای یک پروژه خاص نباید با عبارت کلی نوشته شده باشد، مثلا:

1- کسب درکی از رفتار مشتری

2- کشف داده های معنی دار از داده ها

3- یادگیری چیزهای جالب

تمام اینها اهداف شایسته ای هستند ولی حتی هنگامی که آنها بدست آیند، اندازه گیری آنها مشکل است. پروژه هایی که اندازه گیری آنها سخت است، ارزش گذاری آنها سخت است . تا آنجا که ممکن است، باید اهداف کلی را به اهداف خاص دیگری شکسته شوند که نظارت بر روال دسترسی به آنها آسانتر شود. بدست آوردن درکی از رفتار مشتری، می تواند به اهداف زیر شکسته شود:

1- شناسایی مشتریانی که دوست ندارند اشتراکشان را تجدید کنند.

2- طراحی یک طرح مکالمه ای که رویگردانی مشتریان خانگی را کاهش دهد

3- رتبه بندی تمام مشتریانی که گرایش به اسکی دارند.

این اهداف واقعی، فقط برای نظارت آسانتر نیستند بلکه تبدیل آنها به مسائل داده کاوی نیز آسانتر است.

برای تبدیل یک مسئله کسب و کار به یک مسئله داده کاوی، باید آنرا بصورت یکی از وظایف داده کاوی شرح داده شده دربخش قبل، دوباره فرمول سازی کرد

از نتایج چگونه استفاده می شود ؟

این یکی از سوالات بسیار مهمی است که در این مرحله باید از خود بپرسیم . بطور شگفت انگیزی، پاسخ در ابتدا این است : مطمئن نیستم ! اما پاسخ به این سوال بسیار مهم است چون کاربردهای مختلف، راه حل های مختلفی را نیز پیشنهاد می کنند.

نتایج چگونه تحویل داده می شوند ؟

پروژه های داده کاوی مختلف، ممکن است چندین نوع نتایج قابل تحویل داشته باشند . مثلا وقتی هدف اوله پروژه، بدست آوردن درکی از مشتری باشد، نتیجه قابل تحویل اغلب یک گزارش، چارت یا نمودار یا گراف است . شکل قابل تحویل می تواند نتایج داده کاوی را تحت تاثیر قرار دهد.

نقش کاربران کسب و کار و تکنولوژی اطلاعات:

تنها راه پاسخ دادن مطلوب به سوالات مطرح شده در بالا، درگیر کردن صاحبان کسب و کار در کشف چگونگی استفاده از نتایج داده کاوی، و درگیر کردن کارکنان فن آوری اطلاعات در کشف نحوه تحویل این نتایج است.