Data Mining Business Intelligence
Data Mining Business Intelligence
Any ideas?
What are some of the benefits and limitations of data mining for business intelligence?
The limitations include the bandwidth, speed, storage capacity, the language of communication. Bebefits: You can respond to our commands
Data Mining Business Intelligence
La información introducida como "tweats" por un montón de gente dentro de las aplicaciones como Twitter, LinkedIn es no estructurada. El "tweats" actualización en aplicaciones tales son similares a nuestros propios procesos de pensamiento. Las técnicas de minería de datos implican la minería de datos que está definida con precisión. Por ejemplo, una encuesta producto contiene preguntas como ¿Qué color te gusta más? ¿Qué característica que me gusta más, etc, etc.
Al escribir una norma lógica de procesamiento OLAP uno sería capaz de obtener los informes necesarios para la prestación de inteligencia de negocio críticos informes. En este caso, también existe una considerable cantidad de esfuerzo invertido en definición de datos, ingreso de datos y análisis de datos.
Tweats contienen una gran cantidad de información no estructurada. Más bien que la creación de un comité de revisión para proporcionar comentarios sobre películas, productos, alimentos envasados, servicios etc, etc, se puede meter o construir un sistema de revisión sobre la base de información actualizada en Twitter, la boca Shut.com, Linkedin, Facebook, etc. Los desafíos que, obviamente, sería construir un sistema de extracción que se basa tanto en probabilidad y estadística.
El usuario respuestas o tweats se asignarán con ciertos valores posibles. Por ejemplo, un tweat como "Oh, bien me lo pasé bien en la cafetería" podría indicar un valor entre 7 a 10 en un sistema de clasificación. En el caso de la consolidación de la información no estructurada, las inferencias estadísticas se combinará con la probabilidad. Así que la tweat mismo puede ser usado para inferir dos situaciones similares o puntos de vista.
No ya algunas aplicaciones que proporcionan evaluaciones del producto sobre la base de tweats dentro de Twitter. Corresponde ahora a los desarrolladores para desarrollar algunas aplicaciones más que efectivamente pueden consolidar las respuestas en el forma de tweats y también la inteligencia de negocios se derivan.
The author is an Ezine Expert on Computers and Technology and can be contacted on srinivasa32@hotmail.com. Would love to hear from my readers and publishers
How Data mining could be used for Business Intelligence?
This depends on the business intelligence that you are doing. If you are doing reports and OLAP, you may want to use data mining to figure out what variables are useful in the reports that you prepare. Or you may want to use Data mining for predicting values or predicting future actions.
For example: What is the best way for management to look at sales? Perhaps historically, management looked at separate reports of sales by region. Using data mining, we might identify that region is not a useful element to understand what is impacting sales — rather factors such as employee tenure, product stage, and regional demographics are factors that would help management understand sales and improve it.
We may also use data mining as part of the reports that we provide — for example if you are reporting on revenue, you often would report on how much was sold and perhaps a comparison with last quarter and last year. With data mining you could produce reports that would provide an estimated (or forecasted) sales number that was based on historical trends and factors such as interest rates, new stores…
Where data mining has shown the most return on investment has been historically in a Customer Lifecycle Management arena. These are things like predicting which customers are likely to buy, which ones are likely to leave, and what to cross-sell or up-sell them. As business become more strategic, they want to utilize the predicted information in more of their lines of business.
If you look at some of the top vendors in the BI market today, the provide some level of data mining — Microstrategy has recently launched a PMML parser so that they can use the data mining models built from providers such as SPSS, KXEN and SAS. Other vendors, such as SQL Server 2006 have components for both BI and Data Mining. BI vendors like Business Objects and Cognos, recognize the use of data mining for both report design and estimation/prediction.
How does data mining not fit with business intelligence?
Microsoft Business Intelligence Demo – Blackstone Brewery
