データマイニングって何?

データマイニングはある事象の発生確率を予測したり、データを分類し相関関係を探索したりと、目的に応じて２種類の手法に大別できます。 それぞれの特徴と具体的な手法をいくつか紹介します。 収集したデータからコンピュータが自分で学習しながら相関関係などを導き、顧客セグメントなど、人の手によらない新しい分類などを発見します。 定義の難しい特性ごとにデータを分類するクラスタリングや、別の属性間での相関関係を分析するマーケット分析などがその一例 です。 これらは自ら仮説立てを必要としない点が特徴といえます。 また、「ある事象の原因の特定」や「顧客ごとの最適なマーケティングシナリオの選定」など複雑な条件が絡む課題の分析や最適化も得意分野です。

データマイニング(data mining)って何?

データマイニング （Data mining）とは、 収集された情報のなかから傾向や関連性を見出す分析手法 です。 売上予測や市場動向など、ある事象の発生予測やデータの類似性から新たな仮説を立てるなど、膨大なデータをビジネスに活かすのに役立ちます。 データマイニングの多くは、マーケティングにおける課題を解決するために活用されています。 例えば小売業においては、顧客データや購買履歴を用いてデータマイニングを行い、より効果的なキャンペーン施策が実施されています。 そのほか製品・サービス改善や設備機器の分析など、活用先は業界を問わず多岐にわたるでしょう。 また、データマイニングを実施して得られる知識はDIKWモデルと呼ばれており、それぞれ以下のように分類されます。

データマイニングで得られる知識・知見ってなに?

データマイニングを行うことで得られる知識や知見は大きく次の4つに分けられます。 これらの頭文字を取り、データマイニングで得られる知識・知見は「DIKWモデル」と呼ばれ、下に行くほど有用になっていきます。 それぞれどんな知識・知見なのか紹介します。 Data（データ）はそのままデータの意味で、収集されたあらゆるデータのことです。 画像や音声、数値、テキストなど、あらゆる形式のデータを指します。 Information（情報）は、収集したデータを整理・分類したものを指します。 バラバラな形式のデータのフォーマットを統一し、分析しやすい状態に整えます。 Knowledge（知識）は情報から得られる知識のことで、分析の結果見出した法則性や傾向などのことです。