Home / Glossario / Data mining

Data mining, cos'è, significato e tecniche

Significato di Data mining

data mining Il Data mining è il processo che consente di identificare correlazioni, pattern e trend in grandi volumi di dati. Si tratta di un processo multidisciplinare che sfrutta delle tecniche statistiche ma anche tecnologie di intelligenza artificiale e di machine learning per estrarre delle informazioni funzionali a diversi fini.

Data mining: cos’è

Partendo dalla definizione di data mining come insieme di tecniche volte a estrarre dati da grandi volumi, diviene necessario far riferimento alle differenti aree disciplinari che rendono questo processo possibile: la statistica e dunque le tecniche di analisi numerica delle relazioni tra differenti dati; l’intelligenza artificiale e quindi l’uso di software in grado di riprodurre il ragionamento umano; il machine learning per l’utilizzo di algoritmi che analizzano i dati, apprendendo da questi per poi fare delle previsioni.

Quali sono le applicazioni?

Dall’ambito assicurativo a quello del marketing, fino al settore medico l’analisi dei big data consente attualmente alle aziende di ogni settore di ottenere informazioni importanti sui consumatori, sul mercato di riferimento e su come ottimizzare i processi di business. Le tecniche di data mining sono, in questo senso, uno strumento essenziale per raggiungere i diversi obiettivi aziendali.

Tra gli esempi di applicazione del data mining è possibile far riferimento alle aziende di servizi finanziari che usano tecniche simili per ottenere una panoramica più accurata dei potenziali maggiori rischi di mercato oppure per individuare eventuali situazioni di frode. Nel mondo del retail , invece, le imprese possono ricavare dei customer insight importanti dai propri database, allo scopo di ottimizzare il rapporto con il cliente grazie a una customer experience più personalizzata e di sviluppare delle campagne di marketing più efficaci.

Leggi anche:

Come fare data mining e quali tecniche utilizzare

Differenti tecniche e metodi possono essere utilizzati per rispondere a diversi tipi di domande e a bisogni. Tra le principali finalità dell’utilizzo del data mining vi sono le analisi descrittive e le analisi predittive.

Per quanto riguarda la prima categoria, alcune tecniche di data mining consentono di analizzare dei dati pregressi, identificando le ragioni che hanno portato allo stato attuale di successo o di fallimento. Tra le tecniche utilizzate:

  • clustering: si tratta di una tecnica di analisi statistica usata per identificare degli oggetti simili, suddividendo i dati in diversi gruppi sulla base di caratteristiche che li avvicinano. Il criterio di raggruppamento può avere a che fare con il comportamento di acquisto , le preferenze di prodotto, la risposta a una determinata azione di marketing, ecc. Questo tipo di tecnica consente di comprendere, di categorizzare e di definire meglio il proprio target e di capire come approcciarsi a gruppi di consumatori con caratteristiche diverse.

Il data mining può essere utilizzato anche allo scopo di prevedere possibili risultati futuri, facendo per esempio una stima della potenziale risposta di un gruppo di consumatori a una campagna pubblicitaria. Tra le tecniche di analisi predittiva vi sono:

  • regressione: si tratta di una tecnica che misura la forza della relazione tra una variabile dipendente e una serie di variabili indipendenti per predire, per esempio, in ambito medico la probabilità di sopravvivenza di un paziente, considerando i dati relativi ai suoi test diagnostici;
  • reti neurali: consistono in programmi di computer in grado di rintracciare dei pattern o dei modelli, fare delle previsioni e apprendere progressivamente.
Argomenti correlatibig data

© RIPRODUZIONE RISERVATA È vietata la ripubblicazione integrale dei contenuti

Cerca nel Glossario
Resta aggiornato!

Iscriviti gratuitamente per essere informato su notizie e offerte esclusive su corsi, eventi, libri e strumenti di marketing.

loading
MOSTRA ALTRI