डाटा माइनिंग - अवलोकन

सूचना उद्योग में भारी मात्रा में डेटा उपलब्ध है। जब तक इसे उपयोगी जानकारी में परिवर्तित नहीं किया जाता है, तब तक यह डेटा किसी काम का नहीं है। डेटा की इस बड़ी मात्रा का विश्लेषण करना और उससे उपयोगी जानकारी निकालना आवश्यक है।

जानकारी का निष्कर्षण एकमात्र प्रक्रिया नहीं है जिसे हमें करने की आवश्यकता है; डेटा माइनिंग में डेटा क्लीनिंग, डेटा इंटीग्रेशन, डेटा ट्रांसफ़ॉर्मेशन, डेटा माइनिंग, पैटर्न इवैल्यूएशन और डेटा प्रेजेंटेशन जैसी अन्य प्रक्रियाएँ भी शामिल हैं। एक बार जब ये सभी प्रक्रियाएं समाप्त हो जाती हैं, तो हम इस जानकारी का उपयोग कई अनुप्रयोगों जैसे कि धोखाधड़ी का पता लगाने, बाजार विश्लेषण, उत्पादन नियंत्रण, विज्ञान अन्वेषण आदि में कर पाएंगे।

डाटा माइनिंग क्या है?

डेटा माइनिंग को डेटा के विशाल सेट से जानकारी निकालने के रूप में परिभाषित किया गया है। दूसरे शब्दों में, हम कह सकते हैं कि डेटा माइनिंग डेटा से खनन ज्ञान की प्रक्रिया है। निकाली गई जानकारी या ज्ञान का उपयोग निम्नलिखित में से किसी भी अनुप्रयोग के लिए किया जा सकता है -

  • बाजार का विश्लेषण
  • धोखाधड़ी का पता लगाना
  • ग्राहक प्रतिधारण
  • प्रोडक्शन नियंत्रण
  • विज्ञान अन्वेषण

डेटा खनन अनुप्रयोग

निम्न डोमेन में डेटा खनन अत्यधिक उपयोगी है -

  • बाजार विश्लेषण और प्रबंधन
  • कॉर्पोरेट विश्लेषण और जोखिम प्रबंधन
  • धोखाधड़ी का पता लगाना

इनके अलावा, डेटा माइनिंग का उपयोग उत्पादन नियंत्रण, ग्राहक प्रतिधारण, विज्ञान अन्वेषण, खेल, ज्योतिष और इंटरनेट वेब सर्फ-एड के क्षेत्रों में भी किया जा सकता है।

बाजार विश्लेषण और प्रबंधन

नीचे सूचीबद्ध बाजार के विभिन्न क्षेत्र हैं जहां डेटा खनन का उपयोग किया जाता है -

  • Customer Profiling - डेटा माइनिंग यह निर्धारित करने में मदद करता है कि लोग किस तरह के उत्पाद खरीदते हैं।

  • Identifying Customer Requirements- डाटा माइनिंग विभिन्न ग्राहकों के लिए सर्वोत्तम उत्पादों की पहचान करने में मदद करता है। यह उन कारकों को खोजने के लिए भविष्यवाणी का उपयोग करता है जो नए ग्राहकों को आकर्षित कर सकते हैं।

  • Cross Market Analysis - डाटा माइनिंग उत्पाद की बिक्री के बीच एसोसिएशन / सहसंबंध करता है।

  • Target Marketing - डेटा माइनिंग उन मॉडल ग्राहकों के समूहों को खोजने में मदद करता है जो समान विशेषताओं जैसे रुचियों, खर्च करने की आदतों, आय आदि को साझा करते हैं।

  • Determining Customer purchasing pattern - डाटा माइनिंग ग्राहक की खरीदारी के पैटर्न को निर्धारित करने में मदद करता है।

  • Providing Summary Information - डेटा खनन हमें विभिन्न बहुआयामी सारांश रिपोर्ट प्रदान करता है।

कॉर्पोरेट विश्लेषण और जोखिम प्रबंधन

डेटा माइनिंग का उपयोग कॉर्पोरेट सेक्टर के निम्नलिखित क्षेत्रों में किया जाता है -

  • Finance Planning and Asset Evaluation - इसमें नकदी प्रवाह विश्लेषण और भविष्यवाणी, परिसंपत्तियों का मूल्यांकन करने के लिए आकस्मिक दावा विश्लेषण शामिल है।

  • Resource Planning - इसमें संसाधनों का सारांश और तुलना और खर्च शामिल है।

  • Competition - इसमें प्रतियोगियों और बाजार की दिशाओं की निगरानी शामिल है।

धोखाधड़ी का पता लगाना

धोखाधड़ी का पता लगाने के लिए क्रेडिट कार्ड सेवाओं और दूरसंचार के क्षेत्रों में डेटा माइनिंग का भी उपयोग किया जाता है। धोखाधड़ी वाले टेलीफोन कॉल में, यह कॉल के गंतव्य, कॉल की अवधि, दिन या सप्ताह का समय आदि को खोजने में मदद करता है। यह उन पैटर्न का भी विश्लेषण करता है जो अपेक्षित मानदंडों से विचलित होते हैं।