Data mining

Data mining je metoda, která pomocí matematických funkcí analyzuje velké objemy dat a hledá v nich skryté souvislosti. Dobývání dat je důležitý marketingový nástroj. Řada firem během posledních desetiletí nastřádala a nyní spravuje rozsáhlé informační databáze, které skrývají řadu hodnotných výstupů.

Data mining se používá v komerční sféře, ve vědeckém výzkumu, nebo při monitorování aktivit uživatelů na internetu. První náznaky dolování dat se objevily v 60. letech 20. století s rozvojem počítačové techniky. Boom přišel v 90. letech v USA.

Komerční organizace chtěly z velkých objemů dat vytěžit vhodné podklady pro rozhodování. Aplikace se uplatňují ve sférách přímého marketingu (výběr klientů pro oslovení), finančnictví (odhadování rizika), maloobchodního prodeje (analýza nákupních košíků), telekomunikací (segmentace klientů) či internetového prodeje (návratnost kampaní).

Základem je, aby se data dobývala z korektních informací. Proto je žádoucí data čistit a selektovat. V některých případech jsou informace obsažené v databázích znehodnocené, zdvojené nebo nepoužitelné.

Dolování dat se rozvíjí nejintenzivněji v obchodování. Hledají se odpovědi na otázky: Jak získat nové zákazníky na úkor konkurence? Jak udržet stávající zákazníky? Aplikace rozdělují zákazníky do skupin, předvídají budoucí vývoj, hledají anomálie, tvoří doporučení, cílí reklamu na potenciálního spotřebitele...

Výsledky data miningu

• segmentace zákazníků – rozdělením do skupin podle nákupního chování nebo demografických charakteristik snižuje náklady na kampaň. Umožňuje efektivnější zacílení na skupiny s podobnými požadavky.

• eliminace odchodu ke konkurenci – cílem je označit klienty, kteří by mohli uvažovat o jiné nabídce a minimalizovat potenciální ztráty speciální nabídkou.

• analýza nákupního košíku – selekce produktů, které jsou nakupovány společně. Díky výsledkům se dají reorganizovat webové stránky nebo upravit vystavení zboží v e-shopech.

• odhad rizika – využití ve finančnictví. Lidé se mohou dostat do problémů se splácením půjček. Tvoří se databáze na základě podobných vlastností.

• shluková analýza – naopak určuje skupiny vysoce ziskových zákazníků, jejich potřeby, nákupy a výhledově doporučuje spotřebitele s podobným profilem.

Úkolem data miningu je zlepšit cílení služeb, lépe porozumět zákazníkům a identifikovat jejich konkrétní potřeby. To umožňuje budovat dlouhodobě prospěšné vztahy se zákazníky a tím vytěžit z jednoho zákazníka větší zisk.

Masivní a inteligentní zpracovávání osobních údajů představuje na druhé straně potenciální nebezpečí zneužití informací. Kromě obvyklých negativ v podobě záměrného či nezáměrného úniku dat se zneužívají i k různým aktivitám „obtěžování“ od spamu až po vydírání.