Data Mining

Data Mining ist der Prozess, große Mengen von Daten zu analysieren, um Muster und andere Informationen zu entdecken. Es wird typischerweise bei Datenbanken eingesetzt, in denen Daten in einem strukturierten Format gespeichert werden. Durch das „Mining“ großer Datenmengen können verborgene Informationen entdeckt und für andere Zwecke genutzt werden.

Beispiele für Data Mining

Ein Kreditkartenunternehmen könnte Data Mining einsetzen, um mehr über die Kaufgewohnheiten seiner Kunden zu erfahren. Durch die Analyse von Einkäufen von Karteninhabern in den gesamten Vereinigten Staaten könnte das Unternehmen Einkaufsgewohnheiten verschiedener demografischer Gruppen entdecken, etwa nach Alter, ethnischer Zugehörigkeit und Standort. Diese Informationen könnten nützlich sein, um einzelnen Personen bestimmte Angebote zu machen. Dieselben Daten könnten auch Einkaufsmuster in verschiedenen Regionen des Landes aufzeigen. Diese Informationen könnten für Unternehmen wertvoll sein, die in bestimmten Bundesstaaten werben oder dort Geschäfte eröffnen möchten.

Onlinedienste wie Google und Facebook werten riesige Datenmengen aus, um ihren Nutzern gezielte Inhalte und Werbung bereitzustellen. Google könnte beispielsweise Such-anfragen analysieren, um beliebte Suchanfragen für bestimmte Gebiete zu ermitteln und diese an den Anfang der Autovervollständigungsliste zu verschieben (den Vorschlägen, die beim Tippen angezeigt werden). Durch die Auswertung von Daten über die Nutzeraktivität könnte Facebook beliebte Themen bei verschiedenen Altersgruppen ermitteln und auf Grundlage dieser Informationen gezielte Anzeigen bereitstellen.

Obwohl Data Mining häufig für Marketingzwecke eingesetzt wird, gibt es auch viele andere Anwendungsmöglichkeiten. Gesundheitsunternehmen könnten Data Mining beispielsweise einsetzen, um Zusammenhänge zwischen bestimmten Genen und Krankheiten zu entdecken. Wetterunternehmen können Daten auswerten, um Wettermuster zu erkennen, die dabei helfen können, zukünftige meteorologische Ereignisse vorherzusagen. Institutionen für Verkehrsmanagement können Fahrzeugdaten auswerten, um zukünftige Verkehrsmengen zu prognostizieren und geeignete Pläne für Autobahnen und Straßen zu erstellen.

Voraussetzungen für Data Mining

Data Mining erfordert zwei Dinge – große Datenmengen und viel Rechenleistung. Je besser die Daten organisiert sind, desto einfacher lassen sie sich auf nützliche Informationen untersuchen. Daher ist es für jede Organisation, die Data Mining betreiben möchte, wichtig, vorausschauend auszuwählen, welche Daten protokolliert und wie sie gespeichert werden. Bei der Auswertung der Daten können Supercomputer und Computercluster eingesetzt werden, um Petabytes an Daten zu verarbeiten.