CC BY
83
Секция «Информационно-экономические системы»
УДК 004.9
ТЕХНОЛОГИИ DATAMINING ДЛЯ РЕШЕНИЯ ЗАДАЧ БИЗНЕСА
В. А. Хлупичев Научный руководитель - И. Л. Савостьянова
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева
Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: [email protected]
Рассматриваются возможности применения технологии DataMining (интеллектуального анализа данных) в бизнес среде. Приводится краткий обзор программных продуктов реализующих методы DataMining.
Ключевые слова: DataMining, интеллектуальный анализ данных.
DATAMINING TECHNOLOGY FOR THE BUSINESS ENVIRONMENT
V. A. Khlupichev Scientific supervisor - I. L. Savostyanova
Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: [email protected]
The aim of this article is to show the possibility of applying DataMining solutions for the business environment. Provides an overview of software implementing methods DataMining.
Keywords: DataMining for the business environment.
«За последние годы, когда, стремясь к повышению эффективности и прибыльности бизнеса, при создании БД все стали пользоваться средствами обработки цифровой информации, появился и побочный продукт этой активности - горы собранных данных: И вот все больше распространяется идея о том, что эти горы полны золота» [1].
На сегодняшний день информационная система любого предприятия содержит огромное количество данных, которые в совокупности могут стать источником ценной информации, такой как: сведенья о тенденциях и закономерностях. DataMining отличается от других инструментов анализа и обработки данных тем, что вместо проверки заранее предполагаемых пользователем закономерностей, он способен находить взаимосвязи самостоятельно на основе набора данных.
На рынке представлено множество продуктов и инструментов, включающих различные методы DataMining, делая это направление все более популярным и доступным. Опыт некоторых предприятий показывает, что отдача от использования технологий DataMining может достигать 1000 %. Например, известны сообщения об экономическом эффекте, в 10-70 раз превысившем первоначальные затраты от 350 до 750 тыс. долл. [2]. DataMining представляют большую пользу для руководителей предприятия и аналитиков. С помощью этих методов можно получить значительные преимущества в конкурентной борьбе [3].
Рассмотрим примеры задач, при решении которых DataMining активно применяется и дает реальные результаты.
Одной из основных задач при применении инструментов DataMining в коммерческой организации, является сегментация пользователей. Разбивая своих клиентов на различные группы, организация имеет возможность сделать свою маркетинговую и рекламную политики более целенаправленными и результативными, предлагая каждой группе клиентов определенные виды товаров и услуг, в которых они нуждаются. Также возможно классифицировать клиентов не «более выгодных» и «менее выгодных». Для наиболее выгодного сегмента клиентов имеет смысл проводить более активную маркетинговую политику.
Актуальные проблемы авиации и космонавтики - 2015. Том 1
В банковской сфере, а именно в сфере кредитования на основе накопленных данных о платежах по кредитам можно выделить класс некредитоспособных клиентов и определить их общие черты. Получившийся набор критериев может использоваться для вынесения решения о предоставлении кредита в будущем.
В сферах розничной торговли и маркетинга часто применяется поиск ассоциативных правил, для определения часто встречающихся наборов товаров или услуг, приобретаемых клиентом одновременно («Анализ рыночной корзины»). Это помогает при размещении товаров на прилавках, а также при их закупке и хранении. Кроме того, для оптимизации логистики используется анализ временных последовательностей, что позволяет предсказать спрос на товар и закупить его ровно в том количестве, которое необходимо.
Существуют различные варианты по внедрению технологии DataMining в организации:
• Приобретение программного обеспечения под конкретную сферу деятельности, содержащего компоненты DataMining.
• Приобретение специализированного программного продукта DataMining.
• Приобретение консалтинговых услуг DataMining.
Рынок программных продуктов DataMining можно представить следующим образом:
• Уровень предприятия: FICO DataManagement, IBM SPSS Modeler, KXEN Analytic Framework, TIBCO Spotfire Analytics, Oracle DataMining, SAS Enterprise Miner.
• Уровень отдела: Poly Analyst, Statsoft Statistica, Deductor, Angoss, Salford Predictive Modeler, Equbits, GhostMiner, Gornik, Mineset, MATLAB, ThinkAnalytics.
• Личный уровень: Excel, See5(C5).
• Свободно распространяемое программное обеспечение: Weka, C4.5, Xelopes [4; 5].
Таким образом, рынок программных продуктов DataMining представлен множеством инструментов для решения различных задач. Любая компания может выбрать свой собственный инструмент, подходящий ей по функциональности и стоимости. Технология DataMining развивается, открывая все новые преимущества и привлекая к себе все большую заинтересованность со стороны бизнеса.
Библиографические ссылки
1. Чубукова И. А. DataMining. Интернет-университет информационных технологий. М. : БИНОМ. Лаборатория знаний, 2008.
2. Кречетов Н. Продукты для интеллектуального анализа данных // Рынок программных средств. 1997. № 14-15. С. 32-39.
3. Knowledge Discovery Through Data Mining: What Is Knowledge Discovery Tandem Computers Inc, 1996.
4. Национальный открытый университет ИНТУИТ [Электронный ресурс] // DataMining. URL: http://www.intuit.ru/studies/courses/6/6/lecture/200?page=1 (дата обращения: 20.03.2015).
5. Тимофеев В. Е., Савостьянова И. Л. Анализ изменения объема выпуска штампованных автомобильных колес ООО «КраМЗ» // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С. 392.
© Хлупичев В. А., 2015
