BERG-MARKETING.DK
indhold
  index-oversigt
 
Datamining

 

Datamining er analyse af egne informationer.

Skjulte informationer
Populært kan man sige at datamining går ud på at få "vredet" alt det, der ligger gemt i eksisterende internt talmateriale, for anvendelige informationer. Gennem datamining søges efter skjulte mønstre i en stor gruppe af data.

Intern "minedrift"
Generelt gælder at der ligger guld begravet i at udnytte de informationer man allerede har - eller kan få - fra egne kunder og egen aktivitet. Simpelthen fordi informationerne ligger i eget hus. Typisk drejer det sig om tal fra regnskabsafdelingen så som salg specificeret for produkt- og servicearter, ordrestørrelser og -hyppighed, kundespecifikationer, lagerinformationer, timeregistreringer, mv.

Talknuseri
Datamining er et barn af vores evne til at foretage store beregninger. Det defineres som en automatisk eller halvautomatisk proces til at analysere store mængder af data med formålet at finde meningsfulde sammenhænge mellem informationer af forskellige faktorer.

Formodninger om sammenhænge
Det med det automatiske skal nok tages med en gran salt. Det er stadig mennesket bag den rå datakraft der skal opstille hypoteserne og give regnemaskinerne besked på beregningerne - baseret på en logik eller nogle hypoteser. I begrebet ligger primært at man kan tillade sig at starte maskinerne på komplicerede og omfattende (og derfor førhen meget dyre og langvarige) korrelationsberegninger, selv om sandsynligheden for sammenhænge ikke forekommer særlig stor eller begrundet. Sagt med andre ord er datami-ning et værktøj til at hjælpe den kreative proces og finde den viden, som de meget store datamængder måtte skjule.
Man skelner ofte mellem enten de beskrivende datamining modeller eller de prognosticerende.

Eksterne data
Udover virksomhedens (og/eller branchens) data suppleres ofte med eksterne data, fx fra Danmarks Statistik.
Kørslerne finder sted i flere tempi, hvor man successivt udelader de varianter, der er de mindst signifikante.

Aaker et al. nævner som eksempel:
"A good example of data mining is a Midwest grocery chain that used the data mining capacity of Oracle software to analyze local buying patterns. They discovered that when men bought diapers on Thursday and Saturdays, they also tended to buy beer. Further analysis showed that these shoppers typically did their weekly grocery shopping on Saturdays. On Thursdays, however, they only bought a few items. The retailer concluded that they purchased the beer to have it available for the upcoming weekend. The grocery chain could use this newly discovered information in various ways to increase revenue. For example, they could move the beer display closer to the diaper display. And, they could make sure beer and diapers were sold at full price on Thursdays."

MDSS
Mange forskellige informationer - fra forskellige kilder - er nødvendige for den daglige ledelse af marketingfunktionen. Det drejer sig fx om forsyningstal som produktion og ordrer, sælgernes salgsrapporter, forbrugerpaneler, butiksindex med oplysninger om salgsandele, lagerandele og fordeling på geografiske områder og sælgerdistrikter, omkostningstal og budgetsammenligninger, reklameforbruget mm.
MDSS - Marketing Decision Support Systems - er betegnelsen for et system der integrerer alle informationerne i én database og dermed giver grundlaget for hurtig kontrol og identifikation af eventuelle afvigelser og problemer/muligheder.
MDSS er forholdsvis udførligt beskrevet af Aaker et al.: Marketing Research.

© Indholdet på disse sider må gengives med kildeangivelse og link. URL: www.berg-marketing.dk
tidsel