9 Gesetze des Data Mining - Dummies

Jeder Beruf hat seine Leitprinzipien, Ideen, die Struktur und Orientierung im Arbeitsalltag bieten. Data Mining ist keine Ausnahme. Im Folgenden finden Sie neun grundlegende Ideen, die Sie bei der Arbeit unterstützen und zum Data Miner werden. Dies sind die 9 Gesetze des Data Mining, wie sie ursprünglich von dem bahnbrechenden Data Miner Thomas Khabaza genannt wurden.

1. Gesetz: Unternehmensziele

Hier ist das 1. Gesetz des Data Mining oder "Business Goals Law": Geschäftsziele sind der Ursprung jeder Data-Mining-Lösung.

Sie durchsuchen Daten, um Informationen zu finden, die Ihnen dabei helfen, das Geschäft besser auszuführen. Sollte das nicht das Mantra der gesamten Geschäftsdatenanalyse sein? Natürlich sollte es das sein! Dennoch konzentrieren sich Data Mining-Neulinge oft auf Technologie und andere Details, die zwar interessant sein können, aber nicht mit den Bedürfnissen und Zielen der Entscheidungsträger der Unternehmensleitung übereinstimmen.

Sie müssen eine Gewohnheit entwickeln, Geschäftsziele zu identifizieren, bevor Sie irgendetwas anderes tun, und sich bei jedem Schritt des Data-Mining-Prozesses auf diese Ziele konzentrieren. Es ist bezeichnend, dass dieses Gesetz an erster Stelle steht. Jeder sollte verstehen, dass Data Mining ein Prozess mit einem bestimmten Zweck ist.

2. Gesetz: Wirtschaftswissen

Hier ist das 2. Gesetz des Data Mining oder "Business Knowledge Law": Geschäftswissen ist zentral für jeden Schritt des Data-Mining-Prozesses.

Data Mining gibt den Menschen - Geschäftsleuten - Kraft, die ihr Geschäftswissen, ihre Erfahrung und ihren Einblick zusammen mit Data-Mining-Methoden nutzen, um eine Bedeutung in Daten zu finden.

Sie müssen kein ausgefallener Statistiker sein, um Data Mining durchzuführen, aber Sie müssen etwas darüber wissen, was die Daten bedeuten und wie das Geschäft funktioniert. Nur wenn Sie die Daten und das Problem verstehen, das Sie lösen müssen, können Data-Mining-Prozesse Ihnen helfen, nützliche Informationen zu finden und zu nutzen.

Drittes Gesetz: Datenaufbereitung

Hier ist das dritte Gesetz des Data Mining oder "Data Preparation Law": Die Datenaufbereitung ist mehr als die Hälfte jedes Data-Mining-Prozesses.

Traditionelle Statistiker haben oft die Möglichkeit, neue Daten zu sammeln, um spezifische Forschungsfragen zu beantworten. Sie können rigorose Prozesse einsetzen, um Experimente zu planen, Fragebogen für die Umfrageforschung zu entwerfen oder auf andere Weise hochwertige Daten zu sammeln, die genau auf bestimmte Forschungsziele ausgerichtet sind. Doch nach all dem verbringen sie immer noch viel Zeit mit der Aufbereitung und Vorbereitung von Daten für die Analyse.

Data Miner hingegen müssen fast immer mit den verfügbaren Daten arbeiten. Sie verwenden vorhandene Geschäftsunterlagen, öffentliche Daten oder die Daten, die sie kaufen können.Es ist gut möglich, dass alle Daten zu einem anderen Zweck als dem Data Mining zusammengetragen wurden und ohne einen rigorosen Plan oder einen sorgfältigen Datensammlungsprozess. Data Miner verbringen also viel Zeit mit der Datenaufbereitung.

4. Gesetz: Rechtes Modell

Hier ist das 4. Gesetz des Data Mining, oder "NFL-DM": Das richtige Modell für eine gegebene Anwendung kann nur experimentell gefunden werden.

Dieses Gesetz ist auch unter der Abkürzung NFL-DM bekannt, was bedeutet, dass es kein kostenloses Mittagessen für den Data Miner gibt.

Erstens, was ist ein Modell? Es ist eine Gleichung, die ein in Daten beobachtetes Muster darstellt. Zumindest stellt es das Muster in grober Weise dar. Mathematische Modelle realer Dinge sind niemals perfekt! Das ist eine Tatsache des Lebens, und genauso gilt es für Kernphysiker ebenso wie für Data Miner.

Beim Data Mining werden Modelle durch Versuch und Irrtum ausgewählt. Sie experimentieren mit verschiedenen Modelltypen.

5. Gesetz: Muster

Hier ist das 5. Gesetz des Data Mining: Es gibt immer Muster.

Als Data Miner erkunden Sie Daten, um nach nützlichen Mustern zu suchen. Mit anderen Worten, Sie suchen sinnvolle Beziehungen zwischen den Variablen in den Daten. Das Verständnis dieser Beziehungen ermöglicht ein besseres Verständnis des Geschäfts und bessere Vorhersagen darüber, was in der Zukunft passieren wird. Am wichtigsten ist, dass Sie durch das Verstehen von Mustern in den Daten beeinflussen können, was in Zukunft passieren wird.

Sie finden immer Muster. Die Daten haben immer etwas zu erzählen. Manchmal bestätigt es, dass das, was Sie getan haben, richtig ist. Das mag nicht aufregend erscheinen, aber zumindest sagt es dir, dass du auf dem richtigen Weg bist. An anderen Tagen können Ihnen die Daten mitteilen, dass Ihre aktuellen Geschäftspraktiken nicht funktionieren. Das ist aufregend, und obwohl es auf kurze Sicht vielleicht nicht angenehm ist, ist die Kenntnis der Wahrheit ein wichtiger Schritt in Richtung Verbesserung.

6. Gesetz: Amplifikation

Hier ist das 6. Gesetz des Data Mining oder "Insight Law": Data Mining verstärkt die Wahrnehmung im Geschäftsbereich.

Data-Mining-Methoden ermöglichen es Ihnen, Ihr Unternehmen besser zu verstehen, als Sie es ohne sie hätten tun können. Data-Mining-Methoden helfen Ihnen dabei, ein Vergrößerungsglas oder ein Mikroskop zu verwenden, um die Entdeckung von Effekten zu ermöglichen, die mit gewöhnlichen Berichten nur schwer oder gar nicht zu erkennen wären.

Data Mining ist nicht sofortig.

Entdecken und Lernen durch Data Mining ist ein interaktiver Prozess. Sie werden Entdeckungen machen, etwas von jedem von ihnen herausfinden und das, was Sie entdeckt haben, anwenden. Die Ergebnisse jeder Aktion, die Sie versuchen, erzeugen mehr Daten, und diese Daten ermöglichen es Ihnen, mehr zu verstehen. Es ist ein Kreislauf der Entdeckungen, und der Zyklus dauert an, solange Sie weiter erforschen und experimentieren.

7. Gesetz: Vorhersage

Hier ist das 7. Gesetz des Data Mining oder "Prediction Law": Die Vorhersage erhöht die Information lokal durch Verallgemeinerung.

Data Mining hilft Ihnen dabei, das zu verwenden, was Sie wissen, um bessere Vorhersagen (oder Schätzungen) von Dingen zu treffen, die Sie nicht kennen. Data Mining verwendet Daten und Modellierungsmethoden, um Ihre informellen Erwartungen durch datengesteuerte, konsistente und genauere Schätzungen zu ersetzen.

8. Gesetz: Wert

Hier ist das 8. Gesetz des Data Mining oder "Value Law": Der Wert von Data-Mining-Ergebnissen wird nicht durch die Genauigkeit oder Stabilität von Vorhersagemodellen bestimmt.

Data Miner kümmern sich nicht um Theorie. Als Data Miner kennen Sie vielleicht nie die Theorie hinter den statistischen Modellen, die Sie verwenden. Vielleicht ist das auch gut so, denn beim Data Mining werden Sie diese Modelle auf eine Weise verwenden, die nicht notwendigerweise mit der Theorie dahinter übereinstimmt.

Sie werden nach Modellen suchen, die korrekte Vorhersagen liefern (und Sie verwenden das Testen statt der statistischen Theorie, um das zu beurteilen). Vielleicht beschäftigen Sie sich aber auch mit anderen Themen, z. B. ob das Modell wirtschaftlich sinnvoll ist, Sie über unerwartete prädiktive Faktoren aufklärt oder praktisch an Ihrem Arbeitsplatz eingesetzt werden kann.

9. Gesetz: Änderung

Hier ist das 9. Gesetz des Data Mining oder "Gesetz der Veränderung": Alle Muster können sich ändern.

Die Welt verändert sich ständig. Das Modell, das Ihnen heute großartige Prognosen liefert, könnte morgen nutzlos sein. Das ist eine Tatsache für alle Datenanalysten, nicht nur für Data Miner.