Data mining a datové sklady jsou často soustředěny pod široký deštník business intelligence. Slouží stejnému konečnému cíli: přeměna nezpracovaných informací na použitelné znalosti. Mechanika jejich práce je ale úplně jiná. Jedna se týká způsobu ukládání dat. Další věcí je, co s nimi uděláte, jakmile jsou na skladě.
Představte si to takto. Datový sklad je architektura. Data mining je vykopávka.
Dolování dat
Data mining je v podstatě statistická analýza v obrovském měřítku. Není to jen pohled na tabulku v Excelu; dotazuje se na terabajty dat, aby našel skryté vzory. Analytici obvykle začínají s hypotézou. Mohou mít podezření, že zákazníci, kteří si koupí produkt X, koupí do šesti měsíců také produkt Y.
Spouštějí dotazy, aby otestovali tuto teorii proti nezpracovaným datům. Když data podporují připojení, mohou podniky činit informovanější rozhodnutí. Lépe rozumí svým zákazníkům. Vědí, jak se dodavatelé chovají. Je to prediktivní. Je to proaktivní.
Ale aby byl takový dotaz proveden efektivně, je velmi důležitá datová struktura.
Základ úložiště
Datové sklady jsou procesem navrhování způsobů ukládání dat za účelem maximalizace možností vykazování a analýzy. Nestačí jednoduše mít databáze rozmístěné po firemních serverech. Odborníci považují tato úložiště dat za koncepčně a fyzicky propojená.
Podnik může mít desítky databází. Údaje o prodeji zde. Údaje o zůstatku jsou k dispozici. Logy podpůrných služeb jsou až na třetím místě. Abychom získali úplný obrázek, musí být tyto různé zdroje vzájemně propojeny. Samotné fyzické databáze musí být propojeny, aby bylo možné jejich data prohlížet společně.
To vytváří jednotný pohled na data. Bez tohoto spojení vidíte izolovaná sila. Poskytuje vám jediný zdroj pravdy pro účely podávání zpráv.
Synergie
Vztah mezi nimi je jednoduchý. Data správně organizovaná v úložišti se snáze těží.
Představte si, že se těžařský specialista pokouší dotazovat na terabajty informací rozptýlených ve více databázích v různých fyzických sítích. Zpoždění by byla katastrofální. Výsledky by trvaly věčnost. Je to neúčinné. Je to nepříjemné.
Nyní si představte, že stejný dotaz běží proti datovému skladu odborně navrženému pro připojení relevantních datových bodů. Miner může provádět smysluplné a efektivní dotazy. Výsledky se rychle vrátí. Podnik dostává informace, na které může okamžitě reagovat.
Proč je to důležité
Možná se ptáte, co potřebujete jako první. Odpověď není binární, ale pořadí akcí často rozhoduje o úspěchu. Pokud těžíte data, která nebyla správně uložena, hrabete se v hlíně. Proséváte nesourodé fragmenty bez jasné mapy.
Úložiště poskytuje strukturu. Těžba poskytuje přehled.
Člověk organizuje chaos. Další najde signál v šumu.
Upravte své úložiště správně a analýza bude výkonná. Nechte to špatně a budete jen sbírat digitální prach. Cílem není jen mít data. Cílem je mít použitelná data. Tento rozdíl vše mění.
