Siapa yang bisa menjadi penambang data? - dummies

Jika Anda telah membaca beberapa laporan berita tentang data mining, mungkin Anda mendapat kesan bahwa ini lebih rumit daripada operasi otak. Tidak Anda mungkin pernah mendengar bahwa penambang data dapat mempelajari hal-hal tentang Anda yang bahkan tidak Anda kenal sendiri. Itu tidak mungkin. Anda mungkin pernah mendengar bahwa Anda memerlukan data D. D. dan data untuk memulai data mining, dan itu sangat menggelikan.

Anda bisa menjadi penambang data

Data mining adalah sesuatu yang orang-orang dalam banyak profesi telah terintegrasi ke dalam pekerjaan mereka untuk mendapatkan informasi yang lebih baik untuk membuat keputusan bisnis sehari-hari. Penambangan data dapat diterapkan ke lapangan apa pun, dan banyak penambang data kehidupan nyata telah menghasilkan hasil positif pada proyek pertama mereka.

Jadi, siapa yang bisa menjadi penambang data? Kamu bisa.

Data mining bukanlah bidang eksklusif orang dengan derajat lanjut. Anda tidak perlu menjadi ahli dalam statistik atau memiliki sejumlah besar data di ujung jari Anda.

Data mining adalah untuk orang-orang yang memiliki pemahaman yang baik tentang bisnis mereka sendiri dan tantangannya, yang merasa nyaman dengan komputasi biasa (seperti menggunakan aplikasi perkantoran dan perangkat lunak bisnis lainnya), dan siapa yang layak pegang angka (seperti kemampuan untuk menafsirkan grafik dan tabel dengan benar).

Seorang penambang data juga membutuhkan kesabaran dan waktu untuk mencurahkan prosesnya. Data mining cepat dibandingkan dengan alternatifnya, tapi tidak instan.

Dapatkan beberapa inspirasi dari kesuksesan penambangan data kehidupan nyata ini:

• Keamanan umum: Pemadam Kebakaran New York menggunakan data mining untuk mengidentifikasi faktor-faktor yang menyebabkan bangunan berisiko kebakaran. Penambang data telah mengidentifikasi lusinan faktor risiko ini, dan mengembangkan model untuk menghasilkan skor risiko kebakaran lebih dari 300.000 gedung New York City. Para inspektur menggunakan skor ini untuk menentukan bangunan mana yang harus diperiksa terlebih dahulu. Tujuan mereka adalah mengurangi jumlah kebakaran dan melindungi kehidupan warga New York.

• Ritel: Amazon. com menggunakan data mining dengan sumber data yang luas untuk memberikan rekomendasi produk individual kepada masing-masing pelanggannya. Raksasa ritel ini tidak hanya menggunakan data untuk memutuskan produk apa yang ditawarkan. Ini juga menguji setiap aspek fungsional dan kosmetik dari situs web dan emailnya untuk menemukan rincian yang meningkatkan penjualan.

• Penelitian medis dan survei: Merokok mengancam kehidupan dan kesehatan jutaan orang Amerika. Kemitraan dari Centers for Disease Control kepentingan akademis dan komersial menggunakan data mining yang dikombinasikan dengan penelitian survei untuk mengidentifikasi pesan yang dapat secara efektif mencegah kaum muda dari merokok, dan menggunakan informasi tersebut sebagai dasar kampanye periklanan anti-merokok.

Gunakan pengetahuan yang Anda miliki untuk menambang data

Untuk menjadi penambang data, Anda akan menemukan hal-hal baru. Anda akan menemukan metode analisis data baru, proses penambangan data, dan cara mengevaluasi dan menguji penemuan Anda. Anda akan mencoba alat baru. Anda akan memperluas sumber daya untuk mendapatkan data, apakah Anda membuatnya baru atau mendapatkannya dari sumber pemerintah atau komersial.

Tapi Anda sudah memiliki sumber data mining yang paling berharga: pengetahuan Anda sendiri tentang bisnis Anda. Anda tahu siapa yang melakukan apa dan bagaimana? Anda tahu bagaimana data Anda diperoleh. Anda tahu banyak tentang solusi apa untuk masalah Anda. Tidak ada jenis pengganti matematika, komputer, atau perangkat lunak untuk informasi itu.

Anda juga tahu sesuatu tentang siapa orang dalam organisasi Anda. Dan itu berarti Anda dapat memanfaatkan repositori pengetahuan bisnis yang lebih luas lagi, pengetahuan yang ada di benak rekan kerja dan rekan kerja Anda. Ini adalah sumber yang paling berharga untuk data mining, dan itu milik Anda.