什么是數據挖掘？數據挖掘如何工作
數據挖掘是公司用于將原始數據轉化為有用信息的過程，通過使用軟件查找大批數據中的模式，企業可以了解有關其客戶的更多信息，以開發更有效的營銷策略，增加銷售并降低成本。數據挖掘取決于有效的數據收集，倉儲和計算機處理。
數據挖掘過程用于構建機器學習模型，以支持包括搜索引擎技術和網站推薦程序在內的各種應用程序。
數據挖掘如何工作
數據挖掘涉及探索和分析大量信息，以收集有意義的模式和趨勢。它可以以多種方式使用，例如數據庫營銷，信用風險管理，欺詐檢測，垃圾郵件電子郵件過濾，甚至可以識別用戶的觀點或意見。
數據挖掘過程分為五個步驟：首先，組織收集數據并將其加載到其數據倉庫中。接下來，他們可以在內部服務器或云中存儲和管理數據。業務分析師，管理團隊和信息技術專業人員可以訪問數據并確定他們如何組織數據。然后，應用程序軟件根據用戶的結果對數據進行排序，最后，最終用戶以易于共享的格式（例如圖形或表格）呈現數據。
數據倉庫和挖掘軟件數據挖掘模型示意圖
數據挖掘程序根據用戶的需求分析數據中的關系和模式，例如，公司可以使用數據挖掘軟件來創建信息類別。舉例來說，假設一家餐廳想使用數據挖掘來確定何時應提供某些特色菜。它查看收集到的信息，并根據客戶訪問的時間和訂購的內容創建類。
在其他情況下，數據挖掘者基于邏輯關系找到信息集群，或者查看關聯和順序模式以得出有關消費者行為趨勢的結論。
倉儲是數據挖掘的重要方面，倉儲是指公司將其數據集中到一個數據庫或程序中。使用數據倉庫，組織可以分拆數據段以供特定用戶分析和使用。
但是，在其他情況下，分析師可能會從所需的數據開始，然后根據這些規范創建 數據倉庫。無論企業和其他實體如何組織數據，他們都使用它來支持管理層的決策過程。
數據挖掘示例
雜貨店是數據挖掘技術的知名用戶，許多超市向顧客提供免費的會員卡，使他們可以享受非會員無法享受的優惠價格。這些卡使商店可以輕松地跟蹤誰在購買商品，何時購買以及以什么價格購買。在分析了數據之后，商店可以使用此數據為客戶提供針對他們購買習慣的優惠券，并決定何時出售商品或何時以全價出售商品。
當公司僅使用不代表整個樣本組的選定信息來證明某個假設時，數據挖掘可能會引起關注。
