content/sv-se/images/repository/isc/2017-images/KSY-54-What_is_data_mining_.jpg

Datautvinning kan liknas vid hur en guldgrävare silar jord för att hitta en guldklimp, men här handlar processen om att gå igenom stora mängder data för att hitta relevant information som kan användas till ett visst ändamål. Datautvinning är en underavdelning inom datavetenskap som i stort handlar om mönster.

När alla data har samlats in och lagrats fokuserar nästa steg på att tyda alla data – i annat fall vore den helt meningslös.

Dataanalys utförs på ett antal olika sätt, bland annat med hjälp av koncept som maskininlärning, där komplexa adaptiva algoritmer används för att analysera data artificiellt.

De mer traditionella metoderna involverar datavetare – experter med särskild utbildning för att förstå invecklad information – som tar fram rapporter som ledningen kan agera utifrån.

Vilka arbetar med datautvinning?

I dess säkra, lagliga form, är datautvinning utbredd och används av ett stort antal branscher, från ekonomi till detaljhandel.

När du surfar på internet sparas användardata baserat på vilka webbplatser du besöker, gjorda sökningar, personuppgifter som registreras, och produkter som utforskas.

Sådana data – skapade av miljontals användare – kan sedan undersökas i minsta detalj av företag som använder dem för att fatta välgrundade drifts- och marknadsföringsrelaterade beslut.

Vad kan datautvinning användas till?

Datautvinning används för många ändamål, beroende på företagen och deras behov. Möjliga användningsområden inkluderar:

  • Prognoser och riskbedömning: Analyser av data för att fastställa var något gick fel i det förflutna – till exempel antalet besökare online som inte köpte ett föremål efter att ha tittat på det – kan hjälpa en återförsäljare att fatta bättre beslut för lagerinköp i framtiden. På samma sätt kan insikt om vid vilken tid ett system har överbelastats med webbtrafik i det förflutna hjälpa företag att förbereda sig genom att tilldela större resurser eller investera i serveruppgraderingar.
  • Gruppering: Data som tillhandahålls av kunder ger företagen möjlighet att gruppera användare på olika sätt, bland annat demografiskt baserat på kön, ålder, inkomst, bostadsort och deras köpvanor. Det ger dem möjlighet att effektivt nå rätt användare med specifika erbjudanden eller meddelanden.
  • Beteendeanalys: Undersökning av data gör att företagen kan förstå vilken typ av stimuli kunder reagerar på. Svarar vissa grupper till exempel på specifika erbjudanden eller e-post vid en viss tid på dygnet eller en viss veckodag? Eller också ger det klarhet i varför användare besöker en viss webbplats och inte en annan, eller varför de avbryter sitt köp i sista minuten. Analysen hjälper företagen att avgöra vad de kan göra för att förhindra negativa kundbeteenden som skadar deras företag.

Relaterade artiklar:

Relaterade produkter:

Vad är datautvinning?

Datautvinning är processen att gå igenom stora datasamlingar för att hitta relevant information. Läs mer om vilka som använder den här processen och i vilket syfte.
Kaspersky Logo