Hvem kan være en data minearbejder? - dummies

Hvis du har læst et par nyhedsrapporter om data mining, kan du have fået indtryk af, at det er mere komplekst end hjernekirurgi. Det er det ikke. Du har måske hørt, at data minearbejdere kan lære ting om dig, at du ikke engang kender dig selv. Det er usandsynligt. Du har muligvis hørt, at du har brug for en Ph.D. og datamængder for at komme i gang med data mining, og det er latterligt.

Du kan være en data minearbejder

Data mining er noget, som folk i mange erhverv har integreret i deres arbejde for at få bedre information til at gøre dagligdags forretningsbeslutninger. Data mining kan anvendes på ethvert felt, og mange virkelige data minearbejdere har givet positive afkast på deres første projekter.

Så hvem kan være data minearbejder? Du kan.

Data minedrift er ikke eksklusivt rige for folk med avancerede grader. Du behøver ikke være ekspert i statistik eller har en stor mængde data lige ved hånden.

Data mining er for folk, der har en god forståelse for deres egen virksomhed og udfordringer, som er komfortable med almindelig computerbehandling (som f.eks. Brug af kontorsanvendelser og anden forretningssoftware), og som har en anstændig forståelse af tal (som evnen til korrekt tolkning af grafer og tabeller).

En data minearbejder har også brug for tålmodighed og tid til at afsætte processen. Data mining er hurtig i forhold til alternativerne, men det er ikke øjeblikkeligt.

Få inspiration fra disse virkelige data-mining succeser:

• Offentlig sikkerhed: New York Fire Department bruger data mining til at identificere faktorer, der sætter bygninger i fare for brand. Data minearbejdere har identificeret snesevis af disse risikofaktorer og udviklet en model til at producere en brandrisikoscore for mere end 300.000 New York City bygninger. Inspektører bruger disse scoringer til at bestemme hvilke bygninger, der skal inspiceres først. Deres mål er at reducere antallet af brande og beskytte New Yorkers liv.

• Detailhandel: Amazon. com bruger data mining med sine omfattende data ressourcer til at give individuelle produkt anbefalinger til hver enkelt af sine kunder. Denne detailkæmper bruger ikke bare data til at beslutte, hvilke produkter der skal tilbydes. Det tester også hvert funktionelt og kosmetisk aspekt af sit websted og e-mail for at finde detaljer, der øger salget.

• Medicinsk og undersøgelsesforskning: Rygning truer millioner af amerikaners liv og sundhed. Et samarbejde mellem Centers for Disease Control-akademiske og kommercielle interesser anvendte data mining i kombination med undersøgelser for at identificere meddelelser, der effektivt kunne afskrække ungdommen fra at ryge og brugte disse oplysninger som grundlag for en anti-smoking reklamekampagne.

Brug den viden, du har til at minde data

For at blive data minearbejder, vil du opdage nye ting. Du finder nye dataanalysemetoder, data minedriftsprocessen og måder at evaluere og teste dine opdagelser på. Du vil prøve nye værktøjer. Du vil udvide dine ressourcer til at få data, uanset om du opretter den ny eller hent den fra en regering eller kommerciel kilde.

Men du har allerede den mest værdifulde ressource til data mining: din egen viden om din virksomhed. Du ved hvem gør hvad og hvordan. Du ved, hvordan dine data er opnået. Du ved meget om, hvilke løsninger på dine problemer der kan være mulige. Ingen slags matematik, computer eller software erstatter disse oplysninger.

Du ved også noget om, hvem der er hvem i din organisation. Og det betyder, at du kan få fat i et endnu mere omfattende arkiv af relevant forretningskendskab, den viden, der er indeholdt i dine kollegaers og andre kolleger. Dette er den mest værdifulde ressource til data mining, og det er din allerede.