Datamining is de analyse van grote hoeveelheden gegevens om patronen en kennis te ontdekken. Data mining wordt ook wel data-discovery of kennisdetectie genoemd.
Datamining maakt gebruik van statistieken, principes van machine learning (ML), kunstmatige intelligentie (AI) en enorme hoeveelheden gegevens (vaak uit databases of datasets) om patronen te identificeren op een manier die zo geautomatiseerd en nuttig mogelijk is.
Wat doet datamining?
Datamining heeft twee hoofddoelen: beschrijving en voorspelling. Ten eerste beschrijft datamining de inzichten en kennis die zijn verkregen door het analyseren van patronen in gegevens. Ten tweede gebruikt datamining de beschrijvingen van herkende gegevenspatronen om toekomstige patronen te voorspellen.
Als u bijvoorbeeld op een shoppingwebsite bent gaan zoeken naar boeken over het identificeren van verschillende soorten planten, loggen de dataminediensten achter de schermen van die website een beschrijving van uw zoekopdrachten in verband met uw profiel. Wanneer u zich twee weken later opnieuw aanmeldt, gebruiken de gegevensmijnen van de website de beschrijvingen van uw eerdere zoekopdrachten om uw huidige interesses te voorspellen en gepersonaliseerde winkelaanbevelingen te bieden met boeken over het identificeren van planten.
Hoe Data Mining werkt
Datamining werkt met behulp van algoritmen, instructiesets die een computer vertellen of een proces verwerken, om verschillende soorten patronen binnen gegevens te ontdekken. Enkele van de verschillende patroonherkenningsmethoden die worden gebruikt in datamining omvatten clusteranalyse, anomaly detection, associatie-learning, data-afhankelijkheden, beslissingsbomen, regressiemodellen, classificaties, uitbijterdetectie en neurale netwerken.
Hoewel datamining kan worden gebruikt om patronen in alle verschillende soorten gegevens te beschrijven en te voorspellen, is het gebruik dat veel mensen het meest tegenkomen, zelfs als ze het niet realiseren, het beschrijven van patronen in uw aankoopkeuzes en gedrag om waarschijnlijke toekomstige aankopen te voorspellen beslissingen.
Heeft u zich bijvoorbeeld ooit afgevraagd hoe Facebook altijd lijkt te weten waar u naar op zoek was en dat u advertenties in uw nieuwsfeed ziet die te maken hebben met andere websites die u heeft bezocht of met uw zoekopdrachten op het web? Facebook datamining gebruikt informatie die is opgeslagen in uw browser en die uw activiteiten bijhoudt, zoals cookies, samen met zijn eigen kennis van uw patronen op basis van uw eerdere gebruik van de service van Facebook om producten of aanbiedingen te ontdekken en te voorspellen waarin u mogelijk geïnteresseerd bent.
Welke soorten gegevens kunnen worden gedolven?
Afhankelijk van de service of winkel (fysieke winkels gebruiken ook datamining), kan een verrassende hoeveelheid gegevens over u en uw patronen worden gedolven. Gegevens die over u worden verzameld, kunnen zijn: welk type voertuig u bestuurt, waar u woont, plaatsen waar u hebt gereisd, tijdschriften en kranten waarop u zich abonneert en of u al dan niet getrouwd bent. Het kan ook bepalen of je kinderen hebt, wat je hobby's zijn, welke band je leuk vindt, je politieke voorkeuren, wat je online koopt, wat je koopt in fysieke winkels (vaak via beloningskaarten voor klantentrouw) en alle details die je deelt over je leven op sociale media.
Zo gebruiken retailers en op mode gebaseerde publicaties gericht op tieners inzichten uit dataminingfoto's op sociale-mediaservices zoals Instagram en Facebook om modetrends te voorspellen die bij teenklanten of lezers zullen verlokken. De inzichten die door data mining zijn ontdekt, kunnen zo nauwkeurig zijn dat sommige retailers zelfs kunnen voorspellen of een vrouw zwanger zou kunnen zijn, gebaseerd op zeer specifieke veranderingen in haar koopkeuzes. De retailer, Target, is naar verluidt zo nauwkeurig met het voorspellen van zwangerschap op basis van patronen in de aankoopgeschiedenis dat het kortingsbonnen voor babyproducten naar een jongedame stuurde en haar zwangerschapsgeheim weggaf voordat ze het aan haar familie vertelde.
Datamining is overal, maar veel van de informatie die wordt ontdekt en geanalyseerd over onze koopgewoonten, persoonlijke voorkeuren, keuzes, financiën en online activiteiten wordt gebruikt door winkels en diensten met de bedoeling de klantervaring te verbeteren.
