Le Data Mining est en fait un terme générique englobant toute une famille d'outils facilitant l'analyse des données contenues au sein d'une base décisionnelle de type Data Warehouse ou DataMart.
En peu de mots, le Data Mining présente l'avantage de trouver des corrélations informelles entre les données.
Il permet de mieux comprendre les liens entre des phénomènes en apparence distincts et d'anticiper des tendances encore peu discernables.
A contrario des méthodes classiques d'analyses statistiques, le Data Mining est particulièrement adapté au traitement de grands volumes de données. Avec l'augmentation de la capacité de stockage des supports informatiques, un maximum de renseignements seront captés, ordonnés et rangés au sein du Data Warehouse. Comportement des acheteurs, caractéristiques des produits, historisation de la production, désormais plus rien n'échappe à la collecte. Avec le Data Mining, ces "tera-nesque" bases de données sont exploitables.
Les outils de data mining proposent différentes techniques à choisir en fonction de la nature des données
et du type d'étude que l'on souhaite entreprendre.
Conseil 1 :
Accordez le soin nécessaire à la phase de collecte des données.
La collecte des données est une étape fondamentale. Elle est longue et coûteuse. Il est indispensable de disposer de la garantie de la fiabilité des données avant de lancer la moindre analyse.
Conseil 2 :
L'étude des résultats mérite toute votre attention.
Il ne faut pas hésiter à présenter différemment le problème et à tester d'autres techniques d'analyse avant de s'engager sur un résultat.
Conseil 3 :
Le Data mining n'est pas un oracle absolu. Une absence de réponse du système ne doit pas être systématiquement considérée comme une négation.
Il faut quelquefois prendre la précaution d'aborder le problème sous un autre angle avant de s'engager.
IBM intelligent miner, SAS Enterprise Miner, Isoft Alice.
Copyright : Alain FERNANDEZ ©1998-2008- Tous droits réservés
| Ce site vous a interessé ? |
|---|
| Recommandez le à vos amis |
| Ajoutez www.piloter.org à vos favoris |
| Selection de la semaine |
|---|
| Le data mining en action |
| Collecter les données |
| Qualite et 6 Sigma |

Le projet décisionnel clé en mains (voir la fiche site)
Livre dispo en 24 heures avec Eyrolles.com

Le decisionnel Open Source panorama des produits
| Le projet BI en 5 temps |
|---|
| Intro |
| Business Intelligence et aide à la décision |
| Rentabilite des projets BI |
| ROI et TCO |
| Où sont les utilisateurs ? |
| Le poste Business Intelligence ideal |
| Business Intelligence |
|---|
| Briques de la BI |
| Collecter |
|---|
| Collectez les donnees ETL |
| Meta donnees |
| BI et ERP (PGI) |
| Data Warehouse |
|---|
| Data Warehouse |
| Projet Data Warehouse |
| Modelisation Data Warehouse |
| Architecture Data Warehouse |
| ROI du projet |
| Olap |
|---|
| Pourquoi Olap ? |
| Qu'est-ce que OLAP ? |
| Modele de CODD |
| Nouveau modele |
| Conception Olap |
| ROLAP, MOLAP, HOLAP... |
| Essayez Olap |
| Briques essentielles |
|---|
| Portail Decisionnel |
| Data Mining |
| Reporting et Requeteur |
| Tableaux de bord et KM |
| Decisionnel Open Source |
| Open Source | |
|---|---|
| Le principe de l'Open Source | |
| Projets Open Source | |
| Outils ETL Open Source | |
| outils Reporting Open Source | |
| outils OLAP et Data Warehouse Open Source | |
| outils Data Mining Open Source |
| Les Ressources |
|---|
| Livres de la BI |
| Livres du Data Mining |
| Sites de la BI |
| Reperes Piloter.org |
|---|
| Plan du site |
| Contact |
| A propos... |
| Copyright© |
Toutes les pages de ce site sont sous copyright Alain Fernandez 1998-2007