O documento discute a relação entre data mining (D.M.) e data warehousing (D.W.), afirmando que D.W. usa ferramentas estatísticas para desempenhar função semelhante ao D.M., mas não descobre padrões de comportamento. O D.M. não é uma evolução do D.W. e ambos funcionam melhor em conjunto. O D.M. usa pesquisas em grandes volumes de dados para identificar relacionamentos entre variáveis e permitir que organizações gerenciem relacionamentos de causa e efeito de forma mais eficiente
1. O D.W. aliado a ferramentas estatísticas
desempenham papel semelhante ao
D.M., mas não descobrem padrões de
comportamento
D.M. não é uma evolução do D.W., e não
existe dependência entre ambos, mas D.M. x D.W.
obtém-se melhores respostas/resultados
quando executados em conjunto.
Mineração de Dados
usa complexas pesquisas em SAD - Sistemas de Apoio a Decisão
Data Mining
grandes volumes de dados para explorar e identificar Extração Inteligente dos Dados
relacionamentos entre variáveis que antes eram
previamente independentes. Isso permite que as
organizações gerenciem relacionamentos de causa e
efeito mais eficientemente, e antecipem políticas para
isso. D.M.
Criar parâmetros para entender o
comportamento do consumidor.
Como Trabalha
Identificar afinidades entre as escolhas de
produtos e serviços
Porque adotar um D.M.
Altos Custos de Implantação Prever hábitos de compras
(VANTAGENS)
Complexidade das Ferramentas Analisar comportamentos habituais para
Os dados devem estar limpos, detectar fraudes.
consistentes, livres de qualquer tipo de Preparação dos dados para Mineração
nulidade, (80% do Trabalho)
DESVANTAGEM
Uma vez que o objetivo do D.M. é descobrir
tendências em dados invisíveis de outra maneira,
torna-se Dificuldade de estimar a taxa de retorno
impossível estimar a partir de algo desconhecido com o investimento
UNINOVE - D.M..mmap - 16/09/2010 -