« Pentaho/Data Mining » : différence entre les versions

« Le '''''Data Mining''''' est une technique d'extraction d'information et de découverte de connaissances à partir d'un gros volume de données, avec une méthode et des outils spécifiques. »

Le '''''Data Mining''''' ou '''''fouille de données''''', est l'ensemble des méthodes et techniques destinées à l'exploration et l'analyse de bases de données informatiques souvent très grandegrandes, de façon automatique ou semi-automatique, en vue de détecter dans ces données des règles, des associations, des tendances inconnues ou cachées, des structures particulières restituant l'essentiel de l'information utile tout en réduisant la quantité de données.

Pour résumer, le data mining est l'art d'extraire des informations à partir de données afin de prendre une décision stratégique.

* ''Le descriptif'' vise à mettre en évidence des informations présentes mais cachées par le volume important de donné. C'est le cas lors de la classification automatique d'individu et des recherches d’associations de produits ou médicaments.

* ''Le prédictif'' vise à tirer, faire ressortir de nouvelles informations à partir des informations présentes. Ces nouvelles informations seront alors qualitatives.
Exemples (ex: scoring
- Scoring : classerClasser les clients selon des critèrecritères définis ou quantitatives (prédictions
- Prédictions : prévisionPrévision de chiffres).

Aujourd'hui, les entreprises ne se demandent plus seulement "combienCombien de clients ont acheté tel produit pendant telle période?", "quelQuel est leur profil?",… mais plutôt les questions suivantes:

*Quel autre produit les intéresserontintéressera?

*Quand seront-ils intéressés?".

Chaque consommateur est unique et se différencie par ses goûts, son mode de vie, son sexe, son âge, son lieu d'habitation et bien d'autres critères. Il est donc évident que les profils de clientèle à découvrir sont des profils complexes. Les simples oppositions telles que "jeune/âgé", "femme/homme", "citadin/ruraux" peuvent facilement se retrouver avec des statistiques descriptives. Mais la réalité est faite de combinaisons plus complexes, dont les variables discriminantes ne sont pas celles auxquelles on pense directement. C'estCes dernières sont tellement subtiles que nous n'aurions pas pu les découvrir par hasard.

Et c'est là que le '''''Data Mining''''' devient intéressant.
Avec le '''''Data Mining''''' nous passons de "l'analyse confirmatoire" à "l'analyse exploratoire". Les techniques de '''''Data Mining''''', plus complexes que la statistique descriptive de base, s'appuient sur des outils d'intelligence artificielle ([[Réseaux de neurones]]), la théorie de l'information ([[Arbres de décision]]), des statistiques inférentielles (basées sur des échantillons) et des analyses de données traditionnelles (analyse factorielle, classification automatique...)

Une fois que l'on a l'analyse, le reporting, et les tableaux de bord déployés, il est temps de passer à la phase exploitation des données. Le data'''''Data miningMining''''' fournit un avantage concurrentiel qui permet à l'entreprise de maximiser son efficacité.

Le data'''''Data miningMining''''' est un procédé basé sur des algorithmes et des statistiques pour découvrir les modèles et les corrélations significatives qui ne peuvent apparaître dans une base de données classique.

Le data'''''Data miningMining''''' ne se restreint pas à une visualisation simple des chiffres tels que le chiffre d'affaire global selon la région; mais a pour but de faire ressortir des informations cachées mais présenteprésentes dans la masse de volumesvolume, suite à des combinaisons peu probables.

Avec l'outil data'''''Data miningMining''''' dans un premier temps nous faisons ressortir les chiffres concernant les ventes par ville dans le périmètre donné (USA). <br />

Après avoir zoomé sur cette zone, nous constatons que New York est la seule ville qui nous rapporte un chiffre d'affaireaffaires satisfaisant par rapport aux villes avoisinantes. <br />

Ce qui nous amène à soulever des interrogations telles que : "Pourquoi avons nous des meilleurs ventes à New York? Quels sont les facteurs (démographiques, culturels, socialssociaux,...) qui jouent sur nos chiffres de ventes? Quels sont les moyens et actions à mettre en oeuvreœuvre?" ...