Sepuluh Keuntungan Utama Data Mining

From OnnoCenterWiki
Jump to: navigation, search

Data Mining sangat penting untuk mendukung keberhasilan organisasi modern yang digerakkan oleh data. Sebuah survei IDG dari 70 pemimpin TI dan dunia usaha menemukan bahwa 92% responden ingin menerapkan advanced analytics secara lebih luas di seluruh organisasi mereka. Survei yang sama menemukan bahwa manfaat dari data mining sangat dalam dan luas.

Bahkan, responden mengidentifikasi tidak kurang dari 30 cara berbeda bahwa data mining berdampak positif terhadap usaha mereka. Berikut adalah 10 teratas:

  • Memperbaiki proses pengambilan keputusan
  • Memperbaiki postur risiko keamanan
  • Memperbaiki Perencanaan dan Forecasting
  • Keunggulan kompetitif
  • Pengurangan / penghematan biaya
  • Akuisisi pelanggan
  • Aliran pendapatan baru
  • Akuisisi / retensi pelanggan baru
  • Meningkatkan hubungan dengan pelanggan
  • Pengembangan produk baru

Data Mining memiliki kekuatan untuk mengubah perusahaan; namun, menerapkan proses yang memenuhi kebutuhan semua pemangku kepentingan perusahaan sering menghambat investasi data mining yang baik — 78% responden mengatakan bahwa mereka berjuang untuk menemukan strategi atau solusi data mining data yang tepat.

Kesulitan ini sebagian karena berbagai data mining dan tool Business Intellegence (BI) yang tersedia untuk analis, termasuk R, Python, Azure ML Studio, SAS, dan tool tradisional seperti Excel. Selain itu keragaman dan kompleksitas tool dan algoritma data mining adalah akar penyebab beberapa tantangan utama yang dihadapi organisasi. Sebagai contoh, 38% responden mengatakan tool data mining tidak intuitif atau kondusif untuk swalayan, dan 31% mengatakan mereka tidak memiliki keahlian yang dibutuhkan untuk memanfaatkan tool tersebut.

Terlepas dari hambatan ini, dunia usaha yang mampu secara efektif me-mining data yang tersebar luas mempunyai beberapa kunci yang sama. Perusahaan yang sukses:

  • Ketahui kebutuhan inti usahanya, baik taktis dan strategis, yang dapat dipenuhi oleh data mining;
  • Identifikasi dan evaluasi sumber data yang akan digunakan oleh tool data mining untuk akurasi dan relevansi;
  • Menentukan aplikasi, termasuk sistem Business Intellegence (BI), dimana tool data mining harus bisa saling ber-interoperasi;
  • Identifikasi solusi data mining yang tersedia yang memenuhi seluruh lingkup persyaratan organisasi, dari anggaran hingga kemampuan teknis end user;
  • Gunakan satu tool data mining standar yang memenuhi kebutuhan TI, data scientist, dan analis, sementara juga memenuhi konsumsi dan kebutuhan visualisasi pengguna dunia usaha.