NS asıl fark veri madenciliği ve tahmine dayalı analitik arasındaki Veri madenciliği, algoritmalar ve madencilik araçlarını kullanarak gizli veri kalıplarını belirleme süreciyken, tahmine dayalı analitik, tahminlerde bulunmak için iş bilgisini keşfedilen kalıplara uygulama sürecidir.

Veri Madenciliği, büyük bir veri kümesindeki kalıpları keşfetme sürecidir. Veri varlıkları arasındaki yeni kalıpları ve ilişkileri çıkarır. Veri madenciliğinin çıktısı, zaman çizelgesi değişen bir dağılım oluşturan bir kalıptır. Öte yandan, tahmine dayalı analitik, eğilimleri ve davranışları tahmin etmek için bir veri kümesindeki keşfedilen kalıplara iş bilgilerini uygulama sürecidir. Bu modeller, veri madenciliği veya başka bir teknik kullanılarak keşfedilir. İş analistleri ve alan uzmanları, anlamlı iş içgörüleri elde etmek için bunları analiz eder ve yorumlar.

Veri Madenciliği, Tahmine Dayalı Analitik

Veri Madenciliği Nedir?

Veri madenciliği, büyük bir veri kümesindeki kalıpları keşfetme sürecini ifade eder. Bir veri kümesinden bilgi çıkarmayı ve bilgiyi daha sonra kullanılmak üzere anlaşılır bir yapıya dönüştürmeyi içerir. Matematik, sibernetik, pazarlama vb. birçok alanda kullanılmaktadır.

Şekil 1: Veri Kümesi

Veri madenciliği, veri entegrasyonu, veri dönüşümü, örüntü değerlendirmesi ve görselleştirme gibi çeşitli görevlerle ilişkilidir. Veriler birden fazla kaynaktan gelir. Tüm veriler entegre edilir ve veri ambarı adı verilen tek bir yerde saklanır. İkinci olarak, veri madenciliği yapmaya uygun hale getirmek için veriler önceden işlenir. Daha sonra, kümeleme, regresyon vb. algoritmalar kullanılarak örüntüler tanınır. Son olarak, bu örüntüler grafikler kullanılarak değerlendirilir ve görselleştirilir.

Ayrıca, web madenciliği adı verilen bir tür veri madenciliği vardır. Bu, web üzerinden geleneksel veri madenciliği yöntem ve teknikleri ile bilgi toplama sürecidir. Bir web sitesinin etkinliği ve müşteri davranışı gibi faktörleri anlamaya yardımcı olur. Genel olarak, veri madenciliği, tahminlerde bulunmak ve iş kararları almak için kullanılabilecekleri şekilde verilerdeki gizli kalıpları ortaya çıkarma yeteneği sağlar.

Tahmine Dayalı Analitik Nedir?

Tahmine dayalı analitik, gelecekteki veya bilinmeyen olaylar hakkında tahminlerde bulunmak için mevcut ve geçmiş gerçekleri analiz eder. Veri madenciliği, tahmine dayalı modelleme ve makine öğrenimi gibi çeşitli istatistiksel teknikleri kullanır.

Şekil 2: Tahmine Dayalı Analitik Süreci

Tahmine dayalı analitik süreci aşağıdaki etkinlikleri içerir.

1. Proje tanımlama – Proje sonuçlarını, kapsamı, iş hedeflerini tanımlayın ve kullanılacak veri setini belirleyin.
2. Veri Toplama – Birden çok kaynaktan veri toplayın.
3. Veri Analizi – Yararlı bilgileri keşfetmek için verileri modelleme, inceleme süreci.
4. İstatistiksel Analiz – Varsayımları, hipotezleri doğrulayın ve istatistiksel modeller kullanarak test edin.
5. Modelleme – Karar verme için doğru tahmine dayalı modeller oluşturun.
6. Dağıtım – Sonuçları, raporları ve çıktıları almak için günlük karar verme süreci için analitik sonuçları dağıtın.
7. Model İzleme – Modelin beklenen sonuçları sağladığından emin olmak için model performansını yönetme ve izleme.

Predictive Analytics birçok alanda kullanılmaktadır. Riskleri ve fırsatları belirlemek için ticari kuruluşların tarihsel ve işlemsel verilerde bulunan kalıpları analiz etmesine yardımcı olur. Örneğin, kredi notunu varsayalım. Müşterinin kredi geçmişi, kredi başvurusu ve müşteri verileri, müşterinin kredi ödemesini zamanında ödeyip ödemeyeceğine karar vermek için analiz edilir ve işlenir. Ayrıca, tahmine dayalı analitik pazarlama, finans, sigorta, perakende, telekomünikasyon, sağlık, sosyal ağ vb. alanlarda kullanılmaktadır.

Veri Madenciliği ve Tahmine Dayalı Analitik Arasındaki Fark

Tanım

Veri madenciliği, makine öğrenmesi, istatistik ve veritabanı sistemleri yöntemlerini kullanarak büyük veri setindeki kalıpları keşfetme sürecidir. Tahmine dayalı analitik, verilerden bilgi çıkarmak ve bunları eğilimleri ve davranış kalıplarını tahmin etmek için kullanmakla ilgilenen istatistik alanıdır. Bu, veri madenciliği ile tahmine dayalı analitik arasındaki temel farkı açıklar.

işlevsellik

Veri madenciliği, gizli kalıpları keşfetmek için toplanan veriler üzerinde regresyon ve sınıflandırma gibi algoritmalar uygular. Bununla birlikte, tahmine dayalı analitik, iş için geçerli tahminler elde etmek için iş bilgisini keşfedilen kalıplara uygular.

kullanım

Veri madenciliği ile tahmine dayalı analitik arasında kullanımlarına göre başka bir fark daha vardır. Veri madenciliği, toplanan verilerin daha iyi anlaşılmasına yardımcı olurken, tahmine dayalı analitik, gelecekteki veya bilinmeyen olaylar hakkında tahminler yapmaya yardımcı olur.

İlgili Meslekler

Veri madenciliği istatistikçiler ve mühendisler tarafından gerçekleştirilse de, tahmine dayalı analitik, iş analistleri ve diğer alan uzmanları tarafından gerçekleştirilir.

Çözüm

Veri madenciliği ve tahmine dayalı analitik arasındaki fark, veri madenciliğinin algoritmalar ve madencilik araçlarını kullanarak gizli veri kalıplarını belirleme süreci olması, tahmine dayalı analitik ise tahmin yapmak için keşfedilen kalıplara iş bilgisini uygulama sürecidir.

Referans:

1. “Veri Madenciliği Nedir? – WhatIs.com'dan gelen tanım.” SearchSQLServer, Buradan ulaşabilirsiniz.2. "Tahmini Analitik." Wikipedia, Wikimedia Foundation, 26 Ağustos 2018, Buradan ulaşabilirsiniz.