Data Mining

Data Mining beschäftigt sich mit der Möglichkeit, in Datenbeständen versteckte Muster und Strukturen aufzudecken.

Unternehmen besitzen große Mengen an Daten über ihre Kunden und deren Einkaufsverhalten. Doch dieses prall gefüllte „DatenWarenhaus" ist nutz- und wertlos, wenn sich aus den komplexen Informationen keine greifbaren Rückschlüsse auf das Kundenverhalten ziehen bzw. kunden- und marktbezogene Trends und Muster aufdecken fassen, die für weitere Unternehmensstrategien nützlich sind.


Kontext

Ein wichtiges Werkzeug zur Generierung dieser Informationen stellt das „Schürfen" in den Daten, das sog. Data Mining dar. Für das Interpretieren der Daten haben Softwareentwickler sog. Data Mining-Programme entwickelt, die aus den Daten Informationen
extrahieren und die Informationen aus der Datenbank in Wissen verwandeln.

So kann Data Mining-Software bspw. Kundenprofile auslesen und analysieren, welche charakteristischen Eigenschaften gute Kunden identifizieren und entsprechend auch vorhersagen, welche Kunden in der Datenbank das Potenzial haben, gute Kunden zu werden. Sie kann auch dazu genutzt werden, Kunden zu erkennen, bei denen aufgrund verschiedener Verhaltensmerkmale das Risiko besteht, dass sie zur Konkurrenz abwandern. Auch eine Warenkorbanalyse kann für Händler nützlich sein, um zu bestimmen, welche Produkte in welchen Filialen angeboten werden sollten oder welche Produkte aus dem Sortiment einen Kunden mit einem spezifischen Interessens- und Kaufprofil eventuell auch noch interessieren könnten.

Typische Anwendungsbereiche des Data Mining sind die Klassifikation und die Segmentierung bspw. von Markt- und Kundendaten, das Erkennen von Abhängigkeiten sowie die Analyse.
Die gewonnenen Erkenntnisse können z.B. zur Individualisierung der Kundenansprache, zur individuellen Bereitstellung von Produkten und Dienstleistungen oder zur Vorhersage des Kundenverhaltens eingesetzt werden.


Anwendung

Eine Unterstützung zur Behandlung dieser Fragestellungen bietet der Einsatz von speziellen Data Mining Softwaretools. Diese Tools lassen sich in die Kategorien „Suites" und „Einzelprodukte" einteilen. Eine Suite unterstützt den Benutzer in jeder Phase des Mining-Prozesses und bietet eine Vielzahl möglicher Verfahren. Ein Einzelprodukt ist hingegen auf nur eines oder wenige Verfahren spezialisiert. Je nach Fragestellung im Unternehmen kann der Einsatz einer Suite oder eines Einzelproduktes vorzuziehen sein.

Eine besonders hohe Bedeutung wird Data Mining im Hinblick auf die Kundensegmentierung, Zielgruppenanalyse und Kundenpotenzialanalyse beigemessen. Dies hat für die Befragten das Ziel, Kunden zunehmend individuell kennen zu lernen und entsprechend anzugehen. Als wichtig wird auch erachtet, per Data Mining festzustellen, welche Werbeaktionen sich wie auswirken, welche Gründe Kunden veranlassen ihre Anbieter zu wechseln und welche Kriterien sie beim Vergleich von Preis und Leistung ansetzen.

Experten weisen darauf hin, dass die Ergebnisse der Software nur von entsprechend qualifizierten Statistikern interpretiert werden können. Diese sollten das Unternehmen kennen und wissen, wie man aus den Auswertungen die richtigen Rückschlüsse zieht.

Data Mining gewinnt im Marketingbereich zunehmend an Bedeutung. Anhand der Interpretation von Nutzerprofilen (Alter, Geschlecht, Adresse, Beruf, Freizeitbeschäftigungen, Zahl und Art der erworbenen Produkte und Dienstleistungen, Surfgewohnheiten im Internet usw.) lassen sich äusserst wirksame Werbestrategien entwickeln und Marktsegmente bestimmen (siehe auch Targeting).

In vielen Unternehmen nimmt die Sammelleidenschaft jedoch aus Sicht des Datenschutzes bedenkliche Formen an, ohne dass diese Datenflut überhaupt sinnvoll ausgewertet würde. engl.: Datenschürfung Data Mining ist die Bezeichnung für eine systematische Anwendung von statistisch-mathematisch Methoden zur Erkennung von Mustern aus einem großen Datensatz. Weil auf Modellannahmen über den Datenentstehungsprozess verzichtet wird, ergeben sich auch bei kleinen oder mittleren Datenbeständen interessante Anwendungsmöglichkeiten. In der Praxis etablierte sich Begriff Data Mining für den gesamten Prozess der sogenannten Knowledge Discovery in Databases.