Les grans empreses saben més sobre tu del que mai podries imaginar: aquí és com fer-ho
La mineria de dades és l'anàlisi de grans quantitats de dades per descobrir patrons i coneixements. De fet, la mineria de dades també es coneix com a descobriment de dades o descobriment de coneixement.
La mineria de dades utilitza estadístiques, principis d'aprenentatge automàtic (ML), intel·ligència artificial (AI) i grans quantitats de dades (sovint de bases de dades o conjunts de dades) per identificar els patrons d'una manera tan automàtica i útil com sigui possible.
Què fa la mineria de dades?
La mineria de dades té dos objectius principals: descripció i predicció. En primer lloc, la mineria de dades descriu les idees i els coneixements obtinguts per analitzar patrons en dades. En segon lloc, la mineria de dades utilitza les descripcions dels patrons de dades reconeguts per predir els patrons futurs.
Per exemple, si ha passat el temps navegant en un lloc web de compres per obtenir llibres sobre com identificar diferents tipus de plantes, els serveis de mineria de dades que treballen darrere de l'escenari d'aquest lloc web registren una descripció de les cerques en relació amb el vostre perfil. Quan torneu a iniciar la sessió dues setmanes més tard, els serveis de mineria de dades del lloc web usen les descripcions de les vostres cerques anteriors per predir els vostres interessos actuals i ofereixen recomanacions de compra personalitzades que inclouen llibres sobre la identificació de plantes.
Com funciona la mineria de dades
La mineria de dades funciona mitjançant algoritmes, conjunts d'instruccions que informen a una computadora o processen com fer una tasca, per descobrir diferents tipus de patrons a les dades. Alguns dels diferents mètodes de reconeixement de patrons utilitzats en la mineria de dades inclouen l'anàlisi del clúster, la detecció d'anomalies, l'aprenentatge d'associacions, les dependències de dades, els arbres de decisió, els models de regressió, les classificacions, la detecció periòdica i les xarxes neuronals.
Tot i que la mineria de dades es pot utilitzar per descriure i predir els patrons en tots els tipus de dades diferents, l'ús que moltes persones es troben amb més freqüència, fins i tot si no s'adonen d'això, és descriure els patrons en les seves opcions de compra i comportament per predir futures compres futures decisions.
Com a exemple, alguna vegada us heu preguntat com Facebook sempre sembla saber el que heu estat buscant en línia i us mostra anuncis a les vostres notícies relacionades amb altres llocs que heu visitat o amb cerques web? La mineria de dades de Facebook utilitza la informació emmagatzemada al vostre navegador que fa el seguiment de les vostres activitats, com ara les galetes , juntament amb el seu propi coneixement dels vostres patrons en funció del vostre ús anterior del servei de Facebook per descobrir i predir els productes o ofertes que us puguin interessar.
Quin tipus de dades es poden minar?
Depenent del servei o de la botiga (les botigues físiques també usen la mineria de dades), es pot extreure una sorprenent quantitat de dades sobre vostès i els vostres patrons. Les dades recollides sobre vostè poden incloure quin tipus de vehicle condueix, on viu, llocs on ha viatjat, revistes i periòdics als quals es subscriu i si està casat o no. També pot determinar si teniu fills o no, quines són les vostres aficions, quina banda us agrada, els vostres ajuts polítics, què compra a Internet, què compra a les botigues físiques (sovint a través de les targetes de recompensa de lleialtat del client), i qualsevol dels detalls que compartiu sobre la teva vida a les xarxes socials.
Per exemple, els minoristes i les publicacions basades en moda dirigides als adolescents utilitzen idees sobre fotografies de mineria de dades en serveis de xarxes socials com Instagram i Facebook per predir tendències de moda que atrauran als compradors o lectors adolescents. Les idees que es detecten a través de la mineria de dades poden ser tan precises que alguns comerciants fins i tot poden predir si una dona pot estar embarassada, en funció de canvis molt específics en les seves opcions de compra. El detallista, Target, es va informar que era tan precís amb la predicció de l'embaràs basant-se en patrons en la compra d'història que va enviar cupons de productes per a bebès a una jove, regalant el seu secret durant l'embaràs abans de comunicar-li a la seva família.
La mineria de dades es troba a tot arreu, tot i que les botigues i els serveis utilitzen la major part de la informació descoberta i analitzada sobre els nostres hàbits de compra, preferències personals, eleccions, finances i activitats en línia amb la intenció de millorar l'experiència del client.