Data Mining
L’exploration de données consiste à analyser de grandes quantités de date afin de découvrir des modèles et d'autres informations. Il est généralement effectué sur bases de données, qui stocke les données dans un format structuré. En "exploitant" de grandes quantités de données, des informations cachées peuvent être découvertes et utilisées à d'autres fins.
Exemples d'exploration de données
Une société émettrice de cartes de crédit peut utiliser l’exploration de données pour en savoir plus sur les habitudes d’achat de ses membres. En analysant les achats des titulaires de carte à travers les États-Unis, la société peut découvrir des habitudes d'achat pour différentes données démographiques, telles que l'âge, la race et l'emplacement. Cette information pourrait être utile pour offrir aux individus des promotions spécifiques. Les mêmes données peuvent également révéler des habitudes d'achat dans différentes régions du pays. Ces informations pourraient être utiles aux entreprises cherchant à faire de la publicité ou à démarrer des entreprises dans des États spécifiques.
Services en ligne, tels que Google et Facebook, exploitent d’énormes quantités de données pour fournir un contenu et des publicités ciblés à leurs utilisateurs. Google, par exemple, pourrait analyser la recherche requêtes pour découvrir les recherches les plus courantes dans certaines zones et les déplacer en haut de la liste de saisie semi-automatique (les suggestions qui s'affichent au fur et à mesure de la frappe). En explorant les données d'activité des utilisateurs, Facebook peut découvrir des sujets populaires appartenant à différents groupes d'âge et proposer des publicités ciblées en fonction de ces informations.
Bien que l’exploration de données soit couramment utilisée à des fins de marketing, elle a également de nombreuses autres utilisations. Par exemple, les sociétés de santé peuvent utiliser l’exploration de données pour découvrir des liens entre certains gènes et certaines maladies. Les entreprises météorologiques peuvent extraire des données pour découvrir des conditions météorologiques qui pourraient aider à prévoir les futurs événements météorologiques. Les institutions de gestion de la circulation peuvent exploiter les données automobiles pour prévoir les niveaux de circulation futurs et créer des plans appropriés pour les autoroutes et les rues.
Configuration requise pour l'exploration de données
L'exploration de données nécessite deux choses: beaucoup de données et beaucoup de puissance de calcul. Plus les données sont organisées, plus il est facile de trouver des informations utiles. Par conséquent, il est important que toute entreprise souhaitant s’intégrer à l’exploration de données soit proactive en sélectionnant les données à consigner et la manière de les stocker. Quand il s'agit d'exploiter les données, supercalculateurs et clusters informatiques peut être utilisé pour traiter pétaoctets de données.