Exploreer de ongekende mogelijkheden van data mining

Je wilt als manager, bestuurder of consultant precies weten wat data mining inhoudt en wat de mogelijkheden zijn. En je wilt weten of het zin heeft om er tijd en geld in te steken. En vooral wat je er mee gaat bereiken voor je klanten, processen, organisatie en stakeholders. Een ding is zeker, data mining volgt een geheel ander proces dan reguliere Business Analytics. De relevante vragen die dan spelen, willen we je uiteraard niet onthouden:

  • Op welke wijze stel je een businesscase op voor data mining?
  • Wat is de relatie tussen Big Data, data mining en wat is artificial intelligence?
  • Wie betrek je bij het traject en hoe zorg je voor draagvlak bij het management?
  • Welke expertise heb je nodig om het project met succes af te ronden?
  • Wie zijn nu de gebruikers van data mining en hoe krijg je die mee?

Passeren een of meer van deze vragen ook weleens bij jou de revue en wil je nu wel eens heldere antwoorden? Dan is het tijd om aan te haken bij de data mining-specialisten van de Passionned Group.

Wat is data mining?

Data mining is een computertechniek om complexe verbanden en niet voor de hand liggende patronen in (big) data te detecteren. Een algoritme haalt die verbanden eruit. Vervolgens kun je die na validatie in het data mining model plaatsen. Zodat wanneer nieuwe data arriveert de zogenaamde “alarmbellen” direct gaan rinkelen.

Het data mining-proces in 6 stappen

Bij reguliere Business Analytics ga je steeds uit van een gerichte vraag van een gebruiker. Data mining is een methodiek waarbij je de zaken juist kan omdraaien. De informatie gebruik je om patronen op te sporen. Toch geldt ook hier dat kennis van zaken en dan in het bijzonder aangaande de betekenis en de inhoud van de gebruikte informatie cruciaal is voor een bruikbare uitkomst. Dit komt het best naar voren in CRISP-DM, de Cross Industry Standard Process for Data Mining. Deze standaard deelt het volledige proces op in zes stappen:

  1. Bedrijfskennis en -begrip: in deze stap ga je kennis van de data mining toepassing vastleggen om later onderscheid te kunnen maken tussen zinnige en onzinnige resultaten. Hier speelt de business consultant een rol van betekenis.
  2. Datakennis: je gaat kennis van de data vergaren. Hieruit kan je onder andere de betrouwbaarheid en de strekking van de data bepalen.
  3. Datavoorbereiding: hier ga je de kwaliteit en de volledigheid van de data controleren. Waar nodig pas je die aan of verbeter je die. Deze stap is typisch de verantwoordelijkheid van de data analist.
  4. Modelleren: dit betreft een stap die velen zien als het echte “dataminen”, omdat je in deze stap de informatie gaat onderzoeken. De data scientist maakt het model.
  5. Evaluatie: hier controleer je de resultaten van de stap modelleren. Je gaat na of de informatie en de resultaten de gewenste antwoorden geven volgens de criteria uit stap 1. De business consultant, de data analist en de data scientist doen gezamenlijk de evaluatie.
  6. Uitrol en inbedding: hier ga je de uitkomsten van de data mining structureel toepassen binnen de zakelijke omgeving.

Er bestaan in de praktijk ook eenvoudiger systemen, maar elk systeem kent in ieder geval een stap waarin de informatie wordt voorbereid, een stap met de feitelijke data mining en een stap voor de verwerking en evaluatie van de gegevens.

De meerwaarde van Predictive Analytics & Big Data

Het is geen verrassing dat het vakgebied artificial intelligence zijn werkelijke meerwaarde toont in combinatie met Big Data. Grote hoeveelheden (ongestructureerde) data kun je nu gebruiken om zeer complexe relaties zichtbaar te maken. Die kan je laten neerdalen in een beschrijvend, voorspellend of voorschrijvend model. De betrouwbaarheid van het model kan met Big Data veel groter zijn dan met kleinere hoeveelheden data. Je hebt meer toetsingsmogelijkheden en meer opties voor verfijning. Tegelijkertijd nemen ook de uitdagingen toe rondom de datakwaliteit. In onze opleiding Big Data Analytics leer je hoe je een data mining-traject voor jouw organisatie tot een succes kunt maken.

Eerste analyse geeft zelden goede resultaten

Een ander minstens even belangrijk aspect van data mining is de snelheid waarmee bruikbare resultaten tevoorschijn komen. Zeker bij het verwerken van grote hoeveelheden data komt het zelden voor dat je direct bij de eerste analyse goede resultaten krijgt voorgeschoteld. Meestal laten de eerste pogingen alleen maar zien dat bepaalde filters niet goed staan afgesteld, of dat er niet gekeken wordt naar de juiste parameters. Ook kun je er achter komen dat je uitgangspunten niet kloppen. Toch zijn het juist deze niet-correcte resultaten die het mogelijk maken om uiteindelijk een goede data mining-analyse te doen.

ICS: een schoolvoorbeeld van data mining

Data mining heeft al veel organisaties en bedrijven geholpen om slimmer te werken. ICS is misschien niet het allerbekendste voorbeeld maar wel een erg fraai voorbeeld. Elke onderdeel van het proces, van nieuwe klanten binnenhalen tot klanten behouden, van acceptatie tot het stimuleren van het gebruik van creditkaarten, is onderbouwd met data mining-algoritmes. Deze vergroten de effectiviteit van dat stukje proces enorm. Zo daalde het aantal frauduleuze transacties in een jaar tijd met maar liefst 50% en nam het gebruik van kaarten met 20% toe. Niet alleen ICS had hier belang bij, maar ook de klant. Lees hier het juryrapport dat inzage geeft in de intelligence bij ICS.

De 5 voordelen van data mining

✓ de klanttevredenheid zal indirect gaan stijgen (klantgerichter werken)
✓ de winstgevendheid zal kunnen toenemen (financiële positie)
✓ processen zullen veel minder complex worden (eenvoud)
✓ meer kunnen doen met minder mensen (efficiency)
✓ precizie-dienstverlening en nieuwe businessmodellen bouwen (differentiatie)

Wil je ook data mining in jouw bedrijf implementeren?

Wil je met data mining aan de slag in jouw organisatie? Neem dan gerust contact op met de adviseurs en consultants van de Passionned Group. Wij helpen je graag een flinke stap verder.

neem contact met ons op

Plaats review

Geef je mening over dit product of deze dienst

Dit veld is verplicht!
Dit veld is verplicht! optioneel
Dit veld is verplicht! optioneel
Dit veld is verplicht! optioneel
Dit veld is verplicht!
Review verzendenHet formulier bevat fouten.

Een selectie van onze klanten

Word nu ook klant

Wil je ook klant bij ons worden? Wij helpen je maar wat graag verder met data mining (voorspellen & innoveren) of andere zaken waar je slimmer van wordt.

Isaac Shawky, Docent Data Mining & consultant

drs. ISAAC SHAWKY

Docent Data Mining & consultant

neem contact met mij op

Fact sheet

Organisaties geholpen
18074
Trainingen & workshops
18075
Deelnemers opgeleid
18076
Beoordeling klanten
8,9
Consultants & docenten
18077
Kantoren
3
Jaar ervaring
14