व्यापार खुफिया के लिए किस प्रकार के डेटा खनन किए जाते हैं? | निवेशपोडा

The Vietnam War: Reasons for Failure - Why the U.S. Lost (नवंबर 2024)

The Vietnam War: Reasons for Failure - Why the U.S. Lost (नवंबर 2024)
व्यापार खुफिया के लिए किस प्रकार के डेटा खनन किए जाते हैं? | निवेशपोडा
Anonim
a:

आम तौर पर, व्यवसायों को जो भी डेटा विश्लेषण के लिए कंप्यूटरीकृत किया जा सकता है और परिचालन दक्षता, कम लागत में सुधार, और राजस्व और लाभ मार्जिन में वृद्धि के लिए अध्ययन किया जा सकता है। कई अलग-अलग डेटा प्रकारों में जो इकट्ठा किया जा सकता है, उनमें से सबसे ज्यादा अध्ययन किया गया है उत्पादन लागत, श्रम लागत, विपणन प्रभावशीलता, और सभी उत्पादों और सेवाओं के बारे में विस्तृत बिक्री डेटा जो कि कंपनी के बाजारों में हैं।

डाटा माइनिंग कंप्यूटर डेटा विश्लेषण का एक तरीका है जो विभिन्न डेटा सेटों के बीच रिश्तों को प्रदर्शित करता है, जैसे किसी विनिर्माण कंपनी के लिए काम के घंटे और उत्पादन स्तर के बीच संबंध। डेटा खनन तकनीकों का उपयोग करने के अन्य उदाहरणों में "शॉपिंग टोकरी विश्लेषण" शामिल है, जो ऐसी चीज़ों को मानता है जैसे कुल उपभोक्ता आमतौर पर किसी भी खरीदारी खरीदारी में खर्च करते हैं, या खरीदारी के दौरान यात्रा के दौरान ग्राहक उपभोक्ताओं को क्या खरीदते हैं

डेटा खनन उद्योग या व्यवसाय के प्रकार के अनुसार भिन्न होता है। उदाहरण के लिए, बैंकों को यह निर्धारित करने के लिए कि कौन सी ग्राहक या प्रकार के ग्राहक समय पर ऋण वापस चुकाने की संभावना रखते हैं, ऐतिहासिक डेटा विश्लेषण चलाते हैं। बीमा कंपनियों ने जोखिम मूल्यांकन के लिए अक्चुअरी टेलीकल्स विकसित करने और धोखाधड़ी के दावों के पैटर्न की पहचान करने के लिए मेरे विशाल मात्रा में आंकड़े वास्तव में किसी भी बड़ी फर्म जो खुदरा स्तर पर उत्पादों को बेचती है, विज्ञापन अभियानों की प्रभावशीलता का विश्लेषण करने के लिए डेटा खनन का उपयोग करता है।

व्यावसायिक खुफिया का उद्देश्य कंपनी के संचालन, परिचालन क्षमता बढ़ाने के लिए तैयार किए गए फैसले और आखिरकार, कंपनी की मुनाफे में वृद्धि के बारे में सूचित फैसले करने के लिए प्रबंधन को सक्षम करना है। इस कारण से, व्यापार खुफिया उपकरण को कभी-कभी "निर्णय समर्थन प्रणाली" के रूप में संदर्भित किया जाता है।

व्यापार खुफिया उद्देश्यों के लिए, कुछ कंपनियां अपने ऐतिहासिक डेटा का उपयोग करती हैं, लेकिन अन्य कंपनियां डेटा के गोदामों के रूप में जाना जाने वाले बाह्य स्रोतों से डेटा एकत्र करती हैं, जिनमें विशाल केवल कंपनी के स्वयं के इन-हाउस डेटा की बजाय कंपनी के उद्योग में एकत्र हुए आंकड़ों की मात्रा