Veri Madenciliği

Bilgi sitemleri üzerinden üretilen veri miktarının büyük  artış  gösterdiğini ve  firmaların veritabanlarının  boyutlarının  terabytelar seviyesine ulaştığını  görmekteyiz.  Veritabanlarındaki teknolojik gelişmeler ve hacimlerindeki olağanüstü artış, firmaları,  bu verilerden nasıl faydalanılacağını ve bu  verilerin  nasıl  anlamlı hale  getirileceği  sorunuyla  karşı  karşıya  bırakmıştır.

Bilgisayar  sistemleri  ile  üretilen  bu  veriler tek başlarına  değersizdirler.  Ancak belli  bir amaç  doğrultusunda  işlendikleri  zaman  anlamlı  hale  gelirler. İşte ham  veriyi  bilgiye veya anlamlı  hale  dönüştürme  işini veri madenciliği ile yapabiliriz.

Veri madenciliği sürecinde; kümeleme, veri özetleme, sınıflama  kurallarının  öğrenilmesi, bağımlılık  ağlarının  bulunması, değişkenlik  analizi ve anomali tespiti gibi  farklı birçok teknik  kullanılmaktadır.

Veri madenciliği, eldeki verilerden üstü kapalı, çok net olmayan, önceden bilinmeyen ancak potansiyel olarak kullanışlı bilginin çıkarılmasıdır. Başka bir deyişle, verilerin içerisindeki desenlerin, ilişkilerin, değişimlerin, düzensizliklerin, kuralların ve istatistiksel olarak önemli olan yapıların yarı otomatik olarak keşfedilmesidir. Amaç, daha önceden fark edilmemiş veri desenlerini tespit edebilmektir.

Veri madenciliği kendi başına  bir  çözüm değil, çözüme  ulaşmak  için  verilecek karar sürecini destekleyen, problemi  çözmek  için gerekli bilgileri sağlamaya  yarayan bir araçtır. Veri madenciliği; analistlere, iş  yapma  aşamasında  oluşan  veriler arasındaki şablonları ve ilişkileri  bulmaları  konusunda  yardım etmektedir. 

Veri Madenciliğinin kullanım amaçlarını aşağıdaki gibi sıralayabiliriz;

• Veri ambarında depolanmış verilerden anlamlı bilgi çıkartma,
• Çok büyük miktardaki veriden yeni ve işimiz için gerekli olan anlamlı bilgi üretme,
• Verinin özelliklerinden yararlanarak eğilimlerini anlama,
• Geleceğe yönelik tahminlerde bulunarak bilgiyi gelecekteki müşteri ilişkilerini yönlendirmek amacıyla değerlendirme,

Günümüzde  veri madenciliğinin başlıca  ilgi alanları  olarak  aşağıdakiler  sayılabilir;

• Müşteri sınıflandırması,
• Müşterilerin  demografik  özellikleri arasındaki bağlantıların  kurulması,
• Çeşitli pazarlama kampanyaları,
• Mevcut müşterilerin  elde  tutulması  için geliştirilecek  pazarlama  stratejilerinin  oluşturulması,
• Pazar sepeti analizi

Mustafa ERŞAHİN