Perlombongan data adalah proses mengungkap corak dan mencari anomali dan hubungan dalam kumpulan data yang besar yang dapat digunakan untuk membuat ramalan mengenai tren masa depan. Tujuan utama perlombongan data adalah mengekstrak maklumat berharga dari data yang ada.
Perlombongan data dianggap sebagai bidang interdisipliner yang bergabung dengan teknik sains komputer dan statistik Konsep Statistik Asas untuk Kewangan Pemahaman yang kukuh mengenai statistik sangat penting dalam membantu kita memahami kewangan dengan lebih baik. Lebih-lebih lagi, konsep statistik dapat membantu pemantau memantau. Perhatikan bahawa istilah "data mining" adalah salah nama. Ini terutama berkaitan dengan mencari corak dan anomali dalam set data, tetapi tidak berkaitan dengan pengekstrakan data itu sendiri.
Permohonan
Perlombongan data menawarkan banyak aplikasi dalam perniagaan. Sebagai contoh, pembentukan proses data (perlombongan) yang tepat dapat membantu syarikat mengurangkan kosnya, meningkatkan pendapatan Pendapatan adalah nilai dari semua penjualan barang dan perkhidmatan yang diakui oleh sebuah syarikat dalam suatu jangka masa. Pendapatan (juga disebut sebagai Penjualan atau Pendapatan) membentuk awal dari Penyata Pendapatan syarikat dan sering dianggap sebagai "Jalur Teratas" perniagaan. , atau memperoleh pandangan dari tingkah laku dan amalan pelanggannya. Sudah tentu, ia memainkan peranan penting dalam proses membuat keputusan perniagaan pada masa kini.
Perlombongan data juga digunakan secara aktif dalam kewangan. Contohnya, teknik yang relevan membolehkan pengguna menentukan dan menilai faktor-faktor yang mempengaruhi turun naik harga sekuriti kewangan Sekuriti Boleh Dipasarkan Sekuriti yang boleh dipasarkan adalah instrumen kewangan jangka pendek yang tidak terhad yang dikeluarkan sama ada untuk sekuriti ekuiti atau sekuriti hutang syarikat yang disenaraikan secara terbuka. Syarikat penerbit mencipta instrumen-instrumen ini untuk tujuan mengumpulkan dana untuk membiayai aktiviti dan pengembangan perniagaan. .
Padang ini berkembang pesat. Data baru muncul pada kecepatan yang sangat cepat sementara kemajuan teknologi memungkinkan kaedah yang lebih efisien untuk menyelesaikan masalah yang ada. Di samping itu, perkembangan dalam bidang kecerdasan buatan dan pembelajaran mesin memberikan jalan baru untuk ketepatan dan kecekapan di lapangan.
Proses Perlombongan Data
Secara amnya, proses tersebut dapat dibahagikan kepada langkah-langkah berikut:
- Tentukan masalah: Tentukan skop masalah perniagaan dan objektif projek penerokaan data.
- Terokai data: Langkah ini merangkumi penerokaan dan pengumpulan data yang akan membantu menyelesaikan masalah perniagaan yang dinyatakan.
- Siapkan data: Bersihkan dan aturkan data yang dikumpulkan untuk mempersiapkannya untuk pemodelan lebih lanjut Apa itu Pemodelan Kewangan Pemodelan kewangan dilakukan di Excel untuk meramalkan prestasi kewangan syarikat. Gambaran keseluruhan mengenai apa itu model kewangan, bagaimana & mengapa membina model. prosedur.
- Pemodelan: Buat model menggunakan teknik perlombongan data yang akan membantu menyelesaikan masalah yang dinyatakan.
- Tafsiran dan penilaian hasil: Membuat kesimpulan dari model data dan menilai kesahihannya. Terjemahkan hasilnya menjadi keputusan perniagaan.
Teknik Perlombongan Data
Teknik yang sering digunakan di lapangan termasuk:
- Pengesanan anomali: Mengenal pasti nilai yang tidak biasa dalam set data.
- Pemodelan ketergantungan: Mencari hubungan yang ada dalam set data. Ini sering melibatkan analisis regresi.
- Penggabungan: Mengenal pasti struktur (kluster) dalam data tidak berstruktur.
- Klasifikasi: Membuat generalisasi struktur yang diketahui dan menerapkannya pada data.
Sumber tambahan
Finance menawarkan Pensijilan Pemodelan & Penilaian Kewangan (FMVA) ™ FMVA® Sertai 350,600+ pelajar yang bekerja untuk syarikat seperti Amazon, JP Morgan, dan program pensijilan Ferrari bagi mereka yang ingin mengambil kerjaya mereka ke tahap seterusnya. Untuk terus belajar dan memajukan kerjaya anda, sumber Kewangan berikut akan sangat membantu:
- Aset Data Aset Data Aset data merujuk pada sistem, file output aplikasi, dokumen, pangkalan data, atau halaman web yang digunakan syarikat untuk menghasilkan pendapatan. Aset data adalah sebahagian daripada
- Demografi Demografi Demografi merujuk kepada ciri sosio-ekonomi populasi yang digunakan perniagaan untuk mengenal pasti pilihan produk dan tingkah laku pembelian pelanggan. Dengan ciri pasaran sasaran mereka, syarikat dapat membina profil untuk pangkalan pelanggan mereka.
- Analisis Kuantitatif Analisis Kuantitatif Analisis kuantitatif adalah proses mengumpulkan dan menilai data yang dapat diukur dan dapat disahkan seperti pendapatan, bahagian pasaran, dan upah untuk memahami tingkah laku dan prestasi perniagaan. Pada era teknologi data, analisis kuantitatif dianggap sebagai pendekatan pilihan untuk membuat keputusan yang tepat.
- Jenis Pelanggan Jenis Pelanggan Pelanggan memainkan peranan penting dalam perniagaan apa pun. Dengan lebih memahami pelbagai jenis pelanggan, perniagaan dapat dilengkapi dengan lebih baik untuk dikembangkan
