Thank you for subscribing!

It's great to feel loved.

Was ist Data Mining?

Jun 04, 2020 4 min read

Es war in früheren Zeiten schwierig, an Daten zu kommen, mit denen man arbeiten konnte. Heutzutage ist Big Data der Begriff dafür, dass wir eine Datenflut erleben.

Es werden immer und überall Daten gesammelt, und das immer mehr. Daten, so sagt man, ist eine Währung. Daten sind Macht. Aus Daten kann man Geld machen. Also werden sie von vielen Unternehmen gesammelt.

Einordnung von Data Mining AufgabentypenEinordnung von Data Mining Aufgabentypen

Die Kunst ist es es jedoch, mit diesen Daten auch etwas Sinnvolles zu machen. Denn nur Server voller Daten zu haben kostet Geld. Die Daten sollen aber ja zu besseren Umsätzen und mehr Geld führend.

Data Mining ist ein Weg dazu. Dieser Begriff bezeichnet einen Prozess, um Rohdaten zu analysieren. Hier wird versucht, Muster und Trends aus einem großen Ganzen zu entdecken.

Das geschieht also mit statistischen und computerbasierter Methoden. Aus einem Wirrwarr von Zahlen und Fakten muss das herausgefiltert wird, was für ein Unternehmen Relevanz hat. Es soll das ans Tageslicht kommen, das als Grundlage dienen soll, wie man das Unternehmen für die Zukunft ausrichtet und Entscheidungen fällt. Man kann seine Suchen nach Mustern natürlich auf ganz verschiedene Muster anwenden. Man kann zum Beispiel die Kunden herausfiltern, die bereit sind, mehr Geld auszugeben.

Data Mining ist also nicht ein Prozess, ein Weg. Es beschreibt die Verwendung von vielen Tools im Bereich Analyse, mit dem Ziel, Muster zu erkennen und daraus Ableitungen zu treffen.

Was kann Data Mining?

Mit Data Mining können Muster und Verbindungen im Topf von schier unendlichen Datensätzen erkannt und gemacht werden.

Man muss natürlich aber genau verstehen, welche Muster man erkennen möchte. Ebenso muss man wissen, wie die Daten zu verstehen sind und welche Schlussfolgerungen man daraus zieht.

Die Technik selbst hilft, aus dem Wirrwarr von Daten etwas Sinnvolles zu verbinden. Was das aber genau sein soll und wie es verstanden wird, muss vom Unternehmen bestimmt und entschieden werden.

Mit Data Mining können zum Beispiel gewisse Kunden und ihr Kaufverhalten gefiltert werden. Wenn eine Frau ein gewissen Einkommen hat, kann es sein, dass sie empfänglich für ein gewisses Produkt ist. Das bezeichnet erstmal eine Möglichkeit für ein Geschäft und Umsatz. Die Frau kauft das Produkt aber nicht, weil sie der Gruppe angehört. Mit diesem Wissen kann das Marketing arbeiten, um diese Frau gezielt anzusprechen.

Data Mining bringt alles Fakten hervor, die als Grundlage für die Arbeit und bessere Umsätze dienen. Es ist aber immer nur ein Startpunkt für die eigentlichen Prozesse, die angestoßen werden müssen.

Wer benutzt Data Mining?

Data Mining ist in vielen Branchen angekommen. Im Folgenden möchten wir in Kürze beschreiben, wie Data Mining von wem genutzt wird. Es handelt sich hier nur um einen Auszug aus einer Vielzahl von Branchen.

Kommunikation

Der Geschäftsbereich Kommunikation ist hart umkämpft. Es gibt sehr viele Anbieter, und es herrscht an vielen Stellen ein Preiskrieg. Das ist kein optimaler Weg, um Kunden zu gewinnen, da es stark auf die Profitabilität des Geschäfts wirkt.

Besser ist es, seine Kunden zu kennen und sie dann anzusprechen, wenn es günstig ist. Wer seinen Kunden genau kennt, kann die Angebote bieten, die er braucht. Daten, hier speziell Kundendaten, können wirklich bares Geld wert sein. Kundendaten können analysiert werden und so können Modelle das Verhalten von Kunden vorhersagen. Das bietet die Option, mit entsprechenden Aktionen und Kampagnen genau auf das Verhalten und die Bedürfnisse des Kunden einzuwirken.

Wer seine Kunden also kennt und das Verhalten abschätzen kann, muss sich nicht mit weniger rentablen Aktionen nach vorne bringen, sondern kann gezielt das bieten, was gewünscht wird.

Versicherung

Versicherungen sind Produkte, mit denen sich die wenigsten Menschen beschäftigen möchten. Viele verstehen sie nicht, sie sind meistens zu teuer, und die Wenigsten durchblicken, was sie brauchen und was nötig ist.

Hier lauern viele Risiken und Chancen für Versicherungsunternehmen. Dank Data Mining besteht hier die Option, die Kunden besser zu kennen und genau die Preise zu verlangen, die der Kunde in seiner Situation bereit ist zu zahlen.

Kundenabwanderung ist ein großes Problem, vor allem auch durch viele Vergleichsportale und immer mehr Transparenz. Auch die permanenten Aktion locken Versicherungsnehmer an, ständig ihre Versicherung zu wechseln. Wer also auch hier den Kunden besser versteht, kann verhindern, dass er zum Wettbewerb wechselt oder weniger zahlt, als er eigentlich dazu bereit wäre.

Bildung

Man hört immer mal wieder im Fernsehen, wenn auch noch teilweise etwas fiktiv, von Systemen, die Verbrechen vorhersagen können, so dass sie verhindert werden können.

Weniger kriminell, aber auch entscheidend für die Gesellschaft können schlechte Noten verhindert werden, bevor sie geschrieben werden. Durch datengesteuerte Systeme können Leistungen von Schülern vorhergesagt werden. Das kann helfen, Entscheidungen zu treffen, die dazu führen, dass Leistungen vorbeugend verbessert werden. Manche Schüler haben es schwerer, was aber nicht immer erkannt wird. Komplexe Systeme können hier Voraussagen treffen, die auch im Bildungsbereich helfen können, mit Wissen zukünftige Ereignisse in die bessere Richtung zu lenken.

Produktion

In der Industrie ist Stillstand der Maschinen ein No-Go. Zumindest, wenn es ein ungeplanter ist. Aber jede Unterbrechung führt zu weniger Endergebnis und damit zu weniger Umsatz. Daher ist es entscheidend, dass die Produktionsanlagen funktionieren. Die Funktionen, wenn regelmäßig, aber nur wenn nötig gewartet wird.

Es ist eine komplexe Planung nötig, dass die Produktionslinien optimal ausgelastet sind und der Verschleiß optimiert wird. Data Mining kann helfen, Probleme zu erkennen und für die Planung und optimale Abstimmung zu sorgen. Wenn investiert werden muss oder es zu einem besseren Ergebnis führt, können auch hier Data Mining Systeme helfen, die richtigen Entscheidungen zu treffen und frühzeitig zu handeln, um die Abläufe zu optimieren, um die bestmöglichen Ergebnisse einzufahren.

Bankwesen

Der Bankbereich ist hochkomplex. Milliarden von Transaktionen werden täglich von Menschen überall getätigt. Hier lauern Gefahren, Risiken und Chancen.

Diese Aktivitäten besser zu verstehen ist für Banken Grundlage, einen besseren Überblick zu haben und handlungsfähig zu sein. Data Mining ist hier auch der Schlüssel, mit seinen Algorithmen Betrug aufzudecken und Prozesse zu optimieren, sodass Umsätze, Erträge und Investitionen in Gleichklang gebracht werden könne.

Einzelhandel

Es gibt immer häufiger Kundenkarten und Kundenbindungsprogramme. Der Kunde hat Vorteile, aber wohl noch mehr das Unternehmen: Es ist entscheidend, jeden einzelnen Kunden zu verstehen.

  • Was kauft er ein, wie empfänglich ist er für Aktionen?
  • Wie häufig kauft er ein, und wie groß ist sein Warenkorb?

Das alles kann mithilfe von Data Mining analysiert werden und ermöglicht Kundeneinblicke. So können ganz gezielt Kampagnen entwickelt werden oder auch Flächen im Einzelhandel optimiert werden, um den Bedürfnissen der Kunden noch gerechter zu werden. Das sorgt für Zufriedenheit auf Kundenseite und höhere Umsätze beim Unternehmen.

Wendy Gooseberry
Written by Wendy Gooseberry

Data-driven, oder Daten getrieben zu sein, kann auf ganz verschiedene Bereiche zutreffen. Vornehmlich redet man darüber im beruflichen Umfeld in Unternehmen. Zum Beispiel ist das ein Thema im Bereich Marketing.
Read more...
Mike Bennet
Jun 17, 2020 5 min read
Data Integration ist heutzutage unerlässlich. Datenintegration heißt, dass Daten aus diversen Quellen kombiniert werden. Die Wirtschaft ist datengesteuert. Alles hängt miteinander zusammen und ist verknüpft.
Read more...
Wendy Gooseberry
Jun 17, 2020 6 min read