בינה עסקית הינה המידע על ביצועי העבר של הארגון המשמש לצורך חיזוי ביצועי העתיד של הארגון. מטרתו של מידע זה לחשוף מגמות שמהן יכול לצמוח רווח עסקי.
כריית נתונים מאפשרת למשתמשים לנפות כמות עצומה של מידע זמין במחסני נתונים, בתהליך ניפוי זה מתגלות אבני החן של הבינה העסקית.
כריית נתונים היא תהליך של הפקת ידע סמוי מכמויות גדולות של נתונים גולמיים.It can also be defined as the process of extracting hidden predictive information from large databases. היא יכולה גם להיות מוגדרת כתהליך של מיצוי מידע חזוי המוסתר במסדי נתונים גדולים.
כריית נתונים אינה הבינה העסקית עצמה. Business intelligence, typically drawn from an enterprise data warehouse, is used to analyze and uncover information about past performance on an aggregate level. בינה עסקית נמשכת בדרך כלל ממחסן הנתונים הארגוני, המשמש כדי לנתח ולחשוף מידע אודות ביצועי העבר באופן מצטבר. Data warehousing and business intelligence provide a method for users to anticipate future trends from analyzing past patterns in organizational data. מחסני נתונים והבינה העסקית מספקים שיטה למשתמשים כדי לחזות מגמות עתידיות מניתוח דפוסי העבר של נתונים ארגוניים. Data mining is more intuitive, allowing for increased insight beyond data warehousing.כריית נתונים הוא יותר אינטואיטיבית, היא מאפשרת הבנה מוגברת מעבר למחסני נתונים. An implementation of data mining in an organization will serve as a guide to uncovering inherent trends and tendencies in historical information. יישום של כריית נתונים בארגון ישמש כמדריך כדי לחשוף מגמות ונטיות הטמונות במידע היסטורי. It will also allow for statistical predictions, groupings and classifications of data.יישום זה ישמש גם עבור תחזיות סטטיסטיות, קיבוצים וסיווגים של נתונים.
Most companies collect, refine and deduce massive quantities of data. רוב הארגונים אוספים, משקללים ומסיקים מכמויות אדירות של נתונים. Data mining techniques can be implemented rapidly on existing software and hardware platforms to enhance the value of existing information resources, and can be integrated with new products and systems as they become part of the system. טכניקות כריית נתונים יכולה להיות מיושמת במהירות על פלטפורמות קיימות כדי לשפר את ערכו של משאב המידע הקיים, וניתן גם לשלבן עם מוצרים ומערכות חדשים כאשר הם הופכים לחלק מהמערכת הכוללת. When implemented on high performance client/server or parallel processing computers, data mining tools can analyze massive databases to deliver answers to many different types of predictive questions. במידה והיישום הינו על שרת עתיר ביצועים, כלי כריית נתונים יכול לנתח כמות נתונים מסיבית, כדי לספק תשובות והכוונה להרבה החלטות עסקיות.
Data mining software allows users to analyze large databases to solve business decision-making problems. תוכנות כריית נתונים מאפשרת למשתמשים לנתח נתונים גדולה ולתמוך בקבלת ההחלטות. Data mining tools predict future trends and behaviors, allowing businesses to make proactive, knowledge-driven decisions. כלי כריית נתונים יכול לנבא מגמות עתידיות, ומאפשר לארגון לנהוג בצורה פרואקטיבית ולקבל החלטות המונעות מידע אמיתי שהתקבל. Data mining tools can answer business questions that traditionally were too time-consuming to resolve. כלי כריית נתונים יכולה לענות על שאלות עסקיות אשר באופן מסורתי היו דורשות זמן רב לצורך פתרון מקסימאלי. Data mining is, in some ways, an extension of statistics, with a few artificial intelligence and machine learning twists thrown in. Like statistics, data mining is not a business solution, it is just a technology. כריית נתונים היא, במובנים מסוימים, הרחבה של הסטטיסטיקה, עם בינה מלאכותית . כמו סטטיסטיקות, כריית נתונים היא לא פתרון עסקי, זה רק טכנולוגיה מסננת ומכוונת.
מתי כריית הנתונים התחילה?
טכניקות כריית נתונים הם תוצאה של תהליך ארוך של מחקר ופיתוח המוצר. This evolution began when business data was first stored on computers, continued with improvements in data access, and more recently, generated technologies that allow users to navigate through their data in real time. התפתחות זו החלה כאשר הנתונים העסקיים אוחסנו לראשונה על גבי מחשבים, המשיך עם שיפורים בגישה לנתונים, ולאחרונה, נוצרו טכנולוגיות המאפשרות למשתמשים לנווט בין הנתונים שלהם בזמן אמת. Data mining takes this evolutionary process beyond retrospective data access and navigation to prospective and proactive information delivery.כריית נתונים לוקחת את התהליך האבולוציוני מעבר לגישה לנתונים וניווט בנתוני עבר אלא גם מעבדת את הנתונים לטובת חיזוי עתידי.
Data mining is ready for application in the business community because it is supported by three technologies that are now sufficiently mature: כריית נתונים מוכנה ליישום בקהילה העסקית, כי היא נתמכת על ידי שלוש טכנולוגיות שכיום בשלות דיו:
- Massive data collection איסוף נתונים מסיבי
- Powerful multiprocessor computers ריבוי מחשבים חזקים
- Data mining algorithms אלגוריתמים לכריית הנתונים.
The core components of data mining technology have been under development for decades, in research areas such as statistics, artificial intelligence, and machine learning. רכיבי הליבה של טכנולוגיות כריית הנתונים כבר בפיתוח במשך עשרות שנים, בתחומי המחקר כגון נתונים סטטיסטיים, בינה מלאכותית, וכן למידת מכונות. Today, the maturity of these techniques, coupled with high-performance relational database engines and broad data integration efforts, make these technologies practical for current data warehouse environments. כיום, הבגרות של שיטות אלו, יחד עם בסיסי נתונים בעלי ביצועים ויכולות אינטגרציה גבוהות, הופכים טכנולוגיות אלה למעשיות וזמינות.