Eine kritische Betrachtung von Data Mining-Prozessen — Ablauf, Effizienz und Unterstützungspotenziale

Zusammenfassung

Data Mining-Untersuchungen sind durch mangelnde Produktivität gekennzeichnet, die sich einerseits aus der Komplexität des Analyseprozesses, andererseits aus einer Vielzahl denkbarer Untersuchungsprobleme ergibt, welche in unterschied-lichster Weise miteinander kombinierbar sind bzw. zur Behandlung konkreter Fragestellungen kombiniert werden müssen. Anschließend an eine allgemeine Darstellung von Data Mining-Problemen und deren Gegenüberstellung mit anderen Analyseproblemen beschreibt dieser Beitrag betriebswirtschaftliche Daten-analyseprozesse und untersucht diese hinsichtlich ihrer Effizienz. Aus den zur Durchführung von Data Mining erforderlichen Prozessphasen und deren Produktivitätsengpässen werden Anforderungen an geeignete Analysesysteme abgeleitet. Diese sollen den „Business User“ bei Data Mining-Untersuchungen unterstützen und insbesondere in der Lage sein die Effizienz des Analyseprozesses zu steigern. Es werden Lösungsansätze vorgestellt, wie solche Systeme auf der Grundlage aktuell verfügbarer Technologie realisiert werden können und es wird aufgezeigt, inwiefern bestimmte Anforderungen derzeit noch nicht erfüllbar sind. Der Beitrag stützt sich auf umfangreiche Erfahrungen aus Data Mining-Projekten und aus der Entwicklung eines Pilotsystems, das auf Grundlage der dargestellten Erkenntnisse konzipiert wurde.