Définition : qu’est ce que le DATA MINING ?

Le Data Mining, en quelques mots… 

« Le data mining est le processus de découverte significatif de nouvelles corrélations, caractéristiques et tendances en passant au crible de grandes quantités de données stockées dans des dépôts, en utilisant les technologies de reconnaissance de formes, des statistiques, et les techniques mathématiques ».

Cependant, il existe d’autres définitions. Le data mining peut aussi être défini comme :

• «L’analyse de données d’observation fixes afin de trouver des relations insoupçonnées et représenter ces données de façon originale et compréhensible pour le preneur de décision » (Hand et al).

• Il peut également être définit comme un  «domaine interdisciplinaire qui utilise des techniques d’apprentissage automatique, de la reconnaissance des formes, des statistiques, des bases de données et de la visualisation pour l’extraction d’informations à partir de bases de données volumineuses  » (Evangelos Simoudis).
  

• Selon le magazine en ligne de nouvelles technologies ZDNET, le data mining est  » l’une des sciences les plus révolutionnaires de la prochaine décennie « .
  

• La prestigieuse revue de Université Américaine MIT «MIT  Technology Review », a annoncé le data mining comme l’une des 10 technologies qui vont changer le monde.

Le data Mining est tout récent puisqu’il date des années 1980. Il a vu son expansion pour faire face à ce nouveau constat qui caractérisait la scène économique, à savoir : la multiplication de bases de données très importantes, et difficilement exploitables par les entreprises qui n’avaient pas assez de moyens.

C’est donc un ensemble d’outils qui ont été développés pour étudier les interactions et les phénomènes non connus et explorer les données sous-jacentes. C’est d’ailleurs la signification littérale du terme date mining : Exploration de données. On le retrouve aussi bien dans la gestion des ressources humaines, que dans des secteurs comme la grande distribution…

Comment ça marche ?

Dans une étape initiale, on extrait informatiquement des données valides et qu’il est possible d’exploiter à partir de sources importantes de données. Par la suite l’exploitation de ces données permettra de détecter l’ensemble des corrélations sous-jacentes.

Le Data Mining utilise les règles de statistiques et plus précisément des algorithmes mathématiques pour comparer l’ensemble des résultats et conclure sur des corrélations ou des liaisons entre différents phénomènes.

Pour l’utilisateur final (dans l’entreprise par exemple) il n’est pas nécessaire d’être un as en mathématiques. La simple utilisation d’un logiciel spécifique (comme IBM Cognos ibm.com ou SAS Enterprise Miner sas.com ) permet de réaliser ce genre d’analyses et de tirer des conclusions pertinentes.

Les applications possibles

L’outil de prospection Data Mining est utilisé pour les grands volumes de données. Il peut notamment intervenir pour :

• sélectionner un échantillon de clients (une fois le profil client identifié par l’outil data Mining à partir d’une base de données client)

• identifier des caractéristiques « anormales » pour détecter des comportements de fraude

• identifier le profil du prospect type, intéressé par notre offre, pour concentrer les efforts.

Les techniques mises en œuvre 

L’outil de prospection Data Mining peut utiliser plusieurs techniques pour aboutir à des résultats efficaces et pertinents.

En réalité, tout dépend de la nature des données et de son type d’étude. Par exemple on pourra retrouver les techniques de classification et de segmentation ou encore les méthodes reposant sur les règles d’associations ou d’analogies.