Hvad betyder Data mining?

Data mining går ud på at analysere store mængder data for at finde mønstre og systemer i disse. Formålet er forskelligt afhængigt af forretningen, men for eksempel kan man gøre brug af data mining i webshops for at blive klogere på de besøgendes købsadfærd.

Data mining er dog ikke blot et begreb, der er forbundet med e-commerce. Man bruger det i alverdens forskellige brancher, herunder i bank- og forsikringsindustrien, hvor data mining tools bruges til at forudsige, hvem der bliver henholdsvis gode og dårlige kunder.

Værktøjet kan ligeledes være med til at skabe overblik over konverteringer på ens hjemmeside. Med denne viden kan man forbedre sin CRO, hvad end det handler om køb, tilmeldinger til et nyhedsbrev eller om at udfylde en kontaktformular.

Skal vi oversætte data mining til dansk, bliver det noget a la ”dataminedrift” eller ”minedrift af data”. Der findes dog ikke et reelt ord for data mining på dansk, hvorfor man kollektivt har valgt bare at bruge det engelske.

Begrebet henviser til, at man forsøger at udvinde relevant data fra et stort, komplekst datasæt – et bjerg af data så at sige. Data mining giver sandsynligvis ikke mange relevante resultater, men ligesom ved minedrift i den virkelige verden er det heller ikke nødvendigt – hvis blot man finder et lille område med guld, er det det hele værd.

Som ’data miner’ forsøger man altså at finde frem til de små guldgruber i et datasæt, som kan have betydning for ens forretning.

Hvis man foretager en statistisk analyse, opstiller man en model for sine data. Det gør man ikke ved data mining. Her leder man i stedet efter sammenhænge og mønstre i den store mængde af data, man har med at gøre. Inden for statistikkens verden er der derfor også delte meninger om metoden.

Eftersom man arbejder med store mængder data inden for data mining, er der brug for assistance til at finde sammenhængene. Data mining udføres derfor ikke manuelt, men derimod ved hjælp af et data mining tool.

Driver du en lille eller mellemstor virksomhed, som ikke har økonomi til at investere i data mining-software, er det imidlertid også muligt at udføre data mining i Excel. Det behøver altså ikke være forbeholdt store virksomheder med dedikerede dataafdelinger.

Som vi allerede har været inde på, er data mining relevant i mange forskellige typer virksomheder. Hos Texta beskæftiger vi os dog ikke så meget med bankverdenen, så lad os i stedet zoome ind på noget af det, vi ved noget om: e-commerce.

Inden for e-commerce kan man gøre brug af data mining til at forudsige de besøgendes adfærd på sin webshop. Man kan for eksempel blive klogere på, om visse produkter ofte bliver solgt sammen. Og fører salg af produkt X ofte til salg af produkt Y, kan du udnytte denne viden til din fordel.

Lægger en besøgende produkt X i kurven, kan du nemlig opsætte et feed med anbefalede produkter, der indeholder produkt Y. På den måde kan du sandsynligvis øge størrelsen på de besøgendes kurv.

Du kan selvfølgelig også blive klogere på krydssalget af forskellige produktkategorier. Kan du se, at mange, der køber badetøj, også køber solbriller? Så kan du sørge for, at de besøgende bliver eksponeret for dit udvalg af solbriller, når de har lagt den ene eller anden form for badetøj i kurven. Og bliver der ikke handlet solbriller på baggrund af dette, kan du forsøge at pushe produkterne igennem e-mailmarketing, så kunden måske vender tilbage på et senere tidspunkt.