Oltre il DW - Assoimprenditori Alto Adige

Oltre il Data Warehouse:
Progettare la Piramide della BI
Matteo Golfarelli
DISI - University of Bologna - Italy
[email protected]
Outline

Scalare la piramide della BI
 What-if Analysis
 Social business intelligence
 Data Mining
2
Scalare la Piramide della BI
3
Progettare e scalare la
piramide

L’esigenza di inserire in azienda sistemi di analisi via via più
sofisticati e potenti è conseguenza
 dell’aumento della cultura dell’informazione che si innesca con
l’utilizzo dei sistemi di BI
 della disponibilità di dati generati dai livelli sottostanti nella piramide
 della pressione competitiva esterna

Quali strumenti di BI siano i più utili dipende dal tipo di business
e dal tipo di problematiche che l’azienda affronta
 Necessità di monitorare/prevedere il mercato e i competitor
soprattutto in assenza di un contatto diretto con i propri clienti finali
 Disponibilità di grandi moli di dati difficilmente analizzabili
manualmente
 Necessità di prevedere il comportamento di fenomeni aziendali
4
The BI pyramid
decisions
SOCIAL BI
user-generated
content
WHAT-IF ANALYSIS
simulation models
knowledge
DATA MINING
patterns and models
OLAP ANALYSIS
data warehouse
OLTP APPLICATIONS
operational data sources
information
data
5
What-if Analysis
6
Dal warehousing
all’analisi what-if

Per valutare in anticipo le conseguenze di
una mossa strategica o tattica, le aziende
hanno bisogno di sistemi previsionali affidabili
 I DW supportano l’analisi dettagliata dei dati
passati, ma non sono in grado di dare
anticipazioni sui trend futuri
7
Analisi what-if
L’analisi what-if è una simulazione data-intensive il cui obiettivo è
studiare il comportamento di un sistema complesso (il sistema-azienda
o una sua parte) alla luce di una data ipotesi (scenario)
 Più pragmaticamente, l’analisi what-if misura come le variazioni in un
insieme di variabili indipendenti impattano sui valori di un insieme di
variabili dipendenti con riferimento a un dato modello di simulazione;
questo modello costituisce una rappresentazione semplificata del
business, tarata sui dati storici aziendali

 Esempio di quesito what-if nel dominio del marketing: “Come
cambierebbero i miei profitti se attivassi una promozione 3X2 per una
settimana su alcuni prodotti in vendita?”
scenario
MODELLO DI
SIMULAZIONE
DW
previsione
8
Espressione vs. costruzione

Tecniche per esprimere il modello di simulazione
• Per esempio: equazioni, regole, algoritmi, matrici di correlazione, ...

Tecniche per costruire il modello di simulazione
 Tecniche statistiche: derivano un modello a partire dal
comportamento del sistema durante un periodo di tempo passato
• Per esempio: regressione, data mining
– non catturano le cause dei fenomeni ma solo i suoi effetti
– se usate su un sistema complesso, possono fallire quando i dati
storici non descrivono in modo esauriente il comportamento del
sistema
 Tecniche di giudizio: analizzano e formalizzano i legami causa-
effetto che regolano il comportamento del sistema
• Per esempio: analisi congiunta e gioco di ruolo producono modelli più
generali e accurati sono difficili da applicare su sistemi complessi

Il problema principale del progettista è costruire un modello
sufficientemente accurato da fornire all’utente una previsione
utile al suo processo decisionale
 Non sempre complessità è sinonimo di accuratezza
 L’accuratezza del modello dipende spesso dalla disponibilità di dati
storici di buona qualità e da algoritmi in grado di sfruttarli
9
Forecasting

Largamente usato in campo bancario e assicurativo
Viene eseguito estrapolando dei trend dalle serie storiche
memorizzate nei sistemi informativi
Fa largo uso di tecniche statistiche quali regressione e
interpolazione


$
Il prezzo di un prodotto
varia in modo non
monotono,
ma il trend a lungo termine
può essere approssimato
come una crescita costante
oggi
tempo
10
System dynamics

È un approccio alla modellazione del comportamento di sistemi non
lineari
 Le relazioni causa-effetto tra eventi vengono catturate in forma di
dipendenze tra variabili numeriche; in generale, queste dipendenze
possono dare origine a cicli di retroazione
 Dal punto di vista matematico, questi sistemi vengono modellati come
sistemi di equazioni differenziali, risolti con tecniche numeriche
11
Un progetto reale: redditività
delle filiali di OROGEL

La società opera sia mediante GDO, sia mediante proprie filiali
distribuite sul territorio
 Obiettivo del modello è prevedere la redditività di una delle proprie filiali
per l’anno successivo
 stimando l’andamento del mercato sulla base di un insieme di parametri di
forecast
 prevedendo un insieme di fenomeni di perturbazione
• l’aggiunta di una nuova referenza
• lo spostamento di una nuova referenza da venduto a distribuito e viceversa
• la rimozione di una referenza
• l’aggiunta di un cliente
• la rimozione di un cliente

Le stime non vengono espresse al massimo livello di dettaglio, ma
vengono definite per gruppi di eventi per cui ha senso supporre un
comportamento similare
 Per ogni misura l’utente deve ipotizzare l’andamento futuro:
 Esprimendo una percentuale di variazione
 Indicando al sistema di seguire il trend degli ultimi anni
12
Metodologia
ANALISI DEGLI
OBIETTIVI
variabili
&
scenari
MODELLAZIONE
DEL BUSINESS
modello di
business
ANALISI DELLE
SORGENTI
schema
sorgente
MODELLAZIONE
MULTIDIMENS.
MODELLAZIONE
DELLA SIMULAZ.
modello
multidim.
modello di
simulazione
PROGETTAZIONE DEI DATI
IMPLEMENTAZIONE
VALIDAZIONE
13
Metodologia
Identificazione dei
quesiti e delle variabili di
previsione. Condivisione
con la direzione
aziendale
ANALISI DEGLI
OBIETTIVI
variabili
&
scenari
MODELLAZIONE
DEL BUSINESS
modello di
business
ANALISI DELLE
SORGENTI
schema
sorgente
MODELLAZIONE
MULTIDIMENS.
MODELLAZIONE
DELLA SIMULAZ.
modello
multidim.
modello di
simulazione
PROGETTAZIONE DEI DATI
IMPLEMENTAZIONE
VALIDAZIONE
14
Metodologia
Analisi del modello di
business e fattori chiave
che determinano la
redditività di una filiale
ANALISI DEGLI
OBIETTIVI
variabili
&
scenari
MODELLAZIONE
DEL BUSINESS
modello di
business
ANALISI DELLE
SORGENTI
schema
sorgente
MODELLAZIONE
MULTIDIMENS.
MODELLAZIONE
DELLA SIMULAZ.
modello
multidim.
modello di
simulazione
PROGETTAZIONE DEI DATI
IMPLEMENTAZIONE
VALIDAZIONE
15
Redditività

Primo livello di decomposizione della redditività in caso di vendita
tramite filiale
redditività
-
+
incasso lordo
costi
generali
costi
fissi
+
+
costi
in fattura
+
costi
costi
industriali
+
altri
costi
bonus
costi
variabili
commissioni
trasporto
sconti
omaggi
amministrazione
leasing
elettricità
16
Metodologia
Definizione del livello di
granularità a cui
effettuare la previsione
ANALISI DEGLI
OBIETTIVI
variabili
&
scenari
MODELLAZIONE
DEL BUSINESS
modello di
business
ANALISI DELLE
SORGENTI
schema
sorgente
MODELLAZIONE
MULTIDIMENS.
MODELLAZIONE
DELLA SIMULAZ.
modello
multidim.
modello di
simulazione
PROGETTAZIONE DEI DATI
IMPLEMENTAZIONE
VALIDAZIONE
17
Modello dei dati

Schema multidimensionale che ospiterà i dati di previsione
VENDITE FILIALI
Anno Mese
Categoria economica
Punto
vendita
Filiale
Quantità
Prezzo finale
Compenso
Provvigioni
Costo trasporti
Costo industriale
Costi generali
Sconti
ImportoOmaggio
Premi
Categoria
Merceologica
Prodotto
Fornitore
Tipo Attività
18
Metodologia
Si costruisce il modello
definendo l’approccio, le
ipotesi di previsione, le
regole/formule di
calcolo, ecc
ANALISI DEGLI
OBIETTIVI
variabili
&
scenari
MODELLAZIONE
DEL BUSINESS
modello di
business
ANALISI DELLE
SORGENTI
schema
sorgente
MODELLAZIONE
MULTIDIMENS.
MODELLAZIONE
DELLA SIMULAZ.
modello
multidim.
modello di
simulazione
PROGETTAZIONE DEI DATI
IMPLEMENTAZIONE
VALIDAZIONE
19
Approccio alla simulazione
 Simulazione in due fasi:
 Previsione dell’andamento della filiale rispetto ad un periodo
precedente preso come riferimento
 Perturbazione, ovvero introduzione di nuove circostanze non
presenti nel periodo di riferimento:
• Aggiungi cliente/i
• Rimuovi cliente/i
• Aggiungi referenza/e
• Rimuovi referenza/e
 Le ipotesi di previsione (scenario) sono espresse su:
 Costi generali - Fissi
• Stoccaggio ed energia refrigerante, acc.svalutazione crediti, ecc.
 Costi generali - Variabili
• Gas metano, acqua, trasporti vendita c.terzi, provvigioni di vendita, ecc.
 Vendita
• Quantità, prezzo, costo industriale
 Distribuzione
• Quantità, compenso
 Costi in fattura
• Provvigioni, costi trasporto, premi, sconti.
20
Definizione degli scenari e
generazione dei dati di previsione
 Per ogni voce di costo e ricavo che contribuisce al calcolo della
redditività va definito:
 Se e come può essere specificato nello scenario
 A che livello di dettaglio va definito
 Come deve essere calcolato

Ipotesi sul prezzo dei prodotti in vendita (per categoria economica)

Il prezzo delle vendite relative alla categoria economica “special”
aumenterà del 2%.
PrezzoFinaleST = VarPerc *(PrezzoFinale/QtaKg) * QtaKgST

Ipotesi sulla quantità venduta (per filiale e categoria economica)

La quantità venduta nella filiale di Udine per la categoria
economica “normal trade” seguirà il trend degli ultimi 3 anni.
QtaKgST = VarPerc * QtaKg
21
Metodologia
La validazione è
effettuata simulando
fenomeni già avvenuti
sulle serie storiche del
DW.
ANALISI DEGLI
OBIETTIVI
variabili
&
scenari
MODELLAZIONE
DEL BUSINESS
modello di
business
ANALISI DELLE
SORGENTI
schema
sorgente
MODELLAZIONE
MULTIDIMENS.
MODELLAZIONE
DELLA SIMULAZ.
modello
multidim.
modello di
simulazione
PROGETTAZIONE DEI DATI
IMPLEMENTAZIONE
VALIDAZIONE
22
Considerazioni
 La costruzione di un modello per l’analisi what-if può essere
un’attività molto onerosa e di cui non è certa a priori
l’accuratezza
 Cercare di applicare a porzioni della realtà aziendale ben definiti
 Verificare la disponibilità di dati storici e del know how relativo al dominio
 Applicare solo a problematiche altamente critiche
• Università di Bologna: costi del personale in base alle progressioni di carriera e agli aumenti
•

del costo del lavoro
Target e premi degli agenti di commercio
La redazione del budget mediante strumenti di BI è la più diffusa
attività di analisi what-if

Si basa su semplici modelli di previsione
23
Social BI
24
Motivazioni

I social network e i sistemi mobile hanno abilitato nuove forme
di comunicazione che si basano sulla condivisione volontaria di
informazioni personali
 Come risultato il web mette oggi a dispozione, oltre ai
tradizionali contenuti (es. riviste on-line), un’enorme quantità di
user-generated content relativi ai gusti, pensieri, opinioni e
azioni delle persone.
 Queste informazioni hanno attratto l’attenzione dei decision
maker perchè forniscono un’imediata percezione dell’umore del
mercato e dei suoi trend e permettono di spiegare i fenomeni di
mercato ancor prima che questi impattino sul business
aziendale
BIG DATA
25
Una definizione


La Social BI è la disciplina che mira a combinare i dati corporate
con gli UGC al fine di permettere ai decision-maker di analizzare
il proprio business sulla base dei trend e degli umori percepibili
nel mondo esterno
Come per la BI tradizionale il goal della SBI è di permettere ai
decision maker, con competenze limitate in ambito informatico,
di effettuare analisi potenti e flessibili
26
Il percorso
• Business Intelligence
2005 • Owned Data
• Web/Social Media Monitoring
2010 • User Generated Content
• Social Business Intelligence
2013 • Owned Data + Social Data
2015
Global
Environment
Voice of the
Market
• ?
Voice of the
Customer
Corporate
Data
KNOWLEDGE
Lo scenario attuale
 L’analisi dei dati social media è oggi appannaggio di agenzie di
web marketing e fornitori di software/servizi specialistici perché:
 Il primo cliente aziendale è il settore marketing
 Le agenzie di web marketing eseguivano già analisi similari con approcci
manuali
 Le tecnologie necessarie non sono ancora sufficientemente diffuse e non
appartengono al tipico know-out di un fornitore di software aziendale

L’approccio attuale a un progetto di analisi dati social
 E’ orientato al progetto e non sistematizzato all’interno del SI
 Non consente di effettuare analisi in stile OLAP
 Consente limitate analisi storiche e rielaborazioni dei dati
 Non consente di integrare i dati social con i dati enterprise
29
ODS
ERP
Brand
Awareness
Market
Prediction
Strong &
Weak point
Risk
Evaluation
Finance
Marketing
Il vantaggio di una soluzione unificata
Marketing Campaign
Planning & Evaluation
Investments
Analysis
Product
Perception
Customer
Fidelization
and
Retention
R&D
CRM
Fast
Interactions
Crowd-based
product
evolution
Enterprise
Funzionalità

L’analisi di dati social si basa sull’interpretazione sintattico,
lessicale e semantica del testo al fine di individuare
 I topic più utilizzati
 I topic più trendy
 Le relazioni tra topic
• Quali topic vengono utilizzati assieme
• Quali aggettivi/verbi sono utilizzati per caratterizzare un topic
 La polarizzazione delle frasi o dei topic che le contengono

Ogni testo può essere accoppiato con i meta dati che lo
accompagnano permettendo così di specializzare l’analisi per
 Data
 Profilo dell’autore
 Fonte e tipologia di fonte (blog, TW, FB, rivista, ecc.)
 Geo-localizzazione
32
L’analisi utente: il caso del
marketing digitale

Cosa si dice del nostro marchio e dei nostri prodotti
 Punti di forza (polarizzazioni positive) e di debolezza (polarizzazioni
negative)
 Alerting su post critici

Analisi dell’andamento delle campagne pubblicitarie
 Quanto se ne parla?
 Analisi dei testimonial


Analisi dei competitor
Analisi del mercato
 Nuovi trend
 Problematiche emergenti
33
Un’architettura per la Social BI
UGC
Crawling
ontology/di
ctionary
Semantic
Enrichment
ETL
Data
Mart
ETL
ODS
docs
OLAP
domain
ontology
E. Gallinucci, M. Golfarelli, S. Rizzi. Meta-stars: multidimensional modeling for social
business intelligence. Proceedings 16th International Workshop on Data Warehousing and
OLAP (DOLAP 2013), S. Francisco, USA, pp. 11-18, 2013
34
L’analisi del testo:
semantic enrichment

L’analisi del testo può essere fatta con tecniche profondamente
diverse…
 Natural Language Processing
 Text Mining

…che permettono di effettuare analisi simili, ma con un diverso
livello di approfondimento
 Identificazione dei legami sintattici vs cooccorrenza

Ogni testo può essere accoppiato con i meta dati che lo
accompagnano permettendo così di specializzare l’analisi per
 Data
 Profilo dell’autore
 Fonte e tipologia di fonte (blog, TW, FB, rivista, ecc.)
 Geo-localizzazione
35
NLP – Natural Language processing

Presuppone la completa interpretazione del testo
 Morfologica: analizza i morfemi, le più piccole unità di analisi della
lingua, che concorrono alla formazione delle parole:
•
il termine “preregistrazione” è formato dal suffisso “pre” e dal termine
“registrazione”
 Lessicale:
• Matteo [nome proprio, maschile, singolare]
•
dà [voce del verbo dare, 3 persona singolare, presente]
•
un [art. indeterminativo]
•
libro [nome comune, maschile, singolare]
•
a [prep. semplice]
•
Fabio [nome proprio, maschile, singolare]
 Sintattica: determina il ruolo del termine nella frase
 Semantica: stabilisce il significato di una frase interpretando
correttamente le relazioni sintattiche tra i termini in base al contesto

Dà buoni risultati quando il testo analizzato non contiene errori
36
di sintassi, dialetti web, ecc.
NLP – Natural Language processing

L’interpretazione del testo pone problemi di ambiguità
“Personalmente odio la pesca!“, il frutto o lo sport?
“Luigi ha visto un uomo nel parco con il binocolo“, Chi aveva il binocolo?
Marinaio: “Capitano, siamo attaccati dai monsoni!”
Capitano: “allora ci batteremo con onore!”
Marinaio: “ma capitano, i monsoni sono venti!”
Capitano: “anche se fossero cento, li batteremo comunque!!!“
37
Considerazioni
 Sia che si parli di Social BI sia che si parli di Media monitoring
l’interesse per lo sfruttamento degli UGC è molto elevata
 Oggi i costi di progetto sono in larga parte determinati
dall’utilizzo di software commerciale
 Motori di crawling per l’acquisizione dei dati dal web
 Motori semantici per l’arricchimento dei dati
 Le modalità di diffusione di questi sistemi sarà influenzata dal:
 Diffondersi di software open source o con prezzi più accessibili
 La verifica del reale impatto che le informazioni social hanno
sull’andamento delle aziende
38
Data Mining
39
Dal warehousing al mining

La maggior parte delle aziende dispone di enormi
basi di dati contenenti dati di tipo operazionale, che
costituiscono una potenziale miniera di informazioni
utili
 Nei sistemi DBMS e DW attuali le possibilità di
estrarre conoscenza sono limitate: infatti, in presenza
di moli di dati molto elevate, l’utente non è sempre in
grado di individuare tutti i pattern (modelli) significativi
presenti
 Il data mining è un’attività orientata a scoprire
informazioni nascoste nei dati; esso raccoglie
tecniche di intelligenza artificiale e pattern recognition
per aiutare l’utente nella ricerca di pattern: è
sufficiente indicare cosa e dove si vuole ricercare
40
Data mining

Processo di estrazione di conoscenza da banche dati
di grandi dimensioni tramite l’applicazione di algoritmi
che individuano le associazioni “nascoste” tra le
informazioni (pattern) e le rendono visibili

I pattern devono essere:
 Validi
 Precedentemente sconosciuti
 Potenzialmente utili
 Comprensibili
41
Esempio
Record di
vendite

id transazione
id cliente
prodotti comprati
T1
cust33
p2, p5, p8
T2
cust45
p5, p8, p11
T3
cust12
p1, p9
T4
cust40
p5, p8, p11
T5
cust12
p2, p9
T6
cust12
p9
Osservazioni:
 I prodotti p5 e p8 vengono spesso comprati assieme
 Al cliente 12 piace il prodotto p9
42
Esempio
Prestiti
o
x
x
x
x
x
x
x
x
x
x
x
x
x
o
x
o
o
o
o
o
o
x
o
o
o
o
o o
o
o
Stipendio

Persone che hanno ricevuto un prestito dalla banca
 x: persone che hanno mancato la restituzione di rate
 o: persone che hanno rispettato le scadenze
43
Esempio
Prestiti
o
x
x
x
x
x
x
x
x
x
x
x
x
o
x
o
o
o
o
x
k

o
o
x
o
o
o
o
o o
o
o
Stipendio
IF stipendio < k THEN mancati pagamenti
44
Tipi di pattern

Regole associative
 consentono di determinare le regole di implicazione logica presenti
nella base di dati, quindi di individuare i gruppi di affinità tra oggetti

Classificatori
 consentono di derivare un modello per la classificazione di dati
secondo un insieme di classi assegnate a priori

Clustering
 raggruppa gli elementi di un insieme, a seconda delle loro
caratteristiche, in classi non assegnate a priori

Serie temporali
 Permettono l’individuazione di pattern ricorrenti o atipici in
sequenze di dati complesse
Pattern interessanti perchè inattesi

I pattern restituiti richiedono una interpretazione da
parte dei tecnici e degli utenti
 Evitare che i parametri utilizzati e le trasformazioni applicate
ai dati non forniscano informazioni fuorvianti
 Complementare le informazioni ottenute con la conoscenza
di dominio non modellabile
 Selezionare i pattern effettivamente interessanti
+ Pattern che ci si attende siano frequenti
- Pattern che ci si attende siano non frequenti
Pattern rivelatesi frequenti
Pattern rivelatesi non frequenti
+ - +
Pattern attesi
Pattern inattesi
CRISP-DM: un approccio
metodologico

Un progetto di Data mining richiede un approccio
strutturato in cui la scelta del miglior algoritmo è solo uno
dei fattori di successo
 La metodologia CRISP-DM è una delle proposte
maggiormente strutturate per definire i passi
fondamentali di un progetto di Data Mining
 Le sei fasi del ciclo di vita non
sono strettamente sequenziali.
Tornare su attività già svolte
è spesso necessario

http://www.crisp-dm.org/
Alcune applicazioni














Approvazione di prestiti e crediti
Segmentazione di mercato
Profilazione dei clienti
Applicazioni finanziarie
Commercio elettronico
Ricerche di mercato
Studio dell’efficacia del marketing
Analisi delle abitudini di acquisto
Pianificazione aziendale
Modellazione degli investimenti
Rilevamento di attività fraudolente
Valutazione delle categorie di rischio
Riconoscimento di similarità tra sequenze di eventi
Valutazione di casi clinici e studio di modelli epidemiologici
48
Regole associative


Consentono di determinare le regole di implicazione
logica presenti nella base di dati, quindi di individuare
i gruppi di affinità tra oggetti
Le regole associative sono utilizzabili a fini descrittivi
49
Un esempio la market basket
analysis

Dati un insieme di scontrini fiscali (transazioni), riportanti i
prodotti (item) acquistati assieme…..
Record di
vendite

id transazione
id cliente
prodotti comprati
T1
T2
T3
cust33
cust45
p2, p5, p8
p5, p8, p11
p1, p9
T4
cust12
cust40
p5, p8, p11
T5
cust12
p2, p9
T6
cust12
p9
Trovare le regole trovare regole che correlano la presenza di un
insieme di prodotti X con un altro insieme Y
 Il risultato potrebbe essere
{scarpe}  {calze}

50
Supporto e Confidenza

Regola X  Y (X,Y  I)
 Supporto S, indica la rilevanza statistica:
#trans. contenenti X  Y
#trans. totali
 Confidenza C, indica la significatività dell’implicazione:
#trans. contenenti X  Y
#trans. contenenti X

Obiettivo: determinare tutte le regole con supporto e
confidenza superiori ad una soglia data
51
Applicazioni

Nel campo del marketing:
 studio delle abitudini di acquisto
 pubblicità mirata
 organizzazione della merce sugli scaffali
 studio della variabilità delle vendite in assenza di
un certo prodotto
52
Classificazione

Consente di derivare un modello per la
classificazione di dati secondo un insieme di classi
assegnate a priori
 Presuppone la disponibilità di un insieme di oggetti
etichettati con il nome della classe di appartenenza (training
set) da utilizzare per l’addestramento del classificatore
 il profilo descrittivo per ogni classe, è basato sulle feature
degli oggetti di quella classe contenuti nel training set

I sistemi di classificazione possono essere utilizzati
per
 Descrivere il profilo di classe
 Prevedere la classe di appartenenza per nuovi oggetti
53
Costruzione del modello
ALGORITMI DI
CLASSIFICAZIONE
TRAINING DATA
NOME
QUALIFICA
ANNI
CATTEDRA
Mike
Assistant Prof.
3
no
Mary
Assistant Prof.
7
yes
Bill
Jim
Dave
Professor
Associate Prof.
Assistant Prof.
2
7
6
yes
yes
no
Anne
Associate Prof.
3
no
CLASSIFICATORE
(MODELLO)
IF qualifica = ‘Professor’
OR anni > 6
THEN cattedra = ‘yes’
54
Uso del modello per previsioni
CLASSIFICATORE
DATI NUOVI
TESTING DATA
(Jeff, Professor, 4)
NOME
QUALIFICA
ANNI
CATTEDRA
Tom
Assistant Prof.
2
no
Merlisa Associate Prof.
7
no
George Professor
Joseph Assistant Prof.
5
yes
7
yes
cattedra?
YES!
55
Applicazioni

profilazione dei clienti
 identificazione del rischio in
mutui/assicurazioni
 efficacia trattamenti medici
 ….
56
Alberi decisionali


Vengono usati per la comprensione di un
particolare fenomeno poiché permettono di
identificare, in ordine di importanza, le cause
che portano al verificarsi di un evento
Vantaggi:
 Veloci rispetto agli altri metodi
 Facili da interpretare tramite regole di
classificazione
 Possono essere convertiti in interrogazioni SQL
per interrogare la base di dati
57
Esempio
ETA` TIPO AUTO
40
65
20
25
50
Eta` < 26
si
familiare
sportiva
utilitaria
sportiva
familiare
CLASSE
RISCHIO
basso
alto
alto
alto
basso
no
Alto
Tipo auto
sportiva
utilitaria
familiare
Alto
Basso
Alto
58
Considerazioni

Mentre i progetti di data warehousing portano
normalmente a un risultato aziendalmente utile, nei
progetti di data mining il rischio che i dati a non
permettano di inferire informazioni utili è più elevato
 Dati di scarsa qualità ai fini del DM
 Assenza di pattern rilevanti

La complessità delle tecniche di data mining richiede
la presenza di esperti in grado di:
 Scegliere e parametrizzare le tecniche
 Interpretare i risultati
59
Domande?
60