Data-Mining und OLAP
Daten nicht nur zu sammeln, sondern zu analysieren ist wichtig für viele Bereiche, vor allem im Marketing, aber auch im Rechnungswesen, in Vertrieb, Produktion und Personalmanagement. Hier stellen wir Ihnen einige Methoden der Datenanalyse kurz vor.
OLAP
Das Ziel von OLAP (Online Analytical Processing) ist es, multidimensionale Analysen von umfangreichen Datenbanken zu ermöglichen, zur Durchführung von speziellen Datenanalysen (als Gegenstand bestimmter Anfragen).OLAP ermöglicht es den Usern, multidimensionale Darstellungen zu erstellen, genannt OLAP-Würfel (hypercubes), entsprechend den Merkmalen, die sie bestimmt haben, um Situationen zu simulieren.
Data-Mining
Das Ziel des Data-Mining (wörtlich Datenschürfen) besteht im Gegensatz zu dem der multidimensionalen OLAP-Analyse darin, mögliche Korrelationen in umfrangreichen Daten des Informationssystems herauszuheben, um Tendenzen festzustellen.Beim Data-Mining werden Techniken der künstlichen Intelligenz genutzt (Neuronennetzwerke), um versteckte Verbindungen zwischen den Daten herauszuarbeiten.
EIS und IDSS
EIS (Executive Information System) ist ein Tool, mit dem Indikatoren organisiert, analysiert und determiniert werden können, um Tableaux de Bord zu erstellen. In diesem leicht zu verwendenden Tool lassen sich nur Anfragen verarbeiten, die zuvor vom Entwickler modelliert wurden.Ein IDSS (Intelligent Decision Support System) hat dagegen zum Ziel, die Modellierung von vielfältigen und unterschiedlichen multidimensionalen Darstellungen zu ermöglichen. Die Benutzung erfordert allerdings höhere Kenntnisse.
Foto: © Pixabay.
Das Dokument mit dem Titel « Data-Mining und OLAP » wird auf CCM (de.ccm.net) unter den Bedingungen der Creative Commons-Lizenz zur Verfügung gestellt. Unter Berücksichtigung der Lizenzvereinbarungen dürfen Sie das Dokument verwenden, verändern und kopieren, wenn Sie dabei CCM deutlich als Urheber kennzeichnen.