اهمیت و علت طرح داده کاوی

 بیشتر تکنیکهای داده کاوی ، حداقل به عنوان الگ وریتمهای آکادمیک ازسالهایا دهه های قبل وجـود داشتهاند. با این وجود ، تنها در دهه اخیر است که داده کاوی به ویـژه داده کـاوی تجـاری نقـش عمدهای را بازی کرده است.این مساله به دلیل رخداد همزمان عوامل زیر است

-1 حجم بالای داده ها . اغلب الگوریتمهای داده کاوی نیازمند حجم زیادی از داده هاست و جـایی که دادهها کم باشد الزامی به استفاده از داده کاوی با روشهای پیچیده نیست .

-2 توان محاسباتی بالا که قابل دسترسی است .به عبارت دیگر امـروزه امکـان دسترسـی عمـوم بـه کامپیوتر با قیمت های نازل فراهم شده است.

-3 علاقه به مدیریت روابط با مشتریان فراوان .

-4 محصولات نرم افزاری داده کاوی وجود دارد . همیشه فاصله ای بـین زمـانی کـه الگـوریتم هـای جدید برای اولین بار در مجـلات دانـشگاهی و مقـالات کنفرانـسها ظـاهر مـی شـوند وزمـانی کـه نرمافزارهای تجاری آن الگوریتم ها به بازار ارائه می شود، وجود دارد ه. مچنین فاصله ای زمانی بـین عرضه اولیه اولین محصولات و زمان کسب مقبولیت عمومی آنها وجود دارد . درمـورد داده کـاوی ، دوره عرضه گسترده و مقبولیت آن فرا رسیده است

داده کاوی نیز نظیر بسیاری از سیستم ها دارای مشکلاتی است که مهمترین آنها عبارتند از :

-1 حجم بالای داده ها : که اغلب منجر به استفاده از جامعه نمونه می شود . در ایـن حالـت ممکـن است جامعه نمونه (مجموعه انتخاب شده) ویژگیهای کامل مجموعه اصلی را نداشته باشد.

-2 وجود عدم قطعیت در اطلاعات که به دو دسته قابل تقسیم است :  اطلاعات ن اکامل – مقادیر نامشخص (ثبت نشده )، در این حالت داده های اولیه بـه صورت ناقص در انبارداده ها ذخیره شـده بنـابراین در سیـستم نیـز نـاقص ثبـت میشود .  اطلاعات ناسازگار : (مقادیر ثبتی واقعی نیست )، بـه دلیـل اشـتباه در ثبـت برخـی دادهها، بین اطلاعات حاصل ازآنها هماهنگی و ارتباط لازم بوجود نمیآید .

-3 محدودیت قدرت ادراك انسان دراستدلال جامع و عمیق

امروزه سازمان های بسیاری در حال استفاده از داده کاوی برای کمـک بـه مـدیریت تمـام فازهـای ارتباط با مشتری که شامل: به دست آوردن مشتریان جدید، افزایش سود از طریق مش تریان موجـود و حفظ مشتریان خوب هستند . این سازمان ها می توانند با بررسی ویژگی ها و علت اسـتفاده برخـی مشتریان از کالاها و یا خ دمات خود و یا بررسی علل عدم استقبال برخی مشتریان از برخی کالاهـا یا خدمات، نقاط قوت و ضعف محصولات خود را شناسـایی نمـوده و در راسـتای بهبـو د کیفیـت محصولات خود گام بردار . دن در این راستا بانک ها نیز نظیر هر موسسهای از این قانون مستثنی نبوده و نیازمند بررسی و کشف اطلاعات گوناگونی از میان انبوه اطلاعات انباشته خود می باشند. بعـضی از کاربردهای اصلی دادهکاوی در بانکداری عبارتند از:

 تحلیل رفتار مشتریان و بازاریابی

 اعتبارسنجی مشتریان اعتباری

 مدیریت انواع ریسکهای بانکی

 کاهش هزینههای انتقال، تسهیل در بودجه بندی، برنامهریزی و تحلیل سوددهی

 و جالب توجه ترین کاربرد داده کاوی در کشف پول شویی است.

لذا بانک می تواند از طریق تقویت پایگاه داده ها، لینک های ارتباطی بانک های اطلاعـاتی و افـزایش دقت در ورود و ثبت اطلاعات اولیه و … و با اتکا به روش های داده کاوی، در هریک از زمینـه هـای فوقالذکر به نتایج قابل چشمگیری دست یابد