«Применение технологии интеллектуального анализа данных в маркетинге»

В последние годы в специальной литературе все чаще встречается словосочетание «интеллектуальный анализа данных» (ИАД), или его англоязычный синоним Data Mining (иногда переводится как «обнаружение знаний в базах данных»). Если традиционный анализ данных опирался, в первую очередь, на методы прикладной статистики, то новые направления обработки данных используют технологии нейронных сетей, генетических алгоритмов, нечеткой логики и другие инструменты современной математики, логики, теории искусственного интеллекта. В отличие от статистических методов, дающих на основе имеющихся данных, если можно так выразиться, «картину в целом» о проблемной ситуации, интеллектуальные подходы претендуют на открытие неочевидных закономерностей в наличных данных. Они призваны не только описать зависимости и взаимосвязи, но и объяснить их. Наконец, они не налагают априорных моделей на данные, не навязывают реальности заранее выбранных шаблонов, работая даже тогда, когда данные (а значит и описываемая ими предметная область) имеют сложную, запутанную структуру.

Подведем некоторые итоги. Деятельность современного управленца немыслима без использования интеллектуального анализа данных. Там, где дают сбой традиционные методы оптимизации, поиска зависимостей, прогнозирования, кластерного анализа, успешно применяются технологии генетических алгоритмов, нечеткой логики, нейронных сетей, эвристического программирования, объединенные общим названием Data Mining или интеллектуального анализа данных. Основанные на теории искусственного интеллекта и воплощенные в компьютерные программы, подобного рода методы являются мощных инструментом обработки имеющейся информации для принятия решений в различных ситуациях и на различных уровнях управленческой деятельности. Эти программы адресованы управленцам, а не программистам или математикам. Умение пользоваться ими также входит в «джентльменский набор» менеджера, как и умение водить автомобиль, знать английский язык или пользоваться компьютером (хотя раньше для этих целей использовались шоферы, переводчики и секретари). Для того, чтобы квалифицированно работать с этими программами, необходима общая, на уровне обычной управленческой подготовки математическая база, прежде всего, знание теории вероятности и математической статистики и некоторая дополнительная подготовка в области интеллектуального анализа данных, или Data Mining. Последняя может осуществляться как через специальные курсы в вузе (или на курсах повышения специальности), так и через самостоятельную, под руководством преподавателя работу.

40. Ильясов Б.Г., Миронов В.В., Юсупова Н.И. Иерархические модели процессов управления. -Уфа, 1994. -151 с.45

41. Искусственный интеллект. Книга 2. Модели и методы. / Под ред.проф. ДАПоспелова. М.: Радио и связь, 1990. - 304 с.46

42. Исследования по общей теории систем// Сборник переводов. М.: Прогресс, 1969. -519 с.

43. Календжян С. О. Банк экономико-математических моделей как основа системы / поддержки принятия решений -Б.м. 1988. - 41 с.48

44. Карданская Н.Л. Принятие управленческого решения. М.: Юнити, 1999. - 407 с.

45. Карданская, Н. Л. Основы принятия управлеческих решений. М.: Рус. деловая лит.: АО "Астра семь", 1998. - 288 с.