การทำเหมืองข้อมูลคืออะไร? มันสามารถกำหนดได้ว่าเป็นกระบวนการรับข้อมูลที่ซ่อนอยู่จากกองฐานข้อมูลเพื่อการวิเคราะห์ การทำเหมืองข้อมูลเรียกอีกอย่างว่า Knowledge Discovery in Databases (KDD) ไม่มีอะไรนอกจากการดึงข้อมูลจากฐานข้อมูลขนาดใหญ่สำหรับงานพิเศษบางอย่าง
การทำเหมืองข้อมูลส่วนใหญ่ใช้ในหลายแอปพลิเคชัน เช่น การทำความเข้าใจการตลาดการวิจัยผู้บริโภค การวิเคราะห์ผลิตภัณฑ์ การวิเคราะห์อุปสงค์และอุปทาน อีคอมเมิร์ซ แนวโน้มการลงทุนในหุ้นและอสังหาริมทรัพย์ โทรคมนาคม และอื่นๆ การทำเหมืองข้อมูลขึ้นอยู่กับอัลกอริธึมทางคณิตศาสตร์และทักษะการวิเคราะห์เพื่อขับเคลื่อนผลลัพธ์ที่ต้องการจากการรวบรวมฐานข้อมูลขนาดใหญ่
การทำเหมืองข้อมูลมีความสำคัญอย่างยิ่งในสภาพแวดล้อมทางธุรกิจที่มีการแข่งขันสูงในปัจจุบัน แนวคิดใหม่ของการขุดข้อมูล Business Intelligence ได้รับการพัฒนาแล้ว ซึ่งบริษัทชั้นนำใช้กันอย่างแพร่หลายเพื่อก้าวนำหน้าคู่แข่ง ระบบธุรกิจอัจฉริยะ (BI) สามารถช่วยในการให้ข้อมูลล่าสุดและใช้สำหรับการวิเคราะห์การแข่งขัน การวิจัยตลาด แนวโน้มทางเศรษฐกิจ พฤติกรรมการบริโภค การวิจัยอุตสาหกรรม การวิเคราะห์ข้อมูลทางภูมิศาสตร์ และอื่นๆ Business Intelligence Data Mining ช่วยในการตัดสินใจ
แอปพลิเคชันการทำเหมืองข้อมูลมีการใช้กันอย่างแพร่หลายในการตลาดทางตรง อุตสาหกรรมด้านสุขภาพ อีคอมเมิร์ซ การจัดการลูกค้าสัมพันธ์ (CRM) อุตสาหกรรมสินค้าอุปโภคบริโภค อุตสาหกรรมโทรคมนาคม และภาคการเงิน การทำเหมืองข้อมูลมีอยู่ในรูปแบบต่างๆ เช่น การทำเหมืองข้อความ การทำเหมืองบนเว็บ การทำเหมืองข้อมูลเสียงและวิดีโอ การทำเหมืองข้อมูลรูปภาพ ฐานข้อมูลเชิงสัมพันธ์ และการทำเหมืองข้อมูลบนเครือข่ายสังคมออนไลน์
อย่างไรก็ตาม การทำเหมืองข้อมูลเป็นกระบวนการที่สำคัญและต้องใช้เวลาและความอดทนอย่างมากในการรวบรวมข้อมูลที่ต้องการเนื่องจากความซับซ้อนและฐานข้อมูล นอกจากนี้ยังอาจเป็นไปได้ที่คุณจะต้องขอความช่วยเหลือจากบริษัทเอาท์ซอร์ส บริษัทเอาท์ซอร์สเหล่านี้มีความเชี่ยวชาญในการแยกหรือขุดข้อมูล กรองข้อมูลแล้วเก็บรักษาไว้เพื่อการวิเคราะห์ การทำเหมืองข้อมูลถูกนำมาใช้ในบริบทที่แตกต่างกัน แต่มักใช้สำหรับความต้องการทางธุรกิจและองค์กรเพื่อการวิเคราะห์
โดยปกติแล้ว Data Mining ต้องใช้แรงงานคนจำนวนมาก เช่น การรวบรวมข้อมูล การประเมินข้อมูล การใช้อินเทอร์เน็ตเพื่อหารายละเอียดเพิ่มเติม เป็นต้น ทางเลือกที่สองคือการสร้างซอฟต์แวร์ที่จะสแกนอินเทอร์เน็ตเพื่อค้นหารายละเอียดและข้อมูลที่เกี่ยวข้อง ตัวเลือกซอฟต์แวร์อาจดีที่สุดสำหรับการขุดข้อมูลเนื่องจากจะช่วยประหยัดเวลาและแรงงานได้มหาศาล โปรแกรมซอฟต์แวร์ขุดข้อมูลยอดนิยมบางโปรแกรมที่มีให้บริการ ได้แก่ Connexor Machines, Free Text Software Technologies, Megaputer Text Analyst, SAS Text Miner, LexiQuest, WordStat, Lextek Profiling Engine
อย่างไรก็ตาม อาจเป็นไปได้ที่คุณจะไม่ได้รับซอฟต์แวร์ที่เหมาะสมซึ่งเหมาะสมกับงานของคุณ หรือการค้นหาโปรแกรมเมอร์ที่เหมาะสมก็จะเป็นเรื่องยากเช่นกัน หรืออาจเรียกเก็บเงินค่าบริการจำนวนมาก แม้ว่าคุณจะใช้ซอฟต์แวร์ที่ดีที่สุด แต่คุณยังคงต้องการความช่วยเหลือจากมนุษย์ในการทำโปรเจ็กต์ให้เสร็จสิ้น ในกรณีดังกล่าว แนะนำให้จ้างงานขุดข้อมูลจากภายนอก