Datamining i
SQL Server 2005
Joakim Lannersten
Intellibis
Kort om Intellibis
• Konsultbolag specialiserat
på Business Intelligence
• Konsulter med teknik- och
verksamhetskunnande
• Grundades 2000 och
har nu 65 anställda
Stockholm
Göteborg
Malmö
Data Mining
•
•
•
•
Metoder för att hitta samband och regler
Utnyttja resultaten för förutsägelser
Slutsatsunderlag
Avancerad teknologi i ”enkla verktyg”
Klusteranalys
Korganalys
Beslutsträdsanalys
m fl
SQLServer DM Historia
Enter the Game
•Create industry standard
(OLE DB for DM)
•Target developer audience
•V1.0 product with 2 algorithms
- Microsoft_Decision_Trees
- Microsoft_Clustering
Win Leadership
•Continue standards effort
(OLE DB for DM 1.1, XMLA)
•Comprehensive feature set
- 7 algorithms
- 12 viewers
- DMX extensions
- Plug-in algorithm interface
•Penetrate the Enterprise
•Thought leadership
SQL Server 2005 DM Vision
Business Knowledge
Relative Business Value
SQL 2005
Data Mining
OLAP
Reports (Adhoc)
Reports (Static)
Easy
Difficult
Usability
Kundcase
• Möjligheterna med data mining i
SQL Server 2005 presenterades
verktygen tillhandahåller avancerade metoder för att hitta samband och
mönster
ger ett mervärde för kundens Data Warehouse
• Implementation av kundkorgsanalys
för denna dragning avgränsat till en butik över fem månader med
avidentifierad data
Kundkorgsanalys
•
•
•
•
Vilken är den vanligaste kombinationen av produkter?
Vilka produkter är starkast kopplade till varandra?
I vilken ordning väljer man produkterna?
Vad är värdet av merförsäljningen för en viss produkt?
Begreppsmodell
butik
kvitto
kvittorader
artikel
produkt
Demo Analysis Services
Frågor
?
