4.Страхование

• Привлечение и удержание клиентов, прогнозирование финансовых показателей.

Страховые компании в течение ряда лет накапливают большие объемы данных. Здесь обширное поле деятельности для методов Data Mining:

• Выявление мошенничества. Страховые компании могут снизить уровень мошенничества, отыскивая определенные стереотипы в заявлениях о выплате страхового возмещения, характеризующих взаимоотношения между юристами, врачами и заявителями.

• Анализ риска. Путем выявления сочетаний факторов, связанных с оплаченными заявлениями, страховщики могут уменьшить свои потери по обязательствам. Известен случай, когда в США крупная страховая компания обнаружила, что суммы, выплаченные по заявлениям людей, состоящих в браке, вдвое превышают суммы по заявлениям одиноких людей. Компания отреагировала на это новое знание пересмотром своей общей политики предоставления скидок семейным клиентам.

5.Другие приложения в бизнесе

Data Mining может применяться во множестве других областей:

• Развитие автомобильной промышленности. При сборке автомобилей производители должны учитывать требования каждого отдельного клиента, поэтому им нужны возможность прогнозирования популярности определенных характеристик и знание того, какие характеристики обычно заказываются вместе.

• Политика гарантий. Производителям нужно предсказывать число клиентов, которые подадут гарантийные заявки, и среднюю стоимость заявок.

• Поощрение часто летающих клиентов. Авиакомпании могут обнаружить группу клиентов, которые данными поощрительными мерами можно побудить летать больше. Например, одна авиакомпания обнаружила категорию клиентов, которые совершали много полетов на короткие расстояния, не накапливая достаточно миль для вступления в их клубы, поэтому она таким образом изменила правила приема в клуб, чтобы поощрять число полетов так же, как и мили.

• Прогноз популярности определенных характеристик товаров и услуг.

• Рыночная сегментация, идентификация целевых групп, построение профиля клиента(Database marketers)

• Детекция подлогов, формирование "типичного поведения" обладателя кредитки, анализ достоверности клиентских счетов ,cross-selling программы(кредитные компании).

• Выработка оптимальной торговой стратегии, контроль рисков(биржевые трейдеры).

• Детекция подлогов, прогнозирование поступлений в бюджет(налоговые службы и аудиторы).

6.Медицина

• Диагностика, выбор лечебных воздействий, прогнозирование исхода хирургического вмешательства.

Правила помогают выбирать средства медикаментозного воздействия, определять показания (противопоказания), ориентироваться в лечебных процедурах, создавать условия наиболее эффективного лечения, предсказывать исходы назначенного курса леченияи т.п. Технологии Data Mining позволяют обнаруживать в медицинских данных шаблоны, составляющие основу указанных правил.

7.Фармацевтика

• Предсказание результатов будущего тестирования препаратов, программы испытания.

8.Управление производством

• Контроль качества, материально-техническое обеспечение, оптимизация технологического процесса.

9.Наука и техника

• Построение эмпирических моделей, основанных на анализе данных, решение научно-технических задач.

70. Системы бизнес-анализа BI. Достоинства и недостатки BI инструментов.

Бизнес-анализ(BI(Business Intellegence))- процесс технологии, методы и средства исследования, анализа, извлечения и представления информации и знаний необходимых для принятия улучшенного и неформального решения.

BI - это процесс интеллектуального анализа информации, процесс выработки интуиции для принятия улучшенного и неформального решения. BI также называют бизнес-интеллектом компании. BI является современным инструментом, помогающим менеджеру готовить информативные аналитические отчеты в целях принятия обоснованных управленческих решений. Некоторые компании BI системы называют системами поддержки принятия решения (СППР или DSS, Decision Support System), т.к. эти системы поддерживают менеджеров в принятии ими решений.

Классификация продуктов Business Intelligence

· BI-инструменты не являются готовыми продуктами, но представляют собой встраиваемое программное обеспечение, позволяющее аналитикам и другим пользователям получать аналитические отчеты по большому количеству данных из корпоративных хранилищ данных.

· BI-приложения, являющиеся готовыми программными продуктами. BI-приложения обычно выполняют конкретные функции компании с использованием специальных технологий.

Достоинства BI инструментов:

• BI помогает конечному пользователю получить результат углубленного детального анализа бизнес-данных, даже если он не обладает большими знаниями в области анализа данных и имеет минимальные навыки работы с информационно-коммуникационными технологиями.

• Организуется доступ пользователей к данным и знаниям компании для дальнейшего углубленного и детального анализа.

• С использованием BI инструментов компания получает «знания, основанные на данных» (data-based knowledge).

• Можно анализировать большие объемы данных, используя различные алгоритмы анализа.

• Обычно используют несколько различных технологий BI, которые хорошо сочетаются друг с другом.

Недостатки BI инструментов:

· высокая стоимость.

· требуется долгое специальное обучение.

· обычным пользователям работать с инструментами BI очень сложно, т.к. они создавались под опытных бизнес-аналитиков, которые активно используют для создания отчетности различные аналитические инструменты и приложения.

· быстрые изменения BI технологий, что может привести к использованию непроверенных решений.

· BI инструменты должны работать только с качественными (очищенными и консолидированными) данными, а это возможно при наличии в компании корпоративного хранилища данных, создать которое может позволить себе далеко не каждая крупная компания.