データマイニングを実践するメリット

データマイニングを実践することで、膨大なデータ同士の関係性や結びつきを見つけられるでしょう。たとえば「このタイプの顧客にはこのようなアプローチが有効」「この時期はこの層のユーザーが増える」などの規則性・法則性を見つけることで、マーケティング活動の改善・強化ができます。

ツールやテクノロジーを活用して膨大なデータを扱えること、少ない手間で膨大なデータのなかから役立つ知見を得られることが、データマイニングを実践する主なメリットです。

データマイニングのDIKWモデル

データマイニングを行うことで得られる知識や知見は大きく次の4つに分けられます。


  • Data（データ）

  • Information（情報）

  • Knowledge（知識）

  • Wisdom（知恵）

これらの頭文字を取り、データマイニングで得られる知識・知見は「DIKWモデル」と呼ばれ、下に行くほど有用になっていきます。それぞれどんな知識・知見なのか紹介します。

Data（データ）

Data（データ）はそのままデータの意味で、収集されたあらゆるデータのことです。画像や音声、数値、テキストなど、あらゆる形式のデータを指します。

Information（情報）

Information（情報）は、収集したデータを整理・分類したものを指します。バラバラな形式のデータのフォーマットを統一し、分析しやすい状態に整えます。

Knowledge（知識）

Knowledge（知識）は情報から得られる知識のことで、分析の結果見出した法則性や傾向などのことです。たとえばPOSレジの売上データの場合、「この曜日はこの年代・性別の客数が多い」「この月はこの客層の客単価が高い」などがこれにあたります。

Wisdom（知恵）

Wisdom（知恵）はKnowledge（知識）を活用して判断を下す力のことです。たとえば「この月はこの客層の客単価が高い」という知識があるなら、その月・その客層を対象にしたキャンペーンを実施したり、なぜその客層の客単価が高いのか考えたりできるでしょう。

Knowledge（知識）まではツール活用により手に入れられますが、得られた知識をどう活かすかは人の思考・判断に頼るしかありません。データマイニングを繰り返すことはもちろん、物事の因果関係に注目して考えるクセをつけることで、データマイニングのスキルを高められるでしょう。