Tích hợp khai phá dữ liệu trong InfoSphere Warehouse với việc tạo báo cáo Cognos của IBM, Phần 1:

Tích hợp khai phá dữ liệu trong InfoSphere Warehouse với việc tạo báo cáo

Cognos của IBM, Phần 1: Tổng quan về kiến trúc tích hợp InfoSphere

Warehouse và Cognos

Phổ biến kết quả khai phá dữ liệu của bạn một cách có hiệu quả

Benjamin G. Leonhardi, Kỹ sư phần mềm, IBM

Christoph Sieb, Kỹ sư phần mềm cao cấp, IBM

Dr. Michael J. Wurst, Kỹ sư phần mềm cao cấp, IBM

John Rollins, Ph.D., P.E., Chuyên viên kỹ thuật, IBM

Tóm tắt: Khai phá dữ liệu cung cấp các kỹ thuật phân tích nâng cao để trích xuất

thông tin có ích từ dữ liệu lớn. Về lịch sử, khai phá dữ liệu là một nhiệm vụ mà chỉ

các chuyên gia về thống kê và phân tích dữ liệu mới có thể thực hiện được. Mặt

khác, các kết quả của việc khai phá dữ liệu thường liên quan đến một loạt những

người dùng khác nhau trên toàn công ty. Loạt bài viết này trình bày kiến trúc

chung và các cơ hội nghiệp vụ để kết hợp khai phá dữ liệu IBM® InfoSphere™

Warehouse (Kho dữ liệu InfoSphere của IBM ) với việc tạo báo cáo Cognos® của

IBM. Việc tích hợp này cho phép mọi người trên toàn công ty sử dụng các kết quả

khai phá dữ liệu. Bài viết đầu tiên giới thiệu kiến trúc tích hợp cơ bản và cũng bao

gồm một nghiên cứu về trường hợp kỹ thuật, ngắn gọn để cung cấp cho bạn một

sự hiểu biết cơ bản về cách đạt tới sự tích hợp này.

Mở đầu

Khai phá dữ liệu cho phép các chuyên gia, các nhà phân tích và những người sử

dụng có được cái nhìn sâu sắc với các mẫu trong các bộ sưu tập dữ liệu lớn và kết

hợp chúng vào quy trình nghiệp vụ hàng ngày. Về lịch sử, khai phá dữ liệu là một

nhiệm vụ mà chỉ các chuyên gia về thống kê và phân tích dữ liệu mới có thể thực

hiện được. Mặt khác, các kết quả của việc khai phá dữ liệu thường liên quan đến

những người dùng khác nhau trên toàn công ty.

Hãy xem xét kịch bản sau đây. Bạn thu thập dữ liệu về khách hàng của mình bao

gồm các khía cạnh nhân khẩu học (như tuổi tác, nghề nghiệp và nơi cư trú) cũng

như các giao dịch trong quá khứ (như các mặt hàng đã bán và các hợp đồng). Bộ

phận tiếp thị của bạn muốn phát triển các đề xuất chào hàng mới được thiết kế

riêng cho các nhóm khách hàng cụ thể với các đặc tính giống nhau. Làm thế nào

để tìm ra các nhóm người dùng điển hình như vậy? Phân cụm dữ liệu cung cấp

một giải pháp cho vấn đề này. Nó tự động nhóm các tập dữ liệu theo các đặc tính

hoặc các tính năng của chúng. Sau đó, một nhà phân tích có thể rà soát lại các

nhóm này và điều chỉnh chúng dần dần cho đến khi chúng đáp ứng các yêu cầu

của mình. Ví dụ, một chuyên gia tiếp thị có thể thấy rằng có một nhóm khách hàng

nhỏ nhưng là nhóm khách hàng quan trọng về kinh tế có độ tuổi trên trung bình và

không sử dụng dịch vụ ngân hàng Internet. Dựa vào thông tin này, các đề xuất

chào hàng riêng biệt có thể được thực hiện cho những khách hàng này. Một bước

quan trọng trong quá trình phân tích là cho phép những người dùng hiểu các kết

quả của bước phân cụm dữ liệu này. Các chuyên gia phân tích thường không phải

là các chuyên gia về lập trình các cơ sở dữ liệu mức thấp.

Làm thế nào có thể phân phối các kết quả khai phá dữ liệu đến các nhà phân tích

và các nhân viên cần dùng nó? Làm thế nào có thể trình bày các kết quả sao cho

phản ánh quy trình nghiệp vụ mà người dùng có dính líu đến? Làm thế nào có thể

đáp ứng các yêu cầu an ninh, sao cho mỗi người dùng chỉ thấy những gì mà người

ấy được xem theo quy định? Để đưa ra các câu trả lời thoả đáng cho những câu hỏi

đó, cần di chuyển vị trí trong khung nhìn phối cảnh, rời xa các phân tích thống kê

và tiến gần đến phía người dùng cuối thực tế và các quy trình nghiệp vụ mà người

đó dính líu đến. InfoSphere Warehouse là nền móng vững mạnh cho việc tạo kho