Définition : démarche informatique utilisant les statistiques et l’intelligence artificielle pour identifier et exploiter l’information utile qui someille dans les bases de données.

Au cours des deux dernières décennies, les entreprises ont collecté de grandes quantités de données métier. Cependant, un ensemble de données volumineux ne garantit pas toujours une bonne connaissance des activités de l'entreprise. L'exploration de données (data mining) marque de fait la prochaine étape en matière de prise de décision. Il s'agit d'explorer les données, d'identifier des modèles et d'appliquer ces modèles aux opérations de l'entreprise.

Le data mining modélise le comportement d’une « population » telle que les prospects et clients d’une entreprise. Depuis les années 70, des banques et des opérateurs téléphoniques de grande taille exploitent des applications permettant de comprendre et d’anticiper les actions de leurs clients lorsqu’ils ouvrent un compte chez eux, qu’ils le résilient ou qu’ils fraudent.

Le data mining permet schématiquement deux choses :

SQL Server Analysis Services fournit plusieurs algorithmes utilisables dans vos solutions de rapprochement de données, regroupés en sous-ensembles :

• la segmentation automatique : par exemple, je décompose mes clients en groupes homogènes (« femmes au foyer », « jeunes cadres dynamique »...)
• l’analyse prédictive : par exemple, j’utilise mes données sur un prospect (âge, sexe, lieu d’habitation, moyen de paiement usuel, achats déjà réalisés, ...) pour prédire une information importante pour moi, comme « est-il susceptible d’acheter cette chose si je la lui propose ? »

L’impact économique est évidemment considérable: si ma base de données contient 10 000 prospects et que mes commerciaux ont le temps d’en contacter 500, ils obtiendront de meilleurs résultats en contactant 500 personnes « très susceptibles » d’acheter mon offre plutôt que 500 pris au hasard !

Un nouveau standard d’exploration de données

Microsoft SQL Server 2005 Analysis Services définit un nouveau standard en matière d'exploration de données. Grâce à une plate-forme facile à utiliser, extensible, accessible et flexible, les fonctions d'exploration de données de SQL Server 2005 Analysis Services permettent à des entreprises de facilement mettre en place d'une solution d'exploration de données adapté à leur activité.

Grace à une architecture d'entreprise, une intégration approfondie de fonctions d'aide à la décision, et à un ensemble complet d'outils, d'API et d'algorithmes, SQL Server permet de créer un nouveau type d'applications intelligentes. Ces nouveaux outils améliorent la productivité, augmentent les marges et réduisent les coûts, en fournissant des solutions de gestion de données personnalisées à un grand nombre de problèmes métiers.

SQL Server Analysis Services fournit plusieurs algorithmes utilisables dans vos solutions de rapprochement de données, regroupés en sous-ensembles :

• Algorithme Naïve Bayes ;
• Algorithme d’association ;
• Algorithme de groupe de séquences ;
• Algorithme de séries chronologiques ;
• Algorithme de réseaux neuronaux ;
• Algorithme de régression logistique ;
• Améliorations de l’algorithme de l’arborescence de décision ;
• Algorithme de régression linéaire.

Ces algorithmes correspondent à des objectifs différents, et chacun peut être mis en œuvre dans une variété de problématiques. Chaque modèle donnant un type de résultat différent, SQL Server Analysis Services propose une fenêtre de visualisation différente pour chacun. Des éditeurs de logiciels peuvent développer leurs propres algorithmes et les intégrer dans SQL Server Analysis Services.

Les composants de data mining présents dans l’offre Analysis Services de Microsoft sont conçus :

• pour fournir une analyse prédictive à la fois
  - stratégique : comment évolue la clientèle cible ? quelle valeur perçoit-elle dans l’offre de l’entreprise ?
  - et tactique : quels est la liste des prospects à cibler ? par quels moyens ? à quel moment ? avec quel message ?
• pour les entreprises qui ne disposent pas forcément d’un département statistique consacré aux analyses exploratoires et prédictives ;
• pour être programmés via des langages et des outils généralistes ;
• pour accroître l’intérêt des outils OLAP et reporting ;
• pour se fondre de façon transparente dans les applications déjà déployées dans l’entreprise.

Intégration d’Excel avec SQL Server 2005 Analysis Services
Agrandir l'image