Datamining/Applications
Domaines d’application
[modifier | modifier le wikicode]Le Datamining est une approche d’analyse de donnée, adaptée et utilisée dans un large nombre de domaine d'activités.
Assurances et santé
- Découverte d'associations des demandes de remboursements
- Identification de clients potentiels de nouvelles polices d'assurances.
- Détection d'association de comportements pour la découverte de clients à risque.
- Détection de comportement frauduleux.
Banques / Finances
- Détection d’usage frauduleux de cartes bancaires.
- Gestion du risque lié à l'attribution de prêts bancaires par le scoring.
- Découverte de relations cachées entre les indicateurs financiers.
- Détection de règles de comportement boursier par l'analyse des données du marché.
Vente, distribution / Marketing
- La gestion de la relation client (GRC ou CRM) consiste en l’ensemble des activités visant à cibler, attirer et conserver les "bons" clients.
- Détection d'associations de comportements d'achat.
- Découverte de caractéristiques de clientèle.
- Prédiction de probabilité de réponse aux campagnes de mailing.
Ressources Humaines
Le Datamining est également utilisé dans les ressources humaines (RH) de certains ministères pour identifier les caractéristiques de leurs employés les plus performants. L'information obtenue (comme les universités fréquentées par des employés potentiels) peut contribuer aux efforts de recrutement des ressources humaines.
Ces dernières années, l’exploration de données a été largement utilisé dans les domaines de la science et de l’ingénierie, tels que la bio-informatique, la génétique, la médecine, l’éducation et l’énergie électrique.
Médical / Pharmaceutique
- Diagnostic assisté par ordinateur (CAD) par l'apprentissage de systèmes experts.
- Explication ou prédiction de la réponse d'un patient à un traitement.
- Identification des thérapies à succès (combinaison de prescriptions).
- Étude des corrélations entre le dosage dans un traitement et l'apparition d'effets secondaire.
La génétique humaine
Dans l'étude de la génétique humaine, le Datamining permet de répondre à l'objectif important de comprendre la relation de correspondance entre l’ADN et les maladies. En effet, il vise à savoir comment les changements dans la séquence d'ADN d'un individu affectent les risques de développer des maladies courantes telles que le cancer, qui est d'une grande importance à l'amélioration des méthodes de diagnostic, la prévention et le traitement de ces maladies. Le data mining peut contribuer de manière significative et avec succès à l'explication ou la prédiction de phénomènes complexes dans les domaines médical et pharmaceutique.
Ingénierie électrique
Dans le domaine de l’ingénierie électrique, les Datamining ont été largement utilisés pour la surveillance de l’état du matériel électrique à haute tension. Le but de surveillance de l'état est d'obtenir de précieuses informations par exemple, sur l’état de l'isolation (ou d'autres importantes des paramètres de sécurité).
Aéro-spatiale
Le Datamining est également intégré aux données spatiales. L'objectif final est de trouver des modèles dans les données relatives à la géographie. Jusqu'à présent, l'exploration de données et de systèmes d’information géographiques ont existé en tant que deux technologies distinctes, chacune avec ses propres méthodes. L'immense explosion de données géo-référencées occasionnée par l'évolution de l'informatique, la cartographie numérique, la télédétection et la diffusion mondiale des systèmes d’information géographiques mettent l'accent sur l'importance de développer une analyse et une modélisation géographique plus fines.
Applications industrielles
[modifier | modifier le wikicode]À partir d’une base de données industrielle, le datamining va permettre de classifier, d’estimer, de segmenter et de décrire ces données. Cela va servir en marketing (étude de marché, service après vente … ), en conception (conception du produit, analyse des pratiques de conception … ) et en fabrication (définition de gammes de production, amélioration des processus de fabrication, gestion ou amélioration de la qualité … ).
