ای جهت تحقق این مهم خواهد بود. با ورود فناوریهای جدید به سازمانها و افزایش سرعت تولید اطلاعات و در نتیجه بر جای ماندن حجم عظیمی از دادهها و دشواری استفاده از این حجم وسیع، معمولاً امکان استفاده از این دادهها به صورت خام وجود ندارد، بلکه دانش موجود در آنها باید استخراج گردد. همچنین تحلیل این دادهها به واسطه روشهای گزارش گیری سنتی در این مقیاس امکان پذیر نیست و روشهای آماری موجود نیز از ظرفیت کافی جهت تحلیل این دادهها برخوردار نمیباشند. دادهکاوی راهکاری است که با غلبه بر این محدودیت، امکان انجام مطالعاتی جامعتر با نتایج دقیقتر و درصد خطای پایینتر را ممکن سازد. دادهها[6] کمیتهای عددی یا خصیصهای هستند که در نتیجه مشاهده یا آزمایش حاصل شدهاند. دادههای دستهبندی شده اطلاعات[7] را تشکیل میدهند. اطلاعات از ترتیب، تركیب و شبكه شدن دانش را ایجاد مینماید. دانش، اطلاعات سازمانیافته، تحلیل یافته و یا تلخیص شده برای افزایش درک، آگاهی یا تشخیص میباشد. دادهکاوی ابزاری بروز، قدرتمند و وسیع است که می تواند جهت تحلیل حجم عظیم داده بکار گرفته شود. دادهکاوی به بهره گیری از ابزارهای تجزیه و تحلیل دادهها به منظور کشف الگوها و روابط معتبری که تا کنون ناشناخته بودهاند اطلاق میشود. این ابزار با کاوش در بین دادههای موجود و استخراج الگوها و روابط موجود در پایگاه دادهها، موجب تسهیل مطالعات و اتخاذ تصمیمات خواهد شد. همچنین به کمک امکانات موجود در این ابزار میتوان حجم دادهها را کاهش داد و دادههای اضافی را حذف نمود. استفاده از روشهای مختلف دادهکاوی می تواند جهت کشف دانش و الگوهای موجود در حجم عظیم دادهها (برای مثال به طور خاص دادههای جمعیت شناختی مشتریان بانک نظیر جنسیت، سن، وضعیت تأهل، تحصیلات، شغل و غیره، یا دادههای مربوط به تراکنشهای مالی مشتریان و یا سرویسهای ارائه شده توسط بانک) استفاده شود. این الگوها میتوانند از سوی مدیران جهت اتخاذ تصمیمات مقتضی در ارتباط با مشتری، چگونگی برخورد با شرایط متفاوت کسبوکار، ارائه خدمات خاص و غیره بکار گرفته شود. تعاریف متفاوتی از دادهکاوی وجود دارد ولی تعریفی كه در اكثر مراجع به اشتراك ذكر شده عبارت است از «استخراج اطلاعات و دانش و كشف الگوهای پنهان از پایگاه دادههای بسیار بزرگ و پیچیده.» دادهکاوی یک متدولوژی بسیار قوی و با پتانسیل بالا میباشد كه به سازمانها كمك میکند كه بر مهمترین اطلاعات از مخزن دادههای خود تمركز نمایند [52]. 1. به سادگی برای افراد قابل فهم باشد. 2. اعتبار آن از یک حد آستانهای[9] پایینتر نباشد. 3. دانش جدیدی متناسب با اهداف تعیینشده سازمان ارائه دهد. 4. کاربردی باشد. [1] امروزه کاربردهای مختلفی برای دادهکاوی در صنعت بانکداری شناخته شده است. بانکها میتوانند جهت افزایش سودآوری از طریق مشتریان تراز اول خود، برای یک محصول جدید بانکی، مشتریان بالقوه خود را از طریق دادهکاوی شناسایی نموده و آنها را به سمت استفاده از این محصول سوق دهند و بدین ترتیب در زمان و هزینه صرفهجویی کنند. پیادهسازی سیستم هوشمند ارزیابی اعتبار مشتری به کمک دادهکاوی از کاربردهای دیگر این ابزار جهت مدیریت دانش مشتریان در بانک است. در این کاربرد میتوان با بهره گرفتن از اطلاعات گروهی از وامگیرندگان سابق (مانند بعضی اطلاعات شخصی وامگیرنده مانند سن و جنسیت و وضعیت تأهل و درآمد و…، تعداد تراکنش ماهیانه مشتری با بانک، سایر بدهیهای بانکی، نوع ضمانت و…) و وضعیت آنها از نظر بازپرداخت وام به مدلی دست یافت که مشتریان متقاضی وام را در دستههایی مانند مشتری خوشحساب، مشتری بدحساب و … دستهبندی نمود. با حصول این دانش در مورد مشتری متقاضی اعتبار تصمیم گیری در مورد پرداخت یا عدم پرداخت اعتبار بسیار سادهتر خواه خرید اینترنتی فایل متن کامل : د بود. برخی از مشكلات نبود مدیریت دانش میتوان عدم اولویتبندی و استفاده از انواع دانش، ایجاد شکاف دانشی در صورت جدا شدن كارشناسان از سازمان، احتكار دانش به جای ازدیاد آن، استفاده محدود از دانشهای موجود، نبود مستندات در خصوص تجربیات به دست آمده از پروژهها و كارها و نبود ساختار مناسب برای تسهیم سریع دانش را نام برد.
[جمعه 1400-05-08] [ 05:17:00 ق.ظ ]
|