Datamining i SQL Server 2005 Joakim Lannersten Intellibis

Kort om Intellibis • Konsultbolag specialiserat på Business Intelligence • Konsulter med teknik- och verksamhetskunnande • Grundades 2000 och har nu 65 anställda Stockholm Göteborg Malmö

Data Mining • • Metoder för att hitta samband och regler Utnyttja resultaten förutsägelser Slutsatsunderlag Avancerad teknologi i ”enkla verktyg” § § Klusteranalys Korganalys Beslutsträdsanalys m fl

SQLServer DM Historia 0 L Q S 0 20 Enter the Game • Create industry standard (OLE DB for DM) • Target developer audience • V 1. 0 product with 2 algorithms - Microsoft_Decision_Trees - Microsoft_Clustering L SQ 05 0 2 Win Leadership • Continue standards effort (OLE DB for DM 1. 1, XMLA) • Comprehensive feature set - 7 algorithms - 12 viewers - DMX extensions - Plug-in algorithm interface • Penetrate the Enterprise • Thought leadership

SQL Server 2005 DM Vision Business Knowledge Relative Business Value SQL 2005 Data Mining OLAP Reports (Adhoc) Reports (Static) Easy Difficult Usability

Kundcase • Möjligheterna med data mining i SQL Server 2005 presenterades § verktygen tillhandahåller avancerade metoder för att hitta samband och mönster § ger ett mervärde för kundens Data Warehouse • Implementation av kundkorgsanalys § för denna dragning avgränsat till en butik över fem månader med avidentifierad data

Kundkorgsanalys • • Vilken är den vanligaste kombinationen av produkter? Vilka produkter är starkast kopplade till varandra? I vilken ordning väljer man produkterna? Vad är värdet av merförsäljningen för en viss produkt?

Begreppsmodell butik kvittorader artikel produkt

Demo Analysis Services

Frågor ?