a:

In der Regel können Unternehmen alle Daten, die für die Analyse computerisiert werden können, abbauen und untersuchen, um die betriebliche Effizienz zu verbessern, die Kosten zu senken und die Einnahmen und Gewinnmargen zu erhöhen. Unter den vielen verschiedenen Datentypen, die gesammelt werden können, sind die am häufigsten untersuchten Produktionskosten, Arbeitskosten, Marketingeffektivität und detaillierte Verkaufsdaten für alle Produkte und Dienstleistungen, die das Unternehmen vermarktet.

Data Mining ist eine Methode der Computerdatenanalyse, die verwendet wird, um Beziehungen zwischen verschiedenen Datensätzen aufzudecken, wie z. B. die Beziehung zwischen Arbeitsstunden und Produktionsstufen für ein Produktionsunternehmen. Andere Beispiele für die Verwendung von Data-Mining-Techniken sind die "Warenkorbanalyse", bei der beispielsweise die Gesamtmenge berücksichtigt wird, die Konsumenten üblicherweise für einen Einkauf ausgeben, oder welche Produkte Konsumenten gemeinsam während einer Einkaufstour kaufen.

Data Mining variiert je nach Branche oder Geschäftsart. Beispielsweise führen Banken historische Datenanalysen durch, um festzustellen, welche Kunden oder Arten von Kunden am ehesten Kredite rechtzeitig zurückzahlen. Versicherungsunternehmen nutzen riesige Mengen an Daten, um versicherungsmathematische Tabellen für die Risikobewertung zu entwickeln und Muster betrügerischer Ansprüche zu identifizieren. Praktisch jedes große Unternehmen, das Produkte auf der Einzelhandelsebene verkauft, verwendet Data Mining, um die Effektivität von Werbekampagnen zu analysieren.

Ziel von Business Intelligence ist es, das Management in die Lage zu versetzen, fundierte Entscheidungen über den Betrieb eines Unternehmens zu treffen, Entscheidungen zu treffen, um die betriebliche Effizienz zu steigern und letztendlich die Rentabilität des Unternehmens zu steigern. Aus diesem Grund werden Business-Intelligence-Tools manchmal als "Entscheidungsunterstützungssysteme" bezeichnet.

Für Business-Intelligence-Zwecke verwenden einige Unternehmen ihre eigenen historischen Daten, aber andere Unternehmen sammeln Daten aus externen Quellen, die als Data Warehouses bekannt sind. Datenmengen aus der gesamten Unternehmensbranche und nicht nur firmeneigene Daten.