Il data mining consiste in un insieme di procedimenti automatici o semi-automatici  al fine di ottenere informazioni a partire da una grande mole di dati e nell’utilizzo di queste informazioni  per scopi scientifici industriali e operativi.  Nell’ambito della ricerca di mercato il data mining consente di reperire informazioni relative ai clienti in base alle quali orientare le proprie azioni di promozione o vendita.

Oggi il data mining (letteralmente: estrazione di dati) ha una duplice valenza:

• Estrazione, con tecniche analitiche all'avanguardia, di informazione implicita, nascosta, da dati già strutturati, per renderla disponibile e direttamente utilizzabile;
• Esplorazione ed analisi, eseguita in modo automatico o semiautomatico, su grandi quantità di dati allo scopo di scoprire pattern (schemi) significativi.

In entrambi i casi i concetti di informazione e di significato sono legati strettamente al dominio applicativo in cui si esegue data mining, in altre parole un dato può essere interessante o trascurabile a seconda del tipo di applicazione in cui si vuole operare.

Esempi

Che cosa non è "data mining"?

-    Cercare un numero di telefono nell'elenco;
-    Fare una ricerca in Internet su "vacanze alle Maldive".

Che cosa è "data mining"?

-    Scoprire chi sono i clienti che hanno maggiore propensione di acquisto su certi prodotti o che rispondono meglio alle campagne pubblicitarie.

L'utilizzo del data mining nella ricerca di mercato è volto ad ampliare la conoscenza su cui basare i processi decisionali. Nel contesto aziendale il data mining è efficace soprattutto per la valorizzazione delle informazioni aziendali residenti negli archivi dei sistemi come il PMS o la contabilità.

Affinché l'informazione estratta dai dati esistenti sia significativa, e quindi potenzialmente utile, deve essere:

-    valida (cioè può agire anche sui nuovi dati);
-    precedentemente sconosciuta;
-    comprensibile.

Da queste analisi si cerca di verificare l'esistenza di "Pattern". Per pattern si intende uno schema di relazioni  che emerge durante l’esplorazione dei dati. Se un pattern mette in evidenza una certa regolarità nel comportamento di alcuni clienti, esso può essere sfruttato per la creazione di elenchi a cui indirizzare eventuali promozioni. Per esempio, se un pattern mostra che i clienti di una certa area demografica sono molto propensi ad acquistare uno specifico prodotto, allora un'interrogazionesull'archivio aziendale può essere usata per generare un elenco di indirizzi di probabili compratori di specifici prodotti o servizi.

Il modulo Data Mining di Hotel Systems si collega direttamente al sistema gestionale dell’albergo (PMS), prendendo in analisi tre parametri:

1. Gli addebiti
2. Le anagrafiche dei clienti
3. Le prenotazioni

I dati vengono raccolti automaticamente e possono essere filtrati in base a data di arrivo e partenza, tipologie di camera, categoria di voce di addebito, singola voce di addebito, caratteristiche del cliente (luogo di provenienza, età, composizione del nucleo familiare, ecc.).

Si possono inserire uno o più filtri a seconda delle necessità.

L'estrazione di tali dati permette di conoscere la redditività di ogni segmento di mercato, l’associazione di specifici prodotti o servizi fatta dai clienti (comportamento di spesa), la fidelizzazione (ripetitività del comportamento), il tasso di risposta a specifici annunci pubblicitari e/o promozionali.