數(shù)據(jù)挖掘與決策支持

客戶保留目標(biāo)營(yíng)銷(xiāo)欺詐檢測(cè)購(gòu)物籃分析客戶細(xì)分客戶忠誠(chéng)度信用打分信用風(fēng)險(xiǎn)評(píng)估營(yíng)銷(xiāo)組合管理和評(píng)估盈利能力分析價(jià)格優(yōu)化客戶服務(wù)自動(dòng)化銷(xiāo)售收入和需求預(yù)測(cè)利潤(rùn)分析交叉銷(xiāo)售和增量銷(xiāo)售活動(dòng)管理客戶流失分析客戶服務(wù)和問(wèn)題解決業(yè)績(jī)和能力管理分銷(xiāo)渠道業(yè)績(jī)分析營(yíng)業(yè)廳和服務(wù)商業(yè)績(jī)分析流程和質(zhì)量控制稅收監(jiān)控可能受益的商業(yè)活動(dòng)數(shù)據(jù)挖掘解決方案歷史數(shù)據(jù)預(yù)測(cè)模型新申請(qǐng)者信用等級(jí)評(píng)價(jià)預(yù)測(cè)模型：用過(guò)去的客戶數(shù)據(jù)預(yù)測(cè)未來(lái)理解商業(yè)問(wèn)題

性別父親的教育程度被訪者教育程度工作類型城市當(dāng)前收入水平性別父親的教育程度被訪者教育程度工作類型城市當(dāng)前收入水平當(dāng)前財(cái)政狀況未來(lái)信用風(fēng)險(xiǎn)Time1Time2家庭收入銷(xiāo)售數(shù)量喜歡流行音樂(lè)

我們的最終目的是希望從技術(shù)和商業(yè)角度為公司建立一個(gè)能夠理解和實(shí)施數(shù)據(jù)挖掘的工作環(huán)境。數(shù)據(jù)挖掘的成功，并不在于特定工具和算法的選擇，而是一個(gè)合適的環(huán)境。

一個(gè)企業(yè)的執(zhí)行能力越強(qiáng)，數(shù)據(jù)挖掘的能力就越大。企業(yè)所處的商業(yè)環(huán)境往往在戰(zhàn)略上、顧客定位、數(shù)據(jù)倉(cāng)庫(kù)建立、市場(chǎng)定位、生命周期、分析技術(shù)等方面各不相同，成功的基礎(chǔ)必須是基于對(duì)數(shù)據(jù)挖掘與商業(yè)規(guī)律良好結(jié)合的環(huán)境，建立自己的挖掘平臺(tái)。數(shù)據(jù)挖掘環(huán)境建構(gòu)

數(shù)據(jù)挖掘是企業(yè)的組成部分。數(shù)據(jù)挖掘是企業(yè)的核心競(jìng)爭(zhēng)力。數(shù)據(jù)挖掘是企業(yè)以顧客為導(dǎo)向的市場(chǎng)策略。數(shù)據(jù)挖掘是建立在客戶為中心的數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)挖掘環(huán)境關(guān)鍵因素選擇一個(gè)有效領(lǐng)導(dǎo)，宣傳數(shù)據(jù)挖掘，保證高層關(guān)注；建立多學(xué)科合作，參與并在一起工作的團(tuán)隊(duì)，職責(zé)分明；從一開(kāi)始就讓各部分參與，他們是最終成功的決定者；從一開(kāi)始讓信息部門(mén)參與，他們能夠存取和接觸數(shù)據(jù)，獲得硬件、軟件和網(wǎng)絡(luò)支持；利用示范項(xiàng)目是挖掘的開(kāi)始，可以展示能力；數(shù)據(jù)挖掘是轉(zhuǎn)換商業(yè)決策從產(chǎn)品到客戶的變革開(kāi)始；數(shù)據(jù)挖掘成功要素由一人專職負(fù)責(zé)：此人有著良好的溝通和成功記錄，理解數(shù)據(jù)挖掘的各種可能情況，建立團(tuán)隊(duì)確保執(zhí)行層的興趣。團(tuán)隊(duì)由各個(gè)學(xué)科人員組成：技術(shù)組和商業(yè)組，8-12人。各個(gè)單位和部門(mén)一開(kāi)始就參加進(jìn)來(lái)。信息技術(shù)部門(mén)一開(kāi)始也要參與進(jìn)來(lái)。示范項(xiàng)目可以展示數(shù)據(jù)挖掘的能力強(qiáng)有力的軟件供應(yīng)商和豐富經(jīng)驗(yàn)的顧問(wèn)。數(shù)據(jù)挖掘解決方案PreprocessedDataDataTranslatedDataPatterns/ModelsResultsPreprocessingAnalysisInputOutput數(shù)據(jù)據(jù)挖挖掘掘解解決決方方案案主要要數(shù)數(shù)據(jù)據(jù)挖挖掘掘技技術(shù)術(shù)分類類Classification預(yù)測(cè)測(cè)Prediction細(xì)分分Segmentation關(guān)聯(lián)聯(lián)Association序列列Sequence將您您的的顧顧客客和和客客戶戶分分類類預(yù)測(cè)測(cè)未未來(lái)來(lái)的的銷(xiāo)銷(xiāo)量量和和欺欺詐詐，，流流失失將市市場(chǎng)場(chǎng)、、顧顧客客細(xì)細(xì)分分發(fā)現(xiàn)現(xiàn)那那些些商商品品會(huì)會(huì)在在一一起起銷(xiāo)銷(xiāo)售售或或購(gòu)購(gòu)買(mǎi)買(mǎi)找出出時(shí)時(shí)間間進(jìn)進(jìn)程程中中的的模模式式或或趨趨勢(shì)勢(shì)決策策樹(shù)樹(shù)規(guī)則則偵偵測(cè)測(cè)回歸歸分分析析聚類類分分析析神經(jīng)經(jīng)網(wǎng)網(wǎng)絡(luò)絡(luò)序列列模模式式數(shù)據(jù)據(jù)挖挖掘掘的的問(wèn)問(wèn)題題類類型型數(shù)據(jù)據(jù)描描述述數(shù)據(jù)據(jù)細(xì)細(xì)分分概念念描描述述分類類預(yù)測(cè)依賴型型分析析商業(yè)問(wèn)問(wèn)題DecisionTreesNeuralNetworksRuleInductionNearestNeighborGeneticAlgorithms數(shù)據(jù)挖挖掘主主要新新技術(shù)術(shù)決策樹(shù)樹(shù)神經(jīng)網(wǎng)網(wǎng)絡(luò)規(guī)則偵偵測(cè)序列規(guī)規(guī)則基因算算法客戶總列表30%VIP0-1孩子2-3孩子20%VIP4+孩子$50-75kincome15%VIP$75k+income70%VIP$50-75kincome$20-50kincome85%VIPAge:40-6080%VIPAge:20-4045%VIP分類決決策樹(shù)樹(shù)對(duì)象關(guān)系網(wǎng)絡(luò)網(wǎng)絡(luò)分分析強(qiáng)弱路徑自我小群體體缺失角色網(wǎng)絡(luò)分分析神經(jīng)網(wǎng)網(wǎng)絡(luò)線性回回歸Logistics回歸歸多層神神經(jīng)網(wǎng)網(wǎng)絡(luò)細(xì)胞繁繁殖數(shù)據(jù)挖挖掘技技術(shù)分分類數(shù)據(jù)挖挖掘驗(yàn)證驅(qū)驅(qū)動(dòng)挖挖掘發(fā)現(xiàn)驅(qū)驅(qū)動(dòng)挖挖掘SQLSQL生成成器查詢工工具OLAP描述預(yù)測(cè)可視化化聚類關(guān)聯(lián)規(guī)規(guī)則順序關(guān)關(guān)聯(lián)匯總描描述分類統(tǒng)計(jì)回回歸時(shí)間序序列決策樹(shù)樹(shù)神經(jīng)網(wǎng)網(wǎng)路SPSS-Clementine7.2ClementineInterfaceDataStream數(shù)據(jù)流流StreamcanvasPalettesManagersProjectsReportwindowStatuswindowClementineToolbarsNodesPaletteBasicOperationSettingOptionsforNodesSPSS-Clementine7.2客戶流流失模模型分分析問(wèn)題描描述：：如何何決定定超市市中商商品的的擺放放來(lái)增增加銷(xiāo)銷(xiāo)售額額結(jié)果描描述:(Web圖））數(shù)據(jù)挖挖掘的的典型型結(jié)果果———交叉叉銷(xiāo)售售廣電行行業(yè)““復(fù)合合人才才”畫(huà)畫(huà)像Clementine的的分析析模型型算法法SAS數(shù)據(jù)據(jù)挖掘掘解決決方案案聚焦于于信息息發(fā)布布信息有有一個(gè)個(gè)時(shí)間間維信息過(guò)過(guò)時(shí)后后會(huì)失失去價(jià)價(jià)值信息過(guò)過(guò)時(shí)后后會(huì)令人誤誤解信息必必須在在適當(dāng)?shù)牡臅r(shí)間間、適適當(dāng)?shù)氐攸c(diǎn)傳送給給適當(dāng)?shù)牡娜诵畔⑾M(fèi)者訂閱者信息消費(fèi)者訂戶通道發(fā)布和和訂閱閱發(fā)行者信息生產(chǎn)者主動(dòng)式式的信信息發(fā)發(fā)布!數(shù)據(jù)挖挖掘的的方法法論有時(shí)候候我們們并不不關(guān)心心模型型如何何運(yùn)作作，只只是個(gè)個(gè)黑盒盒子，，我們們只關(guān)關(guān)心可可能的的最優(yōu)優(yōu)結(jié)果果。有時(shí)候候需要要使用用模型型能夠夠得到到與數(shù)數(shù)據(jù)相相關(guān)的的重要要信息息。我我們也也需要要了解解模型型運(yùn)作作的細(xì)細(xì)節(jié)，，這也也只是是個(gè)半半透明明的盒盒子。。語(yǔ)義層層設(shè)計(jì)計(jì)業(yè)務(wù)數(shù)數(shù)據(jù)庫(kù)庫(kù)最終用戶數(shù)據(jù)結(jié)構(gòu)語(yǔ)義層信息系統(tǒng)人員商業(yè)理理解體體系的的核心心———語(yǔ)義義層數(shù)據(jù)源源終端用用戶商業(yè)元元語(yǔ)查詢面面板數(shù)據(jù)源數(shù)據(jù)挖挖掘不不能作作的事事情如何定定義要要數(shù)據(jù)據(jù)挖掘掘的商商業(yè)問(wèn)問(wèn)題隱含解解決企企業(yè)問(wèn)問(wèn)題的的有用用數(shù)據(jù)據(jù)識(shí)別數(shù)數(shù)據(jù)質(zhì)質(zhì)量，，搜集集初始始數(shù)據(jù)據(jù)精加工工并整整合數(shù)數(shù)據(jù)，，使其其滿足足挖掘掘建模模要求求數(shù)據(jù)變變換，，使得得數(shù)據(jù)據(jù)庫(kù)僅僅包含含建模模輸入入變量量根據(jù)模模型制制訂行行動(dòng)計(jì)計(jì)劃，，并付付諸實(shí)實(shí)施評(píng)價(jià)行行動(dòng)結(jié)結(jié)構(gòu)，，反饋饋信息息輸入入數(shù)據(jù)據(jù)庫(kù)，，進(jìn)一一步挖挖掘計(jì)算機(jī)機(jī)及數(shù)數(shù)據(jù)處處理軟軟件、、統(tǒng)計(jì)計(jì)軟件件的發(fā)發(fā)展使得我我們做做數(shù)據(jù)據(jù)挖掘掘和統(tǒng)統(tǒng)計(jì)分分析成成為簡(jiǎn)簡(jiǎn)單而而可能能的事事情。。分析工工具和和軟件件WORDEXECLPowerPointAccessMicrosoftVisioSmartDrawPCEDITEpiDataS