數(shù)據(jù)挖掘與bi借數(shù)據(jù)一雙慧眼(完整版)
【正文】 北京協(xié)和醫(yī)院開展數(shù)據(jù)挖掘工作的目的是為臨床化醫(yī)療管理，以及醫(yī)院業(yè)務(wù)管理等提供支撐，并輔助領(lǐng)導(dǎo)決策。目前開始做數(shù)據(jù)挖掘方面的研究工作。與此同時，一些關(guān)聯(lián)詞匯也冒出來了，“數(shù)據(jù)倉庫”，“商務(wù)智能（ BI）”就是其中兩個，大有后來居上之勢。第二，如果不這樣畫，理論界、應(yīng)用廠商會不答應(yīng)，因為不管原來是做數(shù)據(jù)庫的（ IBM， Sybase， NCR， Oracle，Microsoft， etc），還是做統(tǒng)計分析軟件的（ SAS， Statistica， SPSS，etc），甚至是做報表工具的（ BO， Brio， Cognos， etc），都拼命在延伸自己的價值鏈。簡要說明如下： （ 1）描述統(tǒng)計（ Descriptive statistics） 描述統(tǒng)計是數(shù)據(jù)挖掘的入 門兵器，直觀、簡單，高手常常用來摘葉飛花。盡管這條規(guī)則很可信（ 100％），但是意義卻不大。“物以類聚，人以群分”。比如，如何度量客戶滿意度？客戶滿意度與客戶期望，產(chǎn)品，價格，服務(wù)，投訴處理和客戶忠誠是什么關(guān)系？是怎么作用的？只有搞清楚了這些關(guān)系，才可能不斷提高客戶滿意度和客戶忠誠度。對我國的企業(yè)來說， DM 的興起和成功應(yīng)用是一個很好的發(fā)展機會。 2．選取和抽樣：在這個階段，建模小組要搜尋并檢查客戶數(shù)據(jù)，作為以后分析挖掘時所用變量的簡略一覽表。建模小組通常嘗試不同的建模技術(shù)或結(jié)合不同數(shù)據(jù)集，并衡量模型性能的不同，選出最好的 。 數(shù)據(jù)挖掘項目的項目計劃會涵蓋以上的各個階段，但完成整個項目所需的時間則要根據(jù)多個關(guān)鍵因素而定，如挖掘?qū)ｎ}的復(fù)雜程度、客戶對挖掘結(jié)果性能評定的期望、可用的數(shù)據(jù)完備性及數(shù)據(jù)質(zhì)量、項目人力資源是否充足以及人員能力等等。這些問題很有代表性，也是許多開始探索商業(yè)智能應(yīng)用的企業(yè)所面臨的困惑。數(shù)據(jù)挖掘在目前也可以開展，但也要以 12 個為主，不要貪多，目的不是用這 12 個主題來解決業(yè)務(wù)問題，而是充分理解商業(yè)智能和數(shù)據(jù)挖掘的使用方式和內(nèi)涵。 ◆ 集中建設(shè)階段 經(jīng)過前一階段的經(jīng)驗積累，企業(yè)有了一個穩(wěn)定的使用方式和系統(tǒng)架構(gòu)，這個階段的主要問題就是企業(yè)級數(shù)據(jù)的整合，以及交叉主題的開展。此時，各行業(yè)的專家將歸納出許多商業(yè)規(guī)律，技術(shù)專家研究出許多新的數(shù)學(xué)模型，以滿足更高層次的 商業(yè)智能需求。國內(nèi)電信業(yè)已經(jīng)有一些成功案例，其他行業(yè)也開始陸續(xù)規(guī)劃、實施數(shù)據(jù)倉庫系統(tǒng)，所以有理由看好今年的 BI 市場。 如山東煙草專賣局的數(shù)據(jù)挖掘需求主要是操作級和戰(zhàn)術(shù)級的，所以適宜考慮建立 ODS 系統(tǒng)，以滿足企業(yè)的決策需求。 由于這三家用戶所處行業(yè)不同，具體應(yīng)用環(huán)境也不同，所以很難給出籠統(tǒng)的實施 計劃和方案。今年我們將繼續(xù)主推多維分析 OLAP、 ETL、報表產(chǎn)品的基礎(chǔ)上，試圖推動用戶的元數(shù)據(jù)管理、數(shù)據(jù)挖掘、操作性數(shù)據(jù)存儲（ ODS）的應(yīng)用。 ◆ 關(guān)于數(shù)據(jù)庫 閆世方 : 北京協(xié)和醫(yī)院使用信息系統(tǒng)已經(jīng)有 7－ 8 年的時間，積累了大量的基礎(chǔ)數(shù)據(jù)，為了提高醫(yī)院信息化的程度，對這些數(shù)據(jù)的挖掘是一項很有意義的工作。對于閆工的問題， OLAP 即可以解決。 ◆ 關(guān)于實施計劃 閆世方 :對于醫(yī)院信息的數(shù)據(jù)挖掘，我們還沒有真正開始，請問我們?nèi)绾沃贫ㄒ粋€有效的實施計劃？ 匡宏波博士 : 我有兩點建議。這方面的方法論也不少。 張磊 :王海寧，對于客戶關(guān)系管理，我覺得首先要明確企業(yè)當(dāng)前的發(fā)展階段，這樣才能更準確地發(fā)現(xiàn)要解決的關(guān)鍵問題。其實主要就做了三件事。這是統(tǒng)計和數(shù)據(jù)挖掘的核心部分。第一，針對業(yè)務(wù)和客戶（本人）數(shù)據(jù)分析建模，為管理部門服務(wù)。 linkfar（網(wǎng)友）：閆工提出的面向?qū)ο髷?shù)據(jù)庫， 是否超前了？只要足夠描述數(shù)據(jù)和管理數(shù)據(jù)，這就是目前數(shù)據(jù)庫的基本要求。 王海寧 : 閆工，目前考察和測試效果如何？ 閆世方 :目前醫(yī)院的數(shù)據(jù)庫是 MS SQL2020，但是我們已經(jīng)感覺到關(guān)系型數(shù)據(jù)庫已經(jīng)不能適應(yīng)醫(yī)院信息化的高要求。要保證數(shù)據(jù)質(zhì)量，需要有良好的數(shù)據(jù)模型設(shè)計，在數(shù)據(jù)加載和清洗過程中進行數(shù)據(jù)檢查，同時隨著挖掘模型的建立過程不斷和客戶交互、修整。二 .要明確系統(tǒng)目標，如前所述，三種層次的分析 ,產(chǎn)生不同形式的結(jié)果，針對長期戰(zhàn)略分析出的結(jié)果對戰(zhàn)術(shù)操作沒有直接意義，反之亦然。建議三九宜工生化公司先對需求進行深入分析，明確需求所需的 數(shù)據(jù)基礎(chǔ)后，再考察是否有必要建立 ODS 或數(shù)據(jù)倉庫。數(shù)據(jù)挖掘不一定非要以數(shù)據(jù)倉庫為基礎(chǔ)，但基于數(shù)據(jù)倉庫的挖掘會給它帶來許多方便。 以上觀點是針對整個商業(yè)智能產(chǎn)業(yè)而言的。全企業(yè)展開數(shù)據(jù)倉庫系統(tǒng)的建設(shè)。我認為這是一個誤區(qū)，沒有一定的經(jīng)驗積累，定義 OLAP 的維度和指標是不可能的，而且前期的變動也太大 。 ◆ 理解嘗試階段 目前大多數(shù)人對商業(yè)智能系統(tǒng)還沒有深入地理解。
公司管理相關(guān)推薦
鄂ICP備17016276號-1