【正文】 買(mǎi)啤酒。 （ 6）結(jié)構(gòu)方程模型 不同于以上應(yīng)用，結(jié)構(gòu)方程模型重點(diǎn)在于如何揭示事物內(nèi)部的結(jié)構(gòu)和相互作用的原理。任務(wù)包括：明確業(yè)務(wù)目標(biāo)；定義響應(yīng)變量；項(xiàng)目計(jì)劃必要的調(diào)整。 任務(wù)包括：客戶模型評(píng)分和存儲(chǔ)模型結(jié)果，性能跟蹤和進(jìn)一步整合其它業(yè)務(wù)系統(tǒng)；數(shù)據(jù)挖掘過(guò)程的自動(dòng)化是單獨(dú)的項(xiàng)目；模型結(jié)果的現(xiàn)場(chǎng)測(cè)試是單獨(dú)的項(xiàng)目。 基于此，我建議，目前的商業(yè)智能系統(tǒng)最好先以 12 個(gè)主題為主展開(kāi)，如即席查詢，目的是讓操作人員理解系統(tǒng)使用方式，積累業(yè)務(wù)經(jīng)驗(yàn)。這時(shí)就進(jìn)入了商業(yè)智能領(lǐng)域整體水平需要提升的階段。在系統(tǒng)建設(shè)前，企業(yè)首先要明確希望解決的是哪個(gè)層次的需求。我們提供的 BI 整體解決方案已在移動(dòng)、電信、聯(lián)通、保險(xiǎn)、證券、銀行、制造業(yè)、零售業(yè)的數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)整合、查詢報(bào)表項(xiàng)目中成功應(yīng)用。我們?nèi)ツ旰椭嗅t(yī)研究院合作對(duì) SARS 中西醫(yī)療效比較研究的數(shù)據(jù)庫(kù)也是采用關(guān)系型數(shù)據(jù)庫(kù)。 匡宏波博士 : 這是一個(gè)非常具體的問(wèn)題，項(xiàng)目經(jīng)理就可以做。第一，對(duì)于庫(kù)存和需求，你怎么去預(yù)測(cè)準(zhǔn)確 ?進(jìn)一步，怎么自適應(yīng)？因?yàn)槭袌?chǎng)結(jié)構(gòu)是要變化的，不能我們老跟在旁邊建模。第二，針對(duì)診療數(shù)據(jù)建模，為個(gè)體化診療和輔助診療服務(wù)。 王海寧 : 對(duì)于閆工提到的關(guān)系型數(shù)據(jù)庫(kù)問(wèn)題，匡博士以及張磊、陳建、單明祺先生如何看待？ 匡宏波博士 :就我的認(rèn)識(shí)而言，企業(yè)要做 DM（數(shù)據(jù)挖掘）和 BI（商業(yè)智能），第一是要有主題，即你希望做什么，希望 DM 給你帶來(lái)什么？第二，需要構(gòu)造 一條 DM（數(shù)據(jù)管理）的價(jià)值鏈。切莫期望一個(gè)層次的分析結(jié)果能覆蓋解決所有分析需求。用戶只有在 OLTP 系統(tǒng)的一定基礎(chǔ)上建立數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng) 才可獲得比較好的收益。數(shù)據(jù)挖掘可以隨著數(shù)據(jù)倉(cāng)庫(kù)的展開(kāi)和數(shù)據(jù)積累的增加，而大范圍展開(kāi)。大家紛紛從各自的角度出發(fā)，給商業(yè)智能下定義，猜想商業(yè)智能是一種什么樣的應(yīng)用。 5．實(shí)施：在這個(gè)階段，需要用模型的結(jié)果來(lái)幫助做出業(yè)務(wù)決定、戰(zhàn)略設(shè)計(jì)和戰(zhàn)術(shù)實(shí)施。用戶的應(yīng)用需求也開(kāi)始從初期的 OLAP（聯(lián)機(jī)處理）和報(bào)表分析向更深層次轉(zhuǎn)變，包括 CRM、數(shù)據(jù)挖掘等。 時(shí)間序列常用的方法有： ARMA，指數(shù)平滑和趨勢(shì)外推等。目前應(yīng)用最為廣泛的 OLAP，究其本質(zhì)就是針對(duì)不同的數(shù)據(jù)群在做描述統(tǒng)計(jì)。循環(huán)往復(fù)，生息不止。 數(shù)據(jù)挖掘與 BI 借數(shù)據(jù)一雙慧眼 2 月 19 日上午 10 點(diǎn)至 11 點(diǎn)，我刊“數(shù)據(jù)挖掘與商業(yè)智能在線研討會(huì)”于賽迪網(wǎng)網(wǎng)上會(huì)議中心如期舉行。 數(shù)據(jù)倉(cāng)庫(kù)（ DW）、商務(wù)智能（ BI）和知識(shí)發(fā)現(xiàn)（ KDD）又分別是什么呢？如圖 2 所示。 描述統(tǒng)計(jì)的應(yīng)用十分廣泛：比如當(dāng)月公司利潤(rùn)總額，比較不同區(qū)域的銷(xiāo)售量等等。時(shí)間序列的最大特點(diǎn)就是充分挖掘事物本身隨時(shí)間的規(guī)律。相信今年是數(shù)據(jù)挖掘項(xiàng)目會(huì)得到大力發(fā)展的一年。收集實(shí)施結(jié)果反饋，為模型的退化進(jìn)行偵測(cè)，更進(jìn)一步改善模型性能。有人認(rèn)為，商業(yè)智能不就是做報(bào)表的嗎？ 實(shí)際上，傳統(tǒng)業(yè)務(wù)系統(tǒng)是面向點(diǎn)的，能給出詳細(xì)的功能定義。最終使商業(yè)智能系統(tǒng)成為企業(yè)日常行為中不可或缺的一部分，使即席查詢成為業(yè)務(wù)員的日常習(xí)慣。 數(shù)據(jù)挖掘的任務(wù)是發(fā)現(xiàn)業(yè)務(wù)數(shù)據(jù)中的新規(guī)則，為決策分析提供支持。三 .讓領(lǐng)導(dǎo)層了解商業(yè)智能系統(tǒng)能解決什么問(wèn)題。這就是從業(yè)務(wù)理解，到數(shù)據(jù)采集和管理，到建模，到呈現(xiàn)，到應(yīng)用的完整的基礎(chǔ)設(shè)施和解決方案。就像目前中醫(yī)所做的 。第二，什么是 20％的重要客戶，他們有什么特征？第三，如何度量客戶滿意度和忠誠(chéng)度，并建立績(jī)效考評(píng)和客戶維護(hù)方案。 張磊 :以 NCR 的數(shù)據(jù)挖掘方法論為指導(dǎo)，數(shù)據(jù)挖掘的實(shí)施計(jì)劃主要?jiǎng)澐譃槿缦码A段：定義業(yè)務(wù)問(wèn)題范圍、選取和抽樣、數(shù)據(jù)清洗和預(yù)處理、探索型數(shù)據(jù)分析、建模和實(shí)施。 匡宏波博士 : 關(guān)于數(shù)據(jù)庫(kù)的問(wèn)題，應(yīng)該說(shuō)目前最成熟的還是關(guān)系型。 針對(duì)以上三位用戶，石竹軟件公司可以針對(duì)性地提供 BI 支撐工具，如數(shù)據(jù)整合工具 DataStage、多維分析 OLAP 軟件 Essbase、數(shù)據(jù)挖掘工具 Angoss KnowledgeSTUDIO、元數(shù)據(jù)管理 MetaCenter、報(bào)表分析展示平臺(tái) Crystal Decision 等企業(yè)級(jí)產(chǎn)品。前兩項(xiàng)對(duì)應(yīng) OLTP、操作性數(shù)據(jù)存儲(chǔ)（ ODS）系統(tǒng)，后者對(duì)應(yīng)數(shù)據(jù)倉(cāng)庫(kù)。但是，許多問(wèn)題單單靠成熟的工具，已經(jīng)無(wú)法滿足企業(yè)的進(jìn)一步需求，需要新的挖掘方式。商業(yè)智能的確可以產(chǎn)生報(bào)表，但不是事先定義的固定報(bào)表，而是經(jīng)過(guò)分析之后的結(jié)果展現(xiàn)，其分析的過(guò)程 必須要有人參與，系統(tǒng)只是一個(gè)工具，智能是由人來(lái)完成的。數(shù)據(jù)挖掘過(guò)程的自 動(dòng)化是 CRM（客戶關(guān)系管理）的解決方案中不可或缺的一部分，因此是與典型的數(shù)據(jù)挖掘分開(kāi)實(shí)施的項(xiàng)目。 1．定義業(yè)務(wù)問(wèn)題范圍：在這個(gè)初始階段，需明確闡述項(xiàng)目目標(biāo)和客戶業(yè)務(wù)需求，目的是明確數(shù)據(jù)挖掘問(wèn)題。 （ 5）優(yōu)化