【正文】 不會告訴你為什么，也不能保證這些潛在的用戶成為現(xiàn)實(shí)。數(shù)據(jù)挖掘的成功要求對期望解決問題的領(lǐng)域有深刻的了解，理解數(shù)據(jù)，了解其過程，才能對數(shù)據(jù)挖掘的結(jié)果找出合理的解釋。例如曾經(jīng)用數(shù)據(jù)挖掘找出的啤酒和尿布的例子，如何去解釋這種現(xiàn)象，是應(yīng)該將兩者放在一起還是分開銷售，這還需要對消費(fèi)心理學(xué)有所研究才能做出決定，而不是數(shù)據(jù)挖掘能力所及的了。 不可否認(rèn)的是，數(shù)據(jù)挖掘研究方興未艾，其研究與開發(fā)的總體水平相當(dāng)于數(shù)據(jù)庫技術(shù)在 70年代所處的地位，迫切需要類似于關(guān)系模式、 DBMS系統(tǒng)和 SQL查詢語言等理論和方法的指導(dǎo)，才能使數(shù)據(jù)挖掘的應(yīng)用得以普遍推廣。預(yù)計(jì)在不久的研究還會形成更大的高潮，研究焦點(diǎn)可能會集中到以下幾個(gè)方面： a. 發(fā)現(xiàn)語言的形式化描述，即研究專門用于知識發(fā)現(xiàn)的數(shù)據(jù)挖掘語言，也許會像 SQL語言一樣走向形式化和標(biāo)準(zhǔn)化； b. 尋求數(shù)據(jù)挖掘過程中的可視化方法，使知識發(fā)現(xiàn)的過程能夠被用戶理解，也便于在知識發(fā)現(xiàn)的過程中進(jìn)行人機(jī)交互； c. 研究在網(wǎng)絡(luò)環(huán)境下的數(shù)據(jù)挖掘技術(shù)（ Web挖掘），特別是在因特網(wǎng)上建立數(shù)據(jù)挖掘 /知識發(fā)現(xiàn)服務(wù)器，并且與數(shù)據(jù)庫服務(wù)器配合，實(shí)現(xiàn) Web挖掘； d. 加強(qiáng)對各種非結(jié)構(gòu)化數(shù)據(jù)的開采（ Data Mining for Audio＆ Video），如對文本數(shù)據(jù)、圖形數(shù)據(jù)、視頻圖像數(shù)據(jù)、聲音數(shù)據(jù)乃至綜合多媒體數(shù)據(jù)的開采； e. 處理的數(shù)據(jù)將會涉及到更多的數(shù)據(jù)類型，這些數(shù)據(jù)類型或者比較復(fù)雜，或者是結(jié)構(gòu)比較獨(dú)特。為了處理這些復(fù)雜的數(shù)據(jù)，就需要一些新的和更好的分析和建立模型的方法，同時(shí)還會涉及到為處理這些復(fù)雜或獨(dú)特?cái)?shù)據(jù)所做的費(fèi)時(shí)和復(fù)雜數(shù)據(jù)準(zhǔn)備的一些工具和軟件。 f. 交互式發(fā)現(xiàn)和知識的維護(hù)更新。 商務(wù)智能系統(tǒng)實(shí)例分析 1 IBM商務(wù)智能系統(tǒng) ① IBM的商務(wù)智能解決方案 ② IBM的商務(wù)智能方案體系結(jié)構(gòu)如圖 1318所示，包括數(shù)據(jù)倉庫，聯(lián)機(jī)分析處理，數(shù)據(jù)挖掘和查詢工具四部分。 數(shù)據(jù)源 Visual Warehouse DB2 Spatial Extender DB2 OLAP sever IBM Enterprise Analytics DB2 Warehouse Manager 用戶 圖 1318 IBM商務(wù)智能方案體系結(jié)構(gòu) a. 數(shù)據(jù)倉庫 IBM DB2通用數(shù)據(jù)庫是 IBM商務(wù)智能解決方案的基礎(chǔ)。IBM已經(jīng)在 DB2中集成了部分 BI工具，如內(nèi)置了聯(lián)機(jī)分析處理、空間分析等功能。 Visual Warehouse是數(shù)據(jù)倉庫工具，提供數(shù)據(jù)抽取、整合、轉(zhuǎn)換、清洗、加載等功能，可以按預(yù)先設(shè)定的時(shí)間自動(dòng)更新數(shù)據(jù)倉庫，甚至允許使用第三方工具完成數(shù)據(jù)抽取過程。 DB2 Warebouse Manager也是數(shù)據(jù)倉庫工具，用于構(gòu)造和管理數(shù)據(jù)倉庫，有助于簡化構(gòu)建數(shù)據(jù)倉庫原型的過程，快速部署數(shù)據(jù)倉庫，能夠向終端用戶提供對元數(shù)據(jù)的簡單訪問。 b. 聯(lián)機(jī)分析處理 Essbase/DB2 OLAP Serve:是一個(gè)企業(yè)級的聯(lián)機(jī)分析處理系統(tǒng)，支持多維數(shù)據(jù)庫，是一個(gè) HOLAP服務(wù)器，提供“維”的定義和數(shù)據(jù)裝載功能。它可用于各種多維報(bào)告、分析、建模和規(guī)劃應(yīng)用。 c. 數(shù)據(jù)挖掘 d. IBM Enterprise Analyties是 IBM的數(shù)據(jù)挖掘工具集，由 IBM DB2 Intelligent Miner for data和 DB2 Intelligent Miner Scoring組成。 e. IBM DB2 Intelligent Miner for data可以發(fā)現(xiàn)包含在傳統(tǒng)文件、數(shù)據(jù)庫、數(shù)據(jù)倉庫等載體中的隱含信息。 f. IBM DB2 Intelligent Miner scoring主要進(jìn)行實(shí)時(shí)數(shù)據(jù)挖掘分析。 DB2 Spatial Extender在數(shù)據(jù)庫中提供了圖形信息系統(tǒng) (GIS)能力，通過使用戶能夠?yàn)g覽以圖像、聲音、視頻、文本、 XML和其它格式保存的數(shù)據(jù)來提高多媒體查詢性能。 IBM商務(wù)智能解決方案中，查詢工具還可以使用第三方前端展現(xiàn)工具，如 BO的 Business objects，Cognos的 Impromptu， Lotus的 Approach等。 2 Sybase商務(wù)智能系統(tǒng) Sybase的商業(yè)智能解決方案可以提供業(yè)界領(lǐng)先的應(yīng)用、工具和技術(shù)，幫助企業(yè)全力面向新的商務(wù)挑戰(zhàn)，為新世紀(jì)的成功奠定堅(jiān)實(shí)的基礎(chǔ)。其 Industry Warehouse Studio（ IWS）是一個(gè)面向行業(yè)的集成化的商業(yè)智能應(yīng)用，為用戶解決商業(yè)智能“做什么”和“怎么做”的問題。另一個(gè)產(chǎn)品 Adaptive Server IQ Multiplex是專門為滿足數(shù)據(jù)倉庫和商業(yè)智能設(shè)計(jì)的高性能的關(guān)系數(shù)據(jù)庫系統(tǒng)。Sybase公司提供的商務(wù)智能解決方案以能夠支持多種關(guān)系型數(shù)據(jù)庫（如 Sybase、 Oracle、 Microsoft、 Informix和 IBM的關(guān)系數(shù)據(jù)庫管理系統(tǒng)）而受到業(yè)界推崇，其垂直數(shù)據(jù)存儲技術(shù)使得查詢速度比傳統(tǒng)的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)快 100倍。 （ 1） Industry Warehouse Studio（ IWS） IWS的核心是一組集成化的商業(yè)智能應(yīng)用，內(nèi)容涉及完整的 CRM分析功能，包括客戶構(gòu)成分析、商業(yè)活動(dòng)分析、客戶忠誠性分析、銷售分析、客戶關(guān)注分析和面向行業(yè)的業(yè)務(wù)分析以及收益性分析等。支撐這些商業(yè)智能應(yīng)用的，是一組集成化的邏輯數(shù)據(jù)模型與物理數(shù)據(jù)模型。這些模型是從關(guān)鍵性業(yè)務(wù)功能中歸納和提煉出來的，其內(nèi)容涉及到促銷與活動(dòng)、客戶關(guān)系、客戶聯(lián)絡(luò)、銷售以及贏利等。 （ 2） Adaptive Server IQ Multiplex Adaptive Server IQ Multiplex是專門為滿足數(shù)據(jù)倉庫和商業(yè)智能設(shè)計(jì)的高性能的關(guān)系數(shù)據(jù)庫系統(tǒng)。在 IQ的支持下，用戶在查詢時(shí)有極大的靈活性。用戶可以提任何問題，可以針對任何數(shù)據(jù)提問題，可以在任何時(shí)間提問題。無論提的是什么問題，都能快速得到回答。 Adaptive Server IQ Multiplex是數(shù)據(jù)管理領(lǐng)域和傳統(tǒng)數(shù)據(jù)管理技術(shù)中各種創(chuàng)新技術(shù)（其中很多是 Sybase具有專利權(quán)的技術(shù)）的集中體現(xiàn)。 3 Microsoft商務(wù)智能系統(tǒng) 微軟商業(yè)智能解決方案架構(gòu)完整，容易建設(shè)實(shí)施，大幅降低總持有成本 (TCO) 并能快速地將既有的聯(lián)機(jī)操作數(shù)據(jù)轉(zhuǎn)換成有用的決策分析數(shù)據(jù)。通過報(bào)表服務(wù)彈性的訂閱和傳送功能，搭配必要的報(bào)表功能，可確保使用者輕松地存取最新的企業(yè)信息。商業(yè)智能入口網(wǎng)站提供完整企業(yè)數(shù)據(jù)與可視化 ( Pivot table, Chart, Gauges, Spreadsheet ... ) 的商業(yè)智能整合平臺。平衡計(jì)分卡是協(xié)助企業(yè)擬定策略及監(jiān)控執(zhí)行效果的強(qiáng)大工具，提供了延展性和可靠性來支持高需求的企業(yè)環(huán)境。 圍繞商業(yè)智能，微軟方案由以下部分組成： （ 1）數(shù)據(jù)轉(zhuǎn)換服務(wù) (DTS) 通過 DTS可以完成業(yè)務(wù)數(shù)據(jù)到倉庫數(shù)據(jù)的抽取、轉(zhuǎn)換、清洗的過程。 微軟的 DTS 是個(gè)開放式的對象架構(gòu)，可以利用向?qū)Ы⒒蛲ㄟ^設(shè)計(jì)器 (DTS Designer) 建立復(fù)雜的數(shù)據(jù)轉(zhuǎn)換作業(yè)，前端高級語言可以進(jìn)行對象訪問（ VB Script ）以及結(jié)合自動(dòng)化管理以 EMAIL 協(xié)助 DBA 管理系統(tǒng)。此外數(shù)據(jù)轉(zhuǎn)換服務(wù)可以輕易連結(jié)任何的資料來源包括 SQL Server 、 Oracle 、 Excel 與 Access 等，并進(jìn)行數(shù)據(jù)的轉(zhuǎn)換與整合。 （ 2）數(shù)據(jù)倉庫 (Data Warehouse) 與在線分析服務(wù) (OLAP) 數(shù)據(jù)倉庫就是將預(yù)先計(jì)算完成的聚合數(shù)據(jù)，儲存于 Cube 之中，對復(fù)雜的分析查詢提供快速響應(yīng)，也就是分析過去歷史中的數(shù)據(jù)變化。微軟的分析服務(wù) (Analysis Services) 提供聚合 (Aggregations) 的功能，即針對一般常會被查詢到的問題，預(yù)先將各種 Cube 、維度 (dimensions) 與測量值 (measures) 結(jié)合下的數(shù)據(jù)值計(jì)算出來，擁有最佳的效果，支持了可進(jìn)行多維度的查詢及表示的語言 多維度表達(dá)式 (MDX) （ 3）數(shù)據(jù)挖掘 (Data Mining) 數(shù)據(jù)挖掘模型的建立，是以數(shù)據(jù)倉儲為樣本來源，應(yīng)用于對數(shù)據(jù)的分類或預(yù)測，也就是找出預(yù)測未來的規(guī)則及模式。透過數(shù)據(jù)挖掘可以提供企業(yè)洞察龐大數(shù)據(jù)中所隱含信息的能力，協(xié)助企業(yè)找出數(shù)據(jù)中所隱含的商業(yè)信息。 微軟的數(shù)據(jù)挖掘保持了一貫的易用性，但是相對比較薄弱，只有決策樹 (Decision Trees) 及聚類 (Clustering) 兩個(gè)算法。據(jù)悉，在微軟 Analysis Services的下一個(gè)版本中，會進(jìn)一步提供時(shí)間序列 (Time Series) 、連續(xù)聚集 (Sequence Clustering) 、關(guān)聯(lián)分析 (Association) 、貝氏分析 (Naive Bayes) 與神經(jīng)網(wǎng)絡(luò) (Neural Network)算法。 （ 4）報(bào)表服務(wù) (Reporting Service) 報(bào)表服務(wù)是一個(gè)完全以服務(wù)器為基礎(chǔ)的平臺，用來建立、管理、與傳送報(bào)表的服務(wù)。它是微軟商業(yè)智能解決方案中不可或缺的一環(huán)，結(jié)合了微軟 SQL Server 與 Windows Server 的數(shù)據(jù)管理能力，以及大家熟悉的強(qiáng)大的 Office 應(yīng)用程序。所產(chǎn)生的結(jié)果是一個(gè)全面性且符合成本效益的商業(yè)智能報(bào)表平臺。 （ 5）商業(yè)智能門戶網(wǎng)站 (BI Portal) 完整的呈現(xiàn)與簡易使用商業(yè)智能的報(bào)表與信息是決定商業(yè)智能能否發(fā)揮價(jià)值的重要環(huán)節(jié)，微軟的商業(yè)智能入口網(wǎng)站就是符合集中化設(shè)定、自我管理、個(gè)性化的入口網(wǎng)站，可讓企業(yè)增強(qiáng)員工的生產(chǎn)力、達(dá)到較高投資報(bào)酬率并整合多個(gè)分析數(shù)據(jù)來源。 （ 6）平衡計(jì)分卡 (Balanced Scorecards) 企業(yè)提倡平衡計(jì)分卡的觀點(diǎn)從 1990 年由 Drs. Robert Kaplan 提出到現(xiàn)在已經(jīng)有十多年的時(shí)間，其間不斷的有軟件進(jìn)行輔助量化與管理，主要從四大方面（財(cái)務(wù)、顧客、內(nèi)部流程、學(xué)習(xí)成長）切入企業(yè)的經(jīng)營策略，擬出長期的策略主題（ Strategic Theme ），短期的策略目標(biāo) (Strategic Objectives) 與達(dá)成策略目標(biāo)所需的關(guān)鍵流程 (Critical Process) ，再通過主要績效指標(biāo) (Key Performance Indicator， KPI) 的可量化數(shù)值，輔助衡量策略目標(biāo)與關(guān)鍵流程的績效。微軟致力于平衡計(jì)分卡的發(fā)展已經(jīng)有顯著的成效與產(chǎn)品，通過微軟平衡計(jì)分卡加速器可以建設(shè)出符合企業(yè)的需求的平衡計(jì)分卡。 演講完畢，謝謝觀看！