數(shù)據(jù)挖掘與bi借數(shù)據(jù)一雙慧眼-文庫(kù)吧資料
2025-05-22 23:56本頁(yè)面
【正文】 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。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。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。全企業(yè)展開(kāi)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的建設(shè)。 ◆ 集中建設(shè)階段 經(jīng)過(guò)前一階段的經(jīng)驗(yàn)積累，企業(yè)有了一個(gè)穩(wěn)定的使用方式和系統(tǒng)架構(gòu)，這個(gè)階段的主要問(wèn)題就是企業(yè)級(jí)數(shù)據(jù)的整合，以及交叉主題的開(kāi)展。而建立的 12 個(gè)主題也可以起到一定的輔助決策作用了。 在這一階段中，商業(yè)智能系統(tǒng)的架構(gòu)可能多次調(diào)整。我認(rèn)為這是一個(gè)誤區(qū)，沒(méi)有一定的經(jīng)驗(yàn)積累，定義 OLAP 的維度和指標(biāo)是不可能的，而且前期的變動(dòng)也太大 。數(shù)據(jù)挖掘在目前也可以開(kāi)展，但也要以 12 個(gè)為主，不要貪多，目的不是用這 12 個(gè)主題來(lái)解決業(yè)務(wù)問(wèn)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。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。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。 ◆ 理解嘗試階段 目前大多數(shù)人對(duì)商業(yè)智能系統(tǒng)還沒(méi)有深入地理解。這些問(wèn)題很有代表性，也是許多開(kāi)始探索商業(yè)智能應(yīng)用的企業(yè)所面臨的困惑。 但當(dāng)前用戶對(duì)如何建設(shè)商業(yè)智能還缺乏足夠的經(jīng)驗(yàn)。 (■ NCR（中國(guó)）有限公司數(shù)據(jù)倉(cāng)庫(kù)事業(yè)部技術(shù)經(jīng)理 張磊博士 ) ◆ 智能源于積累 國(guó)內(nèi)商業(yè)智能市場(chǎng)正處于剛剛起步的階段，繼去年電信行業(yè)全國(guó)性數(shù)據(jù)倉(cāng)庫(kù)建設(shè)之后，今年會(huì)有更多的企業(yè)、集成商參與到這個(gè)市場(chǎng)。 從表 1 的項(xiàng)目計(jì)劃可以看出，數(shù)據(jù)挖掘項(xiàng)目需要參與的成員或角色有：數(shù)據(jù)挖掘?qū)＜摇?PDM（產(chǎn)品數(shù)據(jù)管理）建模人員、 ETL 開(kāi)發(fā)人員和應(yīng)用開(kāi)發(fā)人員。 數(shù)據(jù)挖掘項(xiàng)目的項(xiàng)目計(jì)劃會(huì)涵蓋以上的各個(gè)階段，但完成整個(gè)項(xiàng)目所需的時(shí)間則要根據(jù)多個(gè)關(guān)鍵因素而定，如挖掘?qū)ｎ}的復(fù)雜程度、客戶對(duì)挖掘結(jié)果性能評(píng)定的期望、可用的數(shù)據(jù)完備性及數(shù)據(jù)質(zhì)量、項(xiàng)目人力資源是否充足以及人員能力等等。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。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。 任務(wù)包括：為模型的訓(xùn)練和驗(yàn)證準(zhǔn)備數(shù)據(jù)集；在模型的建立中使用適當(dāng)?shù)慕＜夹g(shù)；針對(duì)不同的建模技術(shù)測(cè)試模型性能；必要地精煉挖掘模型；和主題專家一起檢驗(yàn)挖掘模型；記錄挖掘模型和結(jié)果。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 。 任務(wù)包括：數(shù)據(jù)質(zhì)量檢查；數(shù)據(jù)的必要整理；通過(guò)圖形化呈現(xiàn)工具和其他的統(tǒng)計(jì)方法理解數(shù)據(jù)；分析待選自變量和目標(biāo)變量之間的關(guān)系；數(shù)據(jù)轉(zhuǎn)換以輔助數(shù)據(jù)的分析；數(shù)據(jù)派生為建立模型做準(zhǔn)備；整理和呈現(xiàn)數(shù)據(jù)探索的發(fā)現(xiàn)。通常，數(shù)值分析是全面理解數(shù)據(jù)的第一步，跟著進(jìn)行的統(tǒng)計(jì)分析是為了得到有關(guān)數(shù)據(jù)分布的更好知識(shí)。任務(wù)包括：數(shù)據(jù)來(lái)源、數(shù)據(jù)映射、準(zhǔn)備數(shù)據(jù)評(píng)估、數(shù)據(jù)的必要聚合、數(shù)據(jù)抽樣。 2．選取和抽樣：在這個(gè)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(shí)所用變量的簡(jiǎn)略一覽表。 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。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。 廠家代表觀點(diǎn) ◆ 實(shí)施計(jì)劃細(xì)部署 跨入 2020 年，很多企業(yè)已經(jīng)把企業(yè)的數(shù)據(jù)有效地整合到統(tǒng)一的數(shù)據(jù)模型之中，而且已經(jīng)有了相當(dāng)多的歷史數(shù)據(jù)積累。對(duì)我國(guó)的企業(yè)來(lái)說(shuō)， DM 的興起和成功應(yīng)用是一個(gè)很好的發(fā)展機(jī)會(huì)。 DM 的過(guò)程就是客戶空腹而來(lái)，滿意而歸的完整的服務(wù)過(guò)程。 CRISPDM 分成如下六個(gè)階段：商業(yè)理解（ Business Understanding），數(shù)據(jù)理解 (Data Understanding)，數(shù)據(jù)準(zhǔn)備 (Data Preparation)，建模 (Modeling)，評(píng)估 (Evaluation)和發(fā)布 (Deployment)。 數(shù)據(jù)如何完整呈現(xiàn)？ 從應(yīng)用的角度來(lái)說(shuō)， DM 不單是數(shù)據(jù)的組織或者呈現(xiàn)，也不僅是數(shù)據(jù)分析和統(tǒng)計(jì)建模，而是一個(gè)從理解業(yè)務(wù)需求、尋求解決方案到接受實(shí)踐檢驗(yàn)的完整的過(guò)程（ Process）。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(jià)格，服務(wù)，投訴處理和客戶忠誠(chéng)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(chéng)度。 （ 5）優(yōu)化 優(yōu)化本是運(yùn)籌學(xué)中的一個(gè)概念，主要解決的一個(gè)問(wèn)題是在各種約束條件下，如何合理配置資源，使目標(biāo)要
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1