關于數(shù)據(jù)挖掘和數(shù)據(jù)分析

1、很多關于數(shù)據(jù)挖掘的帖子和文章都在強調(diào)工具、算法和架構等，但其實這些都不是數(shù)據(jù)挖掘的核心，數(shù)據(jù)挖掘的最重要的環(huán)節(jié)如下：

數(shù)據(jù)來源：通過無論是公開的數(shù)據(jù)還是合作方式、第三方的方式獲得數(shù)據(jù)；

獲取標簽：對標的物無論是用戶、商品、文章分析，以獲取足夠定義這些標的物的標簽，并對標簽進行指標化和定義權重，通過這些標簽對；

定義特征：通過標的物的個體畫像以及標的物間的關系定義個體和整體的特征；

評估模型：通過定義的特征定義并評估一系列數(shù)據(jù)模型；

應用模型：模型數(shù)據(jù)可視化、基于有效模型數(shù)據(jù)價值應用。

2、為什么把數(shù)據(jù)挖掘和數(shù)據(jù)分析放在一起說，是因為數(shù)據(jù)挖掘本身是一個數(shù)據(jù)應用化的過程，而應用化的過程某種意義上就是一個數(shù)據(jù)分析的過程，而這個數(shù)據(jù)分析可以是人為定義的、AI人工智能輔助的等等。

所以，我們可以暫且這樣定數(shù)據(jù)挖掘和數(shù)據(jù)分析的關系：通過不斷優(yōu)化的數(shù)據(jù)分析方法，并利用數(shù)據(jù)挖掘才能夠得出數(shù)據(jù)應用價值的最大化的結果。

數(shù)據(jù)挖掘是數(shù)據(jù)價值結果導向的過程集合，而數(shù)據(jù)應用價值到底有多大？者就是通過數(shù)據(jù)分析來評估的，其來自于數(shù)據(jù)分析的過程以及得出的結論。

3、數(shù)據(jù)挖掘并不局限。就狹義而言，它就是一個在海量數(shù)據(jù)中挖掘數(shù)據(jù)價值的過程；而就廣義而言，只要是有數(shù)據(jù)來源的，并能夠通過數(shù)據(jù)分析方法論得到一數(shù)據(jù)價值結果為導向的過程，都可以稱作數(shù)據(jù)挖掘。

4、產(chǎn)品運營經(jīng)常會涉及到數(shù)據(jù)分析，從某種意義上而言，也是一個以數(shù)據(jù)價值為結果導向的過程：

數(shù)據(jù)來源：產(chǎn)品運營過程中的產(chǎn)生和收集的一系列數(shù)據(jù)，如圖：

獲取標簽：通過基本信息和一系列行為數(shù)據(jù)獲取分析得到關鍵標簽，并定義標簽的權重和指標，以對基本用戶、商品、文章等等標的物進行畫像；

定義特征：通過標的物個體的統(tǒng)計數(shù)據(jù)和畫像分析個體間關系的特征和整體性特征，比如電商類用戶就可以根據(jù)性別和消費能力、消費周期等標簽指標，定義其相應的特征；再比如對UV、PV等一系列數(shù)據(jù)進行整體性的特征判斷，以判斷產(chǎn)品本身目前的運營特征和情況；等等...

評估模型：通過提取的特征，定義一系列的可用模型，使得從數(shù)據(jù)來源到標簽再到特征以及畫像的數(shù)據(jù)通過模型更直觀的展現(xiàn)出來；

應用模型：比如招聘網(wǎng)站按照不同職能區(qū)分的用戶對于網(wǎng)站的使用情況，產(chǎn)品對于90后用戶的運營情況等，以在某種程度上幫助改進產(chǎn)品和提升以及驗證運營工作對于目前產(chǎn)品運營的有效性。

5、舉個商業(yè)化應用的例子，比如EverString這個產(chǎn)品，去年年底剛剛融了B輪65m美刀。這是一家通過大數(shù)據(jù)技術提供B2B Marketing領域企業(yè)智能解決方案的公司，通過挖掘企業(yè)數(shù)據(jù)與結合企業(yè)CRM，并建立模型，再利用這些模型幫助企業(yè)來預測誰是他們下一個客戶。以下是對于這家公司業(yè)務的分析：

數(shù)據(jù)來源：通過爬蟲來抓取全網(wǎng)數(shù)據(jù)并結合企業(yè)CRM獲取與企業(yè)相關的數(shù)據(jù)，EverString自稱有1100萬家企業(yè)的海量數(shù)據(jù)庫；

獲取標簽：它們擁有豐富的公司標簽，以及合理的指標與權重；

定義特征：與公司業(yè)務和規(guī)模相關的特征，更加個性化并增加精準性；

評估模型：定義無論是公司層面的營銷運營模型，還是基于公司業(yè)務本身的數(shù)據(jù)模型，以關注數(shù)據(jù)應用價值和更加符合業(yè)務應用價值效果的數(shù)據(jù)模型；

應用模型：將模型應用在整體的業(yè)務流程當中，比如通過對歷史大量積累的數(shù)據(jù)進行分析和建模，從而對未來事件的決策的預測。

6、關于數(shù)據(jù)分析，并不可以簡單理解為對于對于數(shù)據(jù)進行定量、定性的分析和得出一個可用的數(shù)據(jù)結果的過程集合，這也是我為什么把數(shù)據(jù)挖掘和數(shù)據(jù)分析放在一起說的原因。數(shù)據(jù)分析一定是伴隨著數(shù)據(jù)從采集到定義，再到應用，最后通過分析數(shù)據(jù)應用的價值，并不斷自我過程優(yōu)化。

從某種意義上而言，數(shù)據(jù)分析會用到的很多工具。我們會發(fā)現(xiàn)無論是用GA、百度統(tǒng)計、友盟等等，它們同樣在做著：從采集數(shù)據(jù)、獲取標簽（機型、地理位置、用戶畫像等）、定義特征（轉換率、客單價等）和模型（漏斗模型等）到應用模型（可視化圖表等）。這個過程同樣可以理解為一個數(shù)據(jù)分析方法結合數(shù)據(jù)挖掘的過程，即對可獲取的數(shù)據(jù)進行價值挖掘和應用的過程。