數(shù)據(jù)挖掘與預(yù)測(cè)分析術(shù)語總結(jié)

數(shù)據(jù)挖掘目前在各類企業(yè)和機(jī)構(gòu)中蓬勃發(fā)展。因此我們制作了一份此領(lǐng)域常見術(shù)語總結(jié)，希望你喜歡。

分析型客戶關(guān)系管理（Analytical CRM/aCRM）: 用于支持決策，改善公司跟顧客的互動(dòng)或提高互動(dòng)的價(jià)值。針對(duì)有關(guān)顧客的知識(shí)，和如何與顧客有效接觸的知識(shí)，進(jìn)行收集、分析、應(yīng)用。參見>>>

大數(shù)據(jù)（Big Data）: 大數(shù)據(jù)既是一個(gè)被濫用的流行語，也是一個(gè)當(dāng)今社會(huì)的真實(shí)趨勢(shì)。此術(shù)語指代總量與日俱增的數(shù)據(jù)，這些數(shù)據(jù)每天都在被捕獲、處理、匯集、儲(chǔ)存、分析。維基百科是這樣描述“大數(shù)據(jù)”的：“數(shù)據(jù)集的總和如此龐大復(fù)雜，以至于現(xiàn)有的數(shù)據(jù)庫管理工具難以處理（…）”。

商業(yè)智能（Business Intelligence）: 分析數(shù)據(jù)、展示信息以幫助企業(yè)的執(zhí)行者、管理層、其他人員進(jìn)行更有根據(jù)的商業(yè)決策的應(yīng)用、設(shè)施、工具、過程。

流失分析（Churn Analysis/Attrition Analysis）: 描述哪些顧客可能停止使用公司的產(chǎn)品/業(yè)務(wù)，以及識(shí)別哪些顧客的流失會(huì)帶來最大損失。流失分析的結(jié)果用于為可能要流失的顧客準(zhǔn)備新的優(yōu)惠。

聯(lián)合分析/權(quán)衡分析（Conjoint Analysis/ Trade-off Analysis）: 在消費(fèi)者實(shí)際使用的基礎(chǔ)上，比較同一產(chǎn)品/服務(wù)的幾個(gè)不同變種。它能預(yù)測(cè)產(chǎn)品/服務(wù)上市后的接受度，用于產(chǎn)品線管理、定價(jià)等活動(dòng)。

信用評(píng)分（Credit Scoring）: 評(píng)估一個(gè)實(shí)體（公司或個(gè)人）的信用值。銀行（借款人）以此判斷借款者是否會(huì)還款。

配套銷售/增值銷售（Cross / Up selling）: 一個(gè)營(yíng)銷概念。根據(jù)特定消費(fèi)者的特征和過往行為，向其銷售補(bǔ)充商品（配套銷售）或附加商品（增值銷售）。

顧客細(xì)分&畫像（Customer Segmentation & Profiling）: 根據(jù)現(xiàn)有的顧客數(shù)據(jù)，將特征、行為相似的顧客歸類分組。描述和比較各組。

數(shù)據(jù)集市（Data Mart）: 特定機(jī)構(gòu)所儲(chǔ)存的，關(guān)于一個(gè)特定主題或部門的數(shù)據(jù)，如銷售、財(cái)務(wù)、營(yíng)銷數(shù)據(jù)。

數(shù)據(jù)倉(cāng)庫（Data Warehouse）: 數(shù)據(jù)的中央存儲(chǔ)庫，采集、儲(chǔ)存來自一個(gè)企業(yè)多個(gè)商業(yè)系統(tǒng)的數(shù)據(jù)。

數(shù)據(jù)質(zhì)量（Data Quality）: 有關(guān)確保數(shù)據(jù)可靠性和實(shí)用價(jià)值的過程和技術(shù)。高質(zhì)量的數(shù)據(jù)應(yīng)該忠實(shí)體現(xiàn)其背后的事務(wù)進(jìn)程，并能滿足在運(yùn)營(yíng)、決策、規(guī)劃中的預(yù)期用途。

抽取-轉(zhuǎn)換-加載 ETL (Extract-Transform-Load): 數(shù)據(jù)倉(cāng)儲(chǔ)中的一個(gè)過程。從一個(gè)來源獲取數(shù)據(jù)，根據(jù)需求轉(zhuǎn)換數(shù)據(jù)以便接下來使用，之后把數(shù)據(jù)放置在正確的目標(biāo)數(shù)據(jù)庫。

欺詐檢測(cè)（Fraud Detection）: 識(shí)別針對(duì)特定組織或公司的疑似欺詐式轉(zhuǎn)賬、訂購(gòu)、以及其他非法活動(dòng)。在IT系統(tǒng)預(yù)先設(shè)計(jì)觸發(fā)式警報(bào)，嘗試或進(jìn)行此類活動(dòng)會(huì)出現(xiàn)警告。

Hadoop: 另一個(gè)當(dāng)今大數(shù)據(jù)領(lǐng)域的熱門。Apache Hadoop是一個(gè)在已有商業(yè)硬件組成的計(jì)算機(jī)集群上，分布式存儲(chǔ)、處理龐大數(shù)據(jù)集的開源軟件架構(gòu)。它使得大規(guī)模數(shù)據(jù)儲(chǔ)存和更快速數(shù)據(jù)處理成為可能。

物聯(lián)網(wǎng)（Internet of Things, IoT): 廣泛分布的網(wǎng)絡(luò)，由諸多種類（個(gè)人、家庭、工業(yè)）諸多用途（醫(yī)療、休閑、媒體、購(gòu)物、制造、環(huán)境調(diào)節(jié)）的電子設(shè)備組成。這些設(shè)備通過互聯(lián)網(wǎng)交換數(shù)據(jù)，彼此協(xié)調(diào)活動(dòng)。

顧客的生命周期價(jià)值 (Lifetime Value, LTV)： 顧客在他/她的一生中為一個(gè)公司產(chǎn)生的預(yù)期折算利潤(rùn)。

機(jī)器學(xué)習(xí)（Machine Learning）: 一個(gè)學(xué)科，研究從數(shù)據(jù)中自動(dòng)學(xué)習(xí)，以便計(jì)算機(jī)能根據(jù)它們收到的反饋調(diào)整自身運(yùn)行。與人工智能、數(shù)據(jù)挖掘、統(tǒng)計(jì)方法關(guān)系密切。

購(gòu)物籃分析（Market Basket Analysis）: 識(shí)別在交易中經(jīng)常同時(shí)出現(xiàn)的商品組合或服務(wù)組合，例如經(jīng)常被一起購(gòu)買的產(chǎn)品。此類分析的結(jié)果被用于推薦附加商品，為陳列商品的決策提供依據(jù)等。

聯(lián)機(jī)分析處理（On-Line Analytical Processing, OLAP）: 能讓用戶輕松制作、瀏覽報(bào)告的工具，這些報(bào)告總結(jié)相關(guān)數(shù)據(jù)，并從多角度分析。

預(yù)測(cè)分析（Predictive Analytics）: 從現(xiàn)存的數(shù)據(jù)集中提取信息以便識(shí)別模式、預(yù)測(cè)未來收益和趨勢(shì)。在商業(yè)領(lǐng)域，預(yù)測(cè)模型及分析被用于分析當(dāng)前數(shù)據(jù)和歷史事實(shí)，以更好了解消費(fèi)者、產(chǎn)品、合作伙伴，并為公司識(shí)別機(jī)遇和風(fēng)險(xiǎn)。

實(shí)時(shí)決策（Real Time Decisioning, RTD）: 幫助企業(yè)做出實(shí)時(shí)（近乎無延遲）的最優(yōu)銷售/營(yíng)銷決策。比如，實(shí)時(shí)決策系統(tǒng)（打分系統(tǒng)）可以通過多種商業(yè)規(guī)則或模型，在顧客與公司互動(dòng)的瞬間，對(duì)顧客進(jìn)行評(píng)分和排名。

留存/顧客留存（Retention / Customer Retention): 指建立后能夠長(zhǎng)期維持的客戶關(guān)系的百分比。

社交網(wǎng)絡(luò)分析（Social Network Analysis, SNA）: 描繪并測(cè)量人與人、組與組、機(jī)構(gòu)與機(jī)構(gòu)、電腦與電腦、URL與URL、以及其他種類相連的信息/知識(shí)實(shí)體之間的關(guān)系與流動(dòng)。這些人或組是網(wǎng)絡(luò)中的節(jié)點(diǎn)，而它們之間的連線表示關(guān)系或流動(dòng)。SNA為分析人際關(guān)系提供了一種方法，既是數(shù)學(xué)的又是視覺的。

生存分析（Survival Analysis）: 估測(cè)一名顧客繼續(xù)使用某業(yè)務(wù)的時(shí)間，或在后續(xù)時(shí)段流失的可能性。此類信息能讓企業(yè)判斷所要預(yù)測(cè)時(shí)段的顧客留存，并引入合適的忠誠(chéng)度政策。

文本挖掘（Text Mining）: 對(duì)包含自然語言的數(shù)據(jù)的分析。對(duì)源數(shù)據(jù)中詞語和短語進(jìn)行統(tǒng)計(jì)計(jì)算，以便用數(shù)學(xué)術(shù)語表達(dá)文本結(jié)構(gòu)，之后用傳統(tǒng)數(shù)據(jù)挖掘技術(shù)分析文本結(jié)構(gòu)。

非結(jié)構(gòu)化數(shù)據(jù)（Unstructured Data）：數(shù)據(jù)要么缺乏事先定義的數(shù)據(jù)模型，要么沒按事先定義的規(guī)范進(jìn)行組織。這個(gè)術(shù)語通常指那些不能放在傳統(tǒng)的列式數(shù)據(jù)庫中的信息，比如電子郵件信息、評(píng)論。

網(wǎng)絡(luò)挖掘/網(wǎng)絡(luò)數(shù)據(jù)挖掘（Web Mining / Web Data Mining) : 使用數(shù)據(jù)挖掘技術(shù)從互聯(lián)網(wǎng)站點(diǎn)、文檔或服務(wù)中自動(dòng)發(fā)現(xiàn)和提取信息。