數(shù)據(jù)挖掘能做點什么？

大數(shù)據(jù)是目前最時髦的詞匯，正受到越來越多人的關(guān)注和談?wù)?，大?shù)據(jù)時代，數(shù)據(jù)挖掘是最關(guān)鍵的工作。 

什么是數(shù)據(jù)挖掘？ 

簡單地說，數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取或“挖掘”知識——《數(shù)據(jù)挖掘：概念與技術(shù)》。

IDMer認為，數(shù)據(jù)挖掘就是從數(shù)據(jù)里找規(guī)律。對于規(guī)律沒有嚴格的界限，只要這個規(guī)律對于公司業(yè)務(wù)的理解和未來業(yè)務(wù)規(guī)劃預(yù)測有幫助，這都可以算作數(shù)據(jù)挖掘。以電信公司為例，客戶流失是運營商經(jīng)常面臨的問題，需要了解哪些客戶容易流失，原因是什么，能不能在流失之前就找到他們，建立預(yù)警系統(tǒng)，分析流失客戶和忠誠客戶的差別是什么，我們稱之為流失特征。通過數(shù)據(jù)挖掘找出這些特征后，就可以選出可能會流失的客戶，爭取挽留。那么規(guī)律，作為一種復(fù)雜的模式，在這個案例中就體現(xiàn)為流失特征。再比如企業(yè)通過分析銷售數(shù)據(jù)，得出銷售高峰出現(xiàn)在春節(jié)等節(jié)假日，這也算一種規(guī)律，可以幫助企業(yè)決定何時進行資源儲備，人員配備以及營銷活動等。但是這種規(guī)律不需要通過復(fù)雜的數(shù)據(jù)挖掘，通過看銷售數(shù)字就可以得出來。

數(shù)據(jù)挖掘能做點什么？ 

數(shù)據(jù)挖掘的任務(wù)和功能一般可以分為兩大類：描述和預(yù)測，描述類挖掘主要是展現(xiàn)數(shù)據(jù)集中數(shù)據(jù)的一般特征，預(yù)測類挖掘是在當(dāng)前數(shù)據(jù)上進行推斷，以進行預(yù)測。 

1、數(shù)據(jù)描述、特征和區(qū)分

是對數(shù)據(jù)的基本特征進行概括和總結(jié)，能夠?qū)崿F(xiàn)對數(shù)據(jù)多維度、多層次的匯總，得到數(shù)據(jù)分布特征的精確概括。數(shù)據(jù)特征化的輸出可以用多種形式提供，例如餅圖、條形圖、線圖、多維數(shù)據(jù)立方體OLAP、含交叉表的多維表。結(jié)果描述也可以用概化關(guān)系或規(guī)則形式提供。 

2、分類

主要目的是通過向數(shù)據(jù)“學(xué)習(xí)”，分析數(shù)據(jù)不同屬性之間的聯(lián)系，得到一種能夠正確區(qū)分數(shù)據(jù)所屬類別的規(guī)律。它可以應(yīng)用到客戶的分類、客戶的屬性和特征分析、客戶滿意度分析、客戶的購買趨勢預(yù)測等，如一個汽車零售商將客戶按照對汽車的喜好劃分成不同的類，這樣營銷人員就可以將新型汽車的廣告手冊直接郵寄到有這種喜好的客戶手中，從而大大增加了商業(yè)機會。 

3、回歸

反映的是事務(wù)數(shù)據(jù)庫中屬性值在時間上的特征，產(chǎn)生一個將數(shù)據(jù)項映射到一個實值預(yù)測變量的函數(shù)，發(fā)現(xiàn)變量或?qū)傩蚤g的依賴關(guān)系，其主要研究問題包括數(shù)據(jù)序列的趨勢特征、數(shù)據(jù)序列的預(yù)測以及數(shù)據(jù)間的相關(guān)關(guān)系等。它可以應(yīng)用到市場營銷的各個方面，如客戶尋求、保持和預(yù)防客戶流失活動、產(chǎn)品生命周期分析、銷售趨勢預(yù)測及有針對性的促銷活動等。 

4、聚類分析

聚類是一種在沒有先驗知識條件下，根據(jù)某種相近程度的度量指標(biāo)，對數(shù)據(jù)自動進行類劃分的技術(shù)。所形成的類別內(nèi)部數(shù)據(jù)的結(jié)構(gòu)特征相近，不同類之間的數(shù)據(jù)結(jié)構(gòu)特征有較大差異。其目的是使得屬于同一類別的數(shù)據(jù)間的相似性盡可能大，不同類別中的數(shù)據(jù)間的相似性盡可能小。它可以應(yīng)用到客戶群體的分類、客戶背景分析、客戶購買趨勢預(yù)測、市場的細分等。 

5、關(guān)聯(lián)分析

是指通過數(shù)據(jù)分析，找到事物之間的關(guān)聯(lián)規(guī)則。包括簡單關(guān)聯(lián)規(guī)則和時序關(guān)聯(lián)規(guī)則。即根據(jù)一個事務(wù)中某些項的出現(xiàn)可導(dǎo)出另一些項在同一事務(wù)中也出現(xiàn)，即隱藏在數(shù)據(jù)間的關(guān)聯(lián)或相互關(guān)系。例如“90%的顧客在購買面包和黃油的同時也會購買牛奶”。在客戶關(guān)系管理中，通過對企業(yè)的客戶數(shù)據(jù)庫里的大量數(shù)據(jù)進行挖掘，可以從大量的記錄中發(fā)現(xiàn)有趣的關(guān)聯(lián)關(guān)系，找出影響市場營銷效果的關(guān)鍵因素，為產(chǎn)品定位、定價與定制客戶群，客戶尋求、細分與保持，市場營銷與推銷，營銷風(fēng)險評估和詐騙預(yù)測等決策支持提供參考依據(jù)。 

6、噪聲、異常值分析

用于分析的數(shù)據(jù)中可能包括一些另類的對象，它們與數(shù)據(jù)集的一般特征不一致，經(jīng)常稱之為噪聲、孤立點、異常值。大部分數(shù)據(jù)挖掘方法將這些數(shù)據(jù)直接丟棄，然而，在某些應(yīng)用中，如欺詐研究中，罕見的事件可能比正常出現(xiàn)的事件更有趣，需要對這些對象進行單獨的分析。 

數(shù)據(jù)挖掘只是解決商業(yè)問題的一種手段，在解決實際問題中，需要與其他方法相結(jié)合，將業(yè)務(wù)問題轉(zhuǎn)為數(shù)據(jù)挖掘問題，這需要業(yè)務(wù)部門的配合。數(shù)據(jù)挖掘只是提供了一個良好工具，并不是萬能的。它仍然需要數(shù)據(jù)分析人員了解系統(tǒng)的業(yè)務(wù)，理解系統(tǒng)的數(shù)據(jù)和弄清分析方法，數(shù)據(jù)挖掘得到的模型必須要在現(xiàn)實生活中進行驗證。數(shù)據(jù)挖掘永遠不會替代有經(jīng)驗的商業(yè)分析師或管理人員所起的作用，它只是提供一個強大的工具。數(shù)據(jù)挖掘不會在缺乏指導(dǎo)的情況下自動發(fā)現(xiàn)模型，數(shù)據(jù)分析師必須為數(shù)據(jù)挖掘工具提供指導(dǎo)。雖然數(shù)據(jù)挖掘工具使用戶不必再掌握艱深的統(tǒng)計分析方法，但需要用戶清楚工具是如何工作的。