打破數(shù)據(jù)挖掘5神話

數(shù)據(jù)挖掘是一種強(qiáng)大的分析工具，可以使企業(yè)管理人員從描述顧客歷史行為開始進(jìn)一步達(dá)到預(yù)測顧客未來行為。它可以找出能解釋顧客行為的規(guī)律。這些數(shù)據(jù)可以用來增加收入、降低費(fèi)用、找出商業(yè)機(jī)會，以增加新的競爭優(yōu)勢。

　　會有關(guān)于數(shù)據(jù)挖掘的神話產(chǎn)生的部分原因是人們對它沒有一個清晰的概念。數(shù)據(jù)挖掘的本質(zhì)是一套復(fù)雜的數(shù)學(xué)方法，用來在詳細(xì)的數(shù)據(jù)中找出并解釋以前未知的規(guī)律。數(shù)據(jù)挖掘解決的是不同類型的問題。它可以用來預(yù)測未來的事件，例如在進(jìn)行市場推廣后的下一個月份的銷售額。

　　許多成功的公司已經(jīng)意識到，圍繞著數(shù)據(jù)挖掘而衍生的神話并非事實(shí)。有遠(yuǎn)見的企業(yè)不僅不會成為這些神話的受害者，而且他們會通過使用數(shù)據(jù)挖掘來解決復(fù)雜的企業(yè)問題并達(dá)到贏利，因此獲取了巨大的競爭優(yōu)勢。由此打破了有關(guān)數(shù)據(jù)挖掘的5個神話。 　　

神話一：數(shù)據(jù)挖掘提供立時可見的預(yù)測 

　　數(shù)據(jù)挖掘既不是占卜用的水晶球，也不是一按按鈕答案就會魔術(shù)般跑出來的技術(shù)。它是一個多步驟過程，包括明確企業(yè)問題、研究并整理數(shù)據(jù)、開發(fā)模型、應(yīng)用獲取的知識。一般情況下，各企業(yè)都用大部分時間來對數(shù)據(jù)進(jìn)行預(yù)處理和整理，以保證數(shù)據(jù)無冗余、無瑕疵、連貫一致及合理組合，以提供可靠的商業(yè)情報(bào)。數(shù)據(jù)挖掘的一切都是圍繞數(shù)據(jù)來進(jìn)行的，成功的數(shù)據(jù)挖掘需要準(zhǔn)確反映企業(yè)運(yùn)營的數(shù)據(jù)。

　　各企業(yè)必須了解數(shù)據(jù)挖掘的優(yōu)勢所在，即處理本質(zhì)上可預(yù)測或可描述的具體企業(yè)問題。這些問題包括：客戶細(xì)分、預(yù)測顧客購買傾向、查找欺詐、渠道最優(yōu)化。

　　神話二：數(shù)據(jù)挖掘還不適用于商業(yè)應(yīng)用

 　　數(shù)據(jù)挖掘是一個可行的技術(shù)，其商業(yè)效果得到了高度評價。關(guān)于不適用于商業(yè)應(yīng)用神話的產(chǎn)生歸因于那些需要解釋他們?yōu)槭裁催€沒有使用數(shù)據(jù)挖掘的人，且圍繞著兩個相關(guān)的陳述。第一個是“超大型數(shù)據(jù)庫不能被有效地進(jìn)行挖掘”。第二個是“數(shù)據(jù)挖掘在數(shù)據(jù)倉庫引擎中不能進(jìn)行?！?

　　讓我們同時解決這兩個陳述的問題。因?yàn)楝F(xiàn)在的數(shù)據(jù)庫非常大，所以許多企業(yè)均擔(dān)心數(shù)據(jù)挖掘項(xiàng)目所需的額外IT基礎(chǔ)設(shè)備會增加巨大的成本，而且針對某一項(xiàng)目的數(shù)據(jù)處理要花過分長的時間。但是目前有些數(shù)據(jù)庫使用平行技術(shù)，它可以在數(shù)據(jù)庫內(nèi)進(jìn)行挖掘。通過在數(shù)據(jù)庫內(nèi)進(jìn)行挖掘，各企業(yè)可以不移動數(shù)據(jù)，利用平行處理，將數(shù)據(jù)冗余降為最低，避免因建立及維護(hù)一套全新的、數(shù)據(jù)挖掘專用的冗余數(shù)據(jù)庫所帶來的成本費(fèi)用。通過平行處理進(jìn)行的數(shù)據(jù)庫內(nèi)挖掘即是可行的數(shù)據(jù)挖掘技術(shù)。 　　

神話三：數(shù)據(jù)挖掘需要單獨(dú)的、專用的數(shù)據(jù)庫

 　　數(shù)據(jù)挖掘供應(yīng)商一般會宣稱，你需要一個昂貴的、專用的數(shù)據(jù)庫、數(shù)據(jù)集市或分析服務(wù)器用于挖掘數(shù)據(jù)，因?yàn)樾枰獙?shù)據(jù)拉入一個專屬格式以進(jìn)行高效數(shù)據(jù)處理。這些數(shù)據(jù)集市不僅購買及維護(hù)的費(fèi)用昂貴，它們還要求每一個單獨(dú)的數(shù)據(jù)挖掘項(xiàng)目都進(jìn)行數(shù)據(jù)抽取，這是一個昂貴并費(fèi)時的過程。

　　數(shù)據(jù)庫技術(shù)的發(fā)展使得數(shù)據(jù)挖掘可以不在單獨(dú)的數(shù)據(jù)集市中進(jìn)行。實(shí)際上，有效的數(shù)據(jù)挖掘需要建立一個企業(yè)級數(shù)據(jù)倉庫，其全部成本比采用單獨(dú)的數(shù)據(jù)集市的成本要低得多

　　現(xiàn)在我們來分析一下其中的原因。當(dāng)在整個企業(yè)范圍內(nèi)采用數(shù)據(jù)挖掘項(xiàng)目時，使用數(shù)據(jù)挖掘模型的用戶持續(xù)增加，同時使用大型數(shù)據(jù)基礎(chǔ)設(shè)備的需求也在增加。一個尖端的企業(yè)級數(shù)據(jù)倉庫不僅高效地儲存了所有企業(yè)數(shù)據(jù)，省去了大部分其他數(shù)據(jù)集市或數(shù)據(jù)庫，它還為數(shù)據(jù)挖掘項(xiàng)目建立了一個理想的基礎(chǔ)。此基礎(chǔ)是一個單一的企業(yè)范圍內(nèi)的數(shù)據(jù)存儲庫，它提供了前后一致的最新的顧客情況。通過將數(shù)據(jù)挖掘延伸整合到數(shù)據(jù)倉庫，企業(yè)還可以在另外兩個方面降低成本。首先，無須為數(shù)據(jù)挖掘購買并進(jìn)行維護(hù)額外的專用硬件設(shè)備；其次，因采用數(shù)據(jù)挖掘技術(shù)，企業(yè)可將把數(shù)據(jù)從數(shù)據(jù)倉庫中導(dǎo)出和導(dǎo)入的需求降為最低，而這一過程，像我們介紹的那樣，是需要花費(fèi)大量的人力和資源的。 　　

神話四：只有博士們才會做數(shù)據(jù)挖掘

 　　一些人認(rèn)為數(shù)據(jù)挖掘是非常復(fù)雜的，至少需要三個博士才能實(shí)施它：一位來自于統(tǒng)計(jì)或量化領(lǐng)域；一位在商業(yè)領(lǐng)域，他了解顧客；另一位來自于計(jì)算機(jī)科學(xué)。 　　

而實(shí)際上，成功的項(xiàng)目里從沒有見過一個博士的身影。

　　數(shù)據(jù)挖掘是在以下三個領(lǐng)域中通過所有專業(yè)員工的合作所達(dá)成：商業(yè)運(yùn)營人員提出一套明確的企業(yè)問題來引導(dǎo)此項(xiàng)目，然后他們必須解釋出現(xiàn)的規(guī)律；分析建模人員了解數(shù)據(jù)挖掘技術(shù)、統(tǒng)計(jì)學(xué)和工具，他必須建立一個可靠的模型；IT人員提供了對處理及對數(shù)據(jù)理解的洞察力，也提供了關(guān)鍵的技術(shù)支持。 　　

神話五：數(shù)據(jù)挖掘僅為大型公司所用 

　　一個公司，不論大小，只要它能準(zhǔn)確地反映其業(yè)務(wù)或客戶的數(shù)據(jù)，它就可以建立運(yùn)用這些數(shù)據(jù)的模型，以提供洞察重要的商業(yè)挑戰(zhàn)的能力。企業(yè)具有的顧客數(shù)據(jù)量從來不是一個問題。

　　例如，Midwest Card Services公司(MCS)為20萬位顧客提供電話市場推廣服務(wù)、ATM管理服務(wù)、簽賬卡和專門的金融服務(wù)。此公司使用了一個集中式數(shù)據(jù)庫以更加了解其客戶群，進(jìn)行有效的客戶細(xì)分，并了解他們的規(guī)律及偏好。這使得MCS可以改進(jìn)它自己的保險機(jī)制，并為客戶提供全面的業(yè)務(wù)報(bào)告。

　　我們的結(jié)論是：數(shù)據(jù)挖掘不再是運(yùn)行緩慢、價格昂貴或過于復(fù)雜而無法有效運(yùn)行。