2015行业数据挖掘应用.pptVIP

数据挖掘定义 通俗地讲，数据挖掘就是对海量数据进行精加工；严格地说，数据挖掘是一种技术，从大量的数据中抽取出潜在的、不为人知的有价值信息、模式和趋势，然后以易于理解的可视化形式表达出来，其目的是为了提高市场决策能力、检测异常模式、控制可预见风险、在经验模型基础上预言未来趋势等。 数据挖掘方法 CRISP-DM（Cross-Industry Standard Process for Data Mining）就是公认的、较有影响的方法论之一。 商业理解（Business Understanding） 数据理解(Data Understanding) 数据准备(Data Preparation) 建模(Modeling) 评估(Evaluation) 发布(Deployment)。 数据挖掘过程 数据挖掘的过程就是一个不断探索数据特征、建立和检验模型，发现客户消费行为特征的过程。 行业应用过程 行业应用分布 行业应用方法 数据挖掘存在一个较长的应用周期。 数据挖掘应用的有效方法是：从一个较小的、关键的问题出发，建立起相对有效的模型，并通过应用实践不断检验和完善模型，逐步替使用者解决问题。 银行行业应用 1、客户细分 2、存贷款业务交叉销售 3、预防客户流失 4、信用卡风险控制 5、防范信贷风险及欺诈 6、其他挖掘主题 客户流失分析 业务目标：得出最可能流失的客户名单，交由客户服