第10章数据仓库与数据挖掘的综合应用.pptVIP

第10章 数据仓库与数据挖掘的综合应用 本章要点： 1.数据仓库在企业管理中的应用情况 2.数据挖掘在银行领域、证券领域、保险领域的应用 3.从客户识别、客户保留、个性化营销与销售推荐等方面介绍了数据挖掘在客户关系管理中的应用 第10章 数据仓库与数据挖掘的综合应用 本章主要内容 10.1数据仓库与数据挖掘的关系 10．2数据仓库在企业管理中的应用 10．3数据挖掘的社会影响与应用行业 10．4金融业中的数据挖掘应用 10．5数据挖掘与客户关系管理 10．6电信业中的数据仓库与数据挖掘应用 10．1．1从数据仓库的观点看 从数据仓库的观点，数据挖掘可以看作是联机分析处理的高级阶段。但是作为更高级的数据分析技术，数据挖掘比数据仓库的汇总型分析处理要详细和深入得多。 从数据仓库中直接得到进行数据挖掘的数据有许多好处。 数据挖掘库可能是数据仓库的一个逻辑上的子集，而不一定非得是物理上单独的数据库。 数据仓库与数据挖掘技术的关系 10．1．2从数据挖掘的观点看 1. 由于大多数数据挖掘工具要在集成的、一致的、经过清理的数据上进行挖掘，这就需要在数据挖掘中有一个费用昂贵的数据清理、数据变换和数据集成过程，作为数据挖掘的预处理。 2. 在数据仓库的构造过程中已经围绕数据仓库组建了包括数据存取、数据集成、数据合并、异种数据库的转换、ODBC/OLE DB的连接、Web访问和服务工具以及报表与OLAP分析工具等全面的数据处理和数据分析基础设施。 3. 在数据挖掘过程中，常常需要进行探测式的数据分析，穿越各种数据库，选择相关数据，对各种数据选择不同的粒度，以不同的形式提供知识或结果。 4. 在数据挖掘过程中，如果将数据挖掘与数据仓库进行有效的联结，将增加数据挖掘的连机挖掘功能。 10.2数据仓库在企业管理中的应用 10．2．1企业应用数据仓库的意义 1．提高企业信息管理能力 2．有助于企业建立良好的客户关系 3．提高企业决策水平 4．促使企业重构业务过程 10．2．2应用数据仓库弥补ERP的不足 使用数据仓库技术可以把这些系统中的数据按主题进行集成，生成支持管理决策分析的信息。 通过建立一个综合的、便于查询和分析的数据仓库，能更好地满足管理层用户的决策分析，提高企业的管理水平和经济效益。 10．2．3数据仓库实现分析型CRM 数据仓库在CRM中的作用表现为以下四个方面： 1．客户行为分析 企业实施客户关系管理的前提是对客户信息进行分析和整合，形成客户信息的统一视图。 2．客户保持 基于数据仓库的数据挖掘可以在客户细分、客户价值发现方面做出贡献，帮助我们找到哪些客户最有可能流失，他们具有什么样的特征，从而采取相应的对策，及早防范那些不应该流失的客户。 3．数据库营销 利用数据仓库可以掌握大量的客户信息，实现对客户关系与资源的挖掘、分析与管理，实现营销的个性化服务与企业利益的最大化。 4．效果评估 根据客户行为分析，企业可以准确地制定市场策略和市场活动。 10．2．4数据仓库提高供应链管理的效率 供应链数据仓库能解决传统信息处理系统难以解决的许多问题。 1．信息共享 通过数据交换和数据集成技术，依据确定的业务准则，有效地解决供应链成员之间多数据源和数据的不一致性问题。建立数据仓库有利于双方（或多方）的沟通，协调与合作，达到跨行业的信息共享。 2．预测分析 供应链数据仓库将数据建立在同一个平台上，并借助于数据挖掘技术建立适合各个成员的数据立方体或数据集市。 3．辅助决策 基于数据仓库技术的决策支持系统能全局地辅助多种经济或管理决策，决策范围很广。 10．3数据挖掘的社会影响与应用行业 10．3．1数据挖掘的社会影响 数据挖掘技术引起了信息产业界的极大关注 . 数据挖掘技术与日常生活的关系已经越来越密切了。 数据挖掘技术的用户一定要对这些问题保持敏感，并且不能侵犯任何受法律法规保护的隐私。 10．3．2数据挖掘应用行业 1．金融业 （1）分析信用卡的使用模式。 (2）从股票交易的历史数据中得到股票交易的规则或规律。 （3）发现隐藏在数据后面的不同的财政金融指数之间的联系。 （4）探测金融政策与金融业行情的相互影响的关联关系。 2．保险业 （1）保险金的确定：对受险人员的分类将有助于确定适当的保险金额度。通过数据挖掘可以得到对不同行业的人、不同年龄段的人、处于不同社会层次的人，他们的险金应该如何确定。 （2）险种关联分析：分析