基于数据挖掘技术的顾客营销策略.pdfVIP

34眭露：磐 口薛云建 从数据的汪洋大海中去芜存菁、去伪 据中，提取隐含在其中的、人们事先不 一、问题的产生 存真，从而获得有利于商业运作、提高 知道的、但又是潜在有用的信息和知 竞争力的信息，更好地对决策提供支 识的过程。它可以从大型数据库或数 不管是什么样的企业在市场营销 持，正是为了满足这种要求，为了从大 据仓库中提取隐藏的预测性信息；它 和顾客管理中往往都需要对客户进行 量数据中提取出隐藏在其中的有用信 能开采出潜在的模式，找出最有价值 深入的分析以采取针对性的措施。例 息，将机器学习应用于大型数据库的 的信息，指导商业行为或决策。原始数 如，超市的经营者希望将经常被同时 数据挖掘技术得到了广泛的应用。 据可以是结构化的，如关系数据库中 购买的商品放在一起以增加销售；保 的数据，也可以是半结构化的，如文 险公司想知道购买保险的客户一般具 二、数据挖掘的基本理论 本、图形、图像数据，甚至是分布在网 有哪些特征等。另一方面，随着数据库 络上的异构型数据。发现知识的方法 技术的成熟和信息应用的普及，人类 1理解数据挖掘 可以是数学的，也可以是非数学的；可 累积的信息量正在成指数地增长。全 数据挖掘其实是一类深层次的、 以是演绎的，也可以是归纳的。 世界每天存人数据库的数据数量超过 旨在发现知识和对知识进行有效管理 2．数据挖掘能为企业挖什么 万兆字符。例如，在超级市场通过条形 的数据分析方法。由于现在各行业业 在企业的客户关系管理中，数据 码扫描，把每一宗商品交易输入数据 务实现的自动化，商业领域产生了大 挖掘是从大量的有关客户的数据中挖 库中，一个中型超市贩卖的商品就有 量的业务数据，这些数据不是为了分 掘出隐含的、先前未知的、对企业决策 数万种，每天的交易量上万笔。激增的 析的目的而收集的，而是由于纯机会 有潜在价值的知识和规则。主要表现 数据背后隐藏着许多重要的信息，人 的商业运作而产生。分析这些数据可 在以下几个方面： 们希望能够对其进行更高层次的分 以为商业决策提供有价值的信息，进 客户特征：数据挖掘的第一步就 析，以便更好地利用这些数据。例如面 而获得利润。但企业面临的一个问题 是挖出顾客的特征描述。企业在了解 对如此大量的数据，经营者十分关心 是：数据量非常大，而其中真正有价值 客户信息方面永不满足，他们不仅会 的问题是：商品在不同季节或一天的 的信息却很少，因此从大量的数据中 想方设法了解顾客的地址、年龄、性 不同时间中的销售量有何变化规律? 经过深层分析，获得有利于商业运作、 别、收入、职业、教育程度等基本信息， 商品A销售量的增加是否会同时带动 提高竞争力的信息，就像从矿石中淘 对婚姻、配偶、家庭状况、疾病、爱好等 商品B的销售?如何调整商品的资金 金一样，数据挖掘也因此而得名。我们 的收集也是不遗余力。 比例以达到最佳的资源调配?各种商 可以用一个比喻来说明：在工业化时 “黄金客户”：通过客户行为分析， 品的销售之间是否存在一定的关联? 代，人们靠地质勘探从地下找到了大 归类出