数据挖掘在商业管理与决策分析之实例应用课程.pptxVIP

数据挖掘在商业管理与决策分析之实例应用引言决策分析质量与效率之提升数据挖掘之原理概念与功能数据挖掘之建构方法应用案例介绍电子商务之应用（Web Mining/WAP Mining）建议与结论经营环境经营环境日益挑战考虑：成本、利润、质量 . . . .管理活动整合：业务运作、管理控制、策略规画信息密集行业全方位/多角化经营资料 --企业宝贵之资产 资料仓储(Corporate Memory)Mining信息Mining知识(Corporate Intelligence)知识发现流程（Knowledge Discovery)数据视觉资料挖掘Pattern/model数据转换与简化前置处理与清理Transformeddata评鉴Cleaneddata样本选取TargetdataDatabase/DataWarehousePerformancesystemKnowledge/Adapted from IBM Corp./数据挖掘之基本概念背景管理信息超载及结构化不足信息混乱与误用管理问题复杂度高实时决策分析日益重视发展目的有效利用搜集之市场、客户、供货商、竞争对手及未来趋势信息使企业经由有效之方法与技术从历史数据里撷取有用的知识数据挖掘原理主要方法数据库、数据视觉、统计学、机器学习等相关技术类神经网络、模糊逻辑、基因算法、基因规画、 案例库推理法、规则库推理、统计回归等知识表现决策树 、法则、定量数学公式、黑箱公式 等Data mining主要功能与技术功能 技术 适用领域关联性 (Association) 案例库推理/集合理论/统计 菜篮分析时间序列 (Sequence)类神经网络/统计 利率预测分类 (Classification)基因演算/类神经网络/统计/客户评鉴分类 模糊逻辑案例推理/决策树公式 (Modeling) 基因规划/基因演算/回归 销售预测群组 (Clustering)类神经网络/模糊逻辑/市场区隔基因演算/统计数据挖掘应用现况Safeway 贩卖促销信息（e.g. coupon)音乐/电影喜好问卷搜集Fidelity Investment客户服务 （cross-selling/ wallet share)First USA Bank信用卡资料（汽车房贷）Capital One 降低贷款风险损失率First Union预测潜在流失客户预测侵蚀性的物质对皮肤的影响降低产品(药品或毒品)的发展成本和时间，以及减少动物实验的需求分析零售商店历史销售记录与位置概述以决定最佳的位置分析提款机设置地点最佳位置Data Mining 过程了解应用领域建立目标集、选择目标数据集去除数据杂质、做先置处理减少数据和数据转换选择数据挖掘的模式（功能）选择数据挖掘的算法（技术）资料挖掘评估第七步骤的结果整理发现的知识实例应用客户评鉴与分类 (NeuroFuzzy)提升邮购回函率 (Fuzzy)股市交易最佳化规则之发掘 (GA)零售商品与客源群聚相关性分析 (Neural/Statistic)民航机重落地分析（Regression Tree)化妆品偏好分析（Classification Tree)窑烧最佳化控制（Neural/GA)大哥大忠诚客户与游离客户之分析及预测（Classification Tree)股市交易最佳化规则之发掘规则一﹕假如6日RSI小于20且6日BIAS 小于 -4%时则 买入并持有12日规则二﹕假如6日RSI 大于 80且6日BIAS 大于 5%时则 卖出并放空10日提升Direct Mail回函率预定目标目标营销回函数大众营销节省寄出信函数（寄出成本）Market SegmentationSegment size, average ageSegment 4 (Age 26)(11.9%)Segment 1 (Age 43)(42.8%)Segment 3 (Age 52)(20.4%)Segment 2 (Age 42)(24.8%)Figure 9.3 Segmentation Results: Segment Size and Average AgeMarket Segment AnalysisSegments v..s. Population3000Avg$spent25002000150010005000Target CategoriesSegmnet1Segment2populationS