CH02 数据挖掘与商务智能导论.ppt

  1. 1、本文档共42页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

商务智能流程–开发视角全球企业可口可乐公司也通过商务智能,以mySAP.com作为基础平台,整合财务信息,提升企业财务规划的能力,强化企业的管理能力。上述的例子都是企业运用商务智能的最佳典范,在企业竞争越来越激烈的环境下,如何运用商务智能将成为企业增加竞争力的关键之一。商务智能流程–SAS八层次视角1.标准报表:发生了什么?什么时候发生的?示例:月度或季度财务报表我们都见过报表,它们一般是定期生成,用来回答在某个特定的领域发生了什么。从某种程度上来说它们是有用的,但无法用于制定长期决策。2.即席查询:有多少数量?发生了多少次?在哪里?示例:一周内各天各种门诊的病人数量报告。即席查询的最大好处是,让你不断提出问题并寻找答案。3.多维分析:问题到底出在哪里?我该如何寻找答案?示例:对各种手机类型的用户进行排序,探查他们的呼叫行为。通过多维分析(OLAP)的钻取功能,可以让您有初步的发现。钻取功能如同层层剥笋,发现问题所在。4.警报:我什么时候该有所反应?现在该做什么?示例:当销售额落后于目标时,销售总监将收到警报。?警报可以让您知道什么时候出了问题,并当问题再次出现时及时告知您。警报可以通过电子邮件、RSS订阅、评分卡或仪表盘上的红色信号灯来展示。5.统计分析:为什么会出现这种情况?我错失了什么机会?示例:银行可以弄清楚为什么重新申请房贷的客户在增多。这时您已经可以进行一些复杂的分析,比如频次分析模型或回归分析等等。统计分析是在历史数据中进行统计并总结规律。6.预报:如果持续这种发展趋势,未来会怎么样?还需要多少?什么时候需要?示例:零售商可以预计特定商品未来一段时间在各个门店的需求量。预报可以说是最热门的分析应用之一,各行各业都用得到。特别对于供应商来说,能够准确预报需求,就可以让他们合理安排库存,既不会缺货,也不会积压。?7.预测型建模:接下来会发生什么?它对业务的影响程度如何?示例:酒店和娱乐行业可以预测哪些VIP客户会对特定度假产品有兴趣。如果您拥有上千万的客户,并希望展开一次市场营销活动,那么哪些人会是最可能响应的客户呢?如何划分出这些客户?哪些客户会流失?预测型建模能够给出解答。8.优化:如何把事情做得更好?对于一个复杂问题来说,那种决策是最优的?示例:在给定了业务上的优先级、资源调配的约束条件以及可用技术的情况下,请您来给出IT平台优化的最佳方案,以满足每个用户的需求。优化带来创新,它同时考虑到资源与需求,帮助您找到实现目标的最佳方式。数据分析(analytics)现在很多应用人员和科研人员使用数据分析代替BI。尽管不同作者和顾问给出的定义稍有差异,但我们可以将数据分析视为从历史数据中获得的洞察转化为可执行的决策或推荐的过程。运营研究和管理科学研究所(InstituteforOperationsResearchandManagementScience,INFORMS)制定了一个计划,组织和促进数据分析。根据INFORMS的说法,数据分析将计算机技术、管理科学和统计学结合以解决实际问题数据分析–Informs三层次视角数据分析–Informs三层次视角描述性或报表分析(descriptiveorreporting?analytics)是指了解企业正在发生什么,并理解潜在的趋势和事件发生的原因。这包含了数据源的整合以及所有相关数据的可用性,这些数据的形式便于制作报表和分析。通常构建这个数据基础架构(datainfrastructure)是数据仓库的一部分。通过这个数据基础架构,利用不同的报表工具和技术可以开发多种合适的报表、查询、预警和趋势。数据分析–Informs三层次视角预测性分析旨在确定未来可能会发生什么。这种分析技术主要是基于统计学知识以及最近发展起来的数据挖掘技术。这些技术的目标是能够预测一个客户是否有可能转变为竞争者(“流失”),客户将要买什么以及花多少钱买,客户会对何种促销活动做出响应,客户是否有信用风险等。一系列技术被用于开发预测分析应用,包括各种分类算法。数据分析–Informs三层次视角例如我们可以使用决策树和神经网络模型等分类技术,预测某个电影的票房。我们可以使用聚类算法将客户细分成不同的类别,再针对性地提供不同的促销活动。最后,我们可以使用关联挖掘技术估计不同消费行为之间的联系。也就是说,如果客户购买了某件商品,那么他还可能购买其他什么商品?诸如此类的分析可以帮助零售商推荐和促销相关产品。例如,A的产品搜索结果也会推荐一些客户可能感兴趣的其他相似产品。。案例1:中国工商银行使用模

文档评论(0)

147****3722 + 关注
实名认证
内容提供者

四级网络工程师持证人

该用户很懒,什么也没介绍

版权声明书
用户编号:8020025053000005
领域认证该用户于2023年09月02日上传了四级网络工程师

1亿VIP精品文档

相关文档