183.17.229.* 2020-12-09 13:44:22 |
數據挖掘是一種非常有力的分析工具,它可以幫助企業主管們通過了解顧客的歷史行為的信息來預測他們將來的行為。它找到了解開顧客行為秘密的模式。這些發現可被用于創造利潤,縮減成本,以及抓住商業機會,獲得新的競爭優勢。那么對于數據挖掘大家會產生怎樣的誤解呢?
誤區1:數據挖掘提供了即時的未來預測
數據挖掘既不是水晶球也不是一按按鈕就能魔術般出現答案的技術。它是一個多步驟的處理過程,其中包括:定義業務問題,掃描并按條件搜索數據,開發模型,運用獲得的知識。典型情況是,企業花費大量時間預處理并且按照條件搜索數據,保證其干凈、一致、良好整合,以便于應用他們所需要的商務智能。數據挖掘全部圍繞著數據,成功的數據挖掘需要能夠準確反映業務的數據。
企業必須懂得,數據挖掘的威力在于:抓住那些能夠從本質上被預測或者被描述的特殊的業務難題。其中包括:
顧客分類
預測顧客的購買傾向
監測欺詐
優化供應和發貨渠道
誤區2:數據挖掘對于商務應用程序仍然是不可用的
數據挖掘是一種可用的技術,并且由于他的商業效果受到了很高的評價。這個謊言似乎是那些需要解釋為什么他們不能使用這個處理過程,并且在下面這兩句話中轉來轉去的人所編造的。**句是:“大的數據庫不能被**地挖掘”。第二句是:“數據挖掘不能在數據倉庫引擎中完成”。這兩句話都曾經是正確的;就像飛機曾經無法離開地面一樣。
讓我們同時分析這兩句話。因為今天的數據庫是這樣的大,企業都擔心數據挖掘項目所需的額外的IT體系結構會帶來巨大的成本,以及每個項目的數據處理過程都會消耗太長時間。但是今天的某些數據庫使用的并行技術使得數據庫內部的挖掘成為可能。通過在數據庫內部進行挖掘,企業可以**數據移動,利用并行處理的性能,最小化數據冗余,以及**數據挖掘專用的整個新的冗余的數據庫的創建及維護成本。
誤區3:數據挖掘需要單獨的、專用的數據庫
數據挖掘產品供應商會強調你需要一個昂貴的、專用的數據庫、數據中心或者分析服務器來進行數據挖掘,因為需要將數據轉換為一種特別的格式來進行**地處理。這些數據中心不僅采購和維護成本很高,每個單獨的數據挖掘項目還需要單獨抽取數據,而數據的抽取是很昂貴并且非常費時的。
數據庫技術的發展使得現在數據挖掘再也不需要在一個單獨的數據中心進行了。實際上,**的數據挖掘需要一個企業范圍的數據倉庫,它的全部投資成本也比使用獨立的多個數據中心便宜得多了。
誤區4:只有擁有博士學位才可以進行數據挖掘
一些人認為數據挖掘非常復雜,以致必須擁有至少三個博士才可以執行它:一個是統計學或者計量方法專業博士,一個是能夠懂得客戶的商務博士,一個是計算機專業博士。
實際情況是在成功項目的實施者中根本用不到一個博士。例如,Teradata最近完成了一個南美電信公司的項目,它成功地追蹤了顧客行為變化,幫助公司在電信市場開放期間保住了98%的高價值客戶。通過協力工作,一個多學科的小組成功地完成了任務。
數據挖掘是一項需要三個專業領域的技術專家共同合作的工作。商務人員必須通過創建一組商業問題來引導項目,解釋凸現的模式。具有對數據挖掘技術、統計學和工具的充分了解的分析建模人員構建可靠的模型。IT人員提供對處理過程的深刻觀察,理解數據,并提供關鍵的技術支持。
誤區5:數據挖掘是給那些擁有大量客戶數據的大公司提供的
一個簡單的事實就是,一個公司,無論大小,只要擁有能夠精確反映業務或者客戶情況的數據,都能在這些數據基礎上構建模型,對應重要的業務挑戰。公司處理的顧客數據量從來就不是關鍵。
數據挖掘有哪些誤區.中琛魔方大數據平臺(www.zcmorefun.com)表示數據挖掘所產生的誤解的部分原因是人們并不十分了解它究竟是什么。從最本質上講,數據挖掘就是一套用于發現和解釋詳細數據的未知模式的復雜的數學技術。 |