数据挖掘笔记

一、数据挖掘 定义与目标

1.1 概念：数据里面找规律 一个过程

1.2 dm与报表差别

1.3 dm应用最多-客户关系CRM

1.4 业务分析优化演进 分八步骤：

　　常规报表 STANDARD REPORTS

　　灵活查询 AD HOC REPORTS

　　多维分析 OLAP

　　警报 ALERTS

　　统计分析 STATISTICAL ANALYSIS

　　预报 FORECASTING

　　预测型建模 PREDICTIVE MODELING

　　优化 OPTIMIZATION

　　

           前四个环节中，仅对已发送的情况做事后分析处理，后四个环节，针对将会发生的、希望发生的事件处理。

1.5 业务闭环-洞察力营销 十步骤：

1.6 DM方法论： CRISP-DM -商业理解、数据理解、数据准备、建立模型、模型评估、模型发布；前三个步骤占项目总时间的70%，且每个环节均需要反复分析工作，数据的准确理解为最重要环节。

 

SEMMA -

 

 

　　一般理解CRISP-DM方法论更贴合实际应用

1.8 应用实践：

数据库分析和决策支持
- 市场分析和管理
- 目标营销，客户关系管理，购物篮分析，交叉销售，营销分群
- 风险分析和管理
- 预测，客户保持，降低风险，质量控制，竞争力分析
- 欺诈检测与管理
其它应用
- 文本挖掘（新闻组，电子邮件，文档）和Web分析
- 智能询问解答(QA)系统