Chapter5-数据挖掘概述.ppt

第六章 数据挖掘概述 数据挖掘应用举例 1．数据挖掘在市场营销中的应用 2．数据挖掘构筑竞争优势 3．数据挖掘在竞技运动中的应用 4．数据挖掘技术在商业银行中的应用 1．数据挖掘在市场营销中的应用 数据挖掘技术在企业市场营销中得到了比较广泛的应用，它是以市场营销学的市场细分原理为基础， 其基本假定是“消费者过去的行为是其今后消费倾向的最好说明”。 通过收集、加工和处理涉及消费者消费行为的大量信息，确定特定消费群体或个体的兴趣、消费习惯、消费倾向和消费需求，进而推断出相应消费群体或个体下一步的消费行为，然后以此为基础，对所识别出来的消费群体进行特定内容的定向营销 商业消费信息来自市场中的各种渠道。例如，当用信用卡进行消费时，商业企业就可以在信用卡结算过程中收集商业消费信息，记录进行消费的时间、地点、感兴趣的商品或服务、愿意接受的价格水平和支付能力等数据； 当在申办信用卡、办理汽车驾驶执照、填写商品保修单等其他需要填写表格的场合时，用户的个人信息就存入了相应的业务数据库中； 企业除了自行收集相关业务的信息之外，还可以从其他公司或机构购买此类信息为自己所用 2．数据挖掘构筑竞争优势 在市场经济比较发达的国家和地区，许多公司都开始在原有信息系统的基础上通过数据挖掘对业务信息进行深加工，以构筑自己的竞争优势，扩大自己的营业额。 美国运通公司(American Express)有一个用于记录信用卡业务的数据库，数据量达到54 亿字符，并仍在随着业务的进展不断更新。运通公司通过对这些数据进行挖掘，制定了“关联结算(Relationship Billing)优惠”的促销策略 即如果一个顾客在一个商店用运通卡购买一套时装，那么在同一个商店再买一双鞋，就可以得到比较大的折扣，这样既可以增加商店的销售量，也可以增加运通卡在该商店的使用率。 再如，居住在伦敦的持卡消费者如果最近刚刚乘英国航空公司的航班去过巴黎，那么他可能会得到一个周末前往纽约的机票打折优惠 基于数据挖掘的营销常常可以向消费者发出与其以前的消费行为相关的推销材料。 卡夫(Kraft)食品公司建立了一个拥有3 000 万客户资料的数据库，该数据库是通过收集对公司发出的优惠券等其他促销手段做出积极反应的客户和销售记录而建立起来的。 卡夫公司通过数据挖掘了解特定客户的兴趣和口味，并以此为基础向他们发送特定产品的优惠券，并为他们推荐符合客户口味和健康状况的卡夫产品食谱 美国的读者文摘(Reader’s Digest)出版公司运行着一个积累了40 年的业务数据库，其中容纳有遍布全球的一亿多个客户的资料，数据库每天24 小时连续运行，保证数据不断地得到实时的更新， 正是基于对客户资料数据库进行数据挖掘的优势，使读者文摘出版公司能够从通俗杂志扩展到专业杂志、书刊和声像制品的出版和发行业务，极大地扩展了自己的业务 3．数据挖掘在竞技运动中的应用 美国著名的国家篮球队 NBA 的教练，利用IBM 公司提供的数据挖掘工具临场决定替换队员。NBA的教练如何带领球队取得胜利呢？ 大约20 个NBA 球队使用了IBM公司开发的数据挖掘应用软件Advanced Scout 系统来优化他们的战术组合。 例如，因为使用Scout 软件研究了魔术队队员不同的布阵安排，使之在与迈阿密热队的比赛中找到了获胜的机会 系统分析显示，魔术队先发阵容中的两个后卫安佛尼·哈德卫(Anfernee Hardaway)和伯兰·绍(Brian Shaw)在前两场中被评为负17 分，这意味着他俩在场上，本队输掉的分数比得到的分数多17 分。然而，当哈德卫与替补后卫达利尔·阿姆斯创(Darrell Armstrong)组合时，魔术队得分为正14 分。 在下一场中，魔术队增加了阿姆斯创的上场时间。此招果然见效：阿姆斯创得了 21 分，哈德卫得了42 分，魔术队以88 比79 获胜。魔术队在第四场让阿姆斯创进入先发阵容，再一次打败了热队。 在第五场比赛中，这个靠数据挖掘支持的阵容没能拖住热队，但Advanced Scout 毕竟帮助魔术队赢得了打满5场，直到最后才决出胜负的机会。 Advanced Scout 是一个数据分析工具，教练可以用便携式计算机在家里或在路上挖掘存储在NBA 中心服务器上的数据。 每一场比赛的事件都被统计分类，按得分、助攻、失误等进行划分。 时间标记让教练非常容易地通过有哪些信誉好的足球投注网站NBA 比赛的录像来理解统计发现的含义 4．数据挖掘技术在商业银行中的应用 数据挖掘技术在美国银行金融领域应用广泛。 金融事务需要收集和处理大量数据，对这些数据进行分析，发现其数据模式及特征，然后可能发现某个客户、消费群体或组织的金融和商业兴趣，并可观察金融市场的变化趋势 美国 Firstar 银行使用Marksman 数据挖掘工具，根据客户的消费