電子商務(wù)企業(yè)管理方案

第五章

電子商務(wù)企業(yè)管理方案

精選ppt

客戶關(guān)系管理

供應(yīng)鏈管理商務(wù)智能精選ppt客戶關(guān)系管理簡(jiǎn)述CRM(CustomerRelationshipManagement，客戶關(guān)系管理)，是正在興起的一種旨在健全、改善企業(yè)與客戶之間關(guān)系的新型管理系統(tǒng)

CRM核心思想是以“客戶為中心”，提高客戶滿意度，改善客戶關(guān)系，從而提高企業(yè)的競(jìng)爭(zhēng)力

對(duì)CRM的定義，目前還沒有一個(gè)統(tǒng)一的表述。但就其功能來看，CRM是通過采用信息技術(shù)，使企業(yè)市場(chǎng)營(yíng)銷、銷售管理、客戶服務(wù)和支持等經(jīng)營(yíng)流程信息化，實(shí)現(xiàn)客戶資源有效利用的管理軟件系統(tǒng)

精選ppt需求的拉動(dòng)的沖擊來自銷售人員的聲音來自營(yíng)銷人員的聲音來自服務(wù)人員的聲音來自顧客的聲音來自經(jīng)理人員的聲音技術(shù)的推動(dòng)管理理念的更新業(yè)務(wù)流程的重組（BPR）客戶的重要性日益突出網(wǎng)絡(luò)化市場(chǎng)的主動(dòng)權(quán)在客戶方CRM的產(chǎn)生精選pptInternet和電子商務(wù)多媒體技術(shù)數(shù)據(jù)倉庫和數(shù)據(jù)挖掘人工智能和專家系統(tǒng)呼叫中心及相應(yīng)的硬件系統(tǒng)專業(yè)咨詢真正的CRM應(yīng)做到讓客戶更方便（Convenient）讓客戶更親切（Care）讓客戶更覺個(gè)性化（Personalized）實(shí)時(shí)反應(yīng)（real-timeresponse）CRM作為解決方案精選pptCRM的主要內(nèi)容客戶分析企業(yè)對(duì)客戶的承諾客戶信息交流一良好的關(guān)系留住客戶客戶反饋管理CRM系統(tǒng)組成客戶概況（Profiling）分析子系統(tǒng)客戶利潤(rùn)（Profitability）分析子系統(tǒng)客戶性能（Performance）分析子系統(tǒng)客戶產(chǎn)品（Product）分析子系統(tǒng)客戶忠誠(chéng)度（Persistency）分析子系統(tǒng)客戶未來（Prospecting）分析子系統(tǒng)客戶促銷（Promotion）分析子系統(tǒng)CRM主要內(nèi)容精選pptCRM與ERP的關(guān)系精選ppt客戶關(guān)系管理模型精選ppt客戶關(guān)系管理的功能主要分為四大部分：客戶信息管理：整合記錄企業(yè)各部門、每個(gè)人所接觸的客戶資料，并進(jìn)行統(tǒng)一管理

市場(chǎng)營(yíng)銷管理：制訂市場(chǎng)推廣計(jì)劃，并對(duì)各種渠道接觸的客戶進(jìn)行記錄、分類和辨識(shí)，提供對(duì)潛在客戶的管理，并對(duì)各種市場(chǎng)活動(dòng)的成效進(jìn)行評(píng)價(jià)

銷售管理：包括對(duì)銷售人員電話銷售、現(xiàn)場(chǎng)銷售、銷售傭金等管理，支持現(xiàn)場(chǎng)銷售人員的移動(dòng)通信設(shè)備或掌上電腦接入

服務(wù)管理與客戶關(guān)懷：功能包括產(chǎn)品安裝檔案、服務(wù)請(qǐng)求、服務(wù)內(nèi)容、服務(wù)網(wǎng)點(diǎn)、服務(wù)收費(fèi)等管理信息，詳細(xì)記錄服務(wù)全程進(jìn)行情況

CRM的典型功能

精選ppt

IBM的CRM解決方案

精選pptCRM解決方案的功能主要有三類：接入管理：用來管理客戶和企業(yè)進(jìn)行交互的方式CRM流程管理：CRM流程管理代表著與銷售、服務(wù)、支持和市場(chǎng)相關(guān)的業(yè)務(wù)流程的自動(dòng)化，主要包括銷售自動(dòng)化、服務(wù)送達(dá)、產(chǎn)品支持和市場(chǎng)自動(dòng)化關(guān)系管理：使用數(shù)據(jù)挖掘/數(shù)據(jù)倉庫和復(fù)雜的分析功能，貫穿于CRM解決方案關(guān)系管理的全過程，并具有全面的客戶觀念和客戶忠誠(chéng)度衡量標(biāo)準(zhǔn)和條件IBMCRM的主要內(nèi)容精選ppt

客戶關(guān)系管理

供應(yīng)鏈管理商務(wù)智能精選pptSCM概念供應(yīng)鏈（supplychain）定義為相互間通過提供原材料、零部件、產(chǎn)品、服務(wù)的廠家、供應(yīng)商、零售商等組成的網(wǎng)絡(luò)供應(yīng)鏈管理（SupplyChainManagement）則是對(duì)供應(yīng)鏈中的信息流、物流和資金流進(jìn)行設(shè)計(jì)、規(guī)劃和控制，從而增強(qiáng)競(jìng)爭(zhēng)實(shí)力，提高供應(yīng)鏈中各成員的效率和效益SCM幫助管理人員有效分配資源，最大限度提高效率和減少工作周期精選pptSCM與ERP供應(yīng)鏈管理(SCM)應(yīng)用是在企業(yè)資源管理(ERP)的基礎(chǔ)上發(fā)展起來的

ERP從概念上而言僅是對(duì)企業(yè)內(nèi)部的資源進(jìn)行調(diào)配與平衡

SCM被作為ERP的外延和補(bǔ)充提出來，因?yàn)镾CM不僅包括資源接收、生產(chǎn)制造過程的管理，還涉及產(chǎn)品交付過程等管理ERP是著重在交易處理（TransactionBase）的層面，SCM軟件則著重在規(guī)劃層面，而且它是從供應(yīng)鏈的角度思考作整個(gè)供應(yīng)鏈的管理

精選pptSCM的功能

訂購管理：管理客戶各種訂購情況，如訂貨、收貨、付款與否等需求管理：從市場(chǎng)動(dòng)態(tài)預(yù)測(cè)客戶需求，以及材料補(bǔ)給計(jì)劃等供給管理：管理材料供應(yīng)商的供給情況，如庫存情況、價(jià)格、供給能力等制造管理：管理產(chǎn)品的狀況，如生產(chǎn)線、生產(chǎn)量、物流管理等

精選ppt供應(yīng)鏈流程觀周期的觀點(diǎn)推拉的觀點(diǎn)精選pptDell供應(yīng)鏈的推/拉流程精選pptOracle供應(yīng)鏈管理系統(tǒng)主要包括：供應(yīng)鏈計(jì)劃供給管理

物料管理銷售定單管理售后客戶服務(wù)質(zhì)量管理

Oracle的供應(yīng)鏈管理方案

精選ppt

客戶關(guān)系管理

供應(yīng)鏈管理

商務(wù)智能精選ppt核心業(yè)務(wù)與電子商務(wù)緊密結(jié)合面向客戶個(gè)性化服務(wù)商業(yè)智能快速反應(yīng)智能電子商務(wù)的特征精選ppt如果數(shù)據(jù)是金錢，商務(wù)智能可以...ExistingDataAssets產(chǎn)品或服務(wù)分析降低成本分析利潤(rùn)發(fā)現(xiàn)銷售機(jī)會(huì)目標(biāo)市場(chǎng)/動(dòng)態(tài)區(qū)隔P=R-C精選ppt什么是商務(wù)智能？商務(wù)智能指收集、轉(zhuǎn)換、分析和發(fā)布數(shù)據(jù)的過程，目的是為了更好的決策。商務(wù)智能是指將數(shù)據(jù)轉(zhuǎn)化為知識(shí)的過程。它包括捕獲和分析信息，交流信息，以及利用這些信息開發(fā)市場(chǎng)。DataInformationKnowledge精選ppt商務(wù)智能在行業(yè)的應(yīng)用銀行客戶利潤(rùn)分析分支行利潤(rùn)分析交叉銷售信用風(fēng)險(xiǎn)管理新產(chǎn)品推銷收費(fèi)策略保險(xiǎn)欺詐管理收費(fèi)策略目標(biāo)市場(chǎng)活動(dòng)客戶挽留客戶利潤(rùn)分析零售地區(qū)/商店各種貨物（品牌，分類等）銷售業(yè)績(jī)定價(jià)和減價(jià)市場(chǎng)籃子關(guān)系市場(chǎng)需求預(yù)測(cè)倉儲(chǔ)規(guī)劃通訊客戶忠實(shí)客戶流失模式客戶利潤(rùn)分析競(jìng)爭(zhēng)分析欺詐管理精選ppt數(shù)據(jù)倉庫技術(shù)聯(lián)機(jī)分析處理技術(shù)OLAP數(shù)據(jù)挖掘技術(shù)代理技術(shù)商務(wù)智能關(guān)鍵技術(shù)精選ppt數(shù)據(jù)倉庫數(shù)據(jù)倉庫的最終目標(biāo)是把企業(yè)范圍內(nèi)的所有數(shù)據(jù)集成在一個(gè)大倉庫中，讓用戶能運(yùn)行查詢、產(chǎn)生報(bào)告、執(zhí)行分析“數(shù)據(jù)倉庫之父”BillInmon給的定義：

數(shù)據(jù)倉庫就是一個(gè)用以更好地支持企業(yè)或組織的決策分析處理的，面向主題的，集成的，不可更新的，隨時(shí)間不斷變化的數(shù)據(jù)集合精選ppt數(shù)據(jù)倉庫的特征面向主題的：主題是一個(gè)在較高層次將數(shù)據(jù)歸類的標(biāo)準(zhǔn)，每個(gè)主題基本對(duì)應(yīng)一個(gè)宏觀的分析領(lǐng)域集成的：允許數(shù)據(jù)來自于跨組織和部門等不同數(shù)據(jù)源；集成的數(shù)據(jù)必須是一致的、用戶看來是統(tǒng)一的數(shù)據(jù)視圖不可更新的：指一旦某個(gè)數(shù)據(jù)進(jìn)入數(shù)據(jù)倉庫后，一般情況下將被長(zhǎng)期保留（反映歷史數(shù)據(jù)內(nèi)容）隨時(shí)間不斷變化：庫中的信息系統(tǒng)地記錄了企業(yè)從過去某一點(diǎn)到目前的各階段的信息精選ppt數(shù)據(jù)倉庫與數(shù)據(jù)庫比較不同點(diǎn)：—依據(jù)決策要求，只從數(shù)據(jù)庫中抽取需要的數(shù)據(jù)，并進(jìn)行一定的處理—數(shù)據(jù)倉庫是多維的，即數(shù)據(jù)倉庫的數(shù)據(jù)的組織方式有多層的行和列—支持決策處理（OLAP），不同于普通的事務(wù)處理（OLTP）需要的數(shù)據(jù)庫知識(shí)—并行數(shù)據(jù)庫技術(shù)：數(shù)據(jù)量很大—高性能的數(shù)據(jù)庫服務(wù)器：分析型的應(yīng)用—數(shù)據(jù)庫互操作技術(shù)：數(shù)據(jù)來源多種多樣精選ppt數(shù)據(jù)倉庫的體系結(jié)構(gòu)

操作型數(shù)據(jù)源1報(bào)告查詢、應(yīng)用開發(fā)和EIS工具

操作型數(shù)據(jù)源2OLAP工具

n數(shù)據(jù)挖掘工具

倉庫管理器

元數(shù)據(jù)高度綜合數(shù)據(jù)

輕度綜合數(shù)據(jù)

細(xì)節(jié)數(shù)據(jù)

集成管理器查詢管理器操作型數(shù)據(jù)源n精選ppt數(shù)據(jù)倉庫建模—星型模式ExampleofStarSchemaDateMonthYearDateCustIdCustNameCustCityCustCountryCustSalesFactTable

Date

Product

Store

Customer

unit_sales

dollar_sales

Yen_salesMeasurementsProductNoProdNameProdDescCategoryQOHProductStoreIDCityStateCountryRegionStore精選ppt數(shù)據(jù)倉庫建?！┢Ｊ?/p>

DateMonthDateCustIdCustNameCustCityCustCountryCustSalesFactTable

Date

Product

Store

Customer

unit_sales

dollar_sales

Yen_salesMeasurementsProductNoProdNameProdDescCategoryQOHProductMonthYearMonthYearYearCityStateCityCountryRegionCountryStateCountryStateStoreIDCityStoreExampleofSnowflakeSchema精選ppt操作型（OLTP）數(shù)據(jù)源---銷售庫精選ppt星形模式時(shí)間維事實(shí)表精選ppt多維模型事實(shí)度量(Metrics)時(shí)間維時(shí)間維的屬性精選ppt聯(lián)機(jī)事物處理OLTP系統(tǒng)和數(shù)據(jù)倉庫的比較精選ppt典型的數(shù)據(jù)倉庫解決方案IBM數(shù)據(jù)倉庫解決方案ORACLE數(shù)據(jù)倉庫解決方案SAS數(shù)據(jù)倉庫解決方案…...精選pptIBM數(shù)據(jù)倉庫解決方案建立數(shù)據(jù)倉庫包括以下階段：數(shù)據(jù)抽取階段：完成對(duì)各種數(shù)據(jù)源的訪問數(shù)據(jù)轉(zhuǎn)換階段：完成對(duì)數(shù)據(jù)的清洗、匯總、整合數(shù)據(jù)分布階段：完成對(duì)結(jié)果數(shù)據(jù)存儲(chǔ)的分配

通常此三階段緊密結(jié)合在一個(gè)產(chǎn)品中體現(xiàn)

數(shù)據(jù)倉庫的存儲(chǔ)：由DB2家族完成數(shù)據(jù)的呈現(xiàn)：由不同產(chǎn)品完成不同的分析要求管理和維護(hù)數(shù)據(jù)倉庫中的數(shù)據(jù)：

交給VisualWarehouse精選pptIBM數(shù)據(jù)倉庫解決方案精選pptIBM數(shù)據(jù)倉庫解決方案前三個(gè)階段（抽取、轉(zhuǎn)換、分布）：VisualWarehouse、DataJoiner、 DatePropagator數(shù)據(jù)倉庫的存儲(chǔ)由DB2家族產(chǎn)品來完成精選pptIBM數(shù)據(jù)倉庫解決方案數(shù)據(jù)的呈現(xiàn)：Approach可進(jìn)行查詢和統(tǒng)計(jì)分析IntelligentDecisionServer支持多維分析IntelligentMiner用于數(shù)據(jù)挖掘用戶查找和理解數(shù)據(jù)倉庫中的數(shù)據(jù)：DataGuide精選pptORACLE數(shù)據(jù)倉庫解決方案ORACLE數(shù)據(jù)倉庫解決方案是OracleOLAP產(chǎn)品。其示意圖如下：OLAP應(yīng)用程序OLAP工具OLAPServer數(shù)據(jù)源OracleSalesAnalyzerOracleFinancialAnalyzerOracleFinancialController第三方前端工具OracleExpressObjectsOracleExpressAnalyzerOracleExpressWebAgentOracleDiscovererOracleExpressServer其他傳統(tǒng)的和外部數(shù)據(jù)庫關(guān)系型數(shù)據(jù)庫管理系統(tǒng)精選pptORACLE數(shù)據(jù)倉庫解決方案OracleExpressServer是一個(gè)先進(jìn)的計(jì)算引擎和數(shù)據(jù)高速緩存Oracle的OLAP工具主要包括OracleExpressObjects、OracleExpressAnalyzer和OracleDiscoverer精選pptORACLE數(shù)據(jù)倉庫解決方案OracleExpressWebAgent將OracleExpress技術(shù)的分析能力和Web瀏覽器的簡(jiǎn)單性相結(jié)合OracleFinancialAnalyzer，OracleFinancialController和OracleSalesAnalyzer是Oracle針對(duì)財(cái)務(wù)和銷售而預(yù)制的OLAP應(yīng)用精選ppt聯(lián)機(jī)分析處理（OLAP）60年代，關(guān)系數(shù)據(jù)庫之父E.F.Codd提出了關(guān)系模型，促進(jìn)了聯(lián)機(jī)事務(wù)處理(OLTP)的發(fā)展(數(shù)據(jù)以表格的形式而非文件方式存儲(chǔ))。1993年，E.F.Codd提出了OLAP概念，認(rèn)為OLTP已不能滿足終端用戶對(duì)數(shù)據(jù)庫查詢分析的需要，SQL對(duì)大型數(shù)據(jù)庫進(jìn)行的簡(jiǎn)單查詢也不能滿足終端用戶分析的要求。用戶的決策分析需要對(duì)關(guān)系數(shù)據(jù)庫進(jìn)行大量計(jì)算才能得到結(jié)果，而查詢的結(jié)果并不能滿足決策者提出的需求。因此，E.F.Codd提出了多維數(shù)據(jù)庫和多維分析的概念，即OLAP。精選ppt

OLTP數(shù)據(jù)OLAP數(shù)據(jù)

原始數(shù)據(jù) 導(dǎo)出數(shù)據(jù) 細(xì)節(jié)性數(shù)據(jù) 綜合性和提煉性數(shù)據(jù) 當(dāng)前值數(shù)據(jù) 歷史數(shù)據(jù) 可更新 不可更新，但周期性刷新 一次處理的數(shù)據(jù)量小 一次處理的數(shù)據(jù)量大 面向應(yīng)用，事務(wù)驅(qū)動(dòng) 面向分析，分析驅(qū)動(dòng) 面向操作人員，支持日面向決策人員，支持管理需要常操作OLTP和OLAP的區(qū)別精選ppt定義1：OLAP(聯(lián)機(jī)分析處理)是針對(duì)特定問題的聯(lián)機(jī)數(shù)據(jù)訪問和分析。通過對(duì)信息(維數(shù)據(jù))的多種可能的觀察形式進(jìn)行快速、穩(wěn)定一致和交互性的存取，允許管理決策人員對(duì)數(shù)據(jù)進(jìn)行深入觀察。定義2：OLAP(聯(lián)機(jī)分析處理)是使分析人員、管理人員或執(zhí)行人員能夠從多種角度對(duì)從原始數(shù)據(jù)中轉(zhuǎn)化出來的、能夠真正為用戶所理解的、并真實(shí)反映企業(yè)維特性的信息進(jìn)行快速、一致、交互地存取，從而獲得對(duì)數(shù)據(jù)的更深入了解的一類軟件技術(shù)。(OLAP委員會(huì)的定義)OLAP的目標(biāo)是滿足決策支持或多維環(huán)境特定的查詢和報(bào)表需求，它的技術(shù)核心是“維”這個(gè)概念，因此OLAP也可以說是多維數(shù)據(jù)分析工具的集合。什么是OLAP？精選ppt1.維：是人們觀察數(shù)據(jù)的特定角度，是考慮問題時(shí)的一類屬性，屬性集合構(gòu)成一個(gè)維(時(shí)間維、地理維等)。2.維的層次：人們觀察數(shù)據(jù)的某個(gè)特定角度(即某個(gè)維)可以存在細(xì)節(jié)程度不同的各個(gè)描述方面(時(shí)間維：日期、月份、季度、年)。3.維的成員：維的一個(gè)取值。是數(shù)據(jù)項(xiàng)在某維中位置的描述。(“某年某月某日”是在時(shí)間維上位置的描述)4.多維數(shù)組：維和變量的組合表示。一個(gè)多維數(shù)組可以表示為：(維1，維2，…，維n，變量)。(時(shí)間，地區(qū)，產(chǎn)品，銷售額)5.數(shù)據(jù)單元(單元格)：多維數(shù)組的取值。(2000年1月，上海，筆記本電腦，$100000)相關(guān)基本概念精選ppt(1)快速性:用戶對(duì)OLAP的快速反應(yīng)能力有很高的要求。系統(tǒng)應(yīng)能在5秒內(nèi)對(duì)用戶的大部分分析要求做出反應(yīng)。

(2)可分析性:OLAP系統(tǒng)應(yīng)能處理與應(yīng)用有關(guān)的任何邏輯分析和統(tǒng)計(jì)分析。(3)多維性:多維性是OLAP的關(guān)鍵屬性。系統(tǒng)必須提供對(duì)數(shù)據(jù)的多維視圖和分析,包括對(duì)層次維和多重層次維的完全支持…(4)信息性:不論數(shù)據(jù)量有多大，也不管數(shù)據(jù)存儲(chǔ)在何處，OLAP系統(tǒng)應(yīng)能及時(shí)獲得信息，并且管理大容量信息。OLAP特性精選ppt多維視圖

地北京

理多維數(shù)據(jù)視圖

位上海

99

置98年廣州97份

彩電

洗衣機(jī)

電冰箱產(chǎn)

品

類

型9897精選ppt1.超立方結(jié)構(gòu)(Hypercube)

超立方結(jié)構(gòu)指用三維或更多的維數(shù)來描述一個(gè)對(duì)象,每個(gè)維彼此垂直。數(shù)據(jù)的測(cè)量值發(fā)生在維的交叉點(diǎn)上,數(shù)據(jù)空間的各個(gè)部分都有相同的維屬性。(收縮超立方結(jié)構(gòu):這種結(jié)構(gòu)的數(shù)據(jù)密度更大,數(shù)據(jù)的維數(shù)更少,并可加入額外的分析維)。

2.多立方結(jié)構(gòu)(Multicube)

在多立方結(jié)構(gòu)(Multicube)中,將大的數(shù)據(jù)結(jié)構(gòu)分成多個(gè)多維結(jié)構(gòu)。這些多維結(jié)構(gòu)是大數(shù)據(jù)維數(shù)的子集,面向某一特定應(yīng)用對(duì)維進(jìn)行分割,即將超立方結(jié)構(gòu)變?yōu)樽恿⒎浇Y(jié)構(gòu)。它具有很強(qiáng)的靈活性,提高了數(shù)據(jù)(特別是稀疏數(shù)據(jù))的分析效率OLAP多維數(shù)據(jù)結(jié)構(gòu)精選pptOLAP多維數(shù)據(jù)分析 對(duì)以多維形式組織起來的數(shù)據(jù)，采取切片、切塊、旋轉(zhuǎn)等各種分析動(dòng)作，以求剖析數(shù)據(jù)，使最終用戶能從多個(gè)角度、多側(cè)面地觀察數(shù)據(jù)庫中的數(shù)據(jù)精選ppt1.切片和切塊(SliceandDice)在多維數(shù)據(jù)結(jié)構(gòu)中,按二維進(jìn)行切片,按三維進(jìn)行切塊,可得到所需要的數(shù)據(jù)。如在“城市、產(chǎn)品、時(shí)間”三維立方體中進(jìn)行切塊和切片,可得到各城市、各產(chǎn)品的銷售情況。2.鉆取(Drill)鉆取包含向下鉆取(Drill-down)和向上鉆取(Drill-up)/上卷(Roll-up)操作，鉆取的深度與維所劃分的層次相對(duì)應(yīng)。

3.旋轉(zhuǎn)(Rotate)/轉(zhuǎn)軸(Pivot)通過旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù)。數(shù)據(jù)分析方法精選pptOLAP的分析方法(一)切片、切塊精選pptOLAP的分析方法(二)鉆取按時(shí)間維向下鉆取按時(shí)間維向上鉆取60精選pptOLAP的分析方法(三)旋轉(zhuǎn)精選ppt數(shù)據(jù)組織形式RDB數(shù)據(jù)組織-MDDB數(shù)據(jù)組織-關(guān)系表中綜合數(shù)據(jù)的存放

多維數(shù)據(jù)庫中綜合數(shù)據(jù)的存放

產(chǎn)品名稱地區(qū)銷售量冰箱東北50冰箱西北60冰箱華北100彩電東北40彩電西北70彩電華北80空調(diào)東北90空調(diào)西北120空調(diào)華北140

東北西北華北冰箱5060100彩電407080空調(diào)90120140產(chǎn)品名稱地區(qū)銷售量冰箱東北50冰箱西北60冰箱華北100冰箱總和210彩電東北40彩電西北70彩電華北80彩電總和190空調(diào)東北90空調(diào)西北120空調(diào)華北140空調(diào)總和350總和東北180總和西北250總和華北320總和總和750

東北西北華北總和冰箱5060100210彩電407080190空調(diào)90120140350總和180250320750精選pptOLAP體系結(jié)構(gòu)精選ppt數(shù)據(jù)挖掘（DataMining）

數(shù)據(jù)挖掘(DataMining)，又稱數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase,KDD)，是指從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中抽取出潛在的、有價(jià)值的知識(shí)（模型或規(guī)則）的過程數(shù)據(jù)挖掘的目的：提高市場(chǎng)決策能力；檢測(cè)異常模式；在過去的經(jīng)驗(yàn)基礎(chǔ)上預(yù)言未來趨勢(shì)等數(shù)據(jù)挖掘不同的術(shù)語和定義：datamining,knowledgediscovery,patterndiscovery,datadredging,dataarcheology.精選ppt數(shù)據(jù)挖掘過程選擇轉(zhuǎn)換挖掘理解轉(zhuǎn)換后數(shù)據(jù)抽取的信息可理解的信息選擇的數(shù)據(jù)數(shù)據(jù)倉庫精選ppt數(shù)據(jù)挖掘過程模型1.

定義商業(yè)問題2.

建立數(shù)據(jù)挖掘模型3.

分析數(shù)據(jù)4.

準(zhǔn)備數(shù)據(jù)5.

建立模型6.

評(píng)價(jià)模型7.

實(shí)施精選ppt數(shù)據(jù)挖掘和數(shù)據(jù)倉庫數(shù)據(jù)源數(shù)據(jù)倉庫各分公司數(shù)據(jù)集市分析數(shù)據(jù)集市數(shù)據(jù)挖掘數(shù)據(jù)集市圖1：數(shù)據(jù)挖掘庫從數(shù)據(jù)倉庫中得出數(shù)據(jù)源數(shù)據(jù)挖掘庫圖2：數(shù)據(jù)挖掘庫從事務(wù)數(shù)據(jù)庫中得出精選ppt數(shù)據(jù)挖掘模式分類模式關(guān)聯(lián)模式順序模式

聚類模式

回歸模式時(shí)間序列模式精選ppt分類（Classification）方法：首先從數(shù)據(jù)中選出已經(jīng)分好類的訓(xùn)練集，在該訓(xùn)練集上運(yùn)用數(shù)據(jù)挖掘分類的技術(shù)，建立分類模型，對(duì)于沒有分類的數(shù)據(jù)進(jìn)行分類。例子：a.信用卡申請(qǐng)者，分類為低、中、高風(fēng)險(xiǎn)b.分配客戶到預(yù)先定義的客戶分片注意：類的個(gè)數(shù)是確定的，預(yù)先定義好的常用算法：Decisiontreeinduction、Neuralnetworks、Geneticalgorithms、K-Nearestneighbors、Casebasedreasoning、AssociationRuleModel、DecisionClustermodel、Roughsetclassificationmodel

精選ppt回歸（估值Estimation）方法

估值與分類類似，不同之處在于，分類描述的是離散型變量的輸出，而估值處理連續(xù)值的輸出；分類的類別是確定數(shù)目的，估值的量是不確定的。例子：a.根據(jù)購買模式，估計(jì)一個(gè)家庭的孩子個(gè)數(shù)b.根據(jù)購買模式，估計(jì)一個(gè)家庭的收入c.估計(jì)realestate的價(jià)值一般來說，估值可以作為分類的前一步工作。給定一些輸入數(shù)據(jù)，通過估值，得到未知的連續(xù)變量的值，然后，根據(jù)預(yù)先設(shè)定的閾值，進(jìn)行分類。例如：銀行對(duì)家庭貸款業(yè)務(wù)，運(yùn)用估值，給各個(gè)客戶記分（Score0~1）。然后，根據(jù)閾值，將貸款級(jí)別分類。精選ppt關(guān)聯(lián)模式相關(guān)性分組或關(guān)聯(lián)規(guī)則（Affinitygroupingorassociationrules）兩種常用的技術(shù)是關(guān)聯(lián)規(guī)則和序列模式。關(guān)聯(lián)規(guī)則是尋找在同一個(gè)事件中出現(xiàn)的不同項(xiàng)的相關(guān)性；序列模式尋找的是事件之間時(shí)間上的相關(guān)性

例子：a.超市中客戶在購買A的