数据挖掘可行性.doc

数据挖掘技术可行性分析应用课题“网络环境下创新研究”中- - 本文讲述数据挖掘技术在课题网络环境下创新研究中可行性分析。数据挖掘在我们的课题研究大有用武之地。我们通过使用数据挖掘来协助我们课题的研究，寻找到网络环境下营销策略的创新；同时我们通过研究结果将电子商务平台重心回归到服务客户，提高高效的商业流程。1 数据挖掘的目的数据挖掘是通过自动或半自动化的工具对大量的数据进行探索和分析的过程，其目的是发现其中有意义的模式和规律。2 数据挖掘的方法 数据挖掘是限定在一组特定的方法上，这些方法都可以从数据中提取有用的新信息，这六种方法是：（1） 分类（classification）（2） 估计（estimation）（3） 预测（prediction）（4） 组合或关联法则（affinity grouping or association rules）（5） 聚类（clustering）（6） 描述与可视化（description and visualization）3 数据挖掘的商业价值数据挖掘，即从大量信息中提取有用的模式和规律，对具有大量数据的领域无疑是非常有用的。在商业领域就是如此：只要哪里有大量数据，数据挖掘在哪里就能派上用场。 数据挖掘应用最成功的当推市场营销领域，特别是数据库市场营销。在这个领域中，数据挖掘既可以应用于利润方程中的成本项目，也可以应用于收入项目。在数据库数据挖掘中，数据库搜集的是市场推销过程中争取更多目标客户的数据。这种情况下，可以通过订货跟踪系统、付费系统等系统的信息获得客户详细的行为数据。 数据挖掘可以节省市场营销的费用，因为它可以减少推销电话和信函的数量，而减少的这部分电话和信函恰恰是对推销没有回应的客户。 一些大型的、成功的以市场为导向的公司，都拥有几十甚至几百个在进行数据挖掘和市场分析工作。他们建立商业流程以使其结果能够在整个商业流程中应用（从用于外地电话销售的底稿到新产品开发；从预测何处存有商机到进行客户关系管理）。4 数据挖掘的互动循环过程 5 数据挖掘主要技术数据挖掘用到的主要有三种技术：（1） 自动类别侦测（automatic cluster detection）（2） 决策树（decision tree）（3） 神经网络（neural networks）6 我们课题的研究内容及目标1从互联网环境下的消费者行为模式与消费特征入手，研究不同类型消费者如何感知互联网，进而认知互联网上营销信息的行为特征和变化过程 不同背景的消费者观察的方式和理解的程度各有什么差异 网站的网页结构和顺序发生变化，这对消费者观察和理解网上信息有何阻碍或帮助 购物网站的奖励政策发生变化，消费者行为会发生何种变化 在线消费者偏好逆转问题 网上风险偏好问题 消费者在线知识校准（Knowledge Calibration） 消费者在线学习对于购买行为影响2研究建立一个理论模型，来支持和提高网络营销中的关系营销所需要的企业之间、客户和企业之间的信任和相互理解3探究互联网对企业市场营销策略的影响 在线交叉营销和交叉销售问题 在线新产品设计开发，互联网营销和销售整合策略（Integrated Strategy） 研究不同相关信息技术对不同类型网站对其目标市场定位策略影响，定位战略校准（Calibration）等问题4利用快速多面适应性结合分析方法（FPACA）在互联网上收集消费者反应数据，进而进行新产品开发 企业利用互联网环境应该建立什么样的技术平台以便让客户参与新产品开发活动 企业如何才能吸引客户通过网络参与新产品开发活动 互联网为大规模客户化定制提供了可能，但如何才能获得最佳规模的定制客户5网络环境下营销新模式与新技术研究 研究移动商务（M-Commerce），对于营销战略的影响 研究消费者对手机短信的偏好，以及短信广告置信的前提条件，手机广告的第三者-第一者效应6推广、销售、定价、服务与客户关系管理的互动研究 在线第三者效用(Third Person Effect online) 在线定价与头脑会计（基于风险规避，或者风险偏好顾客心理与行为） 应用快速多面适应性结合分析方法研究在线产品设计与客户偏好互动关系，以及在线金融保险产品开发的应用研究7互联网环境下消费者沟通行为 研究如何在互联网上做好沟通，互联网广告和点对点广告的效果和模式的有效性8互联网营销生产率（Internet Marketing Productivity） 在线品牌资产测量与评估 互联网客户满意度研究 营销投入回报率（ROMI）7 本课题用到的方法论8 数据挖掘在课题中的应用猜想分析 我们的研究对象是互联网上千千万万的网络用户，他们的资料数据和互联网上行为数据构成了足以称得上大量的数据集，而从我们的研究内容和研究目可以知道，我们需要从这大量的网络用户的信息数据和行为数据中，找出有意义的规律，来解释和支持我们提出的理论。我们用研究内容中交叉销售问题为例，分析一下数据挖掘在其中的作用。所谓交叉销售就是向客户推销附加服务；而提升销售也有些类似，就是引导现有客户选择更高利润率的产品。这两者是数据挖掘的最自然应用，毕竟与可能的客户相比，我们对现有的客户相对熟悉得多。更进一步，现有客户在正常的互联网上的活动（网上消费、网上查询、网上咨询、注册信息等等）中留下的信息要比外部探索得来的更加可靠。 假如我们长期目标是通过交叉销售合适的新产品提高企业在每个客户身上创造得利润率。一旦武装了最佳新产品模型，银行就可以在主页上为每个客户有针对性地定制工具条供其点击。同样，该模型可以用来指导电子邮件销售、传统的邮寄销售或者直接电话销售。在最佳产品模型中，我们不同的客户购买倾向度按照分数标准化。标准化原则是：（1） 所有分数映射到（0，1）之间；（2） 任何人如果已经拥有某产品，则记该产品为0分；（3） 产品的相对流行程度必须反应在分数中。即流行的产品具有较高的平均分。 在建立模型之初，我们把客户按照产品分类。对某产品的潜在客户的评分依据就是该客户与使用该产品的客户的相似程度。相似的精确定义依赖于数据挖掘技术。我们可以用聚类的方法将潜在客户归到已知类，并根据不同产品的购买倾向度给各类评分。我们利用决策树的方法，定义潜在客户为叶节点，根据客户的百分比给产品评分这个分数就是该产品的购买倾向度分数。 在实际建模时，我们可以使用一些专业的数据挖掘工具（比如MineSet）来寻找重要性判别变量以分辨出两个或以上的类别；然后可以使用显著性分类器（Evidence Classifier）运用贝叶斯（Bayes）方法来建立预测模型；用MineSet中的决策树模型建立客户的个体倾向模型；下一步就是将之组合成为交叉销售模型。这在概念上很简单：针对每种产品，对每个客户给一个分值，该分值可被看作是某一类产品的得票数。我们提供给客户的最佳推荐，就是投以最多票数的产品。我们要找的并非是分数最高的客户，而是与每个产品对应的最高分者。这部分工作我们可以用SAS来实现。当然我们没有理由只找出一个最佳推荐产品，每位客户针对所有产品都有一个单独排名，我们可以提供前三名的产品或前五名的产品，而不只是提供分数最高的产品。 当然，这只是一个用例而已。对于我们研究项目中其他内容，只要涉及到对海量数据进行复杂的计算来寻找规律或者模式的，都可以用数据挖掘技术来实现和处理；当然具体问题需要具体分析，我们可以使用不同的技术来解决不同的问题。 从我们课题研究的方法论知道，我们的研究成果最终还是要用于市场的。所以，我们必须考虑我们研究成果的实证分析。拿提供给我们课题协助的保险公司来说，保险行业天生就适合数据挖掘。该行业拥有大量的数据以及统计人员和精算人员，他们利用各种数据来进行风险管理。事实上，数据分析是处于核心地位的。我们可以分析保险数据，建立预测模型，以估计保单的损失率。用保险术语来讲，损失率就是支付赔款占所收保费的比率，是影响盈利的关键因素。再拿另一个提供给我们协助的电信公司来说，我们可以通过数据挖掘为其建立客户流失模型。在电信业界，流失（Churn）一词专指客户的流失，因此客户流失模型是用来预测哪些客户不久将流失。流失模型中流失评分可以用于不同的目的，而不仅仅是为了展开营销活动来挽留客户。而如卓越和当当这样的电子商务平台本身就是基于海量的网络客户提供服务的，怎么实现