数据仓库与数据挖掘的综合应用

第10章数据仓库与数据挖掘的综合应用本章要点：1.数据仓库在企业管理中的应用情况

2.数据挖掘在银行领域、证券领域、保险领域的应用

3.从客户识别、客户保留、个性化营销与销售推荐等方面介绍了数据挖掘在客户关系管理中的应用

第10章数据仓库与数据挖掘的综合应用本章主要内容10.1数据仓库与数据挖掘的关系10．2数据仓库在企业管理中的应用10．3数据挖掘的社会影响与应用行业10．4金融业中的数据挖掘应用10．5数据挖掘与客户关系管理10．6电信业中的数据仓库与数据挖掘应用10．1．1从数据仓库的观点看从数据仓库的观点，数据挖掘可以看作是联机分析处理的高级阶段。但是作为更高级的数据分析技术，数据挖掘比数据仓库的汇总型分析处理要详细和深入得多。从数据仓库中直接得到进行数据挖掘的数据有许多好处。

数据挖掘库可能是数据仓库的一个逻辑上的子集，而不一定非得是物理上单独的数据库。

数据仓库与数据挖掘技术的关系10．1．2从数据挖掘的观点看1.由于大多数数据挖掘工具要在集成的、一致的、经过清理的数据上进行挖掘，这就需要在数据挖掘中有一个费用昂贵的数据清理、数据变换和数据集成过程，作为数据挖掘的预处理。2.在数据仓库的构造过程中已经围绕数据仓库组建了包括数据存取、数据集成、数据合并、异种数据库的转换、ODBC/OLEDB的连接、Web访问和服务工具以及报表与OLAP分析工具等全面的数据处理和数据分析基础设施。3.在数据挖掘过程中，常常需要进行探测式的数据分析，穿越各种数据库，选择相关数据，对各种数据选择不同的粒度，以不同的形式提供知识或结果。4.在数据挖掘过程中，如果将数据挖掘与数据仓库进行有效的联结，将增加数据挖掘的连机挖掘功能。10.2数据仓库在企业管理中的应用10．2．1企业应用数据仓库的意义1．提高企业信息管理能力2．有助于企业建立良好的客户关系3．提高企业决策水平4．促使企业重构业务过程10．2．2应用数据仓库弥补ERP的不足

使用数据仓库技术可以把这些系统中的数据按主题进行集成，生成支持管理决策分析的信息。通过建立一个综合的、便于查询和分析的数据仓库，能更好地满足管理层用户的决策分析，提高企业的管理水平和经济效益。10．2．3数据仓库实现分析型CRM数据仓库在CRM中的作用表现为以下四个方面：1．客户行为分析企业实施客户关系管理的前提是对客户信息进行分析和整合，形成客户信息的统一视图。

2．客户保持基于数据仓库的数据挖掘可以在客户细分、客户价值发现方面做出贡献，帮助我们找到哪些客户最有可能流失，他们具有什么样的特征，从而采取相应的对策，及早防范那些不应该流失的客户。

3．数据库营销利用数据仓库可以掌握大量的客户信息，实现对客户关系与资源的挖掘、分析与管理，实现营销的个性化服务与企业利益的最大化。4．效果评估根据客户行为分析，企业可以准确地制定市场策略和市场活动。

10．2．4数据仓库提提高供应链管管理的效率供应链数据仓仓库能解决传传统信息处理理系统难以解解决的许多问问题。1．信息共享享通过数据交换换和数据集成成技术，依据据确定的业务务准则，有效效地解决供应应链成员之间间多数据源和和数据的不一一致性问题。。建立数据仓仓库有利于双双方（或多方方）的沟通，，协调与合作作，达到跨行行业的信息共共享。2．预测分析析供应链数据仓仓库将数据建建立在同一个个平台上，并并借助于数据据挖掘技术建建立适合各个个成员的数据据立方体或数数据集市。3．辅助决策策基于数据仓库库技术的决策策支持系统能能全局地辅助助多种经济或或管理决策，，决策范围很很广。10．3数据据挖掘的社会会影响与应用用行业10．3．1数据挖掘的的社会影响数据挖掘技术术引起了信息息产业界的极极大关注.数据挖掘技术术与日常生活活的关系已经经越来越密切切了。数据挖掘技术术的用户一定定要对这些问问题保持敏感感，并且不能能侵犯任何受受法律法规保保护的隐私。。10．3．2数据挖掘应应用行业1．金融业（1）分析信信用卡的使用用模式。(2）从股票票交易的历史史数据中得到到股票交易的的规则或规律律。（3）发现隐隐藏在数据后后面的不同的的财政金融指指数之间的联联系。（4）探测金金融政策与金金融业行情的的相互影响的的关联关系。。2．保险业（1）保险金金的确定：对对受险人员的的分类将有助助于确定适当当的保险金额额度。通过数数据挖掘可以以得到对不同同行业的人、、不同年龄段段的人、处于于不同社会层层次的人，他他们的险金应应该如何确定定。（2）险种关关联分析：分分析购买了某某种保险的人人是否又同时时购买另一种种保险。（3）预测什什么样的顾客客将会购买新新险种。10．3．2数据挖掘应应用行业3．零售业（1）分析顾顾客的购买行行为和习惯。。如“男性顾顾客在购买尿尿布的同时购购买啤酒”、、，过了一定定的时间就会会购买野营帐帐篷”、“顾顾客的品牌爱爱好”等等看看似很小、很很微不足道的的信息，却会会非常有用。。（2）分析商商场的销售商商品的构成。。（3）数据挖挖掘工具可以以用于进行商商品销售预测测、商品价格格分析、零售售点的选择等等。10．3．2数据挖掘应应用行业4．科学研究究（1）数据挖挖掘对高科技技的研究是必必不可少的。。（2）数据挖挖掘在社会科科学的研究领领域的应用前前景也会越来来越被人们所所认识。5．数据挖掘掘在生物医学学中的应用在生物医学界界，数据挖掘掘技术主要用用于DNA数数据的分析。。6．数据挖掘掘在其他一些些领域的应用用。（1）医疗数数据挖掘可用用于病例、病病人行为特征征的分析，以以及用于药方方管理等，以以安排治疗方方案、判断药药方的有效性性等。（2）司法数数据挖掘可用用于案件调查查。案例分析析、犯罪监控控等等，还可可用于犯罪行行为特征的分分析。（3）工业部部门数据挖掘掘技术可用于于进行故障诊诊断、生产过过程优化、矿矿物挖掘等。。10．2．3数据挖掘未未来研究方向向研究焦点可能能会集中到以以下几个方面面：发现语言的形形式化描述，，即研究专门门用于知识发发现的数据挖挖掘语言，也也许会像SQL语言一样样走向形式化化和标准化；；寻求数据挖掘掘过程中的可可视化方法，，使知识发现现的过程能够够被用户理解解，也便于在在知识发现的的过程中进行行人机交互；；研究在网络环环境下的数据据挖掘技术;加强对各种非非结构化数据据的开采;处理的数据将将会涉及到更更多的数据类类型;交互式发现；；知识的维护更更新。10．4金融融业中的数据据挖掘应用金融行业是数数据挖掘应用用最广泛也是是最有前途的的领域，因为为金融数据通通常比较完整整、可靠，这这对系统化的的数据分析和和数据挖掘相相当有利。数数据挖掘在银银行、证券、、保险业中的的应用有许多多相似之处，，但也有具体体业务方面的的区别。多数数金融机构都都提供丰富多多样的储蓄、、信用、投资资、保险等服服务，随着混混业经营的逐逐步放开，各各类金融机构构的业务将向向更综合的方方向发展。10．3．1数据挖掘在在银行领域的的应用全球商业银行行的经营观念念正发生着巨巨大变化———由传统的注注重交易转变变为注重客户户关系和客户户价值，从而而产生了“关关系银行”的的概念。1．银行风险险管理数据挖掘还可可以解决银行行经常面临的的诈骗行为，，如信用卡的的恶性透支及及可疑的信用用卡交易等等等。2．银行信用用等级评估金融业风险与与效益并存，，分析账户的的信用等级对对于降低风险险、增加收益益是非常重要要的。3．银行服务务分析和预测测10．4．2数据挖掘在在证券领域的的应用1．证券公司司客户关系管管理客户价值：建建立客户价值值模型CVM，客户价值值模型主要是是分析客户的的价值的构成成及影响因子子。客户盈利能力力：分析客户户给公司带来来的价值，客客户贡献和客客户贡献率以以及客户未来来对于公司的的盈利能力。。客户获取：研研究如何改进进服务和产品品，提高客户户吸引力。客户保持：防防止顾客流失失，做出客户户流失预测模模型，在流失失前采取对策策挽留住客户户，减少损失失。客户细分：按按照不同的维维度，细分客客户，找出重重点客户。客户行为分析析：可以采用用基于概念聚聚类的客户交交易行为分析析，得出客户户偏好，提出出合理投资组组合建议。交叉营销：10．4．2数据挖掘在在证券领域的的应用2.证券投资资分析应用目前的主要应应用领域有：：(1）通过横横向（财务指指标）聚类提提炼出可以有有效反映上市市公司经营状状况的指标，，确立反映企企业盈利、偿偿债、营运能能力的”浓缩缩指标”。（2）利用历历史交易数据据和时间序列列方法，结合合各时期企业业重要决策及及宏观社会经经济状况，分分析各种类别别股票或个股股的价格对各各类信息的影影响变动敏感感度，衡量股股票波动风险险特性。（3）从历史史各时间间隔隔的股票价格格涨跌、交易易量变动的交交叉信息中，，分析出大众众的投资心理理和投资倾向向，从而在与与大众的博奕奕中获利。（4）利用关关联规则分析析方法对行业业景气关联进进行考查，确确定各行业板板块股票价格变变化的关联特特性，从而确确定有效的投投资组合。3.证券市场场监管证券市市场监监管主主要是是指证证券交交易所所、证证券监监管部部门对对证券券市场场的管管理监监督。。今后的的研究究将向向证券券数据据的深深层次次挖掘掘、建建模和和商业业价值值的识识别领领域扩扩展。。同时时，基基于数数据挖挖掘的的证券券投资资分析析系统统、基基于数数据仓仓库的的证券券公司司决策策支持持系统统将在在中国国进一一步得得到实实际应应用。。10．．4．．3数数据挖挖掘在在保险险领域域的应应用1．保保险金金的确确定通过数数据挖挖掘，，根据据各种种综合合因素素等进进行保保单风风险分分析，，对不不同行行业的的人、、不同同年龄龄段的的人、、处于于不同同社会会层次次的人人，制制定个个性化化费率率和条条款，，从而而利用用数据据挖掘掘技术术支待待保险险费率率和保保险条条款的的制定定。2．保险险产品设设计通过分析析购买了了某种保保险的人人是否同同时购买买另一种种保险，，从而可可以推进进保险产产品的创创新，进进行交叉叉销售和和增量销销售，提提高客户户满意度度。3．风险险评估保险公司司的一个个重要工工作就是是要进行行风险评评估，即即对不同同的风险险领域进进行鉴定定和分析析。4．营销销方式创创新通过对客客户信息息的挖掘掘，来支支持目标标市场的的细分和和目标客客户群的的定位，，制订有有针对性性的营销销措施，，包括保保险公司司的专职职人员、、代理人人员传统统渠道，，以及经经纪人、、电话、、计算机机网络和和银行等等辅助渠渠道，提提高客户户响应率率，降低低营销成成本。10．5数据据挖掘与客户户关系管理在客户关系管管理中，数据据挖掘的应用用是非常广泛泛的。CRM中的客户分分类、客户盈盈利率分析、、客户识别与与客户保留等等功能都需要要数据挖掘的的应用来实现现。下面我们们将分别介绍绍数据挖掘技技术在CRM各个功能中中的应用。10．5．1数据挖掘在在客户识别和和客户保留中中的应用1．数据挖掘掘在客户识别别中的应用识别客户是企企业发现潜在在客户、获取取新客户的过过程。2．数据挖掘掘在客户保留留中的应用客户识别是获获取新客户的的过程，而客客户保留则是是留住老客户户、防止客户户流失的过程程。10．5．2客户分类客户分类是指指将所有客户户分成不同的的类的过程。。客户分类是是对已建立关关系的客户进进行数据挖掘掘的常见应用用。客户分类可以以采用分类的的方法也可以以采用聚类的的方法。客户分类可以以对客户的消消费行为进行行分析，也可可以对顾客的的消费心理进进行分析。10．5．3减少信用风风险进行客户信用用筛选，建立立风险模型。。从而学会避避免差的客户户，留住好的的客户，降低低经营风险。。10．5．4数据挖掘在在客户忠诚度度分析中的应应用客户忠诚度的的提高是企业业客户关系管管理的一个重重要目标。数据挖掘在客客户忠诚度分分析中主要是是对客户持久久性、牢固性性和稳定性进进行分析。对客户持久久性、牢固固性和稳定定性的分析析主要是运运用时间序序列模型中中的趋势分分析方法。。10．5．．5个性化化营销与销销售推荐1．．个个性性化化营营销销个性性化化营营销销是是面面向向客客户户的的营营销销，，也也是是客客户户关关系系管管理理的的重重要要组组成成部部分分。。2．．销销售售推推荐荐交叉叉销销售售的的一一个个方方法法是是利利用用关关联联规规则则。。10．5．6数数据挖掘掘在客户户盈利率率分析中中的应用用客户盈利利率是一一个定量量评价客客户价值值的指标标。客户盈利利率的概概念否定定了“给给企业带带来的总总收入越越高的客客户价值值越大””的观点点。高价价值客户户是那些些企业投投入较少少成本就就可以获获得高收收益的客客户。10．6电信业业中数据据仓库与与数据挖挖掘的应应用电信行业业拥有更更多的有有关用户户的数据据。谁能能正确地地分析这这些数据据所得到到有用的的知识,谁就能能更好地地向用户户提供服服务,能能够发发现更多多的商机机,从而而在竞争争中获胜胜。电信信企业必必须保存存用户的的呼叫数数据以记记费,监监视网络络运行状状况和网网络规划划,电信信企业也也要对这这些数据据进行分分析以发发现有用用的规律律以优化化网络。。因此,

数据据挖掘和和数据仓仓库在电电信业中中有重要要的应用用价值。。10．6．1数数据仓库库与数据据挖掘技技术在电电信业中中的作用用1．固定定电话话话费行为为分析2．优惠惠策略预预测仿真真3．欠费费和动态态防欺诈诈行为分分析4．客户户行为与与忠诚度度分析5．动态态报表6．优惠惠策略仿仿真预测测7．竞争争对手分分析10．6．2数数据挖掘掘在电信信业应用用的特点点目前移动动通信运运营商都都具有业业务营运运系统、、客户服服务呼叫叫中心、