《信息管理系统小组作业四.ppt》由会员分享，可在线阅读，更多相关《信息管理系统小组作业四.ppt（16页珍藏版）》请在三一办公上搜索。
1、小组成员：朱越 0904040329杨义 0904040323周倩颖 0904040328宋万平 0904040318主要完成者：宋万平 0904040318,数据挖掘：就是从存放在数据库，数据仓库或其他信息库中的大量的数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘的应用十分广泛，如银行、电信、保险、交通、零售(如超级市场)等领域，不仅取得了许多成就，但也带来了许多问题。美国有家冰激凌生产商，总是听到顾客对产品的抱怨，而产品的质量又检查不出什么问题，企业CEO也一直不明就里。后来市场部用上数据挖掘软件，通过分析知道问题出在产品的外包装上，由于包装上冰激凌图片里的水
2、果数量较多，而实际产品没有那么多，导致了顾客的不满。市场部随即换上新的包装，顾客的抱怨也就停止了，但销量并没有明显增加。数据挖掘的结果帮助企业解决了一个表面问题，但没有改善企业的经营状况。目前数据挖掘的发展并不成熟，还有很大的空间等着人们去发现。许多企业在不断的尝试过程中，连连失败，但也有一些公司，通过数据挖掘而获得信息，来解决公司的各种问题，从而使得企业快速发展的案例也有许多，现在就由我们组给大家展示一些通过数据挖掘而成功的案例。,台资餐饮企业“一茶一座”在内地发展迅猛，几年下来已经开了34家连锁店，历史数据累积到三千多万条；本土生产型企业“乐百氏”的门店几乎已铺遍全国，总部十分重视原始数据
3、的采集，为加强对各区域门店和经销商的管理，需要上一套分销系统。“一茶一座”和乐百氏公司的看法，颇有代表性。至今，企业普遍使用的数据挖掘手段仍然只是报表分析或OLAP信息钻取，情况好点的也不过是一些第三方建立的在实际运用中效果相当有限的客户流失预测模型。,台资餐饮企业“一茶一座,数据挖掘的应用在各个方面都起了不可忽视的作用,从市场营销管理和企业长期的战略发展的角度看，上面提到的营销创意策划有两个最大的缺点，一是无法确保持续的成功（创意能否成功很大程度上是依据拍脑袋的灵光一闪，这次可行下次却很难继续撞大运。市面上很多知名的营销策划公司做过很多精彩的品牌营销策划案例，但是他们作过的做砸了的案例更多）
4、；二是再成功的创意最终还是要落实到具体的单个的消费者身上，如果没有充分挖掘这些消费者的详细数据的话，这个创意营销活动再杰出再精彩也是很浪费的，因为已经存在的极有价值的商业情报你根本就没有挖到，甚至想都没有想到。不是说传统的营销创意策划不好，而是传统的手法和技术应该跟新的数据挖掘相结合，这样效果才更好，也才能更加确保企业的盈利目标和客户关系的稳定发展。具体来说，数据挖掘技术从哪些方面可以助力“一茶一坐”这样的风头正键的休闲连锁餐饮企业？根据我以前的项目经历，我觉得至少在下列方面数据挖掘都是可以比较有效地解决实际中的问题的。,哪些客户可以在“一茶一坐”待上5年10年甚至更长，哪些客户只是一锤子买卖
5、，客户生命周期研究可以让“一茶一坐”清楚谁是真正的伴侣，谁是擦肩而过的清风，企业有限的资源当然应该集中在长期的老客户身上，因为“一茶一坐”80%的利润是来自于这少数的宝贵的老客户身上。那么如何辨别这些忠诚回头客，又如何有效扩充潜在的类似群体，除了数据挖掘外，目前还找不出更加有效的方式方法去操作。“临门一脚”的工夫不止在球场定乾坤，客户点餐时“一茶一坐”也是可以有充分的主动权和引导权的。经验丰富的点餐员可以凭感觉引导客户下单，达成双赢，但是个别点餐员的技巧如何复制和推广呢？如何成为整个门店的营销利器呢？除了数据挖掘中的关联算法技术外，还真没有别的可以替代。,新品开发有不同的思路有不同的技术有不同
6、的流程，现在“一茶一坐”引以为傲的产品开发模式是三个超级大厨在总部的“中央厨房”凭借几十年总厨经验天天尝试不同菜式，经过内部讨论，最终选定目前的17种进入菜单，固定下来后交由“中央厨房”的99名工人进行流水线生产。这是一种不错的现代餐饮的产品开发模式，但是各位是否觉得缺少了消费者的参与？现行的开发模式一方面品种少，另一方面等到批量生产出来后再交由消费者定夺是否有潜在的决策失误的风险和浪费？既然是立志成为全球中餐休闲领导品牌，既然主力消费者是喜欢变化喜欢时尚的都市年轻一族，是否可以考虑反方向的产品研发模式，从消费者开始，通过消费者的口味、爱好、习性来搭配来研发新套餐新菜式？如果走这条路的话，那就
7、非采用数据挖掘不可了 如果“一茶一坐”的菜式品种可以按照消费者的喜好不断推陈出新的话，那离真正的国际化中餐休闲领导品牌的距离就真的不远了，因为新品开发是现代企业的核心和灵魂，没有一套科学的新品开发模式，依靠几个老厨师老法师的闭门造车，你可以说有风险，也可以说难以创新，总归是跟真正的国际化中餐休闲领导品牌的地位不相称的。数据挖掘可以有效辅助“一茶一坐”的新品开发，眼界决定未来。,上面的内容只是数据挖掘可以支持“一茶一坐”的几个例子（有我自己以前的实践证明是可行的有效的），我相信还有更多的来自“一茶一坐”管理层的有关营销和客户定位的困惑，都是可以通过数据挖掘有效回答和解决的。其实数据挖掘跟传统营销
8、创意策划并不矛盾，相互借鉴相互融合才是一个有活力有朝气有前途的立志成为国际化中餐休闲领导品牌的年轻企业以及其管理层应该具有的意识和眼光。说句实话，如果不采用数据挖掘以及相关的新技术新思维，要成为跟KFC，McDonald一样国际齐名的餐饮巨头是不可能的，因为这些外国品牌多年以前就已经采用数据挖掘应用到营销和产品开发中了。“新技术新思维不是万能的，但是没有新技术新思维是万万不能的！”,北京和勤新泰技术有限公司,北京和勤新泰技术有限公司隶属于上海和勤软件技术有限公司，是北京中关村科技园区高新技术企业，是软件行业新兴的一只生力军。和勤公司以国际化为起点，面向软件市场最成熟、市场规模最大的国际市场，以
9、全球化的眼光思考软件行业中的商机，对现有国内软件企业发展的思路有所突破，在海外建立跨地域互动的业务基地，建立独特的具有核心竞争力的海内外互动的新型商业模式。作为和勤软件技术有限公司的软件产品平台，北京和勤新泰技术有限公司现拥有和勤商业智能产品（Hinge Bi）,和勤商业影像压缩（Hinge Image）及商业流程管理（BPM），和勤人力资源管理信息系统（e-HR）等产品和解决方案。和勤公司与合作伙伴携手并进，不断开拓，开发了许多优秀软件产品和全面解决方案，并在电信、化工、社保、金融、政府、卫生等领域为客户提供最完善的技术和服务。,看看和勤通过数据挖掘在信贷风险监控的应用,和勤信贷风险监控系统
10、面对信贷业务的三大风险因素：信用风险、结构风险以及流程风险而建立。信用风险监控一方面根据历史数据和预测模型，推算未来一段时间内，信用风险的产生，掌握信贷损失变化规律；另一方面根据客户的财务、基础、社会等资料，通过评分模型算法计算客户的信用得分，区分客户的信用等级，制定不同的信用额度，从信贷审核开始控制信用风险的几率。,信贷风险监控系统包含三个主要的数据处理层：数据仓库、数据处理模型、数据分析，三个数据处理从后到前，逐步将业务数据加工为信贷信息。数据仓库收集存储着包括前台交易记录信息、各种风险头寸和金融工具信息及交易对手信息等。从前台收集到的原始数据信息进行分类识别和处理，并抽取其内在的特征，近
11、照不同数据结构和类型将其分别存储到数据仓库相应位置。数据处理模型实际上是一组ETL规则器，根据银行对信贷业务评测的要求，建立如客户评分模型、违约概率测算模型等，通过对存储在数据仓库的明细数据的加工（计算、分类、条件等），最终得到有关元素的结果。数据分析层从数据仓库以及数据处理模型抽取信息，利用商业智能工具进行二次加工，形成系统的信贷风险监控报表、分析报告、预警图表等。,信贷业务是商业银行的最重要的业务之一，也是管理、决策最复杂、最困难的金融业务之一，规范信贷业务过程、降低信贷风险、提高信贷效益是目前信贷业务发展的必然要求。根据中国银行业的实际情况和发展需求，上海和勤集团开发了银行信贷风险监控系
12、统，该系统运用数据仓库、多维分析、商业智能等技术，整合信贷相关数据，结合国际通用模型算法和银行具体情况，设置相应的分析模型，通过商业智能分析平台设计及发布信贷业务风险分析信息。和勤信贷风险监控系统围绕着“风险监控”这个核心，抓住银行信贷业务过程中的信用风险、结构风险、操作风险三条主线，通过比较分析、时间序列分析、趋势预测等计量工具，为银行信贷管理人员提示风险，分析风险，规避风险提供有利的支持信息。,可见：和勤的数据处理结构和系统的设计都是以数据为基础的，而数据仓库的挖掘给他们提供数据带去了方便。只有有了数据仓库，数据处理模型 才能建立起来，数据分析层才会完善，这样才给和勤设计出完善的系统提供了
13、可能！,看看和勤的系统流程图,另外的成功的案例电话收费和管理办法加拿大BC省电话公司要求加拿大Simon Fraser大学KDD研究组根据其拥有的十多年的客户数据，总结、分析并提出新的电话收费和管理办法，制定既有利于公司又有利于客户的优惠政策。竞技运动中的数据挖掘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。想象你是NBA的教练，你靠什么带领你的球队取得胜利呢？当然，最容易想到的是全场紧逼、交叉扯动和快速抢断等具体的战术和技术。但是今天，NBA的教练又有了他们的新式武器：数据挖掘。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
14、Scout系统来优化他们的战术组合。例如Scout就因为研究了魔术队队员不同的布阵安排，在与迈阿密热队的比赛中找到了获胜的机会。,美国AutoT是世界上对大的汽车销售站点，每天都会有大量的用户对网站上的信息点击，寻求信息，其运用了SAS软件进行数据挖掘，每天对数据进行分析，找出用户的访问模式，对产品的喜欢程度进行判断，并设特定服务娶，取得了成功。Reuteres是世界著名的金融信息服务公司，其利用的数据大都是外部的数据，这样数据的质量就是公司生存的关键所在，必须从数据中检测出错误的成分。Reuteres用SPSS的数据挖掘工具SPSS/Clementine，建立数据挖掘模型，极大地提高了错误的
15、检测，保证了信息的正确和权威性。Bass Export是世界最大的啤酒进出口商之一，在海外80多个市场从事交易，每个星期传送23000份定单，这就需要了解每个客户的习惯，如品牌的喜好等，Bass Export用IBM的Ineelligent Miner很好的解决了上述问题。,数据仓库的出现提供了一个面向信息分析的数据存储方案，经过了抽取、转换、清洗、加载等步骤，数据如同图书馆里的书籍一样，按照不同的类别、不同的层次，分门别类的存放好，而商业智能平台则完成的数据加工为信息并按照用户需求进行多种方式的表现及发布的功能。因此，数据仓库加商业智能应用，是企业信息需求最适合的解决方案。,但是，数据挖掘只是一个工具，不是万能的，它可以发现一些潜在的用户，不会告诉你为什么，也不能保证这些潜在的用户成为现实。数据挖掘的成功要求对期望解决问题的领域有深刻的了解，理解数据，了解其过程，才能对数据挖掘的结果找出合理的解释。例如曾经用数据挖掘找出的啤酒和尿布的例子，如何去解释这种现象，是应该将两者放在一起还是分开销售，这还需要对消费心理学有所研究才能做出决定，而不是数据挖掘能力所及的了。,
