SPSS 数据挖掘平台介绍 Clementine原理与应用.ppt

SPSS 数据挖掘平台介绍 数据挖掘的定义 英文： Data Mining is for power users to follow a proven methodology to discover action-oriented insights from detail operations data to improve business. 数据挖掘软件 数据挖掘软件是一种集合多个领域知识的综合的工具。帮助我们从海量数据中获得有价值信息。 为什么需要数据挖掘 商业竞争需要 目前处于一个过度供给的时代，企业面临更激烈的竞争环境，获得利润更加困难。 数据挖掘技术 预测与分类：对将来发生的事情进行预测 聚类：基于事物的属性进行自动归类 关联性分析：关联可能一起发生的事件 序列分析：确定事件发生的序列 异常监测：从正常群体中筛选出行为异常的个体 时间序列分析：基于事物发展的延续性和随机性预测事物未来的发展 预测与分类 预测与分类 预测与分类 Web部署实时预测: Richmond 警察局 关联分析 关联分析 关联分析应用：交叉销售 序列相关性 序列探测 聚类分析 聚类分析 异常监测 时间序列分析 时间序列分析 时间序列之警情分析 数据挖掘和传统商务智能的区别与互补 Data Mining vs. BI OLAP DM vs. BI DM: 学习历史,理解现在,预测未来 BI : 过去和现在发生了什么 数据挖掘与传统商务智能的区别 完整的商务智能系统架构 数据挖掘的广泛应用 数据挖掘的行业应用 数据挖掘的广泛应用 分析型客户关系管理 谁是最有价值的客户? 如何吸引更多的客户? 客户为什么流失? 他们会购买什么产品? 电子商务型客户关系管理 用户在网站上的行为分析 欺诈侦测 犯罪分析 企业级数据挖掘平台：Clementine Clementine 企业级数据挖掘平台 快速开发多种预测模型 紧密结合业务知识，行业经验 可视化数据挖掘工作流 方便快捷的部署方式 增强决策能力, 更高的ROI 全面支持数据挖掘方法论 CRISP-DM 开放的体系架构– 充分利用已有的设备投资 Clementine的数据流 Clementine丰富的数据挖掘算法 竞争产品的数据挖掘算法 Clementine 性能-模型建立 Clementine 性能-模型评分 洗钱交易侦测 网络入侵行为侦测 工业生产过程优化 科技教育: 基因 药物研究 医学研究 食品鉴定 决策树模型 回归模型 其他模型 聚类模型 关联分析模型 Generalized Linear Oracle DM IBM DB2 Intelligent Miner SQL SERVER 2005 Analysis Services 5分钟内对一千六百万条数据建立Logistic回归模型 对于一般的合理数据集合50万条数据，能在2分钟内执行完毕 8分钟给三千两百万条数据进行评分 评分结果写入数据库 稳定的处理速度:65,000条/秒 Thank You! SPSS China * 中文： 数据挖掘是经营者用已验证的方法在业务细节数据中发掘出可采取行动的内在知识，从而改善企业运营。 已验证的方法 细节数据 内在知识 改善运营 企业要更有效率的营销； 企业要增加产品的销量； 寻找到蓝海…… 教育程度 非大学毕业 大学毕业 收入 高收入 低收入 1、填入抢劫细节 2、抢劫发展成暴力的可能性预测 预测分析应用 1 主页 2 电子商店 3 结帐 1 聚类分析应用：客户细分 聚类分析应用：客户细分 DM vs. OLAP DM 数据驱动 归纳 什么是正确的问题 OLAP 用户驱动 演绎推理 什么是问题的答案 明年各地区的预计销售量是多少？ 上季度各地区的销售量是多少？ 这些客户信用风险怎么样？ 哪些客户拖欠了贷款？ 未来6个月哪些客户可能流失？ 上月保持客户数是多少？ 哪10个客户可能给带来最大利润？ 去年10佳客户是什么？ 哪些已有的客户可能购买未来的新产品？ 有多少新产品销售给了已有客户？ 未来使用邮件方式订购产品的客户属性可能是什么？ 产品销售中通过邮件订购方式所占比率是多少？ 数据挖掘 传统商务智能 互相补充，相辅相成 数据服务 应用服务 Intranet 智能信息展现 数据整合平台 历史数据 产品数据 过程数据 模型数据 检验数据 业务智能数据中心 互动报表 OLAP 分析与优化 数据挖掘 过程改进 业务分析 综合查询 商务智能平台中最重要的功能是数据分析能力 金融服务 公共部门 数据挖掘 欺诈监测， 客户/员工满意度 电信业 质量控制， 计划需求， 供应链优化 客户获取与保持， 交叉销售， 欺诈监测