1、商務(wù)智能授課教師：鄭琪MAIL: .課程目的穩(wěn)定所學(xué)的知識學(xué)習(xí)將數(shù)據(jù)發(fā)掘的知識運(yùn)用到商業(yè)分析領(lǐng)域?qū)W習(xí)SAS EM工具軟件的運(yùn)用培營養(yǎng)析問題和處理問題的才干.考核方式期末考試：給出一組數(shù)據(jù)，利用數(shù)據(jù)發(fā)掘工具做出他的判別總評成果平常30% + 期末考試70%.教材商業(yè)數(shù)據(jù)發(fā)掘?qū)д揑ntroduction to Business Data MiningData Mining Using SAS Enterprise Miner A Case Study Approach.參考書目.第一章商業(yè)數(shù)據(jù)發(fā)掘簡介.商務(wù)智能定義“Business Intelligence is

2、the process of transforming data into information and through discovery transforming that information into knowledge.Gartner Group.商務(wù)智能定義Business intelligence(BI) is a set of theories, methodologies, processes, architectures, and technologies that transform raw data into meaningful and useful inform

3、ation. wikipedia商業(yè)智能(Business Intelligence)是對商業(yè)信息的搜集、管理和分析過程，目的是使企業(yè)的各級決策者獲得知識或洞察力，促使他們做出對企業(yè)更有利的決策。.商業(yè)智能的目的The purpose of business intelligence is to convert the volume of data into business value through analytical reporting.DecisionKnowledgeInformationDataVolumeValue.Executive information systems (

4、EIS)Decision support systems (DSS)Business intelligence (BI)EISDSSBI商務(wù)智能的歷史.商務(wù)智能體系構(gòu)造商業(yè)智能的根本體系構(gòu)造主要包括數(shù)據(jù)倉庫、多維分析和數(shù)據(jù)發(fā)掘三個部分。數(shù)據(jù)倉庫(Data Warehouse)用于抽取、整合、分布、存儲有用的信息在線分析(OLAP)可全方位了解現(xiàn)狀數(shù)據(jù)發(fā)掘(Data Mining)那么是發(fā)現(xiàn)問題、找出規(guī)律、預(yù)測未來，到達(dá)真正的智能效果.商業(yè)智能體系構(gòu)造Operational and External DataWarehouse modeling and Construction Tools(ET

5、L)Business Intelligence ApplicationsDecision Support ToolsQuery and Reporting OLAP Information MiningAccess enablersApplication Interfaces Middleware ServicesDepartmentalwarehouses(datamarts)AdministrationGlobal WarehouseOther Information StoresOperational and External DataData ManagementMetadata Ma

6、nagement.儀表盤.報(bào)表.OLAP.數(shù)據(jù)發(fā)掘定義經(jīng)過自動或半自動化的工具對大量的數(shù)據(jù)進(jìn)展探求和分析的過程，其目的是發(fā)現(xiàn)其中有意義的方式和規(guī)律.體育用品公司的數(shù)據(jù)分析.商業(yè)智能的過程從不同的數(shù)據(jù)源搜集的數(shù)據(jù)中提取有用的數(shù)據(jù)，對數(shù)據(jù)進(jìn)展清理以保證數(shù)據(jù)的正確性，將數(shù)據(jù)經(jīng)轉(zhuǎn)換、重構(gòu)后存入數(shù)據(jù)倉庫或數(shù)據(jù)場這時數(shù)據(jù)變?yōu)樾畔ⅲ缓髮ひ掃m宜的查詢和分析工具、數(shù)據(jù)發(fā)掘工具、OLAP 工具對信息進(jìn)展處置這時信息變?yōu)檩o助決策的知識，最后將知識呈現(xiàn)于用戶面前，轉(zhuǎn)變?yōu)闆Q策。.商業(yè)智能的過程數(shù)據(jù)倉庫決策支持業(yè)務(wù)數(shù)據(jù)庫數(shù)據(jù)存儲企業(yè)決策層OLAP數(shù)據(jù)發(fā)掘提取、清洗、轉(zhuǎn)換圖1-1 商業(yè)智能系統(tǒng)的數(shù)據(jù)處置循環(huán)報(bào)表.商業(yè)數(shù)據(jù)

7、發(fā)掘研討方法假設(shè)檢驗(yàn)驗(yàn)證能夠的模型或?qū)嶋H知識發(fā)現(xiàn)發(fā)現(xiàn)其中的方式和規(guī)律.各行業(yè)電子商務(wù)網(wǎng)站算法層商業(yè)邏輯層行業(yè)應(yīng)用層商業(yè)運(yùn)用商業(yè)模型發(fā)掘算法CRM產(chǎn)品引薦客戶細(xì)分客戶流失客戶利潤客戶呼應(yīng)關(guān)聯(lián)規(guī)那么、序列方式、分類、聚集、偏向分析WEB發(fā)掘網(wǎng)站構(gòu)造優(yōu)化網(wǎng)頁引薦商品引薦基因發(fā)掘基因表達(dá)途徑分析基因表達(dá)類似性分析基因表達(dá)共發(fā)生分析銀行電信零售保險(xiǎn)制藥生物信息科學(xué)研討相關(guān)行業(yè)數(shù)據(jù)發(fā)掘的商務(wù)運(yùn)用神經(jīng)網(wǎng)絡(luò)、決策樹、回歸分析、粗集、遺傳算法.數(shù)據(jù)發(fā)掘的商業(yè)運(yùn)用主要的商業(yè)運(yùn)用市場購物籃分析market-basket analysis：開掘顧客購買的產(chǎn)品中哪些可以用來做產(chǎn)品定位和交叉銷售.數(shù)據(jù)發(fā)掘的商業(yè)運(yùn)用主要的

8、商業(yè)運(yùn)用用戶細(xì)分customer segmentation：根據(jù)用戶屬性劃分用戶的集合.數(shù)據(jù)發(fā)掘的商業(yè)運(yùn)用主要的商業(yè)運(yùn)用用戶畫像customer profiling：識別那些有最大利益的用戶細(xì)分群體.數(shù)據(jù)發(fā)掘的商業(yè)運(yùn)用零售業(yè)同族定位affinity position交叉銷售cross-selling銀行客戶關(guān)系管理CRM信譽(yù)卡管理信譽(yù)評分.數(shù)據(jù)發(fā)掘的商業(yè)運(yùn)用保險(xiǎn)業(yè)保險(xiǎn)欺詐電信業(yè)客戶流失轉(zhuǎn)網(wǎng)營銷客戶細(xì)分人力資源管理人員評價、挽留.商業(yè)智能案例美國的一個父親，某天發(fā)現(xiàn)本人17歲的女兒竟然收到了來自零售商店Target的嬰兒用品優(yōu)惠券，盛怒之下向商店贊揚(yáng)。一個月后，商店收到了這位父親為難的負(fù)疚，稱商

9、店并非誤發(fā)了優(yōu)惠券，本人的女兒確實(shí)懷孕了他們發(fā)現(xiàn)，許多孕婦開場買大包裝無香味護(hù)手霜，在懷孕最初20周大量購買補(bǔ)充鈣、鎂、鋅的營養(yǎng)片之類的保健品最后，他們選出了25種典型商品的消費(fèi)數(shù)據(jù)構(gòu)建了“懷孕預(yù)測指數(shù)，經(jīng)過這個指數(shù)，Target公司能在很小誤差范圍內(nèi)預(yù)測到顧客的懷孕情況，從而制定出精準(zhǔn)的營銷戰(zhàn)略，吸引并留住含金量很高的孕婦消費(fèi)群。.商業(yè)智能案例IBM協(xié)助國內(nèi)的一家挪動公司建立起增值效力運(yùn)營平臺，經(jīng)過運(yùn)用IBM的數(shù)據(jù)分析洞察工具，挪動商可以獲得用戶運(yùn)用訂購鈴聲、挪動新聞、WAP、SMS和MMS的情況，并建立起用戶偏好模型和用戶社交媒體模型，從而構(gòu)成對客戶的全面了解從客戶接受效力推送，訂購效力，

10、運(yùn)用效力，到效力反響，直至終了效力訂購。.商務(wù)智能案例把“機(jī)器學(xué)習(xí)變成“帝王術(shù)的Rayid Ghani他們在最初的一年半時間里把各種數(shù)據(jù)合到一同，制造了一個包含各類信息的大數(shù)據(jù)庫。他們利用數(shù)據(jù)庫開發(fā)出針對不同類型的選民不同的宣傳戰(zhàn)略。他們的系統(tǒng)能為每個選民找出一個最能壓服他的理由。他們利用數(shù)據(jù)來詳細(xì)分析關(guān)鍵州的選民。深化分析各個族群的選民在任何時辰的趨勢。在總統(tǒng)候選人的第一次爭辯之后，他們分析出哪些選民倒戈，哪些沒有。他們每晚用模型進(jìn)展 6.6 萬次模擬選舉，從而推算出了奧巴馬在搖擺州的勝率，據(jù)此來分配資源。.商務(wù)智能案例.商務(wù)智能案例2021年，新加坡-麻省理工學(xué)院研討和技術(shù)聯(lián)盟SMART高

11、級研討工程師Oliver Senn在一項(xiàng)結(jié)合義務(wù)中花了五個月向市民提供實(shí)時數(shù)據(jù)和見解，協(xié)助他們改善城市容顏。剛接受將兩個月的氣候衛(wèi)星數(shù)據(jù)和GPS記錄下來的8000萬輛出租車程的8.3億次記錄進(jìn)展比較的義務(wù)時，Senn有一點(diǎn)絕望。“新加坡每個人都知道下了暴雨是不能夠打到車的，Senn說到，“所以我希望這些數(shù)據(jù)能根本證明這個假設(shè)。隨著他對一個有超越1.6萬輛出租車的車隊(duì)的相關(guān)數(shù)據(jù)進(jìn)展挑選，一個奇異的方式浮出水面：似乎很多出租車在下暴雨的時候并不開。實(shí)踐上，GPS記錄顯示：下雨時，很多司機(jī)都會把車駛到路邊，根本就不載客。Senn和司機(jī)坐下來面對面確認(rèn)了本人的研討發(fā)現(xiàn)。他了解到，擁有該島國最多出租車的

12、公司會在發(fā)惹事故后立刻從司機(jī)的工資里扣除1000美圓，直到確定誰是責(zé)任人。事故的處理過程會繼續(xù)好幾個月，所以司機(jī)們以為不值得拿本人的生計(jì)冒險(xiǎn)和官僚機(jī)構(gòu)糾纏那么久。所以開場下雨時，他們就會把車駛到路邊，等暴風(fēng)雨過去。作為該數(shù)據(jù)研討的一項(xiàng)直接結(jié)果，這一意想不到的新發(fā)現(xiàn)使這家公司目瞪口呆。如今，有了對這一情況的了解，他們正在確定如何制定不存在破綻、使客人、司機(jī)或母公司明顯無空可鉆的政策。.商務(wù)智能案例淘寶指數(shù)Shu.taobao淘寶數(shù)據(jù)魔方 mofang.taobao.數(shù)據(jù)發(fā)掘工具要求：通用性伸縮性常用工具SAS Enterprise MinerIBM Intelligent MinerSPSS Clementine.商業(yè)智能的開展趨勢Gartner公司對全球2335名首席信息官關(guān)于2021年業(yè)務(wù)和應(yīng)優(yōu)先思索的技術(shù)事項(xiàng)進(jìn)展了調(diào)查，調(diào)查發(fā)現(xiàn)數(shù)據(jù)分析和商業(yè)智能成為2021年首席信息官最優(yōu)先思索的技術(shù)