|
数据挖掘在企业当中的应用 |
| 作者：佚名 来源：网络 |
| 导语：现代企业经常会搜集大量的数据，这些数据涵盖了市场、客户、供货商，及其竞争对手等重要信息，但是由于信息超载与无结构化，企业的决策者无法充分利用这些庞大的数据资源，仅能使用其中的一小部分，这可能导致决策失误，甚至出现决策错误。而借助数据挖掘技术，企业完全有能力从浩瀚的数据海洋中，挖掘出全面而又有价值的信息和知识，并作为决策支持之用，进而形成企业独有的竞争优势。
|
您的企业适用吗？
当今世界，所有行业都面临激烈的竞争环境，及时做出正确决策是企业生存与发展的重要环节。随着竞争越来越激烈，利润的降低使得很多企业必须从粗放经营转变到集约经营。经营决策需要尽可能多的定量分析，而不是似是而非的定性分析；经营决策还需要尽可能快的速度，所有这些都需要技术上的支持。
ERP、CRM、OA等信息系统的广泛应用以及互联网的蓬勃发展，使得企业数据量激增，人们希望获得更高层次的数据分析能力。现在，大多数企业并不缺少数据，而是苦恼于海量数据以及数据的不一致性；随着数据量的增加，数据变得越来越难以访问、管理。如何把已有的海量数据转换成更有价值的商用信息，以便用于决策支持呢？数据仓库被广泛认为是最好的解决方案之一。
建立数据仓库的目的，是把企业的内部数据和外部数据进行有效集成，为企业众多的决策、分析人员所用。内部数据，是指通过企业业务系统收集到的数据，这些数据可能分布在不同的数据库和网络中，正在为不同的部门服务。比如对一个制造业用户来说，可能有财务数据、市场数据、销售数据、人事数据以及设备检修数据分布在不同的部门。如果这些数据是相对独立的，则不利于企业进行全面分析。外部数据，是指企业通过网络收集来的相关信息。数据仓库，就是要对这些数据进行结构重组，并且充分考虑今后的扩展性与外部数据的接口，使得企业数据资源实现更大的价值。
了解了数据仓库的用途，还要明白自身企业的状况，这才能称为“知己知彼”。你的企业是否可以引入数据仓库呢？数据仓库，需要足够庞大的历史数据积累，还要保证及时补充最新的业务数据。为此，你还要有一个性能良好的运算环境、存储环境以及网络环境做支持。当然，“足够庞大”这个词语对于不同规格的企业有不同的含义。谨慎规划，选择一个适当规模的数据仓库，不要设计出一个不切实际的庞然大物，那会成为你财政预算的黑洞。
数据仓库到底如何用？
金融、电信、保险、零售，这些都是数据仓库常见的应用行业。行业不同，具体应用形式差别也很大，这里我们只能探究其带有共性的部分。
借助数据仓库，企业能够从海量信息中探究寻数据与数据之间的关系。这种关系，一般显示数据组之间相似或相反的行为或变化。企业决策者，则有可能从这些发掘出来的关系得到启示；而这种启示又很可能使得决策者赢得竞争优势。例如，在开展促销活动的时候，电信运营商可以利用数据仓库找到需要特定服务的目标用户（例如有可能成为无线局域网用户的顾客），有针对性地对其进行宣传；这比传统方式采用的地毯式广告轰炸要高明得多。要知道，在午餐的时候收到一个不请自来的广告电话，宣传的却是跟自己毫无关系的服务，这会让很多人感到厌烦。
数据仓库的重要用途之一，就是生成报表。与传统的交互式数据库系统不同，数据仓库的使用者一般不可能更改数据，这使得利用数据仓库产生报表的时候可以“随心所欲”，不用担心破坏了数据的完整性。数据仓库还有一个明显的优势是，它的表都是为了快速响应而特别优化的。查询很多行的信息，往往也只是需要几分钟而已。如果你的职务要求你经常处理海量信息，数据仓库也许是你最好的报表工具。通过查询工具，你可以把数据仓库挖掘的信息导入到你的个人电脑中。数据本地化存储之后，你可以将其改造成你喜欢的格式。或者，你可以把查询结果导入到其它软件之中，例如Excel，以进行进一步加工。
针对不同层次的用户，数据仓库可以开发如下几种应用：
即席查询系统：这是应用最普遍的一种查询，可以让用户随时获取所希望的数据。它能够提供从多个角度的灵活查询，适合于业务分析人员。
联机分析处理系统：能够提供灵活丰富的多维分析与查询环境，可以从不同角度去分析企业的运作情况，并对未来进行预测，主要适合企业中层领导以及业务分析人员。
领导信息系统：这是为那些不太熟悉计算机技术的领导人员设计的，需要以简单的图形界面来提供访问数据仓库能力。它能够提供易于定制的决策分析环境，主要适合企业高层决策者使用。
业务流程重整：这是指利用数据仓库技术，改善企业业务流程中的某些工作，也是数据仓库的重要作用之一，著名的例子就是“尿布与啤酒”。
当然，一个完整的数据仓库系统，应该是综合了企业内部数据与外部数据，并可以提供以上诸多应用功能的系统。
回避常见陷阱
数据仓库这样的庞然大物，建设起来务必要小心。下面几个建议，涉及到建设数据仓库最常见的若干问题，也许可以助你一臂之力。
杀鸡别用宰牛刀
如果杀鸡用了宰牛刀，那不是宰牛刀的错误，只能怪罪操作者。
不要贪大求全
不要把所有能找到的数据都放到数据仓库中，凭借数据仓库，企业也并不能预知商务活动中所有的事情。不要把你能拿到的所有数据都一股脑扔入数据仓库。要保证关键信息的及时、准确，例如客户信息、产品信息、财政报表、人事信息，处理好这些信息比一味贪大求全要有意义。把无关紧要的数据都放到数据仓库中，很快就会导致过于庞大的数据库，响应缓慢、难于维护，这使得数据仓库华而不实，难以使用。
数据挖掘是近年来数据库应用领域中相当热门的话题。数据挖掘一般是指在数据库或数据仓库中，利用各种分析方法与技术，对过去累积的大量繁杂数据进行分析、归纳与整合等工作，提取出有用的信息，例如趋势、模式及相关性等，并将其中有价值的信息作为决策参考提供给决策者。通俗地说，数据挖掘就是从数据中发掘信息或知识，有人称为知识发现，也有人称为数据考古学、数据模式分析或功能相依分析。目前，数据挖掘已经成为数据库系统、机器学习、统计方法等多个学科相互交叉的重要领域，而在实务界，越来越多的企业开始认识到，实施数据挖掘可以为企业带来更多潜在的商业机会。
但我们对数据挖掘应有一个正确的认知：数据挖掘不是一个无所不能的魔法。数据挖掘的种种工具都是从数据中发掘出各种可能成立的“预言”，并对其潜在价值加以“估计”，但数据挖掘本身并不能在实际中查证和确认这些假设，也不能判断这些假设的实际价值。
|
|
