數(shù)據(jù)挖掘在企業(yè)信息化中的認識誤區(qū)探析

［摘 要］ 本文分析了企業(yè)信息化進程中對數(shù)據(jù)挖掘認識的幾個誤區(qū)，指出應(yīng)對數(shù)據(jù)挖掘進行正確的定位，即：數(shù)據(jù)挖掘只是一個工具；數(shù)據(jù)挖掘之前必須要充分準備和了解數(shù)據(jù)；數(shù)據(jù)挖掘工具不能自動挖掘出所需要的信息，需有專家的指導(dǎo)；數(shù)據(jù)挖掘的結(jié)果不可預(yù)期，在應(yīng)用時要面向客戶，講求實際；數(shù)據(jù)挖掘只是商業(yè)智能過程中的一部分，只有將其與數(shù)據(jù)倉庫、在線分析處理融合在一起，才能構(gòu)成完整的企業(yè)決策分析環(huán)境。

［關(guān)鍵詞］ 數(shù)據(jù)挖掘；企業(yè)信息化；認識誤區(qū)

［中圖分類號］F270.7；TP311.13［文獻標識碼］A［文章編號］1673-0194（2008）19-0077-03

一、引 言

企業(yè)信息化指的是信息技術(shù)在企業(yè)各個運作流程中的有機應(yīng)用，這些流程包括物流、資金流、信息流、技術(shù)流、客戶流等。我國企業(yè)信息化已經(jīng)歷了3個發(fā)展階段：第一階段是辦公自動化（OA），涌現(xiàn)和積累了大量的電子文檔；第二階段是建立了管理信息系統(tǒng)（MIS），標志著數(shù)據(jù)庫和網(wǎng)絡(luò)的應(yīng)用；第三階段是企業(yè)資源計劃（ERP）的實施，它意味著企業(yè)業(yè)務(wù)流程的重組和自動化。隨著科學決策在企業(yè)的廣泛應(yīng)用以及企業(yè)適應(yīng)能力和靈敏度的提高，數(shù)據(jù)挖掘和企業(yè)智能將是今后企業(yè)信息化建設(shè)的重點。數(shù)據(jù)挖掘是一個新興的技術(shù)領(lǐng)域，它匯聚了數(shù)據(jù)庫、人工智能、統(tǒng)計學、可視化、并行計算等不同學科，近年來受到各界的廣泛關(guān)注?，F(xiàn)代的企業(yè)日常搜集了大量資料，包括市場、客戶、供貨商、競爭對手以及未來趨勢等重要信息，但是信息的超載與無結(jié)構(gòu)化，使得企業(yè)決策單位無法有效利用現(xiàn)存的信息，甚至使決策行為產(chǎn)生混亂與誤用。妥善地運用數(shù)據(jù)挖掘技術(shù)，從巨量的數(shù)據(jù)庫中發(fā)掘出不同的信息與知識供決策支持所用，必能產(chǎn)生企業(yè)的競爭優(yōu)勢。但是，許多企業(yè)在信息化進程中對數(shù)據(jù)挖掘還存在一定的認識誤區(qū)，對其角色定位還不甚清晰，這直接影響了數(shù)據(jù)挖掘技術(shù)的應(yīng)用效果。

二、數(shù)據(jù)挖掘在企業(yè)信息化中的應(yīng)用現(xiàn)狀

數(shù)據(jù)挖掘在企業(yè)中的應(yīng)用方式目前主要集中在市場推廣方面，如客戶特征、購物關(guān)聯(lián)分析及客戶關(guān)系管理。世界范圍內(nèi)具有創(chuàng)新性的公司都開始采用數(shù)據(jù)挖掘技術(shù)來判斷哪些是他們最有價值的客戶，并重新制定產(chǎn)品推廣策略，即把產(chǎn)品推廣給最需要的人，以用最小的花費得到最好的銷售。在客戶特征方面，數(shù)據(jù)挖掘可以從現(xiàn)有客戶數(shù)據(jù)中找出他們的特征，再利用這些特征到潛在客戶數(shù)據(jù)庫里去篩選出可能成為客戶的名單，行銷人員就可以只針對這些名單寄發(fā)廣告數(shù)據(jù)，以降低成本，提高行銷的成功率；購物關(guān)聯(lián)分析主要是用來幫助零售業(yè)者了解客戶的消費行為，利用數(shù)據(jù)挖掘，零售業(yè)者可以更有效地決定進貨量或庫存量，或是如何擺設(shè)貨品，同時也可以用來評估促銷活動的成效；在客戶關(guān)系管理中，利用數(shù)據(jù)挖掘可以由原客戶后來卻轉(zhuǎn)成競爭對手的客戶群中，分析其特征，再根據(jù)分析結(jié)果到現(xiàn)有客戶資料中找出可能轉(zhuǎn)向的客戶，然后設(shè)計一些方法預(yù)防客戶流失［1］。此外，數(shù)據(jù)挖掘還可以對銷售數(shù)據(jù)進行深層次的分析，采掘隱含在數(shù)據(jù)中的有用信息，發(fā)現(xiàn)和把握新的市場機會，為企業(yè)的管理決策提供科學的依據(jù)。

可見，數(shù)據(jù)挖掘主要用于企業(yè)的決策支持、客戶關(guān)系管理、市場分析、營銷策略和趨勢預(yù)測等方面，它可以提供比較可靠的依據(jù)，使企業(yè)的決策走向科學化，而不再單純依賴經(jīng)驗，應(yīng)用的行業(yè)包括金融業(yè)、電信業(yè)、零售商、直效行銷、制造業(yè)、醫(yī)療保健及制藥業(yè)等。在我國，許多企業(yè)如電信公司、銀行等開始向數(shù)據(jù)挖掘的方向走，但由于剛起步，許多企業(yè)對數(shù)據(jù)挖掘的認識還存在誤區(qū)，對它的角色定位還不夠準確。

三、企業(yè)信息化進程中對數(shù)據(jù)挖掘的認識誤區(qū)

1． 數(shù)據(jù)挖掘可以解決企業(yè)中所有的商業(yè)信息問題

事實上，數(shù)據(jù)挖掘并非能解決企業(yè)中所有的商業(yè)信息問題，數(shù)據(jù)挖掘僅是一個工具，在挖掘信息之前仍然需要了解企業(yè)的業(yè)務(wù)，理解企業(yè)的數(shù)據(jù)，弄清分析方法。數(shù)據(jù)挖掘只是幫助企業(yè)更深入、更容易地分析數(shù)據(jù)，它無法告訴你某個模型對企業(yè)的實際價值。因此，提及數(shù)據(jù)挖掘，企業(yè)應(yīng)首先考慮用數(shù)據(jù)挖掘解決什么樣的商業(yè)問題，是進行客戶群體劃分、背景分析、交叉銷售，還是客戶流失性分析、客戶信用記分、欺詐發(fā)現(xiàn)等，不同的商業(yè)問題，需要用不同的方法去解決。要想真正作好數(shù)據(jù)挖掘，數(shù)據(jù)挖掘工具只是其中的一個方面，沒有哪一種數(shù)據(jù)挖掘的工具可以應(yīng)付所有的要求。所以，進行數(shù)據(jù)挖掘首先要考慮的是，準確地定義所要解決的商業(yè)問題。

2． 不需要對數(shù)據(jù)進行準備和了解，就能得到好的數(shù)據(jù)挖掘結(jié)果

與傳統(tǒng)的統(tǒng)計分析相比，數(shù)據(jù)挖掘的確不用專門進行實驗設(shè)計和調(diào)查設(shè)計，不用為確定的目的準備大量的數(shù)據(jù)，因為在進行數(shù)據(jù)挖掘之前已有數(shù)據(jù)庫，其目的也是不確定的。作為一種先進的數(shù)據(jù)信息處理技術(shù)，數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)分析的本質(zhì)區(qū)別在于它是數(shù)據(jù)關(guān)系的一個探索過程，而且多數(shù)情況下是在沒有任何假設(shè)和前提的條件下完成的。就現(xiàn)實來看，經(jīng)過幾年的信息化建設(shè)，許多大中型企業(yè)已經(jīng)建立了比較完善的客戶關(guān)系管理（CRM）、ERP、OA等基礎(chǔ)信息化系統(tǒng)，這種大集中系統(tǒng)已為數(shù)據(jù)挖掘準備了較為成熟的條件。但直接從數(shù)據(jù)庫中截取的數(shù)據(jù)往往是冗余的、缺失的、有噪聲的，從而直接影響數(shù)據(jù)挖掘的效果。輸入數(shù)據(jù)庫中的異常數(shù)據(jù)、不相關(guān)的字段或互相沖突的字段、數(shù)據(jù)的編碼方式等，都會對數(shù)據(jù)挖掘輸出結(jié)果的質(zhì)量產(chǎn)生影響。數(shù)據(jù)挖掘最后成功與失敗，是否有經(jīng)濟效益，數(shù)據(jù)準備起到了至關(guān)重要的作用。從原始數(shù)據(jù)轉(zhuǎn)化為挖掘信息的流程如圖1所示。

由圖1可見，在進行數(shù)據(jù)挖掘之前，必須要做煩瑣但卻十分重要的數(shù)據(jù)清洗和預(yù)處理工作，包括去掉冗余、彌補缺失值、消除噪聲等，進而集成、存儲數(shù)據(jù)，以充分了解數(shù)據(jù)，保證數(shù)據(jù)挖掘結(jié)果的價值。

3． 只要有了數(shù)據(jù)挖掘工具，就能自動挖掘出所需要的信息

這是人們常有的一個認識誤區(qū)。數(shù)據(jù)挖掘利用了統(tǒng)計和人工智能技術(shù)的應(yīng)用程序，它把這些高深復(fù)雜的技術(shù)封裝起來，使人們不用自己掌握這些技術(shù)也能完成同樣的功能，并且更專注于自己所要解決的問題。雖然如此，人們?nèi)匀恍枰浪x用的數(shù)據(jù)挖掘工具是如何工作的。換句話說，數(shù)據(jù)挖掘永遠不會替代有經(jīng)驗的商業(yè)分析師或管理人員所起的作用，它只是提供一個強大的工具，數(shù)據(jù)挖掘決不會在缺乏指導(dǎo)的情況下自動地發(fā)現(xiàn)模型［2］。數(shù)據(jù)挖掘工具要做的就是使這些模型得到的更容易、更方便，而且有根據(jù)。比如客戶關(guān)系管理，不是只設(shè)一個客服專線，更不僅僅是把一堆客戶基本數(shù)據(jù)輸入計算機，一個完整的客戶關(guān)系管理運作機制在相關(guān)的硬軟件系統(tǒng)功能健全的支持之前，要有大量的數(shù)據(jù)準備工作與分析過程推動。

邁克爾·J·A·貝里和戈登·S·利諾夫指出，通過4種有效途徑可以實現(xiàn)數(shù)據(jù)挖掘技術(shù)在企業(yè)中的專業(yè)化應(yīng)用，即：從企業(yè)外的制造商處購買與企業(yè)商業(yè)問題配套的評分機制，購買實施整體解決方案的數(shù)據(jù)挖掘軟件，針對特定問題聘請外部專家完成預(yù)測模型的建立，以及在組織內(nèi)部掌握數(shù)據(jù)挖掘技能［3］。他們認為，從公司長遠發(fā)展考慮，最后一種方法應(yīng)作為企業(yè)首選，因為這將促使企業(yè)把數(shù)據(jù)挖掘視為企業(yè)的法寶，并通過它將客戶關(guān)系管理推向企業(yè)戰(zhàn)略的核心。鑒于此，一個企業(yè)想要在未來的市場中具有競爭力，必須有一些數(shù)據(jù)挖掘方面的專家，專門從事數(shù)據(jù)分析和數(shù)據(jù)挖掘工作，再同其他部門協(xié)調(diào)，把挖掘出來的信息提供給決策者參考。但國內(nèi)的企業(yè)還很少有決策人員認識到這一點。如果管理者沒有這方面的意識，數(shù)據(jù)挖掘就很難發(fā)揮其應(yīng)有的作用，且很容易走向兩個極端：一是認為數(shù)據(jù)挖掘沒有用處，二是認為數(shù)據(jù)挖掘是萬能的，而得到的結(jié)果往往與初始期望相去甚遠。

4． 企業(yè)開發(fā)、運用數(shù)據(jù)挖掘的結(jié)果是可以預(yù)期的

這也是企業(yè)界對數(shù)據(jù)挖掘認識上的一個慣常誤區(qū)。實際上，企業(yè)界運用數(shù)據(jù)挖掘要受許多因素的影響，例如，不充足的教育訓(xùn)練、不適當?shù)闹С止ぞ?、?shù)據(jù)的無效性、過于豐富的模型、多變與具有時間性的數(shù)據(jù)、空間導(dǎo)向數(shù)據(jù)、數(shù)據(jù)的衡量性等。面對易變的環(huán)境，沒有立刻能用的現(xiàn)成的模型。數(shù)據(jù)挖掘的本質(zhì)是發(fā)現(xiàn)非預(yù)期的模式，同樣，非預(yù)期的模式要以非預(yù)期的方法來發(fā)現(xiàn)，更不能期望按照程序即能成功。因此，要分析一些潛在的因素，如數(shù)據(jù)取舍、實體關(guān)系性、數(shù)量多寡、復(fù)雜性、數(shù)據(jù)質(zhì)量、可取得性、專家意見等因素，才能做好挖掘工作。此外，所有通過數(shù)據(jù)挖掘發(fā)現(xiàn)的知識都是相對的，是有特定前提和約束條件且面向特定領(lǐng)域的。對于數(shù)據(jù)挖掘而言，需求牽引、市場驅(qū)動是永恒的，而對于企業(yè)應(yīng)用數(shù)據(jù)挖掘而言，面向客戶、講求實際才是最主要的。

5． 數(shù)據(jù)挖掘是企業(yè)商業(yè)智能的核心

簡而言之，商業(yè)智能是能夠幫助用戶對自身業(yè)務(wù)經(jīng)營作出正確明智決定的工具。不可否認，數(shù)據(jù)挖掘可以增加企業(yè)智慧，提升企業(yè)競爭優(yōu)勢，是企業(yè)走向智能化的重要組成部分。但是一個完整的知識挖掘過程牽涉大量的規(guī)劃與準備，包括理解數(shù)據(jù)、融合與核查資料、去除錯誤或不一致的數(shù)據(jù)、發(fā)展模式與假設(shè)、實際數(shù)據(jù)挖掘工作、測試與審核所挖掘的數(shù)據(jù)、解釋與使用數(shù)據(jù)等，從這個角度看，數(shù)據(jù)挖掘只是知識發(fā)掘過程中的一個步驟而已，而達到這個步驟前還有許許多多的工作要完成。

從技術(shù)層面來看，商業(yè)智能的技術(shù)體系包括數(shù)據(jù)倉庫、在線分析處理（OLAP）以及數(shù)據(jù)挖掘3部分。所謂數(shù)據(jù)倉庫就是面向主題的、集成的、穩(wěn)定的、不同時間的數(shù)據(jù)集合，它提供在線分析處理或數(shù)據(jù)挖掘所需要的、整齊一致的數(shù)據(jù)，用以支持經(jīng)營管理中的決策制定過程。OLAP則是幫助分析人員、管理人員多種角度地把從原始數(shù)據(jù)中轉(zhuǎn)化出來、能夠真正為用戶所理解的、并真實反映數(shù)據(jù)特性的信息，進行快速、一致、交互的訪問，從而獲得對數(shù)據(jù)更深入了解的一類軟件技術(shù)［4］。而數(shù)據(jù)挖掘是一種決策支持過程，通過高度自動化地分析企業(yè)原有的數(shù)據(jù)，從中挖掘出潛在的模式，預(yù)測客戶的行為，幫助企業(yè)的決策者調(diào)整市場策略，減少風險，作出正確的決策［5］。這三者的關(guān)系如圖2所示。

由圖2可以看出，數(shù)據(jù)倉庫是商業(yè)智能的基礎(chǔ)，它是一個環(huán)境，主要提供用于決策支持的當前和歷史的數(shù)據(jù)；OLAP屬于數(shù)據(jù)倉庫應(yīng)用，它以數(shù)據(jù)倉庫為基礎(chǔ)，其分析結(jié)果可以為數(shù)據(jù)挖掘提供分析信息，作為挖掘的依據(jù)；數(shù)據(jù)挖掘則可以拓展OLAP的深度，可以發(fā)現(xiàn)OLAP所不能發(fā)現(xiàn)的更為復(fù)雜細致的信息。可見，只有將數(shù)據(jù)挖掘與OLAP、數(shù)據(jù)倉庫結(jié)合起來，才能使企業(yè)的許多業(yè)務(wù)流程實現(xiàn)智能化運作。離開了數(shù)據(jù)倉庫和OLAP，商業(yè)智能無從實現(xiàn)，因此，數(shù)據(jù)挖掘、OLAP與數(shù)據(jù)倉庫均是企業(yè)商業(yè)智能的核心技術(shù)。

四、結(jié) 論

綜上所述，從數(shù)據(jù)中尋找知識、挖掘財富、發(fā)現(xiàn)決策依據(jù)，這是數(shù)據(jù)挖掘?qū)ζ髽I(yè)的直接貢獻，也是企業(yè)信息化的重要體現(xiàn)。但在開發(fā)、運用數(shù)據(jù)挖掘的過程中，應(yīng)充分認識數(shù)據(jù)挖掘的本質(zhì)及局限性，正確地對其進行定位，才能真正發(fā)揮數(shù)據(jù)挖掘的決策支持作用，體現(xiàn)其在企業(yè)信息化中的價值。首先，數(shù)據(jù)挖掘僅僅是一個工具，它不能包羅萬象，解決所有的商業(yè)信息問題，企業(yè)應(yīng)首先明確用數(shù)據(jù)挖掘解決什么樣的商業(yè)問題，同時還需要對企業(yè)業(yè)務(wù)的深入了解和數(shù)據(jù)分析經(jīng)驗；其次，為了保證數(shù)據(jù)挖掘結(jié)果的價值，必須要了解數(shù)據(jù)，保證數(shù)據(jù)的質(zhì)量，數(shù)據(jù)挖掘最后成功與失敗，數(shù)據(jù)準備起到至關(guān)重要的作用；再次，數(shù)據(jù)挖掘工具并非能自動挖掘出所需要的信息，也不會在缺乏指導(dǎo)的情況下自動地發(fā)現(xiàn)模型，還必須有一些數(shù)據(jù)挖掘方面的專家，專門從事數(shù)據(jù)分析和數(shù)據(jù)挖掘工作；然后，企業(yè)在應(yīng)用數(shù)據(jù)挖掘時要受許多因素的影響，故其結(jié)果并不是可以預(yù)期的，面對易變的環(huán)境，企業(yè)要分析一些潛在的因素，面向客戶、講求實際；最后，數(shù)據(jù)挖掘雖然是企業(yè)走向智能化的重要組成部分，可以說數(shù)據(jù)挖掘是目前企業(yè)信息化的高級境界，但不能說數(shù)據(jù)挖掘就是商業(yè)智能的核心所在，一個完整的知識挖掘過程牽涉大量的規(guī)劃與準備，實際的數(shù)據(jù)挖掘只是較大規(guī)模商業(yè)智能過程中的一部分，只有將其與數(shù)據(jù)倉庫、在線分析處理融合在一起，才能構(gòu)成完整的企業(yè)決策分析環(huán)境。

主要參考文獻

［1］ 謝邦昌. 數(shù)據(jù)挖掘與統(tǒng)計工作報告［EB／OL］. http：／／www. bjstats. gov. cn， 2002－04－28.

［2］ 邵峰晶， 于忠清. 數(shù)據(jù)挖掘原理與算法［M］. 北京： 中國水利水電出版社， 2003：3－4.

［3］ ［美］邁克爾·J·A·貝里，戈登·S·利諾夫. 數(shù)據(jù)挖掘——客戶關(guān)系管理的科學與藝術(shù)［M］. 袁衛(wèi) 等譯. 北京： 中國財政經(jīng)濟出版社，2004：15－16.

［4］ 夏火松. 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)［M］. 北京： 科學出版社，2004：3－4，90－91.

［5］ 柳炳祥，徐遠純. 數(shù)據(jù)挖掘在企業(yè)危機管理中的應(yīng)用［J］. 科學學與科學技術(shù)管理，2002（6）：78－80.