企業(yè)信息服務(wù)中數(shù)據(jù)挖掘的應(yīng)用

張琬笛

現(xiàn)階段，各企業(yè)都處于信息化服務(wù)大環(huán)境之中，海量的數(shù)據(jù)信息變得愈加密集，市場經(jīng)濟(jì)條件下的企業(yè)想要獲得競爭上的優(yōu)勢，必須要對現(xiàn)代海量的業(yè)務(wù)數(shù)據(jù)信息進(jìn)行深入挖掘分析，將其中有利于企業(yè)運(yùn)營發(fā)展的有效信息提取出來，為企業(yè)管理者進(jìn)行重大決策提供一定的依據(jù)。本研究在分析了數(shù)據(jù)挖掘內(nèi)涵及其分析方法的基礎(chǔ)上，闡述了數(shù)據(jù)挖掘在企業(yè)客戶關(guān)系管理、企業(yè)營銷及企業(yè)市場預(yù)測中的應(yīng)用。

【關(guān)鍵詞】數(shù)據(jù)挖掘 企業(yè) 信息服務(wù) 應(yīng)用

現(xiàn)階段，各企業(yè)都處于信息化服務(wù)大環(huán)境之中，海量的數(shù)據(jù)信息變得愈加密集，市場經(jīng)濟(jì)條件下的企業(yè)想要獲得競爭上的優(yōu)勢，必須要對現(xiàn)代海量的業(yè)務(wù)數(shù)據(jù)信息進(jìn)行深入挖掘分析，將其中有利于企業(yè)運(yùn)營發(fā)展的有效信息提取出來，為企業(yè)管理者進(jìn)行重大決策提供一定的依據(jù)。市場經(jīng)濟(jì)條件下的大部分企業(yè)已經(jīng)意識到歷史的、目前的企業(yè)業(yè)務(wù)相關(guān)信息對于提高企業(yè)市場競爭力的重要性，且已經(jīng)成為企業(yè)在激烈的市場中生存與發(fā)展的重要一環(huán)。

1 數(shù)據(jù)挖掘相關(guān)概述

1.1 數(shù)據(jù)挖掘的內(nèi)涵

數(shù)據(jù)挖掘又稱為資料勘探，指的是從海量繁雜的數(shù)據(jù)中將隱藏在其中的具有某種特殊性關(guān)系或者特定關(guān)系的有關(guān)信息自動化搜索出來的整個過程。數(shù)據(jù)挖掘是由一個嶄新的視角為出發(fā)點(diǎn)，將各類信息技術(shù)進(jìn)行有效融合并發(fā)展而來的可以對海量的業(yè)務(wù)數(shù)據(jù)信息進(jìn)行比較系統(tǒng)的分析和篩查的有效工具，主要是幫助企業(yè)從不斷更新并積累起來的數(shù)據(jù)中選擇對企業(yè)自身有用的信息，數(shù)據(jù)挖掘?qū)⑵髽I(yè)制定的業(yè)務(wù)目標(biāo)為依據(jù)，對整個商業(yè)大環(huán)境中的海量數(shù)據(jù)信息進(jìn)行統(tǒng)計分析，進(jìn)而提取對自身有價值的數(shù)據(jù)信息，為企業(yè)更好地進(jìn)行商業(yè)決策提供有效的依據(jù)。

1.2 數(shù)據(jù)挖掘的方法分析

應(yīng)用數(shù)據(jù)挖掘?qū)Υ罅繑?shù)據(jù)信息進(jìn)行挖掘的分析方法主要有分類、回歸分析、聚類、關(guān)聯(lián)規(guī)則、特征分析、變化和偏差分析、Web網(wǎng)頁挖掘等，不同的分析方法分別從不同的視角對數(shù)據(jù)進(jìn)行了挖掘。

1.2.1 分類分析法

該分析方法主要是以分析對象的特性為依據(jù)將其分門別類，創(chuàng)建類組，同時利用創(chuàng)建的分類模型，將數(shù)據(jù)庫中的數(shù)據(jù)項映射到相應(yīng)的某一個給定的類別之中，其主要用在企業(yè)產(chǎn)品或者服務(wù)客戶的滿意度分析、客戶的屬性分析、客戶的特性分析及客戶在未來對該企業(yè)產(chǎn)品或者服務(wù)的購買趨勢分析等。

1.2.2 回歸分析法

該方法統(tǒng)計學(xué)分析中非常重要的一種，主要是反映變量之間的聯(lián)系，其研究的主要問題有信息數(shù)據(jù)序列之間的變化趨勢、對數(shù)據(jù)序列的預(yù)測及各個數(shù)據(jù)之間內(nèi)在的相關(guān)性等，主要被用于企業(yè)市場營銷方面。

1.2.3 聚類分析

該方法主要根據(jù)數(shù)據(jù)的形似性或者差異性，將一組數(shù)據(jù)進(jìn)行分類，最終使同屬一個類別的數(shù)據(jù)之間相似性最大化，或者不同類中的數(shù)據(jù)相似性最小化，主要被用于企業(yè)客戶群體分類分析、客戶特征分類分析、市場的進(jìn)一部細(xì)化、客戶再產(chǎn)品購買上的趨勢分析與預(yù)測等等。

1.2.4 關(guān)聯(lián)分析

關(guān)聯(lián)分析主要是針對數(shù)據(jù)庫中存在的某種關(guān)系或者聯(lián)系的數(shù)據(jù)項的分析，根據(jù)某一個事務(wù)中某些項數(shù)據(jù)的出現(xiàn)推到另一些數(shù)據(jù)項同樣也會出現(xiàn)在事務(wù)項目中，也就是分析隱含在數(shù)據(jù)項之間的內(nèi)在關(guān)聯(lián)性與內(nèi)在關(guān)系。該分析法主要被用于企業(yè)客戶關(guān)系管理上，通過挖掘企業(yè)客戶數(shù)據(jù)庫中的大量有用數(shù)據(jù)信息，發(fā)現(xiàn)這些數(shù)據(jù)信息之間有價值的關(guān)聯(lián)性關(guān)系，進(jìn)而發(fā)現(xiàn)市場營銷的影響因素，為企業(yè)進(jìn)行更好地產(chǎn)品或者服務(wù)定位、產(chǎn)品或者服務(wù)定價、產(chǎn)品推銷、客戶群的定制、營銷風(fēng)險的有效評價等企業(yè)重大戰(zhàn)略決策提供真實(shí)可靠的數(shù)據(jù)支持。

1.2.5 特征分析

該方法主要是利用數(shù)據(jù)庫中的某一組數(shù)據(jù)進(jìn)行數(shù)據(jù)特征式的提取，進(jìn)而利用該特征式表達(dá)數(shù)據(jù)集的總體性特征。該方法主要被用于企業(yè)預(yù)防客戶流失上，相關(guān)人員對客戶流失因素的特征進(jìn)行提取，進(jìn)而推斷出客戶流失的一系列因素，進(jìn)而對客戶的進(jìn)一步流失進(jìn)行有效的預(yù)防。

1.2.6 偏差分析

該方法主要是找尋觀察結(jié)果和參照量之間存在的有價值的差異。有一大類價值意義較大的知識存在于偏差之中，比如分類過程中出現(xiàn)的反常實(shí)例、模式的例外等等。該方法主要被用于企業(yè)風(fēng)險或者危機(jī)的管理和預(yù)防中。

2 企業(yè)信息服務(wù)中數(shù)據(jù)挖掘的應(yīng)用分析

在企業(yè)信息服務(wù)的過程中，數(shù)據(jù)的挖掘一般是一個信息轉(zhuǎn)化的過程，也就是把數(shù)據(jù)信息逐步轉(zhuǎn)換為對企業(yè)有價值的商業(yè)性知識。以下是筆者根據(jù)自身工作實(shí)踐闡述了數(shù)據(jù)挖掘在企業(yè)信息服務(wù)過程中的具體應(yīng)用：

2.1 在企業(yè)客戶關(guān)系管理過程中的應(yīng)用

有效應(yīng)用數(shù)據(jù)挖掘，對企業(yè)客戶的行為特征進(jìn)行科學(xué)、合理的描述與分析，進(jìn)而進(jìn)行系統(tǒng)化的預(yù)測，幫助企業(yè)優(yōu)化客戶關(guān)系的管理步驟，最終實(shí)現(xiàn)客戶關(guān)系管理的科學(xué)化與最優(yōu)化。在企業(yè)進(jìn)行用戶管理的整個過程中，始終都涉及到數(shù)據(jù)挖掘，比如，企業(yè)怎樣爭取新的客戶、企業(yè)怎樣成功實(shí)現(xiàn)自身已有的客戶價值的再創(chuàng)造、如何防止企業(yè)客戶的流失將那些有價值的客戶維護(hù)下來等。將企業(yè)客戶關(guān)系的管理作為視角，數(shù)據(jù)挖掘則為其提供了堅實(shí)的技術(shù)后盾支持及廣闊的平臺，有助于增強(qiáng)企業(yè)的創(chuàng)新及開發(fā)能力，最終提升企業(yè)市場上的綜合競爭力。

2.2 在企業(yè)市場營銷過程中的應(yīng)用

數(shù)據(jù)挖掘在企業(yè)市場營銷中的應(yīng)用主要是針對企業(yè)客戶行為數(shù)據(jù)信息的收集、加工分析和處理，發(fā)現(xiàn)個體消費(fèi)需要和個體消費(fèi)興趣。除此之外，數(shù)據(jù)挖掘還能夠通過對企業(yè)客戶以往的消費(fèi)信息的統(tǒng)計分析，對未來客戶消費(fèi)行為的發(fā)生進(jìn)行一定的預(yù)測，并依據(jù)預(yù)測結(jié)果，針對具有消費(fèi)潛力的客戶及特定的客戶提供個性化、定向產(chǎn)品服務(wù)，進(jìn)而提高企業(yè)的營銷業(yè)績。比如，現(xiàn)在被廣泛應(yīng)用與零售行業(yè)的條形碼技術(shù)，可以有效地對客戶的消費(fèi)信息進(jìn)行搜集，通過這些搜集的數(shù)據(jù)信息對消費(fèi)者的消費(fèi)行為進(jìn)行系統(tǒng)性分析，從而制定相應(yīng)的營銷策略，提升企業(yè)銷量。條形碼技術(shù)在我國零售行業(yè)的應(yīng)用不僅僅可以幫助客戶進(jìn)行購買行為的識別，從而對客戶的購買趨勢與購買模式進(jìn)行挖掘，還可以通過分校策略的設(shè)計，有效降低零售行業(yè)的成本，有效提高零售行業(yè)的利潤。

2.3 在企業(yè)市場預(yù)測過程中的應(yīng)用

數(shù)據(jù)挖掘在企業(yè)市場預(yù)測過程中的應(yīng)用可以有效地對企業(yè)在未來的發(fā)展趨勢及發(fā)展行為進(jìn)行分析，幫助企業(yè)進(jìn)行前瞻性較強(qiáng)的商業(yè)活動。這一點(diǎn)在金融投資行業(yè)表現(xiàn)得十分突出，比如將數(shù)據(jù)挖掘應(yīng)用與投資評估及股票交易過程中，幫助金融機(jī)構(gòu)對客戶的信用和償還能力進(jìn)行科學(xué)的分析，進(jìn)而降低投資的盲目性，有效降低金融機(jī)構(gòu)的投資風(fēng)險。另外，數(shù)據(jù)挖掘還可以實(shí)現(xiàn)對各種相關(guān)數(shù)據(jù)投資方向的分析，進(jìn)而找尋出存在于數(shù)據(jù)對象之間的內(nèi)在關(guān)系，從而制定出適應(yīng)于數(shù)據(jù)對象的金融策略等，同時描述出數(shù)據(jù)對象最具發(fā)展空間的投資方向。

參考文獻(xiàn)

[1]楊柳.淺析數(shù)據(jù)挖掘在企業(yè)信息服務(wù)中的應(yīng)用[J].通訊世界，2015（16）：200-200.

[2]羅琳.數(shù)據(jù)挖掘在企業(yè)信息處理中的應(yīng)用[J].大眾科技，2009（07）：65-66.

作者單位

東北林業(yè)大學(xué) 黑龍江省哈爾濱市 150026