談數(shù)據(jù)挖掘在企業(yè)信息化中的認(rèn)識(shí)誤區(qū)

申請(qǐng)免費(fèi)試用、咨詢電話：400-8352-114

一、引 言

企業(yè)信息化指的是信息技術(shù)在企業(yè)各個(gè)運(yùn)作流程中的有機(jī)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(guó)企業(yè)信息化已經(jīng)歷了3個(gè)發(fā)展階段：第一階段是辦公自動(dòng)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(biāo)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(jì)劃（ERP）的實(shí)施，它意味著企業(yè)業(yè)務(wù)流程的重組和自動(dòng)化。隨著科學(xué)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(diǎn)。數(shù)據(jù)挖掘是一個(gè)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(jì)學(xué)、可視化、并行計(jì)算等不同學(xué)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(chǎng)、客戶、供貨商、競(jìng)爭(zhēng)對(duì)手以及未來趨勢(shì)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(yùn)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(shí)供決策支持所用，必能產(chǎn)生企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)。但是，許多企業(yè)在信息化進(jìn)程中對(duì)數(shù)據(jù)挖掘還存在一定的認(rèn)識(shí)誤區(qū)，對(duì)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(chǎng)推廣方面。如客戶特征、購(gòu)物關(guān)聯(lián)分析及客戶關(guān)系管理。世界范圍內(nèi)具有刨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(jià)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(fèi)得到最好的銷售。在客戶特征方面．?dāng)?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(duì)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(gòu)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(fèi)行為，利用數(shù)據(jù)挖掘，零售業(yè)者可以更有效地決定進(jìn)貨量或庫存量，或是如何擺設(shè)貨品，同時(shí)也可以用來評(píng)估促銷活動(dòng)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(jìng)爭(zhēng)對(duì)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(jì)一些方法預(yù)防客戶流失。此外，數(shù)據(jù)挖掘還可以對(duì)銷售數(shù)據(jù)進(jìn)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(chǎng)機(jī)會(huì)，為企業(yè)的管理決策提供科學(xué)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(chǎng)分析、營(yíng)銷策略和趨勢(shì)預(yù)測(cè)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(xué)化，而不再單純依賴經(jīng)驗(yàn)，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(guó)，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(duì)數(shù)據(jù)挖掘的認(rèn)識(shí)還存在誤區(qū)，對(duì)它的角色定位還不夠準(zhǔn)確。

三、企業(yè)信息化進(jìn)程中對(duì)數(shù)據(jù)挖掘的認(rèn)識(shí)誤區(qū)

1．?dāng)?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(shí)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(gè)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(gè)模型對(duì)企業(yè)的實(shí)際價(jià)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(jìn)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(gè)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(jìn)行數(shù)據(jù)挖掘首先要考慮的是，準(zhǔn)確地定義所要解決的商業(yè)問題。

2．不需要對(duì)數(shù)據(jù)進(jìn)行準(zhǔn)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(jì)分析相比。數(shù)據(jù)挖掘的確不用專門進(jìn)行實(shí)驗(yàn)設(shè)計(jì)和調(diào)查設(shè)計(jì)。不用為確定的目的準(zhǔn)備大量的數(shù)據(jù)，因?yàn)樵谶M(jìn)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(jìn)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(gè)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(shí)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(zhǔn)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(huì)對(duì)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(jì)效益。數(shù)據(jù)準(zhǔn)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。

圖1 數(shù)據(jù)轉(zhuǎn)化為信息的流程圖

由圖1可見，在進(jìn)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(bǔ)缺失值、消除噪聲等，進(jìn)而集成、存儲(chǔ)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(jià)值。

3．只要有了數(shù)據(jù)挖掘工具，就能自動(dòng)挖掘出所需要的信息

這是人們常有的一個(gè)認(rèn)識(shí)誤區(qū)。數(shù)據(jù)挖掘利用了統(tǒng)計(jì)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(yuǎn)不會(huì)替代有經(jīng)驗(yàn)的商業(yè)分析師或管理人員所起的作用，它只是提供一個(gè)強(qiáng)大的工具。數(shù)據(jù)挖掘決不會(huì)在缺乏指導(dǎo)的情況下自動(dòng)地發(fā)現(xiàn)模型。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(gè)客服專線，更不僅僅是把一堆客戶基本數(shù)據(jù)輸入計(jì)算機(jī)。一個(gè)完整的客戶關(guān)系管理運(yùn)作機(jī)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(zhǔn)備工作與分析過程推動(dòng)。

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(shí)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(gòu)買與企業(yè)商業(yè)問題配套的評(píng)分機(jī)制，購(gòu)買實(shí)施整體解決方案的數(shù)據(jù)挖掘軟件，針對(duì)特定問題聘請(qǐng)外部專家完成預(yù)測(cè)模型的建立，以及在組織內(nèi)部掌握數(shù)據(jù)挖掘技能。他們認(rèn)為，從公司長(zhǎng)遠(yuǎn)發(fā)展考慮，最后一種方法應(yīng)作為企業(yè)首選。因?yàn)檫@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(gè)企業(yè)想要在未來的市場(chǎng)中具有競(jìng)爭(zhēng)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(guó)內(nèi)的企業(yè)還很少有決策人員認(rèn)識(shí)到這一點(diǎn)。如果管理者沒有這方面的意識(shí)，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(gè)極端：一是認(rèn)為數(shù)據(jù)挖掘沒有用處，二是認(rèn)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(yuǎn)。

4．企業(yè)開發(fā)、運(yùn)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(duì)數(shù)據(jù)挖掘認(rèn)識(shí)上的一個(gè)慣常誤區(qū)。實(shí)際上，企業(yè)界運(yùn)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(dāng)?shù)闹С止ぞ摺?shù)據(jù)的無效性、過于豐富的模型、多變與具有時(shí)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(duì)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(shí)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(shí)都是相對(duì)的．是有特定前提和約束條件且面向特定領(lǐng)域的。對(duì)于數(shù)據(jù)挖掘而言，需求牽引、市場(chǎng)驅(qū)動(dòng)是永恒的，而對(duì)于企業(yè)應(yīng)用數(shù)據(jù)挖掘而言，面向客戶、講求實(shí)際才是最主要的。

5．?dāng)?shù)據(jù)挖掘是企業(yè)商業(yè)智能的核心

簡(jiǎn)而言之，商業(yè)智能是能夠幫助用戶對(duì)自身業(yè)務(wù)經(jīng)營(yíng)作出正確明智決定的工具。不可否認(rèn)，數(shù)據(jù)挖掘可以增加企業(yè)智慧，提升企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)，是企業(yè)走向智能化的重要組成部分。但是一個(gè)完整的知識(shí)挖掘過程牽涉大量的規(guī)劃與準(zhǔn)備，包括理解數(shù)據(jù)、融合與核查資料、去除錯(cuò)誤或不一致的數(shù)據(jù)、發(fā)展模式與假設(shè)、實(shí)際數(shù)據(jù)挖掘工作、測(cè)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(gè)角度看，數(shù)據(jù)挖掘只是知識(shí)發(fā)掘過程中的一個(gè)步驟而已，而達(dá)到這個(gè)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(cāng)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(cāng)庫就是面向主題的、集成的、穩(wěn)定的、不同時(shí)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(yíng)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(shí)反映數(shù)據(jù)特性的信息，進(jìn)行快速、一致、交互的訪問，從而獲得對(duì)數(shù)據(jù)更深入了解的一類軟件技術(shù)。而數(shù)據(jù)挖掘是一種決策支持過程，通過高度自動(dòng)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(cè)客戶的行為，幫助企業(yè)的決策者調(diào)整市場(chǎng)策略，減少風(fēng)險(xiǎn)，作出正確的決策圈。這三者的關(guān)系如圖2所示。

圖2 數(shù)據(jù)挖掘、OLAP、數(shù)據(jù)倉(cāng)庫之間的關(guān)系示意圖

由圖2可以看出，數(shù)據(jù)倉(cāng)庫是商業(yè)智能的基礎(chǔ)，它是一個(gè)環(huán)境，主要提供用于決策支持的當(dāng)前和歷史的數(shù)據(jù)；OLAP屬于數(shù)據(jù)倉(cāng)庫應(yīng)用，它以數(shù)據(jù)倉(cāng)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(xì)致的信息?？梢?，只有將數(shù)據(jù)挖掘與OLAP、數(shù)據(jù)倉(cāng)庫結(jié)合起來，才能使企業(yè)的許多業(yè)務(wù)流程實(shí)現(xiàn)智能化運(yùn)作。離開了數(shù)據(jù)倉(cāng)庫和OLAP，商業(yè)智能無從實(shí)現(xiàn)，因此，數(shù)據(jù)挖掘、OLAP與數(shù)據(jù)倉(cāng)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(shí)、挖掘財(cái)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(xiàn)，也是企業(yè)信息化的重要體現(xiàn)。但在開發(fā)、運(yùn)用數(shù)據(jù)挖掘的過程中，應(yīng)充分認(rèn)識(shí)數(shù)據(jù)挖掘的本質(zhì)及局限性，正確地對(duì)其進(jìn)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(jià)值。首先，數(shù)據(jù)挖掘僅僅是一個(gè)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(shí)還需要對(duì)企業(yè)業(yè)務(wù)的深入了解和數(shù)據(jù)分析經(jīng)驗(yàn)；其次，為了保證數(shù)據(jù)挖掘結(jié)果的價(jià)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(zhǔn)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(dòng)挖掘出所需要的信息，也不會(huì)在缺乏指導(dǎo)的情況下自動(dòng)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(shí)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(duì)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(shí)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(jí)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(gè)完整的知識(shí)挖掘過程牽涉大量的規(guī)劃與準(zhǔn)備，實(shí)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(cāng)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。（萬方數(shù)據(jù)）