1、 大數(shù)數(shù)據(jù)的營(yíng)銷營(yíng)銷案例 大數(shù)數(shù)據(jù)如何實(shí)實(shí)施 我們們的大數(shù)數(shù)據(jù)一、未卜先知懷孕案例一、未卜先知懷孕案例塔吉特：比父親更早知道女兒懷孕塔吉特：比父親更早知道女兒懷孕曾經(jīng)有一位男性顧客到一家塔吉特超市店中投訴，商店竟然給他還曾經(jīng)有一位男性顧客到一家塔吉特超市店中投訴，商店竟然給他還在讀書的女兒寄嬰兒用品的優(yōu)惠券。這家全美第二大零售商，會(huì)搞在讀書的女兒寄嬰兒用品的優(yōu)惠券。這家全美第二大零售商，會(huì)搞出如此大的烏龍？但經(jīng)過這位父親與女兒進(jìn)一步溝通，才發(fā)現(xiàn)自己出如此大的烏龍？但經(jīng)過這位父親與女兒進(jìn)一步溝通，才發(fā)現(xiàn)自己女兒真的已經(jīng)懷孕了。女兒真的已經(jīng)懷孕了。提問：提問：為什么塔吉特能知道這個(gè)用戶懷孕了？必須

2、有哪幾個(gè)關(guān)鍵環(huán)節(jié)為什么塔吉特能知道這個(gè)用戶懷孕了？必須有哪幾個(gè)關(guān)鍵環(huán)節(jié)A：用戶數(shù)據(jù)收集：用戶數(shù)據(jù)收集 B：懷孕特征庫(kù)：懷孕特征庫(kù) C：懷孕潛在用戶篩選：懷孕潛在用戶篩選 塔吉特在和顧客溝通過程中采用了哪種營(yíng)銷方式塔吉特在和顧客溝通過程中采用了哪種營(yíng)銷方式A：電子郵件：電子郵件 B：直郵：直郵 C：電話營(yíng)銷：電話營(yíng)銷 D：數(shù)據(jù)庫(kù)營(yíng)銷：數(shù)據(jù)庫(kù)營(yíng)銷一、未卜先知懷孕案例一、未卜先知懷孕案例關(guān)鍵環(huán)節(jié)一：數(shù)據(jù)信息記錄關(guān)鍵環(huán)節(jié)一：數(shù)據(jù)信息記錄一家零售商是如何比一位女孩的親生父親更早得知其懷孕消息的呢？每位一家零售商是如何比一位女孩的親生父親更早得知其懷孕消息的呢？每位顧客初次到塔吉特刷卡消費(fèi)時(shí)，都會(huì)獲得一組

3、顧客識(shí)別編號(hào)，內(nèi)含顧客姓顧客初次到塔吉特刷卡消費(fèi)時(shí)，都會(huì)獲得一組顧客識(shí)別編號(hào)，內(nèi)含顧客姓名、信用卡卡號(hào)及電子郵件等個(gè)人資料。日后凡是顧客在塔吉特消費(fèi)，計(jì)名、信用卡卡號(hào)及電子郵件等個(gè)人資料。日后凡是顧客在塔吉特消費(fèi)，計(jì)算機(jī)系統(tǒng)就會(huì)自動(dòng)記錄消費(fèi)內(nèi)容、時(shí)間等信息。再加上從其他管道取得的算機(jī)系統(tǒng)就會(huì)自動(dòng)記錄消費(fèi)內(nèi)容、時(shí)間等信息。再加上從其他管道取得的統(tǒng)計(jì)資料，塔吉特便能形成一個(gè)龐大數(shù)據(jù)庫(kù)，運(yùn)用于分析顧客喜好與需求。統(tǒng)計(jì)資料，塔吉特便能形成一個(gè)龐大數(shù)據(jù)庫(kù)，運(yùn)用于分析顧客喜好與需求。每個(gè)每個(gè)ID號(hào)還會(huì)對(duì)號(hào)入座的記錄下你的人口統(tǒng)計(jì)信息：年齡、是否已婚、是號(hào)還會(huì)對(duì)號(hào)入座的記錄下你的人口統(tǒng)計(jì)信息：年齡、是否已婚

4、、是否有子女、所住市區(qū)、住址離否有子女、所住市區(qū)、住址離Target的車程、薪水情況、最近是否搬過家、的車程、薪水情況、最近是否搬過家、錢包里的信用卡情況、常訪問的網(wǎng)址等等。錢包里的信用卡情況、常訪問的網(wǎng)址等等。Target還可以從其他相關(guān)機(jī)構(gòu)還可以從其他相關(guān)機(jī)構(gòu)那里購(gòu)買你的其他信息：種族、就業(yè)史、喜歡讀的雜志、破產(chǎn)記錄、婚姻那里購(gòu)買你的其他信息：種族、就業(yè)史、喜歡讀的雜志、破產(chǎn)記錄、婚姻史、購(gòu)房記錄、求學(xué)記錄、閱讀習(xí)慣等等。乍一看，你會(huì)覺得這些數(shù)據(jù)毫史、購(gòu)房記錄、求學(xué)記錄、閱讀習(xí)慣等等。乍一看，你會(huì)覺得這些數(shù)據(jù)毫無意義，但在無意義，但在Andrew Pole和顧客數(shù)據(jù)分析部的手里，這些看似無

5、用的數(shù)和顧客數(shù)據(jù)分析部的手里，這些看似無用的數(shù)據(jù)便爆發(fā)了前述強(qiáng)勁的威力據(jù)便爆發(fā)了前述強(qiáng)勁的威力一、未卜先知懷孕案例一、未卜先知懷孕案例關(guān)鍵環(huán)節(jié)二：數(shù)據(jù)模型建立關(guān)鍵環(huán)節(jié)二：數(shù)據(jù)模型建立Andrew Pole想到了想到了Target有一個(gè)迎嬰聚會(huì)有一個(gè)迎嬰聚會(huì)(baby shower)的登記表。的登記表。Andrew Pole開始對(duì)這些登記表里的顧客的消費(fèi)數(shù)據(jù)進(jìn)行建模分析，不久就開始對(duì)這些登記表里的顧客的消費(fèi)數(shù)據(jù)進(jìn)行建模分析，不久就發(fā)現(xiàn)了許多非常有用的數(shù)據(jù)模式。比如模型發(fā)現(xiàn)，許多孕婦在第發(fā)現(xiàn)了許多非常有用的數(shù)據(jù)模式。比如模型發(fā)現(xiàn)，許多孕婦在第2個(gè)妊娠期個(gè)妊娠期的開始會(huì)買許多大包裝的無香味護(hù)手霜的開

6、始會(huì)買許多大包裝的無香味護(hù)手霜;在懷孕的最初在懷孕的最初20周大量購(gòu)買補(bǔ)充鈣、周大量購(gòu)買補(bǔ)充鈣、鎂、鋅的善存片之類的保健品。最后鎂、鋅的善存片之類的保健品。最后Andrew Pole選出了選出了25種典型商品的消種典型商品的消費(fèi)數(shù)據(jù)構(gòu)建了費(fèi)數(shù)據(jù)構(gòu)建了“懷孕預(yù)測(cè)指數(shù)懷孕預(yù)測(cè)指數(shù)”，通過這個(gè)指數(shù)，通過這個(gè)指數(shù)，Target能夠在很小的誤差能夠在很小的誤差范圍內(nèi)預(yù)測(cè)到顧客的懷孕情況，因此范圍內(nèi)預(yù)測(cè)到顧客的懷孕情況，因此Target就能早早地把孕婦優(yōu)惠廣告寄發(fā)就能早早地把孕婦優(yōu)惠廣告寄發(fā)給顧客。給顧客。一、未卜先知懷孕案例一、未卜先知懷孕案例關(guān)鍵環(huán)節(jié)三：建立和用戶溝通渠道關(guān)鍵環(huán)節(jié)三：建立和用戶溝通渠道

7、那么，顧客收到這樣的廣告會(huì)不會(huì)嚇壞了呢？那么，顧客收到這樣的廣告會(huì)不會(huì)嚇壞了呢？Target很聰明地避免了這很聰明地避免了這種情況，它把孕婦用品的優(yōu)惠廣告夾雜在其他一大堆與懷孕不相關(guān)的商品優(yōu)種情況，它把孕婦用品的優(yōu)惠廣告夾雜在其他一大堆與懷孕不相關(guān)的商品優(yōu)惠廣告當(dāng)中，這樣顧客就不知道惠廣告當(dāng)中，這樣顧客就不知道Target知道她懷孕了知道她懷孕了一、未卜先知懷孕案例一、未卜先知懷孕案例Target取得的成就：取得的成就：根據(jù)根據(jù)Andrew Pole的大數(shù)據(jù)模型的大數(shù)據(jù)模型,Target制訂了全新的廣告營(yíng)銷方案，制訂了全新的廣告營(yíng)銷方案，結(jié)果結(jié)果Target的孕期用品銷售呈現(xiàn)了爆炸性的增長(zhǎng)。的

8、孕期用品銷售呈現(xiàn)了爆炸性的增長(zhǎng)。Andrew Pole的大數(shù)據(jù)分的大數(shù)據(jù)分析技術(shù)析技術(shù)從孕婦這個(gè)細(xì)分顧客群開始向其他各種細(xì)分客戶群推廣從孕婦這個(gè)細(xì)分顧客群開始向其他各種細(xì)分客戶群推廣，從，從Andrew Pole加入加入Target的的2002年到年到2010年間，年間，Target的銷售額從的銷售額從440億美元增長(zhǎng)到億美元增長(zhǎng)到了了670億美元。億美元。二、美國(guó)警察降低犯罪案例二、美國(guó)警察降低犯罪案例紐約的犯罪兇殺從紐約的犯罪兇殺從1994年年1561起下降到起下降到1177起起車輛盜竊從車輛盜竊從95420下降到下降到72679起起到到2009年，兇殺案下降到年，兇殺案下降到466起起二

9、、美國(guó)警察降低犯罪案例二、美國(guó)警察降低犯罪案例CompStat項(xiàng)目的工作人員每天通過電話和傳真向全紐約項(xiàng)目的工作人員每天通過電話和傳真向全紐約76個(gè)警區(qū)個(gè)警區(qū)收集數(shù)據(jù)，再將數(shù)據(jù)統(tǒng)一錄入到收集數(shù)據(jù)，再將數(shù)據(jù)統(tǒng)一錄入到CompStat，進(jìn)行加總和分析。，進(jìn)行加總和分析。每周二、周四的早晨每周二、周四的早晨7點(diǎn)，布雷特就召集全部警區(qū)的指揮官開會(huì)。點(diǎn)，布雷特就召集全部警區(qū)的指揮官開會(huì)。最新發(fā)生的案件以圓點(diǎn)的形式出現(xiàn)在各個(gè)轄區(qū)的地圖上，不同顏色最新發(fā)生的案件以圓點(diǎn)的形式出現(xiàn)在各個(gè)轄區(qū)的地圖上，不同顏色代表著不同類型的犯罪，特定位置的成串圓點(diǎn)則表明那里發(fā)生了一代表著不同類型的犯罪，特定位置的成串圓點(diǎn)則表明

10、那里發(fā)生了一系列的案件。各個(gè)指揮官在這些系列的案件。各個(gè)指揮官在這些“績(jī)效指示燈績(jī)效指示燈”前面依次陳述自己前面依次陳述自己轄區(qū)的情況、對(duì)策以及警力的調(diào)配轄區(qū)的情況、對(duì)策以及警力的調(diào)配“數(shù)據(jù)和信息是執(zhí)法工作當(dāng)中制定戰(zhàn)略和決策的基數(shù)據(jù)和信息是執(zhí)法工作當(dāng)中制定戰(zhàn)略和決策的基礎(chǔ)。礎(chǔ)。”1、決策支持系統(tǒng)、決策支持系統(tǒng) 1947年，美國(guó)科學(xué)家年，美國(guó)科學(xué)家 西蒙提出，西蒙提出，1978年因?yàn)樯虅?wù)決策過程的研究獲得諾貝爾經(jīng)年因?yàn)樯虅?wù)決策過程的研究獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)濟(jì)學(xué)獎(jiǎng)2、商務(wù)智能、商務(wù)智能 利用數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘技術(shù)對(duì)客戶數(shù)據(jù)進(jìn)行系統(tǒng)地儲(chǔ)存和管理，并通過各種數(shù)利用數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘技術(shù)對(duì)客戶數(shù)據(jù)進(jìn)行系統(tǒng)

11、地儲(chǔ)存和管理，并通過各種數(shù)據(jù)統(tǒng)計(jì)分析工具對(duì)客戶數(shù)據(jù)進(jìn)行分析，提供各種分析報(bào)告，如客戶價(jià)值評(píng)價(jià)、客戶滿據(jù)統(tǒng)計(jì)分析工具對(duì)客戶數(shù)據(jù)進(jìn)行分析，提供各種分析報(bào)告，如客戶價(jià)值評(píng)價(jià)、客戶滿意度評(píng)價(jià)、服務(wù)質(zhì)量評(píng)價(jià)、營(yíng)銷效果評(píng)價(jià)、未來市場(chǎng)需求等，為企業(yè)的各種經(jīng)營(yíng)活動(dòng)意度評(píng)價(jià)、服務(wù)質(zhì)量評(píng)價(jià)、營(yíng)銷效果評(píng)價(jià)、未來市場(chǎng)需求等，為企業(yè)的各種經(jīng)營(yíng)活動(dòng)提供決策信息。提供決策信息。3、大數(shù)據(jù)時(shí)代、大數(shù)據(jù)時(shí)代 標(biāo)志著一個(gè)時(shí)代的來臨，一個(gè)概念，而不是真正的技術(shù)標(biāo)志著一個(gè)時(shí)代的來臨，一個(gè)概念，而不是真正的技術(shù) 大數(shù)據(jù)大數(shù)據(jù)(big data)，或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法透過目，或稱巨量資料，指的是所涉及的資料量

12、規(guī)模巨大到無法透過目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊。策更積極目的的資訊。 大約從大約從2009年開始，年開始，“大數(shù)據(jù)大數(shù)據(jù)”才成為互聯(lián)網(wǎng)信息技術(shù)行業(yè)的流行詞匯。才成為互聯(lián)網(wǎng)信息技術(shù)行業(yè)的流行詞匯。 從產(chǎn)業(yè)角度，常常把這些數(shù)據(jù)與采集它們的工具、平臺(tái)、分析系統(tǒng)一起被稱為從產(chǎn)業(yè)角度，常常把這些數(shù)據(jù)與采集它們的工具、平臺(tái)、分析系統(tǒng)一起被稱為“大數(shù)據(jù)大數(shù)據(jù)”。一、數(shù)據(jù)輸入到輸出的基本流程一、數(shù)據(jù)輸入到輸出的基本流程二、決策支持系統(tǒng)二、決策支持系統(tǒng)三、商務(wù)智能是什么三、

13、商務(wù)智能是什么 人們對(duì)商務(wù)智能的理解如同那七個(gè)印度盲人對(duì)大象的理解：人們對(duì)商務(wù)智能的理解如同那七個(gè)印度盲人對(duì)大象的理解：有人認(rèn)為它是有人認(rèn)為它是高級(jí)管理人員信息系統(tǒng)（高級(jí)管理人員信息系統(tǒng)（EIS），），有人認(rèn)為它是有人認(rèn)為它是管理管理信息系統(tǒng)（信息系統(tǒng)（MIS），），有人認(rèn)為它是有人認(rèn)為它是決策支持系統(tǒng)（決策支持系統(tǒng)（DSS）； 有人說有人說它是數(shù)據(jù)庫(kù)技術(shù)，有人說它是它是數(shù)據(jù)庫(kù)技術(shù)，有人說它是數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)，有人說它是，有人說它是數(shù)據(jù)集市數(shù)據(jù)集市，有，有人說它是人說它是數(shù)據(jù)整合與清洗工具數(shù)據(jù)整合與清洗工具，有人說它是查詢和報(bào)告工具，有人，有人說它是查詢和報(bào)告工具，有人說它是在線分析處理工具，

14、有人說它是數(shù)據(jù)挖掘，有人說它是統(tǒng)計(jì)說它是在線分析處理工具，有人說它是數(shù)據(jù)挖掘，有人說它是統(tǒng)計(jì)分析；有人把它當(dāng)做分析性分析；有人把它當(dāng)做分析性ERP, 有人把它當(dāng)做分析性有人把它當(dāng)做分析性CRM, 有人有人把它當(dāng)做分析性把它當(dāng)做分析性SCM, 有人把它當(dāng)做企業(yè)績(jī)效管理，有人把它當(dāng)作有人把它當(dāng)做企業(yè)績(jī)效管理，有人把它當(dāng)作平衡記分卡平衡記分卡 商業(yè)智能技術(shù)，它以數(shù)據(jù)倉(cāng)庫(kù)（商業(yè)智能技術(shù)，它以數(shù)據(jù)倉(cāng)庫(kù)（Data Warehousing）、在線）、在線分析處理（分析處理（OLAP）、數(shù)據(jù)挖掘（）、數(shù)據(jù)挖掘（Data Mining）3種技術(shù)的整合為種技術(shù)的整合為基礎(chǔ)，建立企業(yè)數(shù)據(jù)中心和業(yè)務(wù)分析模型，以提高企

15、業(yè)獲取經(jīng)營(yíng)分基礎(chǔ)，建立企業(yè)數(shù)據(jù)中心和業(yè)務(wù)分析模型，以提高企業(yè)獲取經(jīng)營(yíng)分析信息的能力，從而提高企業(yè)經(jīng)營(yíng)和決策的質(zhì)量與速度。析信息的能力，從而提高企業(yè)經(jīng)營(yíng)和決策的質(zhì)量與速度。 三、商務(wù)智能四個(gè)產(chǎn)業(yè)鏈三、商務(wù)智能四個(gè)產(chǎn)業(yè)鏈1、關(guān)系型數(shù)據(jù)庫(kù)、關(guān)系型數(shù)據(jù)庫(kù)（銷售記錄、用戶購(gòu)買記錄，提供報(bào)表）（銷售記錄、用戶購(gòu)買記錄，提供報(bào)表）2、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)（數(shù)據(jù)系統(tǒng)整合，收集，清洗）（數(shù)據(jù)系統(tǒng)整合，收集，清洗）3、多維分析、多維分析 （不同維度之間的剖析，自定義）（不同維度之間的剖析，自定義）4、數(shù)據(jù)挖掘、數(shù)據(jù)挖掘 （靈魂，產(chǎn)生價(jià)值的地方）（靈魂，產(chǎn)生價(jià)值的地方） 5、展示：可視化界面、展示：可視化界面商業(yè)智能

16、技術(shù)體系（商業(yè)智能技術(shù)體系（BIBusiness Intelligence ）在線分析處理技術(shù)在線分析處理技術(shù)（OLAP：數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)挖掘技術(shù)（Data Mining）數(shù)據(jù)倉(cāng)庫(kù)技術(shù)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)（ Data Warehousing）數(shù)據(jù)整合數(shù)據(jù)整合集成各系統(tǒng)的歷史集成各系統(tǒng)的歷史數(shù)據(jù)，建立面向主數(shù)據(jù)，建立面向主題的企業(yè)數(shù)據(jù)中心題的企業(yè)數(shù)據(jù)中心數(shù)據(jù)分析數(shù)據(jù)分析靈活、動(dòng)態(tài)、快速靈活、動(dòng)態(tài)、快速的多維分析、隨機(jī)的多維分析、隨機(jī)查詢、即席報(bào)表查詢、即席報(bào)表知識(shí)發(fā)現(xiàn)知識(shí)發(fā)現(xiàn)通過數(shù)學(xué)模型發(fā)現(xiàn)通過數(shù)學(xué)模型發(fā)現(xiàn)隱藏的、潛在的規(guī)隱藏的、潛在的規(guī)律，以輔助決策律，以輔助決策更加全面、深入的分析更加全面、深入的分

17、析形成知識(shí)庫(kù)指導(dǎo)決策、再分析形成知識(shí)庫(kù)指導(dǎo)決策、再分析三、商務(wù)智能體系三、商務(wù)智能體系四、關(guān)系型數(shù)據(jù)庫(kù)四、關(guān)系型數(shù)據(jù)庫(kù)關(guān)系型數(shù)據(jù)庫(kù)就是由二維表及其之間的聯(lián)系組成的一個(gè)數(shù)據(jù)組關(guān)系型數(shù)據(jù)庫(kù)就是由二維表及其之間的聯(lián)系組成的一個(gè)數(shù)據(jù)組織，關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)結(jié)構(gòu)就是一張二維表，以表格（關(guān)系）織，關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)結(jié)構(gòu)就是一張二維表，以表格（關(guān)系）的形式存放數(shù)據(jù)的形式存放數(shù)據(jù)典型的商業(yè)訂單條目數(shù)據(jù)庫(kù)會(huì)包括一個(gè)用列表示的描述一個(gè)客典型的商業(yè)訂單條目數(shù)據(jù)庫(kù)會(huì)包括一個(gè)用列表示的描述一個(gè)客戶信息的表格：名字、住址、電話號(hào)碼，等等。戶信息的表格：名字、住址、電話號(hào)碼，等等。 另外的一個(gè)表另外的一個(gè)表格會(huì)描述一個(gè)訂單

18、：產(chǎn)品、客戶、日期、銷售價(jià)格，等等格會(huì)描述一個(gè)訂單：產(chǎn)品、客戶、日期、銷售價(jià)格，等等報(bào)表：是關(guān)系型數(shù)據(jù)庫(kù)時(shí)代將數(shù)據(jù)轉(zhuǎn)化為信息的主要手段報(bào)表：是關(guān)系型數(shù)據(jù)庫(kù)時(shí)代將數(shù)據(jù)轉(zhuǎn)化為信息的主要手段但是報(bào)表是需要事先由開發(fā)人員定制的但是報(bào)表是需要事先由開發(fā)人員定制的比如：比如：2013年年5月份的廢單報(bào)表月份的廢單報(bào)表五、數(shù)據(jù)倉(cāng)庫(kù)五、數(shù)據(jù)倉(cāng)庫(kù)我們可以從多個(gè)我們可以從多個(gè)菜市場(chǎng)，挑選我菜市場(chǎng)，挑選我們做需要的蔬菜，們做需要的蔬菜，肉類等。當(dāng)然，肉類等。當(dāng)然，我們處在一個(gè)選我們處在一個(gè)選擇的過程。如果擇的過程。如果菜不新鮮，我們菜不新鮮，我們完全可以不要它完全可以不要它. .六、多維分析六、多維分析 OALP什

19、么叫多維：什么叫多維：沃爾瑪沃爾瑪2011年年在在北京的銷量北京的銷量是多少是多少?這就是地區(qū)和時(shí)間兩個(gè)這就是地區(qū)和時(shí)間兩個(gè)維度交叉維度交叉百度投放：在百度投放：在2013年年5月份廣東產(chǎn)生多少個(gè)口語計(jì)劃的注冊(cè)？月份廣東產(chǎn)生多少個(gè)口語計(jì)劃的注冊(cè)？其驚艷之美在于其驚艷之美在于 可以根據(jù)用戶自己的需要隨時(shí)創(chuàng)建萬維動(dòng)態(tài)可以根據(jù)用戶自己的需要隨時(shí)創(chuàng)建萬維動(dòng)態(tài)報(bào)表，報(bào)表的定制權(quán)由后臺(tái)開發(fā)人員直接轉(zhuǎn)移到前端的用戶報(bào)表，報(bào)表的定制權(quán)由后臺(tái)開發(fā)人員直接轉(zhuǎn)移到前端的用戶其代表：國(guó)雙的動(dòng)態(tài)分析其代表：國(guó)雙的動(dòng)態(tài)分析普通鉆取是改變維的層次，包括上卷（普通鉆取是改變維的層次，包括上卷（roll up）與）與下鉆（下鉆

20、（drill down）。上卷是從維的細(xì)節(jié)層向顆粒）。上卷是從維的細(xì)節(jié)層向顆粒較大高層鉆取，以便宏觀把握數(shù)據(jù)的匯總情況；下較大高層鉆取，以便宏觀把握數(shù)據(jù)的匯總情況；下鉆是從維的高層向顆粒較小的細(xì)節(jié)層鉆取，以便觀鉆是從維的高層向顆粒較小的細(xì)節(jié)層鉆取，以便觀察數(shù)據(jù)明細(xì)情況。察數(shù)據(jù)明細(xì)情況。舉例來說：某電信運(yùn)營(yíng)商在分析舉例來說：某電信運(yùn)營(yíng)商在分析2003年總體話務(wù)量年總體話務(wù)量時(shí)發(fā)現(xiàn)全年話務(wù)量為時(shí)發(fā)現(xiàn)全年話務(wù)量為100億分鐘，這除了說明全年的億分鐘，這除了說明全年的總體話務(wù)量情況，不能說明任何問題?，F(xiàn)在分析人總體話務(wù)量情況，不能說明任何問題。現(xiàn)在分析人員想進(jìn)一步了解員想進(jìn)一步了解2003年各個(gè)月份的

21、話務(wù)量情況，就年各個(gè)月份的話務(wù)量情況，就必須針對(duì)時(shí)間維度進(jìn)行下鉆操作，以看到顆粒較細(xì)必須針對(duì)時(shí)間維度進(jìn)行下鉆操作，以看到顆粒較細(xì)的月份數(shù)據(jù)。反之就必須進(jìn)行上卷鉆取。的月份數(shù)據(jù)。反之就必須進(jìn)行上卷鉆取。六、多維分析六、多維分析普通鉆取普通鉆取穿透鉆取是指從一個(gè)模型鉆透到另一個(gè)模型。穿透鉆取是指從一個(gè)模型鉆透到另一個(gè)模型。舉例來說：某電信運(yùn)營(yíng)商發(fā)現(xiàn)本月通話時(shí)長(zhǎng)下降舉例來說：某電信運(yùn)營(yíng)商發(fā)現(xiàn)本月通話時(shí)長(zhǎng)下降5%，經(jīng)過下鉆發(fā)現(xiàn)是，經(jīng)過下鉆發(fā)現(xiàn)是IP的本月通話時(shí)長(zhǎng)下降了的本月通話時(shí)長(zhǎng)下降了20%帶帶動(dòng)了整個(gè)通話時(shí)長(zhǎng)下降動(dòng)了整個(gè)通話時(shí)長(zhǎng)下降3%，為了找到，為了找到IP的通話時(shí)長(zhǎng)的通話時(shí)長(zhǎng)下降的具體原因就需

22、要鉆取到面向下降的具體原因就需要鉆取到面向IP業(yè)務(wù)的分析主業(yè)務(wù)的分析主題，詳盡分析通話時(shí)長(zhǎng)下降原因。這種跨越模型的題，詳盡分析通話時(shí)長(zhǎng)下降原因。這種跨越模型的鉆取就稱為穿透鉆取。鉆取就稱為穿透鉆取。舉例：網(wǎng)絡(luò)營(yíng)銷部廣告投放這個(gè)月的注冊(cè)比上個(gè)月舉例：網(wǎng)絡(luò)營(yíng)銷部廣告投放這個(gè)月的注冊(cè)比上個(gè)月少了少了20%注冊(cè)，通過下鉆發(fā)現(xiàn)是騰訊比上個(gè)月下降注冊(cè)，通過下鉆發(fā)現(xiàn)是騰訊比上個(gè)月下降80%，為了找到騰訊的原因必須鉆取到涉及到騰訊，為了找到騰訊的原因必須鉆取到涉及到騰訊下降的其他原因（流量？頁(yè)面轉(zhuǎn)化率？）。下降的其他原因（流量？頁(yè)面轉(zhuǎn)化率？）。六、多維分析六、多維分析穿透鉆取穿透鉆取切片與切塊是指選擇某一切片

23、與切塊是指選擇某一/些維度的具體類別，分析些維度的具體類別，分析該類別的數(shù)據(jù)關(guān)于其他維的情況。該類別的數(shù)據(jù)關(guān)于其他維的情況。舉例來說：某煙草公司分析發(fā)現(xiàn)舉例來說：某煙草公司分析發(fā)現(xiàn)2012年全年煙草銷年全年煙草銷售為售為10億元，現(xiàn)在想了解億元，現(xiàn)在想了解2012年中華（軟）這種規(guī)年中華（軟）這種規(guī)格的卷煙在第一季度的銷售情況，就必須針對(duì)時(shí)間格的卷煙在第一季度的銷售情況，就必須針對(duì)時(shí)間維度選擇第一季度，針對(duì)卷煙規(guī)格維度選擇中華（維度選擇第一季度，針對(duì)卷煙規(guī)格維度選擇中華（軟），通過這樣的切塊的方式可以觀察相關(guān)維度的軟），通過這樣的切塊的方式可以觀察相關(guān)維度的具體類別（如本例中的中華（軟）在第一

24、季度）的具體類別（如本例中的中華（軟）在第一季度）的數(shù)據(jù)狀況，分析這些數(shù)據(jù)得出有效的信息，以針對(duì)數(shù)據(jù)狀況，分析這些數(shù)據(jù)得出有效的信息，以針對(duì)這些具體類別進(jìn)行針對(duì)性的決策。這些具體類別進(jìn)行針對(duì)性的決策。當(dāng)僅針對(duì)一個(gè)維當(dāng)僅針對(duì)一個(gè)維度進(jìn)行切塊時(shí)稱為切片。度進(jìn)行切塊時(shí)稱為切片。六、多維分析六、多維分析切片與切塊切片與切塊六、多維分析六、多維分析 OALP六、多維分析六、多維分析六、多維分析六、多維分析討論：通過上圖我們可以看到哪些維度的數(shù)據(jù)討論：通過上圖我們可以看到哪些維度的數(shù)據(jù)1、某月東北、某月東北 冰箱冰箱2、西北電器總和、西北電器總和3、6月西北產(chǎn)品銷量月西北產(chǎn)品銷量六、多維分析和數(shù)據(jù)倉(cāng)庫(kù)關(guān)系

25、六、多維分析和數(shù)據(jù)倉(cāng)庫(kù)關(guān)系七、數(shù)據(jù)挖掘七、數(shù)據(jù)挖掘描述性數(shù)據(jù)挖掘描述性數(shù)據(jù)挖掘預(yù)測(cè)性數(shù)據(jù)挖掘預(yù)測(cè)性數(shù)據(jù)挖掘n基本目標(biāo)基本目標(biāo)以數(shù)據(jù)統(tǒng)計(jì)和分析為目的以數(shù)據(jù)統(tǒng)計(jì)和分析為目的n數(shù)理統(tǒng)計(jì)數(shù)理統(tǒng)計(jì)求和、平均、方差等求和、平均、方差等各種報(bào)表和即席查詢各種報(bào)表和即席查詢多維分析多維分析n關(guān)聯(lián)分析關(guān)聯(lián)分析關(guān)聯(lián)規(guī)則關(guān)聯(lián)規(guī)則序列模式序列模式n聚類分析聚類分析相似特征挖掘相似特征挖掘分類識(shí)別分類識(shí)別n基本目標(biāo)基本目標(biāo)以未來預(yù)測(cè)和模擬為目的以未來預(yù)測(cè)和模擬為目的n分類分析分類分析分類函數(shù)分類函數(shù)分類模型分類模型n回歸分析回歸分析線性回歸線性回歸非線性回歸非線性回歸決策樹決策樹神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)n時(shí)間序列時(shí)間序列移動(dòng)平

26、均移動(dòng)平均數(shù)據(jù)挖掘數(shù)據(jù)挖掘啤酒和尿布的故事啤酒和尿布的故事七、數(shù)據(jù)挖掘案例七、數(shù)據(jù)挖掘案例啤酒和尿布的故事啤酒和尿布的故事“啤酒與尿布啤酒與尿布”的故事產(chǎn)生于的故事產(chǎn)生于20世紀(jì)世紀(jì)90年代的美國(guó)沃爾瑪超市中，沃爾年代的美國(guó)沃爾瑪超市中，沃爾瑪?shù)某泄芾砣藛T分析銷售數(shù)據(jù)時(shí)發(fā)現(xiàn)了一個(gè)令人難于理解的現(xiàn)象：在瑪?shù)某泄芾砣藛T分析銷售數(shù)據(jù)時(shí)發(fā)現(xiàn)了一個(gè)令人難于理解的現(xiàn)象：在某些特定的情況下，某些特定的情況下，“啤酒啤酒”與與“尿布尿布”兩件看上去毫無關(guān)系的商品會(huì)兩件看上去毫無關(guān)系的商品會(huì)經(jīng)常出現(xiàn)在同一個(gè)購(gòu)物籃中，這種獨(dú)特的銷售現(xiàn)象引起了管理人員的注經(jīng)常出現(xiàn)在同一個(gè)購(gòu)物籃中，這種獨(dú)特的銷售現(xiàn)象引起了管理人員的注意，經(jīng)過后續(xù)調(diào)查發(fā)現(xiàn)，這種現(xiàn)象出現(xiàn)在年輕的父親身上。意，經(jīng)過后續(xù)調(diào)查發(fā)現(xiàn)，這種現(xiàn)象出現(xiàn)在年輕的父親身上。當(dāng)然當(dāng)然“啤酒與尿布啤酒與尿布”的故事必須具有技術(shù)方面的支持。的故事必須具有技術(shù)方面的支持。1993年美國(guó)學(xué)者年美國(guó)學(xué)者A