统计实务探索与应用作业.docx
《统计实务探索与应用作业.docx》由会员分享，可在线阅读，更多相关《统计实务探索与应用作业.docx（7页珍藏版）》请在冰豆网上搜索。
统计实务探索与应用作业
統計實務探索與應用作業
主題：
DATAMINING
統計四C488460998范玉佳53號
統計四C488460477胡淑煖24號
統計四C488461715施富翔82號
●前言
對於統計從一開始進大學的茫然，然後慢慢的摸索，繼而漸漸的熟悉統計這門學問到底是怎麼回事，或許在別人的眼中---統計是很難的東西，甚至有些人會把羨慕的眼光放在我們統計人的身上，覺得學統計的人一定很厲害，疏不知許多統計上的學問在日常生活中就隨處可見，可能不是那麼專業，但是每一項專業就是要從很多很多的小基礎慢慢累積成大學問的。
這學期修統計實務探索這門課，目的也是希望由平常我們生活的環境來更進一步探索統計這門精深難人尋味的學問，其實每位演講者的演講都是很有用的東西，也很精采，其實要做這份報告前我們也一直苦惱著該往哪一個主題下手，最後我們決定做我們都有興趣，都想了解的主題-----datamining，於是我們討論、尋找資料、整理資料、編排、修改、美化版面，終於完成了我們共同的心血------------------以下是我們報告的內容…….
●二.DataMining的定義
定義：
Dataminingistheprocessofseekinginterestingorvaluableinformationinlargedatabases.
也就是說~資料採礦是從大量的資料庫中找出有興趣有價值的資訊的過程
而在資料分析上，分析報告給你後見之明，統計分析給你先機，DataMining給你識見，這三者都是在既有的資料上做分析，在概念上應該並無軒輊，差別只是手上的資料大小與性質。
所以，方法不同才有定義的不同。
DataMining（資料採擷）是近年來資料庫應用領域中相當熱門的議題。
DataMining一般是指在資料庫中，利用各種分析方法與技術，將過去企業所累積的大量歷史資料，進行分析、歸納與整合等工作，以粹取出有用的資訊，找出使用者有興趣的樣式，提供企業管理階層作為訂定決策的依據。
例如：
電話盜撥、網路干擾、信用卡盜刷等，藉由即時告知以將損失降至最低；而這些異常的情況可能會經常改變，因此要如何應用資料採擷的技術，來完成一個具有即時性與適應性的系統。
在資料庫的發展過程中，資料採擷是一個興起不久的研究領域，其主要的目的就是從大量繁雜的資料中，找出有意義且具有代表性的樣式，以提供有用的資訊給企業管理者。
就目前而言，大多數企業的資料庫儲存著各式各樣的資料（例如：
交易資料、電信通話記錄、競爭對手資料、未來趨勢等），但是這些企業卻無法有效的分析、管理及使用這些資料，甚至對這些資料束手無策。
傳統的資料庫雖然對於交易處理具有強大的功能，卻沒有智慧型的分析能力，使用者必須明
確告訴資料庫其所要的是什麼。
而資料採擷的技術可以過濾這些繁雜的資料，利用智慧型的技術，找出有意義的資訊。
DataMining可說會合了以下六種領域：
●Databasesystems,DataWarehouses,OLAP
●Machinelearning
●Statisticalanddataanalysismethods
●Visualization
●Mathematicalprogramming
●Highperformancecomputing
●三.DataMining的步驟
1. 釐清目標與理解資料；
2. 獲取相關技術與知識；
3. 整合與查核資料；
4. 去除錯誤或不一致及不完整的資料；
5. 由資料選取樣本先行試驗；
6. 研發模式（model）與型樣（pattern）；
7. 實際DataMining的分析工作；
8. 測試與檢核；
9. 找出假設並提出解釋；
10. 持續應用於企業流程中。
由上述步驟可看出，DataMining牽涉了大量的準備工作與規劃過程，事實上許多專家皆認為整套DataMining的進行有80%的時間精力是花費在資料前置作業階段，其中包含資料的淨化與格式轉換甚或表格的連結。
由此可知DataMining只是資訊挖掘過程中的一個步驟而已，在進行此步驟前還有許多的工作要先完成。
●四.DataMining與統計分析
DataMining所使用的技術如CART、CHAID或模糊計算等等理論方法，都是由統計學者根據統計理論所發展衍生，有相當大的比重是由高等統計學中的多變量分析所支撐。
DataMining
Statistics
處理大量資料
1,000,000,000rows,3,000columns
處理大量資料
10,000rows,20columns
企業末端者使用
統計學家檢測用
無須太專業的統計背景
需要專業的統計背景
從大型資料庫抓取所需資料並使用專屬電腦分析軟體，更符合企業需求
●五.DataMining在CRM中扮演的角色
網際網路的興起，引起一股電子商務的熱潮，從美國延燒到台灣，一時之間，CRM公司紛紛成立，傳統企業也大幅度的投入電子商務的列車中，設立各式商務網站，但是反思顧客是否真正從網路上的電子商務得到更多的附加價值，則也引起廣泛的討論。
因此，近來顧客關係管理（CRM：
CustomerRelationshipManagement）逐漸成為注目的焦點，企業也體認到良好顧客關係的提升成為電子商務時代的致勝關鍵，而客服中心（CallCenter）的建置，發揮與顧客互動的功能，更扮演強化CRM的火車頭。
（1）CRM的架構
就策略面來說，CRM應用資訊科技來強化企業的商業智慧，並對於顧客關係管理策略重新來定位。
流程面來說，CRM應包括行銷、銷售及服務流程的協同整合，以及企業對外窗口電子化客服中心。
資訊科技面來說，CRM應建置單一資料庫，作業人員資訊窗口，以及移動式手持裝置輔助電子化流程的延伸。
（2）CRM的功能模組
CRM在和顧客接觸的企業功能分為行銷、銷售及服務三方面，加上可運用的資訊工具包括客服中心、PDA及網站三種展開來看，企業可從九個方面來考量資訊系統的需求模組，構成企業訂單產生與實現及售後服務流程面的電子化及自動化方案。
其中以商業智慧為CRM資訊系統之中建置難度最高，但也是效益最大的部分。
誠如商業智慧正如人的頭腦思考下決策，協調身體各部分運行，而其他客服中心、PDA及網站部分正如人的手腳，作為企業和顧客之間的互動窗口。
（3）資料採礦是顧客關係管理的核心
資料採礦（DataMining）指收集和顧客有關的資料作分析，並把原始資料轉換成商機。
從CRM的整體架構來說，資料採礦是整個CRM的核心精神，也是構成商業智慧的基礎。
企業透過DataMining可以有效率地從市場與顧客所蒐集累積之大量資料中挖掘出對消費者而言最關鍵、最重要的答案，並賴以建立真正由客戶需求點出發的客戶關係管理。
●六.WebMining與DataMining
WebMining可單純看做DataMining應用在網路資料的泛稱。
WebMining分析之範疇：
該如何測量一個網站是否成功？
哪些內容、優惠、廣告是人氣最旺的？
主要訪客是哪些人？
什麼原因吸引他們前來？
如何從大量資料中找出讓網站運作更有效率的操作因素？
整體而言，WebMining具有以下特性：
1.資料收集容易且不引人注意
所謂凡走過必留下痕跡，當訪客進入網站後的一切瀏覽行為與歷程都是可以立即被紀錄的。
2.以互動式個人化服務為終極目標
除了因應不同訪客呈現專屬設計的網頁之外，不同的訪客也會有不同的服務。
3.可整合外部來源資料讓分析功能發揮地更深更廣
●七.DATAMINING應用於各行業上
1.信用卡公司
信用卡公司可使用資料探勘來增加信用卡的應用，做購買授權決定、分析持卡人的購買行為、並偵測詐騙行為。
2.零售商
瞭解顧客購買行為及偏好對零售商的策略來說是必需的。
3.金融服務機構
証券分析師廣泛使用資料探勘來分析大量的財務資料以建立交易及風險模式來發展投資策略。
許多公司的財務部門已經試著去使用資料探勘的產品，而且都有不錯的效果.。
4.銀行
資料探勘已經顯得對銀行有非常大的潛力但大約只有11%的銀行懂得使用資料倉儲來促進資料探勘的活動，銀行應該以他們自有的能力來搜集並分析詳細的顧客資訊，然後整合那些結果成為行銷策略，也可以識別顧客的貸款活動、調整金融商品以符合顧客需求、尋找新的顧客、及加強顧客服務。
5.電話銷售
電話銷售及直銷公司因使用資料探勘已節省許多金錢並且能夠精確的取得目標顧客，電話銷售公司現在不只能夠減少通話數而且可以增加成功通話的比率。
6.製造業
資料探勘已廣泛的被使用在製造工業的控制及排程技術生產程序，LTVSteelCorp.全美第三大的鋼鐵公司，使用資料探勘來偵測潛在的品質問題，使得他們的不良品減少了99%。
7.電信公司
電信公司過去最有名的就是削價策略，但新的策略是瞭解他們的顧客將會比過去來得好，使用資料探勘，電信公司可以提供顧客各種顧客想購買的新服務。
8.保險公司
資料探勘最近已提供保險業者從大型資料庫中取得有價值的資訊以進行決策，這些資訊能夠讓保險業者較瞭解他們的顧客並有效的偵測保險詐欺.。
9.醫療業
預測手術、用藥、診斷或是流程控制的效率。
●
十.結語
經過我們一番的蒐集及整理，收穫當然很多，例如DATAMINING對我們來說不再只是遙不可及的專業名詞，以及它與我們所學的統計分析有甚麼不同，甚至於它在各行各業所扮演的角色，很多專家學者也說datamining在未來即將被廣泛的應用，學統計的我們在即將邁入社會之際，總不能連datamining是甚麼都不知道吧，最重要的是我們知道datamining在未來瑣佔有的地位是如此的重要，它將是我們不可或缺的工具，也很感謝老師和Jerry讓我們剛好有機會先接觸到這個對我們這麼重要的工具。
升级会员 