【数据挖掘】数据挖掘，小程序的设计方案

1、优化商品组合布局，正确安排商品进货与库存
  从众多的商品中发现创造价值最大的商品。然后，据此调整商品的结构，安排商品的库存和定货。
  商品布局管理即商品摆放位置对销售起着至关重要的作用。

考虑购买者在商店里所穿行的路线、购买时间和地点、货架的使用效率、畅销商品的类别、不同商品一起购买的概率，进行挖掘。

例如，一个超市营销的例子，经由记录客户的消费记录与采购路线，超级市场的厨房用品是按照女性的视线高度来摆放的。
  根据研究得出：美国妇女的视线高度是150公分左右，男性是163公分左右，而最舒适的视线角度是视线高度以下15度左右，所以最好的货品陈列位置是在130-135公分之间。  在商业上，有很多特征是很难理解的，但若了解到这些信息就会增加企业的竞争能力。

2、利用数据挖掘技术帮助企业准确制定营销策略，主要表现在：
  （1）通过对市场同类产品和销售情况、顾客情况的资料收集和分类分析，明确细分市场，确定本企业差别化的产品和服务定位、目标顾客和市场营销策略。（业绩分析）
  （2）正确安排商品进货与库存，降低库存成本。即对各个商品、各色货物进行增减，确保正确的库存；协助企业确定最佳经济批量、最佳定货时机，从而节约进货和库存管理费用。

以顾客为导向
  （3）将顾客按照一定的标准进行分类，通过对企业销售数据的序列分析发现顾客基于时间的购买模式，预测顾客需求，及时调整产品的结构和内容，提高不同顾客群的满意度，最大限度的留住顾客。
  （4）通过建立顾客会员制度，记录同一顾客在不同时期购买的商品序列，通过统计分析和序列模式挖掘顾客购买趋势或忠诚度的变化。

  例如，Safeway在了解客户每次采购时会购买哪些产品以后，就可以利用数据挖掘中的监测功能，监测出长期的经常购买行为。再将这些资料与主数据库的人口统计资料结合在一起，Safeway的营销部门就可以根据每个家庭的特性，也就是哪些季节会购买哪些产品的趋势，发出邮件。

---

2.7 交叉销售

例如，拥有汽车的新婚夫妻很可能购买儿童专用汽车椅，这个现象很容易被理解，并不需要应用到数据挖掘中。
  但如考虑到另一个问题，这些夫妻会购买何种颜色的儿童专用汽车椅？这时可以运用数据挖掘技术以便在新婚夫妻购买汽车的时候销售给他们合适的儿童专用汽车椅。

DM在房地产行业中的应用

  关联规则A1：地理位置无关型客户＝≥ 重视物业管理
  支持率=9.7%；可信度=30.3%；兴趣度=2.4；
  关联规则B1：重视物业管理＝≥ 地理位置无关型客户
  支持率=9.7%；可信度=76.9%；兴趣度=2.4；
  对比发现：“重视物业管理的人不关心地理位置”的可能性（76.9%）高于“不关心地理位置的人重视物业管理”的可能性（30.3%）。说明关联规则B1是一条更有意义的关联规则。

DM在公司财务分析中的应用

  用比率分析法****消除规模影响：


  首先，将企业按财务状况分成5类；其次，利用关联分析，找到影响企业财务状况的因素。对公司的财务状况有明显影响的因素有资产负债率、速动比率、总资产周转率、销售毛利率、净资产收益率等。

---

三、数据挖掘入门

什么激发了数据挖掘，为什么它是重要的？
  什么是数据挖掘？
  在何种数据上进行数据挖掘？
  数据挖掘的功能
  几种较为流行的数据挖掘技术

3.1 什么激发了数据挖掘，为什么它是重要的？

数据爆炸性的增长：从兆字节terabytes 到千兆字节petabytes。
  多种海量数据源
  商业: 网络, 电子商务, 交易, 股票, …
  科学: 遥感数据, 生物信息学, 科学模拟, …
  社会各个角落: 新闻, 数字影像, 视频，…
  “我们被信息淹没却信息贫乏!”
  “需要是发明之母”

根据文章中出现的词的相似性，可以把八篇文章分为两个自然簇。第一个簇由前四篇文章组成，对应于经济新闻，而第二个簇包含后四篇文章，对应于卫生保健新闻。

---

3.2 什么是数据挖掘?

数据挖掘从数据中发现知识。