SQL SERVER2008数据挖掘

概述

Microsoft SQL Server 2008 让您能够通过直观的数据挖掘的预测性分析来做出明智合理的决策，无缝地整合 Microsoft 商业智能平台并可扩展至商业应用程序。

重大的新功能

• 同时利用错误和精确度的统计分数来测试多个数据挖掘模型，并利用交叉验证来确认其稳定性

• 在单一结构中建立多个不兼容的挖掘模型、在筛选过的数据中应用模型分析、针对结构数据进行查询来呈现完整的信息，增强型挖掘结构会启用所有的这些功能

• 使用更优质的时间序列支持来结合优化的短期预测 (ARTXP) 与稳定的长期预测 (ARIMA)，将两者的优势结合在一起

• 使用购物篮分析来探索经常一起购买的项目之间的关系、产生交互式窗体来使用预测性的计算器为新的案例计分、随着 Office 2007 的 Microsoft SQL Server 2008 数据挖掘加载宏一起传递

完整性

 

将直观性和全面性的深入预测能力提供给所有用户，让用户根据多方信息做出决策。

丰富且创新的算法

用户会因为许多丰富且创新的数据挖掘算法而获益良多，这些算法大多是由 Microsoft 研究人员所开发，其目的是为了更快速并且准确地支持常见的商业问题。

• 购物篮分析 - 探究使用者经常会一起购买哪些项目，以便产生实时的采购建议及判断产品的位置如何直接影响用户的购买决策

• 客户流失分析 - 预先处理可能会考虑取消其服务的客户，并指出可让这些客户留下来的好处

• 市场分析 - 自动将类似的客户分组在一起来定义市场分割。使用这些细分市场可寻找有获利机会的客户

• 预测 - 预测销售和存货数量并了解两者之间的相互关联性，以便预测瓶颈及提高性能

• 数据浏览 - 分析不同客户之间的获利机会，或是将偏爱同一产品但品牌不同的客户进行比较，以便找出新的机会

• 无人监督的学习方式 - 指出企业内不同元素之间的先前未知关系，让您根据多方情报做出更好的决策

• 网站分析 - 了解人们如何使用您的网站并将类似的使用模式分组在一起，以便提供更好的使用经验给用户

• 营销活动分析 - 针对最有可能响应促销活动的客户进行促销，以更有效的方式使用营销经费

• 信息质量 - 指出数据输入或数据加载期间的异常情况并加以处理，以提高信息的质量

• 文字分析 - 分析多方意见，以找出有关客户或员工所关心的常见话题和趋势，使用未经过组织的输入数据来做出决策

全面性的开发环境

具备可执行的深入洞察力，利用 Business Intelligence Development Studio (BIDS) 来快速且精确地做出决策。

• 使用数据挖掘向导和数据挖掘设计工具来建立复杂的模型和交互式视觉效果

• 使用增益图和收益图及交叉验证，以视觉和统计方式比较及对照模型的质量，看看是否正确，然后再加以部署

• 用户因为弹性的增加而获益，让他们能够针对筛选过的数据建立多个不同的数据挖掘模型

通过 Microsoft Office 进行全面性的传递

通过 Office 2007 的数据挖掘加载宏让所有用户都能享受到预测性分析的优点。

• 让用户能够在熟悉的电子表格环境内利用增强的数据挖掘技术，在探索与浏览之间顺利进行转换，并利用Excel 的表分析工具来隐藏直观工作背后的复杂性

• 使用 Excel 的数据挖掘客户端来取得其他信息、验证及控制权，为高级用户提供完整的数据挖掘开发周期

• 使用 Visio 的数据挖掘模板，针对探索的内容呈现可加注的图形化视图

• 建立全面性的直观化协同商业生态系统，在商业决策中注入各种预测，并让组织内的用户获得洞察力

企业等级的能力

充分利用 SQL Server 2008 Analysis Services 的完整能力。

• 利用企业等级的服务器优点来增强预测性解决方案，例如快速开发、高可用性、卓越的性能和扩展性、强固的安全性功能以及通过 SQL Server Management Studio 的增强管理性等优点

整合性

 

将预测整合到数据周期的每一个步骤，以探索隐藏的洞察力。

在数据整合期间执行的挖掘工作

• 对 SQL Server 2008 Integration Services 使用预测性分析，以便根据数据挖掘算法的预测和洞察力来标示异常的数据、分类商务实体、预测遗漏的值以及执行数据流中的文字挖掘

具有洞察力的分析

• 将数据挖掘结果并入为 OLAP Cube 中的维度，以便提供更丰富的使用经验，由内部的隐藏模式切割数据

• 在计算和关键绩效指标 (KPI) 中加入预测函数，于分析中注入前瞻性的展望

本地报表整合

• 使用数据挖掘查询做为数据源，以 SQL Server 2008 Reporting Services 创建报表

• 对数据挖掘结构执行查询来呈现完整的数据，而不受挖掘模型需求的限制，如此便可有效地提供预测

预测性 KPI

• 因为整合 SQL Server Analysis Services 和 Microsoft Office PerformancePoint Server 2007 而获益

• 结合预测性与回顾性的 KPI，针对目标预测未来的性能并预先处理潜在的复杂问题

• 探索及监视关键影响因子中的趋势，以便公开持续性的影响