本文探讨大数据背景下，如何运用数据挖掘技术提升业务。数据挖掘是发现大量数据中有意义模式的业务流程，对营销、CRM等领域有广泛应用。文章介绍了数据挖掘在客户关系管理中的重要性，强调了生存分析、统计算法等关键技术，并阐述了数据挖掘人员应具备的技能，如识别业务机会、转化数据为信息。文章以电信客户流失为例，说明数据挖掘解决实际问题的挑战和关键，包括过拟合、样本偏置等问题，并概述了有指导的数据挖掘过程。
当大数据谈到这里，已经废话加有用的话一大堆。就离那一步实施还是差这一点距离。在上篇博客或以前的博客，我们谈到，我们的定位，是将传统数据挖掘的数据转移到达数据平台上去处理，去节省时间，节省资源。但问题是，当我们没有这么大的数据，或我们有这么大的数据，我们应该从哪一步入手。这就是我们接下来的几篇博客，要探讨的问题。也是大数据的核心：数据挖掘。从头至尾我们都脱离不了数据挖掘。其实从大学到现在一直都接触数据挖掘，但是我们不关心是什么是数据挖掘，我们关心的是我们如何通过数据挖掘过程中找到我们需要的东西，而我们更关心的是这个过程是什么？如何开始？
作为初学者的概念梳理是很有必要的。如果是大牛，这些博客就略过吧。总结的过程也是一个学习的过程，通过有章节的整理对目前正在的学习的内容做规整。在这个过程中我们会从具体的项目实施中去谈数据挖掘，中间会贯穿很多的概念，算法，业务转换，过程，建模等等。
我们列一下要谈论的话题：
1、什么是数据挖掘及为什么要进行数据挖掘？
2、数据挖掘在营销和CRM中的应用？
3、数据挖掘的过程
4、你应理解的统计学
5、数据描述与预测：剖析与预测建模
6、经典的数据挖掘技术
7、各类算法
8、数据仓库、OLAP、分析沙箱和数据挖掘
9、具体的案例分析
什么是数据挖掘？是知识发现、商业智能、预测分析还是预测建模。其实都可以归为一类：数据挖掘是一项探测大量数据以发现有意义的模式（pattern）和规则（rule）的业务流程。
这里谈到了发现模式与规则，其实就是一项业务流程，为业务服务。而我们要做就是让业务做起来显得更简单，或直接帮助客户如何提升业务。在大量的数据中找到有意义的模式和规则。在大量数据面前，数据的获得不再是一个障碍，而是一个优势。在现在很多的技术在大数据集上比在小数据集上的表现得更好——你可以用数据产生智慧，也可以用计算机来完成其最擅长的工作：提出问题并解决问题。模式和规则的定义：就是发现对业务有益的模
最低0.47元/天 解锁文章
扫一扫
1198
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
