数据挖掘的应用

6.5.3　数据挖掘的应用

实际上数据挖掘技术从一开始就是面向应用的。目前，在很多重要的领域，尤其是在银行、电信、保险、交通、零售(如超级市场)等商业应用领域，数据挖掘都发挥了积极的促进作用。运用数据挖掘技术，我们能够解决许多典型的商业问题，其中包括:数据库营销(Database Marketing)、客户群体划分(Customer Segmentation ＆ Classification)、背景分析(Profile Analysis)、交叉销售(Cross-selling)等市场分析行为，以及客户流失性分析(Churn Analysis)、客户信用评分(Credit Scoring)、欺诈发现(Fraud Detection)等。

除了这些商业应用之外，数据挖掘在其他企事业部门的工作中，包括假伪检测、险灾评估、失误回避、资源分配等很多方面都起着很重要的作用。例如在化学及制药行业，将数据挖掘用于巨量生物信息，可以发现新的有用化学成分;在遥感领域，针对每天从卫星上及其他方面来的巨额数据，数据挖掘能对气象预报、臭氧层监测等起着很大的作用。

接下来，我们将联系前面提到的几种数据挖掘技术，来了解数据挖掘系统在各领域的应用。

在客户分析方面:在银行信用卡和保险行业中，利用分类分析或聚类分析可以将市场划分成几类，这些类别之间相似度低，而类别的组成成分之间却相似度很高。通过分类，可以帮助市场经理和业务执行人员更好地设计市场推广活动和营销计划。

在客户关系管理方面:数据挖掘能帮助市场营销人员了解客户行为和产品使用模式，从而改进通道管理(如银行分支和ATM等)。又如正确时间销售(Right Time Marketing)就是基于顾客生活周期模型来实施的。

在产品质量保证方面:数据挖掘能协助分析大量变量之间的相互作用，并能自动发现某些不正常的数据分布，揭示制造和装配操作过程中的异常情况和各种因素，从而协助质量工程师很快地注意到问题的发生范围，并采取改正措施。

在远程通信方面:基于数据挖掘的分析既能协助企业变更策略，以适应外部世界的变化，同时也能确定市场变化模式，从而指导销售计划。在网络容量利用方面，数据挖掘能了解客户聚集使用网络服务的结构和模式，从而指导容量计划人员对网络设施作出最佳投资决策。