③ 데이터 분석은 앉을 수 없다.
2 단계: ① 조사: 데이터 수집, 분석, 마이닝.
② 차트 분석: 분석 및 마이닝 결과를 차트로 만듭니다.
3. 일반적인 방법: 데이터 마이닝에 일반적으로 사용되는 데이터 분석 방법은 주로 분류, 회귀 분석, 클러스터링, 연관 규칙, 특징, 변경 및 편차 분석, 웹 페이지 마이닝 등입니다. 그들은 다른 각도에서 데이터를 발굴한다. ① 분류. 분류는 데이터베이스에서 데이터 객체 세트의 유사점과 차이점을 찾아 분류별로 여러 클래스로 나누는 것입니다. 그 목적은 분류 모델을 통해 데이터베이스의 데이터 항목을 지정된 범주에 매핑하는 것입니다. 고객 분류, 고객 속성 및 특성 분석, 고객 만족도 분석, 고객 구매 추세 예측 등에 적용할 수 있습니다. 예를 들어, 한 자동차 소매업자는 자동차에 대한 고객의 선호도에 따라 고객을 범주로 분류하여 마케팅 담당자가 새 차의 광고 브로셔를 해당 선호 고객에게 직접 우편으로 보낼 수 있도록 함으로써 영업 기회를 크게 늘릴 수 있습니다. ② 회귀 분석. 회귀 분석 방법은 트랜잭션 데이터베이스에 있는 속성 값의 시간 특성을 반영하고, 데이터 항목을 실제 예측 변수에 매핑하는 함수를 생성하고, 변수 또는 속성 간의 종속성을 찾습니다. 주요 연구 문제에는 데이터 시퀀스의 추세 특성, 데이터 시퀀스 예측 및 데이터 간의 상관 관계가 포함됩니다. 고객의 손실 추구, 유지 관리 및 방지, 제품 수명 주기 분석, 판매 추세 예측, 목표 캠페인 활동 등 마케팅의 모든 측면에 적용할 수 있습니다. ③ 클러스터링. 클러스터 분석은 유사성과 차이에 따라 데이터 세트를 여러 범주로 나누는 것으로, 동일한 범주에 속하는 데이터 간의 유사성을 최대한 크게 하고 서로 다른 범주의 데이터 간 유사성을 최대한 작게 만들기 위한 것입니다. 고객군 분류, 고객 배경 분석, 고객 구매 추세 예측, 세그먼트 등에 적용할 수 있습니다. ④ 연관 규칙. 상호 관계 규칙은 데이터베이스의 데이터 항목 간의 관계를 설명하는 규칙입니다. 즉, 한 트랜잭션의 일부 항목에 따라 다른 항목도 동일한 트랜잭션에 나타납니다. 즉, 데이터 간에 숨겨진 상호 관계 또는 상호 관계입니다. 고객 관계 관리에서 기업 고객 데이터베이스의 대량의 데이터를 마이닝하여 대량의 기록에서 흥미로운 관계를 발견하고 마케팅 효과에 영향을 미치는 핵심 요소를 찾아내며 제품 포지셔닝, 고객 기반 가격 및 맞춤형 구성, 고객 추구, 분석 및 유지 보수, 마케팅 및 마케팅, 마케팅 위험 평가, 사기 예측 등의 의사 결정 지원에 대한 참고 자료를 제공합니다. ⑤ 특징. 피쳐 분석은 데이터 세트의 전체 특성을 나타내는 데이터베이스에서 데이터 세트에 대한 피쳐 표현식을 추출하는 것입니다. 예를 들어, 고객 손실 요인의 특징을 추출함으로써 마케팅 담당자는 고객 손실을 효과적으로 방지하는 일련의 원인과 주요 특징을 얻을 수 있습니다. ⑥ 변이 및 편차 분석. 편차에는 분류의 예외 예, 패턴의 예외, 관찰 결과 및 예상 편차와 같은 잠재적으로 흥미로운 지식의 큰 종류가 포함됩니다. 그 목적은 관찰 결과와 참고량 사이에 의미 있는 차이를 발견하는 것이다. 기업 위기 관리 및 조기 경보에서 관리자는 예상치 못한 법칙에 더 관심이 있습니다. 예상치 못한 규칙 마이닝은 다양한 예외 정보의 검색, 분석, 식별, 평가 및 경보에 적용될 수 있습니다. ⑦ 웹 마이닝.