注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

数据挖掘 营销应用

说出你的业务困惑, 看数据挖掘能否帮你解惑

 
 
 

日志

 
 

数据挖掘与人生百味(229,各美其美,美人之美)  

2009-08-21 09:24:05|  分类: 数据挖掘人生百味 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

 

“存在的,就是合理的”。这话用在敏感的政治和社会话题上可能值得商榷,但是在数据挖掘的应用实践中,却是千真万确的。同样的一个话题,同样的一个应用范围,总是有不同的解决思路和方向,总是有各自的地盘可以有所成就,总是“尺有所短,寸有所长”。换成人生的智慧,那也是“各美其美,美人之美”,保持自己的独立性,也对同行抱有欣赏和宽容,这样的人生才算的上明智,这样的挖掘应用才称得上是“经过权衡,经过取舍,谓之恰当”。

最近在做客户细分的具体实践,“客户细分”是数据挖掘营销应用的最基础部分,最开头环节。只有熟悉了客户的代表性群体特征,才可以往下分别采取不同的营销模式、营销策略,才可以接下来更多的更深入的模型应用。关于客户细分,也有不同的思路,不同的算法,不同的手段,不同的工具,不同的数据要求,不同的应用场景,“各美其美,美人之美”在这里作了经典的演绎。提到客户细分,数据挖掘领域的人都知道要用“聚类算法”,尤其是面对很多的(几十,上百甚至更多)变量指标时,聚类算法常常是业内的首选。不过,世上没有永远的王者,天下没有不散的筵席,根据客户细分的实践用途的不同,当然也有不同的思路和算法的,“聚类技术”并不永远是最优选择,更不是唯一的宝贝。尤其是尝试数据分析数据挖掘的中小企业,考虑成本因素和循序渐进的智慧,加上具体应用场景不同,有时可能“RFM”更合适,也可能特定指标的过滤更恰当。通常讲,如果对业务数据不熟悉的情况下,采用“聚类算法”进行客户细分是最保险最主流的,因为聚类的过程也就是让你真正熟悉数据了解数据的过程,因为聚类技术可以让人从不同的角度,不同的指标,发现客户的不同特征;但是,如果项目中客户细分的目的是为了寻找特定产品的最近的潜在买家的话,“RFM”倒是个不错的武器,它简单(只用三个指标)、运行快捷、而且切中主题,尽管这个宝贝甚至算不上严格意义上的“数据挖掘”范畴,(有什么关系呢,只要能解决实际问题就行!);甚至,如果业务专家对项目非常有把握,对数据非常熟悉的话,基于特定的应用目标(比如特定属性的客户过滤),只需按照该特定指标(或相关指标)层层过滤即可,根本不用大动“数据挖掘”干戈。具体采用什么方法,具体走什么路,实在是一切以项目任务为中心的,没有定论,没有桎梏。

分析技术是“各美其美,美人之美”,操作分析技术的数据挖掘者则更是要知道“各美其美,美人之美”这个道理并且践行之。一些只知道聚类分析,言必称“用聚类来细分客户”的人,就算其聚类应用再如何熟练,也是脱离实践的书呆子一个,因为他根本就没有想到要“让技术去适应去迁就业务需求”。

不懂“各美其美,美人之美”的人,是断做不出解决实际问题的数据分析挖掘的。先做人,后做事;做人的智慧可以借鉴成做事的聪明;“各美其美,美人之美”是数据挖掘者应该知道的道理,在人生,也在项目。

  评论这张
 
阅读(332)| 评论(1)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017