数据挖掘在商业管理与决策分析的应用

,按一下以编辑母片标题样式,按一下以编辑母片本文样式,第二阶层,第三阶层,第四阶层,第五阶层,*,*,数据挖掘在商业管理与决策分析之实例应用,1,决策分析质量,与效率,之提升,数据挖掘之原理概念与功能,数据挖掘之建构方法,应用案例介绍,电子商务之应用（Web Mining/）,建议与结论,引言,2,经营环境,经营环境日益挑战,考虑：成本、利润、质量,. . . .,管理活动,整合：业务运作、管理控制、策略规画,信息密集行业,全方位,/,多角化经营,3,资料,-,企业宝贵之资产,信息,Mining,资料,仓储,Mining,知识,(Corporate Memory),(Corporate Intelligence),4,Database/Data,Warehouse,Target,data,Cleaned,data,Transformed,data,Pattern/model,评鉴,数据视觉,资料挖掘,数据转换与简化,前置处理与清理,样本选取,Performance,system,知识发现流程（Knowledge Discovery),Knowledge,/Adapted from IBM Corp./,5,数据挖掘之基本概念,背景,管理信息超载及结构化不足,信息混乱与误用,管理问题复杂度高,实时决策分析日益重视,发展目的,有效利用搜集之市场,、,客户,、,供货商,、,竞争对手及未来趋势信息,使企业经由有效之方法与技术从历史数据里撷取有用的知识,6,数据挖掘原理,主要方法,数据库、数据视觉、统计学、机器学习等,相关技术,类神经网络、模糊逻辑、基因算法、基因规画、 案例库推理法、规则库推理、统计回归等,知识表现,决策树 、法则、定量数学公式、黑箱公式 等,7,Data mining,主要,功能与技术,功能 技术 适用领域,关联性 (Association) 案例库推理/集合理论/统计 菜篮分析,时间序列,(Sequence),类神经网络,/,统计 利率预测,分类,(Classification),基因演算,/,类神经网络,/,统计,/,客户评鉴分类 模糊逻辑案例推理,/,决策树,公式 (Modeling) 基因规划/基因演算/回归 销售预测,群组,(Clustering),类神经网络,/,模糊逻辑,/,市场区隔,基因演算,/,统计,8,数据挖掘应用现况,Safeway 贩卖促销信息（e.g. coupon),音乐,/,电影喜好问卷搜集,Fidelity Investment客户服务 （cross-selling/ wallet share),First USA Bank信用卡资料（汽车房贷）,Capital One 降低贷款风险损失率,First Union预测潜在流失客户,预测侵蚀性的物质对皮肤的影响降低产品,(,药品或毒品,),的发展成本和时间，以及减少动物实验的需求,分析零售商店历史销售记录与位置概述以决定最佳的位置,分析提款机设置地点最佳位置,9,Data Mining 过程,了解应用领域,建立目标集、选择目标数据集,去除数据杂质、做先置处理,减少数据和数据转换,选择数据挖掘的模式（功能）,选择数据挖掘的算法（技术）,资料挖掘,评估第七步骤的结果,整理发现的知识,10,实例应用,客户评鉴与分类,(NeuroFuzzy),提升邮购回函率,(Fuzzy),股市交易最佳化规则之发掘 (GA),零售商品与客源群聚相关性分析 (Neural/Statistic),民航机重落地分析（Regression Tree),化妆品偏好分析（Classification Tree),窑烧最佳化控制（Neural/GA),大哥大忠诚客户与游离客户之分析及预测（Classification Tree),11,股市交易最佳化规则之发掘,规则一,假如,6日RSI,小于,20,且,6日BIAS,小于,-4%,时则 买入并持有,12日,规则二,假如,6日RSI,大于,80,且,6日BIAS,大于,5%,时则 卖出并放空,10日,12,提升Direct Mail回函率,寄出信函数（寄出成本）,回函数,节省,目标营销,大众营销,预定目标,13,Segment 1 (Age 43)(42.8%),Segment 2 (Age 42)(24.8%),Segment 3 (Age 52)(20.4%),Segment 4 (Age 26)(11.9%),Market Segmentation,Segment size, average age,Figure 9.3 Segmentation Results: Segment Size and Average Age,14,population,Segment3,Segmnet1,Segmenet4,Segment2,Target Categories,A,v,g,$,s,p,e,n,t,3000,2000,2500,1500,1000,500,0,Market Segment Analysis,Segments v.s. Population,Figure 9.4,Market Segmentation Analysis,15,Safeway 案例,面临之挑战,8 million transaction data/week (4 T MB),500,家店面与,600,万客户,市场竞争激烈，传统手法技术式微 （如更低价位，更多据点，多类产品）,新的竞争关键焦点：掌握客户需要,-,哪类客户买哪些商品以及购买频率,16,Market Basket Analysis (菜篮分析）,Coke,Milk,Juice,Egg,Coke,Milk,Juice,Egg,Egg,Juice,Milk,Coke,17,其它相关应用,发掘背部手术成败关键因素,磁砖颜色配比决策辅助,旋窑燃烧最佳化控制,研磨机钢球配比及置放址决策辅助,电子能量、功率、废气流量、氨气流量组合对氮氧化物及硫氧化物去除效率之模式发展,污染排放量预测模式（DECADES MODEL）,燃烧炉中,NG,、,LPG,、与正常空气之配比对燃烧效率及其它有害气体之排放程度之影响,18,其它相关应用,(续),发掘共同基金潜在客户,银行活期存款账户流失率估计,相关产品群组设计（cross-selling）,预测油田生产量,海上石油外溢对生态破坏影响之估计,飞机结构负载,19,医疗案例,DISXPERT -,残障职业转介专家系统,区别分析寻找分类要因,数据学习以萃取分类规则,整合专家规则与萃取分类规则,延伸应用,客户分类,20,医疗保险,FAMS,的 功 能,侦测 ( Detection ),利用,fuzzy modeling,和统计技术来分析群组的行为，针对每个医疗服务提供者评定分数，以反应其遍离行为标准的程度,调查 ( Investigation ),分析提供者的分数和详细的赔偿数据,解决 ( Settlement ),详细分析群组行为和赔偿的报告和图表。报告可以用来协商、解决问题和检举不法之事,预防 ( Prevention ),支持提供者的监视和提供新的工具来评估和教育他们，改善提供者的行为，以防止医疗诈欺和滥用，减低保险公司的损失,21,FAMS,的特性,利用案例数据的“retrospective analysis”，分析帐目和医疗提供者的医疗工作，以找出有嫌疑的提供者,依据医疗专业和地理位置来定义群组,例如，你可以着重于,Los Angeles,的经神科、,Hartford,的皮肤科、大都会地区的紧急救护服务,22,建置数据剖析应注意事项,在规画Data Warehouse时即应与所需Mining之目标结合,配合数据处理情况 Data Warehouse - Data Marts - Cube 选择软硬件发展平台,分期或分步骤并以渐进式方法开发,80%心力需投入于Data Preparation步骤,常见之主机平台包括：IBM/390, HP9000, IBM RS-6000, SUN, UNISYS,23,可能遭遇问题之影响因素,企业教育训练之不足,不适当之支持工具,数据之无效性,资料样型（patterns）太多,多变与时间性数据,复杂之数据型态,没有现成之模式可立即使用,数据质量,资料可取得性,专家意见,24,Web/,Dynamic product catalog,Dynamic banner,Dynamic content,Tailored mailing list,25,Data Mining for CRM/Churn Management,Defector identification,Campaign promotion,Marketing resource allocation,Risk assessment & fraud detection,Royal customer identification,26,Business Intelligence in Electronic Commerce,27,建议与结论,以信息科技为主轴之经营管理,数据之保存、管理与运用为致胜关键,善用商业智慧工具以有效解决问题,28,案例（一）,建物抵押贷款申请评估,说明,：评估模式针对五个输入变项值给予综合评定 分数,-1).,建造的施工质量、,2).,建筑物的位置、,3).,申贷人的资产、,4).,申贷人的收入、,5).,利 息支付情况。各个项目的评分范围从,0,分到,100,分。,可使用之技术,：基因算法、决策树、类神经 网络、基因规划法,29,计分模式结构,30,案例（二）, DM,寄送对象评分,说明,：评估模式针对六个输入变项值给予综合评定 分数,- 1).,盈余、,2).,住家地理位置、,3).,房地产 总值、,4).,年龄、,5).,小孩个数、,6).,是否结婚。,可使用之技术,：基因算法、决策树、类神经 网络、基因规划法,31,计分模式结构,32,窑烧最佳稳定控制结果,x1,x2,x3,x4,x5,33,资料挖掘技术与发展,34,输入,依误差调整权重,真实值,预测值,监督式学习架构,类神经网络,-,监督式学习,35,输入,调整优胜单元至,输入层之权重,竞争优胜单元输出,非监督式学习架构,类神经网络,-,非监督式学习,36,模糊规则库,37,Neuro-Fuzzy,类神经-,模糊系统,38,Genetic Algorithm,（基因演算）,39,基因演算原理,40,GP(,基因规划）,41,GP-Fuzzy,基因规划-,模糊系统,42,案例推理流程,43,If Time_band =2.5 years,and Time_employed =1.5 year,while reject is only 3.2% likely.,A total of 63 cases fit this profile,61 accepts and 2 rejects,.,决策树,44,过去相关,R,D,经历,民营单位计划,因特网客户购买行为分析暨预测（安瑟在线），,2000,网页浏览使用行为分析（发现者国际公司），,2000,大哥大门号转换与客户流失分析,(,自行研究,),，,2000,网际广告暨电视广告采买组合决策辅助系统,(,润利公司,),，,1999,消费者对化妆品之品牌选择模式建构与分析（资生堂、佳丽宝与香奈儿），,1999,ISP,客户使用意愿分析因果预测模式建构,(,自行研究,),，,1999,信用卡持卡人延滞缴款预测模式研究（某国内金融机构）,1999,信用卡签帐金额预测（某金融单位），,1999,保险产品与客户选择分析辅助系统（某保险经济人公司），,1999,医院洗肾中心护理人员排班辅助系统,(,长庚医院,),，,1998,船席调配作业专家决策系统,(,基隆港务局,),，,1998,45,过去相关,R,D,经历,(续）,公营单位,基因工程算法则应用于飞机结构负载历程之分析，,航发中心，,NSC 89-2623-D-155 -005,，,1999/7/12000/6/31,动态基因规划，,国科会，,NSC 89-2416-H-155 -015,，,1999/8/12000/7/31,建立区域整体资源规划数据库先期研究，,台湾电力综合研究所，,TAE87001, 1999/1/11999/6/31,非破坏检测专家系统推理机构之开发，,中科院，,NSC88-2623-D-155-003,，,1998/7/11999/6/31,GA-Fuzzy,在证券投资之辅助应用，,国科会，,NSC88-2416-H-155-019,，,1998/8/11999/7/31,智能型水泥设备操作系统之研究,亚洲水泥公司，,CFF87006, 1998/2/1 1999/1/31,全民健康保险复建医疗费用专业审查一致性之评估研究,中央健保局，,D0H87-NH-031, 1998/3/1 1999/2/28,46,研发之方法与技术,。Genetic Algorithms(基因算法),。Genetic Programming(基因规划法),。Neural Networks(类神经网络),。Fuzzy Logic(乏晰理论),。Case-Base Reasoning(案例库推理),。Rule-Based System(专家规则),。Genetic-Based Decision Tree System(决策树专家系统),47,软件资源（智能型系统实验室）,Rule-Base packages,LEVEL5,XpertRule,Profiler,WinRosa,GA packages,Evolver,GeneHunter,Generator,CBR packages,Induce IT,Esteem,Fuzzy Logic packages,FuzzyTech for Business,CubiCalc,Fuzzy Thought Amplifier,Neural Net packages,LabView & Intelligent DataEngine,NeuroShell II,NeuroForecaster,NeuroWindows,Non-Linear Modeling package,PCNonlin,Dymaic-GP,Decision Trees package,GA-Tree,See5/Cubist,Optimization & Simulation,RiskOptimizer,Risk,48,