如果妳祈求心灵的平和与快乐,就去信仰上帝!如果妳希望成为一个真理的门徒,探索吧!! -- 尼采
I can calculate the motions of havenly bodies, but not the madness of people. -- Newton
You have to be out to be in.

搜索引擎

Java, Web, Searching Engine

  IT博客 :: 首页 :: 新随笔 :: 联系 :: 聚合  :: 管理 ::
  24 随笔 :: 25 文章 :: 27 评论 :: 0 Trackbacks
一、运营商实施数据挖掘要解决以下问题:
  1.IT系统
  数据的完 成性及有效性是数据挖掘和经营分析的基础,在2G及2.5G时代,移动运营商业务比较单一,主要以语音为主,其运营支撑系统中对用户行为及价值属性的记录 还停留在粗“粒度”的状态,这自然不能满足3G时代运营商应对业务多样化、用户需求多样化的要求,除了近年来数据仓库的建设外,为备战3G,我国移动运营 商已开始着手升级相关运营支持系统,如3G业务计费等,使IT系统“粒度”更加细化。以便对数据挖掘以及经营分析决策提供更有力支持。
  2.团队
  数据挖掘不单纯是对数据本身的分析和呈现,还有赖于对业务的深刻理解,必须要有一支由不同背景人员组成的数据挖掘项目团队,包括数据挖掘专家及业务专家等组成,甚至需要结合外部第三方咨询公司及调研公司的资源,实现优势互补。
  3.流程
数据挖掘是一个系统化的过程,涉及定义问题、准备数据、数据探索、生成模型、验证模型、部署及更新模型等环节。创建数据挖掘模型是一个迭代的过程。如数 据探索及模型生成后的验证及部署更新阶段,都有可能需要对问题重新定义。一个好的数据模型往往是经过多次迭代才能形成的。运营商需要在企业内部建立系统化 的流程,这样才能确保数据挖掘结果的可靠性,以便对经营分析决策提供良好支持。 数据挖掘研究院

二、数据挖掘与常规数据分析的差异
  狭义的观点认为,常规数据分析侧重于解决一般性问题如描述性统计、交叉报表等问题,数据挖掘则可以更好地解决分类、聚类、关联等问题。
举例来说,某运营商想知道移动IM的发展情况,通过常规的数据分析,就可以知道移动IM的用户数量、渗透率、收入情况等、不同品牌间用户的差异、不同 ARPU值用户的差异等,常规数据分析侧重于描述过去发生了什么。如果运营商希望建立一个模型,从目前所有没有使用移动IM用户中找出一类或几类用户作为 移动IM营销的目标用户群,通过WAPPUSH或短信的方式告知用户可以免费使用,则需要使用数据挖掘的方法,如通过决策树方法筛选目标用户,找出使用移 动IM业务可能性较高的用户的特征规则,精确识别目标用户群,优化营销资源配置、从而提升营销效果。
posted on 2008-09-02 22:20 专心练剑 阅读(272) 评论(0)  编辑 收藏 引用
只有注册用户登录后才能发表评论。