您所在的位置: 順德家具網 > 營銷管理專區 > 管理

如何做好數據管理以及數據的挖掘工作?

來源:順德家具網    時間:2016年5月12日 我要評論
[提要]數據可營銷其實并沒有大家想的那么難。數據管理這塊主要是指運用先進的統計技術,利用計算機的強大計算能力,把不同的數據綜合成為有條理的數據庫。特別是大型公司,需要用專門的軟件統一管理用戶的數據庫,要做到所有部門的數據都是統一和同步的。管理這塊最重要的一塊,是數據挖掘,特別是對于網店與電子商務公司,尤其重要

 

  數據可營銷其實并沒有大家想的那么難。數據管理這塊主要是指運用先進的統計技術,利用計算機的強大計算能力,把不同的數據綜合成為有條理的數據庫。特別是大型公司,需要用專門的軟件統一管理用戶的數據庫,要做到所有部門的數據都是統一和同步的。管理這塊最重要的一塊,是數據挖掘,特別是對于網店與電子商務公司,尤其重要。數據挖掘主要是挖三方面的內容:
  挖掘用戶:簡單的說就是用不同的屬性,對用戶進行不停的深入細分。根據使用最多類消費者的共同特點,用電腦勾劃出某產品的消費者模型。拿推一把為例。推一把的用戶粗略來分,有三種:個人站長、中小企業人員以及行業從業人員。而中小企業人員這塊,如果按行業,又可以細分出醫療行業、美容行業、教育行業、農產品等等。如果按公司規模分,又可以分為10人以下、50人以下等。如果按資金規模來分,又可以分成10萬、50萬、100萬等。如果再按地區分,又可以分為北京、上海、廣州等。小  貼士:本文系推一把創始人、藍色烽火成員江禮坤原創,想參加推一把網絡營銷學院培訓的朋友,請搜索推一把或江禮坤,也可登陸江禮坤(拼音)點卡母。轉載時請保留此版權信息。把用戶充分細分的好處就是,當我們需要推廣某個產品后,可以馬上從數據庫中提取出來最精準、最適合的那部分用戶。
  挖掘需求:這個是指根據用戶的年齡、職業、收入、文化層次、喜好、消費習慣等數據,運用先進的數據分析技術,找出他們的潛在需求。這個以推一把網絡營銷培訓為例,在我們以往的培訓中,對學員也都進行了數據采集,同時也都通過調查等手段詳細的調查了用戶的情況。然后通過初步的數據分析后我們發現了很多新的需求,比如說現在推一把做的是系統性的綜合網絡營銷培訓,但是有一些行業用戶只想了解與本行業有關的營銷情況,特別是一些比較大的行業,目標用戶及市場前景是非常廣闊的。而這些需求,在之前我們是完全不知道的。
  挖掘產品:開發什么樣的產品會有市場?用戶喜歡什么樣的產品?會為那些產品買單?這是很多企業困惑的問題。而這些問題的答案,都可以通過分析數據庫中的數據而得出答案。舉個例子,比如說我們是一家制藥企業,主打產品是胃藥,通過幾年的銷售,我們擁有了30萬的用戶數據庫,而且其中大部分是我們的忠實用戶。這時候我們開始對數據庫進行分析與挖掘,最后發現這些用戶中,其中60%患有腸道疾病,那公司下一步就可以考慮開發這方面的產品。好了,寫到這里,希望文章對大家有所啟發。
  需要是發明之母。近年來,數據挖掘引起了信息產業界的極大關注,其主要原因是存在大量數據,可以廣泛使用,并且迫切需要將這些數據轉換成有用的信息和知識。獲取的信息和知識可以廣泛用于各種應用,包括商務管理,生產控制,市場分析,工程設計和科學探索等。
  數據挖掘利用了來自如下一些領域的思想:(1) 來自統計學的抽樣、估計和假設檢驗,(2) 人工智能、模式識別和機器學習的搜索算法、建模技術和學習理論。數據挖掘也迅速地接納了來自其他領域的思想,這些領域包括最優化、進化計算、信息論、信號處理、可視化和信息檢索。一些其他領域也起到重要的支撐作用。特別地,需要數據庫系統提供有效的存儲、索引和查詢處理支持。源于高性能(并行)計算的技術在處理海量數據集方面常常是重要的。分布式技術也能幫助處理海量數據,并且當數據不能集中到一起處理時更是至關重要。

  數據挖掘能做什么

  1)數據挖掘能做以下六種不同事情(分析方法):

  • 分類 (Classification)

  • 估值(Estimation)

  • 預言(Prediction)

  • 相關性分組或關聯規則(Affinity grouping or association rules)

  • 聚集(Clustering)

  • 描述和可視化(Description and Visualization)

  • 復雜數據類型挖掘(Text, Web ,圖形圖像,視頻,音頻等)

  2)數據挖掘分類

  以上六種數據挖掘的分析方法可以分為兩類:直接數據挖掘;間接數據挖掘

  • 直接數據挖掘

  目標是利用可用的數據建立一個模型,這個模型對剩余的數據,對一個特定的變量(可以理解成數據庫中表的屬性,即列)進行描述。

  • 間接數據挖掘

  目標中沒有選出某一具體的變量,用模型進行描述;而是在所有的變量中建立起某種關系 。

  • 分類、估值、預言屬于直接數據挖掘;后三種屬于間接數據挖掘

  3)各種分析方法的簡介

  • 分類 (Classification)

  首先從數據中選出已經分好類的訓練集,在該訓練集上運用數據挖掘分類的技術,建立分類模型,對于沒有分類的數據進行分類。

  顯然在數據挖掘存在著一個潛在的機會。在大數據集中發現模式的可能性當然存在,大數據集的數量與日俱增。然而,也不應就此掩蓋危險。所有真正的數據集(即使那些是以完全自動方式搜集的數據)都有產生錯誤的可能。關于人的數據集(例如事務和行為數據)尤其有這種可能。
  這很好的解釋了絕大部分在數據中發現的“非預期的結構”本質上是無意義的,而是因為偏離了理想的過程。(當然,這樣的結構可能會是有意義的:如果數據有問題,可能會干擾搜集數據的目的,最好還是了解它們)。與此相關聯的是如何確保(和至少為事實提供支持)任何所觀察到的模式是“真實的”,它們反應了一些潛在的結構和關聯而不僅僅是一個特殊的數據集,由于一個隨機的樣本碰巧發生。在這里,記分方法可能是相關的,但需要更多的統計學家和數據挖掘工作者的研究。

到網上搜索“如何做好數據管理以及數據的挖掘工作?”

企業數據化管理咨詢、企業能力利用率測評項目。
咨詢熱線:15113024273 QQ:200660757 郵箱:[email protected]

我要評論

本文觀點對你有何啟發?如果你有更獨到的見解,歡迎在下面的評論欄與更多朋友分享。
共有評論 查看評論 >>

熱點家具資訊

溫馨佳緣總經理:邵國喜
溫馨佳緣總經理:邵國喜

溫馨佳緣總經理:邵國喜 1、【記者】:邵總,您好!首先感謝您接受我們的采訪!現在很多床墊>>更多

胡世東:全力打造中國一流五金家具產品
胡世東:全力打造中國一流

茨誠家具董事長胡世東 采訪時間:2014年12月 采訪地點:廣東佛山市順德區龍江旺崗 采訪對>>更多

时时彩后一选号技巧