企業信息服務中數據挖掘的應用

張琬笛

現階段，各企業都處于信息化服務大環境之中，海量的數據信息變得愈加密集，市場經濟條件下的企業想要獲得競爭上的優勢，必須要對現代海量的業務數據信息進行深入挖掘分析，將其中有利于企業運營發展的有效信息提取出來，為企業管理者進行重大決策提供一定的依據。本研究在分析了數據挖掘內涵及其分析方法的基礎上，闡述了數據挖掘在企業客戶關系管理、企業營銷及企業市場預測中的應用。

【關鍵詞】數據挖掘 企業 信息服務 應用

現階段，各企業都處于信息化服務大環境之中，海量的數據信息變得愈加密集，市場經濟條件下的企業想要獲得競爭上的優勢，必須要對現代海量的業務數據信息進行深入挖掘分析，將其中有利于企業運營發展的有效信息提取出來，為企業管理者進行重大決策提供一定的依據。市場經濟條件下的大部分企業已經意識到歷史的、目前的企業業務相關信息對于提高企業市場競爭力的重要性，且已經成為企業在激烈的市場中生存與發展的重要一環。

1 數據挖掘相關概述

1.1 數據挖掘的內涵

數據挖掘又稱為資料勘探，指的是從海量繁雜的數據中將隱藏在其中的具有某種特殊性關系或者特定關系的有關信息自動化搜索出來的整個過程。數據挖掘是由一個嶄新的視角為出發點，將各類信息技術進行有效融合并發展而來的可以對海量的業務數據信息進行比較系統的分析和篩查的有效工具，主要是幫助企業從不斷更新并積累起來的數據中選擇對企業自身有用的信息，數據挖掘將企業制定的業務目標為依據，對整個商業大環境中的海量數據信息進行統計分析，進而提取對自身有價值的數據信息，為企業更好地進行商業決策提供有效的依據。

1.2 數據挖掘的方法分析

應用數據挖掘對大量數據信息進行挖掘的分析方法主要有分類、回歸分析、聚類、關聯規則、特征分析、變化和偏差分析、Web網頁挖掘等，不同的分析方法分別從不同的視角對數據進行了挖掘。

1.2.1 分類分析法

該分析方法主要是以分析對象的特性為依據將其分門別類，創建類組，同時利用創建的分類模型，將數據庫中的數據項映射到相應的某一個給定的類別之中，其主要用在企業產品或者服務客戶的滿意度分析、客戶的屬性分析、客戶的特性分析及客戶在未來對該企業產品或者服務的購買趨勢分析等。

1.2.2 回歸分析法

該方法統計學分析中非常重要的一種，主要是反映變量之間的聯系，其研究的主要問題有信息數據序列之間的變化趨勢、對數據序列的預測及各個數據之間內在的相關性等，主要被用于企業市場營銷方面。

1.2.3 聚類分析

該方法主要根據數據的形似性或者差異性，將一組數據進行分類，最終使同屬一個類別的數據之間相似性最大化，或者不同類中的數據相似性最小化，主要被用于企業客戶群體分類分析、客戶特征分類分析、市場的進一部細化、客戶再產品購買上的趨勢分析與預測等等。

1.2.4 關聯分析

關聯分析主要是針對數據庫中存在的某種關系或者聯系的數據項的分析，根據某一個事務中某些項數據的出現推到另一些數據項同樣也會出現在事務項目中，也就是分析隱含在數據項之間的內在關聯性與內在關系。該分析法主要被用于企業客戶關系管理上，通過挖掘企業客戶數據庫中的大量有用數據信息，發現這些數據信息之間有價值的關聯性關系，進而發現市場營銷的影響因素，為企業進行更好地產品或者服務定位、產品或者服務定價、產品推銷、客戶群的定制、營銷風險的有效評價等企業重大戰略決策提供真實可靠的數據支持。

1.2.5 特征分析

該方法主要是利用數據庫中的某一組數據進行數據特征式的提取，進而利用該特征式表達數據集的總體性特征。該方法主要被用于企業預防客戶流失上，相關人員對客戶流失因素的特征進行提取，進而推斷出客戶流失的一系列因素，進而對客戶的進一步流失進行有效的預防。

1.2.6 偏差分析

該方法主要是找尋觀察結果和參照量之間存在的有價值的差異。有一大類價值意義較大的知識存在于偏差之中，比如分類過程中出現的反常實例、模式的例外等等。該方法主要被用于企業風險或者危機的管理和預防中。

2 企業信息服務中數據挖掘的應用分析

在企業信息服務的過程中，數據的挖掘一般是一個信息轉化的過程，也就是把數據信息逐步轉換為對企業有價值的商業性知識。以下是筆者根據自身工作實踐闡述了數據挖掘在企業信息服務過程中的具體應用：

2.1 在企業客戶關系管理過程中的應用

有效應用數據挖掘，對企業客戶的行為特征進行科學、合理的描述與分析，進而進行系統化的預測，幫助企業優化客戶關系的管理步驟，最終實現客戶關系管理的科學化與最優化。在企業進行用戶管理的整個過程中，始終都涉及到數據挖掘，比如，企業怎樣爭取新的客戶、企業怎樣成功實現自身已有的客戶價值的再創造、如何防止企業客戶的流失將那些有價值的客戶維護下來等。將企業客戶關系的管理作為視角，數據挖掘則為其提供了堅實的技術后盾支持及廣闊的平臺，有助于增強企業的創新及開發能力，最終提升企業市場上的綜合競爭力。

2.2 在企業市場營銷過程中的應用

數據挖掘在企業市場營銷中的應用主要是針對企業客戶行為數據信息的收集、加工分析和處理，發現個體消費需要和個體消費興趣。除此之外，數據挖掘還能夠通過對企業客戶以往的消費信息的統計分析，對未來客戶消費行為的發生進行一定的預測，并依據預測結果，針對具有消費潛力的客戶及特定的客戶提供個性化、定向產品服務，進而提高企業的營銷業績。比如，現在被廣泛應用與零售行業的條形碼技術，可以有效地對客戶的消費信息進行搜集，通過這些搜集的數據信息對消費者的消費行為進行系統性分析，從而制定相應的營銷策略，提升企業銷量。條形碼技術在我國零售行業的應用不僅僅可以幫助客戶進行購買行為的識別，從而對客戶的購買趨勢與購買模式進行挖掘，還可以通過分校策略的設計，有效降低零售行業的成本，有效提高零售行業的利潤。

2.3 在企業市場預測過程中的應用

數據挖掘在企業市場預測過程中的應用可以有效地對企業在未來的發展趨勢及發展行為進行分析，幫助企業進行前瞻性較強的商業活動。這一點在金融投資行業表現得十分突出，比如將數據挖掘應用與投資評估及股票交易過程中，幫助金融機構對客戶的信用和償還能力進行科學的分析，進而降低投資的盲目性，有效降低金融機構的投資風險。另外，數據挖掘還可以實現對各種相關數據投資方向的分析，進而找尋出存在于數據對象之間的內在關系，從而制定出適應于數據對象的金融策略等，同時描述出數據對象最具發展空間的投資方向。

參考文獻

[1]楊柳.淺析數據挖掘在企業信息服務中的應用[J].通訊世界，2015（16）：200-200.

[2]羅琳.數據挖掘在企業信息處理中的應用[J].大眾科技，2009（07）：65-66.

作者單位

東北林業大學 黑龍江省哈爾濱市 150026