第十二章 資料探勘、商業智慧、知識管理 第三篇 企業對消費者B2C篇
大綱 12-1 資料探勘 12-2 資料倉儲與資料庫 12-3 商業智慧 12-4 知識管理與知識經濟 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
知識管理 知識管理 (KM; Knowledge Management) 是各企業競爭致勝的關鍵 精神在於「在適當的時候,將適當的知識,交給適當的人,儲存在適當的地方」 當需要相關知識時,能夠正確並且迅速地取得 這是完成線上顧客支援的重要因素 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
資料探勘 資料探勘:從資料庫中發現知識,將隱含的、先前並不知道的、潛在有用的資訊從資料庫中粹取出來的過程 資料探勘的精神:資料探勘提供了在茫茫資料中尋找蛛絲馬跡,分析並統整,以得到有用的知識 資料探勘又稱為資料庫知識發覺 (KDD; Knowledge Discovery In Database),目的為針對資料庫當中的資料做分析處理,然後找出尚未被發覺的知識 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
資料探勘-2 資料探勘和統計方法的比較: 統計方法: 資料探勘: 重視整體 (Global) 觀點建立「模型」(Model)抽樣反應整體 資料探勘: 局部 (Local) 的觀點「樣本偵測」(Pattern Detection)演算法 (Algorithm) 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
資料探勘 -3 資料探勘的功能: 分類 (Classification): 推估 (Estimation): 適用於處理連續性數值的資料,依照既有之相關屬性資料,以推導一些未知的連續性變數,得到某一屬性的未知之值 預測 (Prediction): 特別是針對「未來」的趨勢作推算 關聯分組 (Affinity Grouping): 分析「哪些事情總是一起發生?」 同質分組 (Clustering): 將一個異質母體,區隔為一些較具同質性的群組 (Clusters) 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
資料探勘 -4 資料探勘技術: (1) 購物籃分析 (2) 決策樹 (Decision Tree) (1) 購物籃分析 (2) 決策樹 (Decision Tree) (3) 記憶基礎推理 (MBR: Memory-Based Reasoning) (4) 類神經網路 (Neural Networks) (5) 基因演算法 (GA: Genetic Algorithm) (6) 即時線上分析 (OLAP) (7) 圖形連結偵側 (8) K平均法 (K-Means) (9) 凝聚分法 (Agglomeration) (10) 迴歸分析 (11) 時間數列分析 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
資料探勘 -5 以購物籃分析、決策樹、記憶基礎理解為例,說明這些技術如何達成資料探勘功能 購物籃分析: 決策樹: 藉由分析消費者結帳時的購物籃內容,分析哪些產品之間的高度相關性 三項元素:關聯規則、可信度、支持度 決策樹: 人工智慧領域的決策分析機制 利用樹狀結構的資料表示法 (Data Representation),再加上適當的演算法 (Algorithm) 選擇一個分隔屬性利用屬性將物件作分類計算分隔後之平均分散度 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
資料探勘 -6 記憶基礎推理 (Memory-Based Reasoning, MBR): 運用人工智慧的方式,以現有資料庫為基礎,對新資料進行分類與預測 先找出新資料的鄰近資料 (Neighbor),然後根據鄰近資料,對新資料進行分類及預測 記憶基礎推理需要處理問題的三大主題:選擇歷史資料,轉換歷史資料,設定距離函數、組合函數、和鄰近資料的數目 優點:簡單易用、能運用在任何資料型態、甚至是非關聯式資料上、結論容易推測、在任何數量的變數下都能運作良好 缺點:佔用大量硬體資源、運算作業繁複、 訓練資料組需大量記錄、高度依賴距離函數和組合函數 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
資料探勘-7 資料探勘在企業界之應用:例如行銷、財務、銀行、製造廠、通訊業等 早期著重在學術研究 目前資料探勘在企業界的應用,主要以銀行界、保險公司、信用卡、郵購、大哥大通訊公司等等行業最常見 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
資料探勘-8 特別適合資料探勘技術來處理: 交叉銷售 (Cross Sell):有哪些相關產品,可以順便銷售某位客戶 廣告分析 (Target ads):分析該針對個別網友給予哪一種廣告 定價 (Pricing):對於不同網路消費者,可以訂定不同定價策略,以達到量身訂製的個人化功能 風險管理 (Risk Management):對特定客戶,分析貸款風險度,以決定該核准多少貸款額度 偵測欺騙行為 (Fraud Detection):比方說,可以用來分析,某筆刷卡是否可能會有問題 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
資料探勘-9 當我們在亞馬遜書店搜尋到某一本書時,通常會接收到相關推薦訊息 由於網友的搜尋動作是主動並且有意識的,因此這些推薦訊息是符合網友之興趣的,所以效果極佳 甲網友上亞馬遜書店只曾購買書籍,但和其買過同類型書籍的乙網友、丙網友曾購買過某張CD,亞馬遜網站便會透過資料探勘技術,運算出適合推薦予甲網友之CD 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
資料倉儲與資料庫 資料庫: 對單一時間點對單一資料進行處理。 偏重於擷取詳細之資料。 以提供中階主管之決策參考。 重視資料檔之構成。 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
資料倉儲與資料庫-2 資料倉儲: 注重於某一段時間內的綜合資料。 其資料有許多來源。 包含很多歷史資料。 資料不會再異動。 包含一些衍生性、彙整性、摘要性的資料。 提供大量資料以分析未來走向與趨勢。 偏重於資料所提供的意義,而非結構。 多半提供高階主管之決策參考。 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
商業智慧 商業智慧 (BI; Business Intelligence) 企業智慧、企業智能 企業在將資料轉換為智慧的過程 在組織中是以 Bottom-Up 方式傳遞 決策階層對於資訊的需求,卻是 Top-Down 的 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
商業智慧 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
商業智慧 從ERP到BI 商業智慧與資料倉儲 OLTP(線上交易處理,On-Line Transaction Processing) OLAP(線上分析處理,On-Line Analytical Processing) 商業智慧與資料倉儲 進一步以資料探勘技術,找出眾多資料的特性和趨勢,成為有用、可預測的資訊,再結合決策者過去經驗,讓該資訊成為知識,經過執行或行動,即是商業智慧 Drill Down:鑽研明細資料、抽絲剝繭 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
商業智慧產業 BI廠商:Business Objects、Hyperion、Cognos、SAS、MicroStrategy、CA、ProClarity BI市場掀起合併風 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
平衡計分卡 平衡計分卡(BSC,Balanced Scorecard) 平衡觀念:短期和長期目標、財務和非財務量度、落後及領先指標、外界和內部績效 四個構面:財務、顧客、內部流程、學習成長 關鍵績效指標(KPI,Key Performance Indicator) 可將高階主管腦中的策略轉化為員工每天的工作 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
商業智慧趨勢 BI與報表系統的分野已漸漸模糊化 商業智慧趨勢 報表重列印、BI重分析 報表工具的Drill Down能力較弱 大型廠商:產品與技術的標準化 中小企業用戶:套裝的小型專用產品 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
知識管理 KM; Knowledge Management 「在適當的時候,將適當的知識,交給適當的人,儲存在適當的地方」 知識管理必須先具備下列能力: 快速學習新事物的能力。 即時有效轉換為知識的能力。 快速流通與分享資訊的知識能力。 能充份運用擁有知識以創造價值的能力。 知識管理的操作過程包含了三項主要動作: 知識的創造 知識的編碼 知識的擴散 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
知識經濟 真正建立在知識與資訊之上,對於知識予以充份激發、擴散、運用的經濟。 創造知識和應用知識的能力與效率,凌駕於土地、資金等傳統生產要素之上,成為支持經濟不斷發展的動力。 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
知識經濟-2 又被稱為「新經濟」,代表的正是新世紀的以知識為主的經濟模式。 又被稱為「零阻力經濟」,代表其以知識資本為利器,與傳統經濟截然不同的零阻力成長模式。 提升企業優勢競爭力的重要利器,就是「知識資本」。 在知識經濟時代,強調的是資訊科技的應用,並且重視顧客需求。因此,運用資訊科技,將資料儲存在電腦裏,並藉由電腦加以管理,是在知識經濟時代裏善用知識管理的方式。 2018/12/7 第十二章 資料探勘、商業智慧、知識管理
知識經濟-3 組織應該具備之能力: 高度學習的適應能力。 彈性因應變動的能力。 價值創新的能力。 第十二章 資料探勘、商業智慧、知識管理 2018/12/7 第十二章 資料探勘、商業智慧、知識管理