商业分析第2章商业分析的流程、方法与工具

《商业分析第2章商业分析的流程、方法与工具》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第2章商业分析的流程、方法与工具商业分析是针对商业活动中某一特定领域或问题的对有关信息进行定向选择和科学抽象的研究，它通常由以下五个步骤组成。2.1商业分析的流程与步骤业务需求信息收集数据挖掘和预处理知识运用和商业分析总结与评估完整的商业活动是一个过于庞杂的过程，在商业分析活动中，我们必须明确业务需求，才能确立要研究的特定领域和问题，了解商业分析工作的研究对象、研究目的和研究内容。一个好的业务需求应该能够有效地表达用户对目标结论的需求，准确而切中时要，并具有研究的价值和可能，能在实际应用中创造社会价值和经济效益。2.1.1业务需求分析业务需求期间通常会着重的主题：2.1.1业

2、务需求商业目标实行方式需求范围利害关系人关键特性锁定使用者使用者的利益安全性问题确定目标的优先级在业务需求分析过程中，还应该遵循以下基本原则：针对性科学性可行性效益性2.1.1业务需求商业信息是一笔无形的财富。它的可利用价值，通过使用者在利用信息实现其经营目标中表现出来。信息量越大，决策的准确性越高，所以必须重视商业信息的收集，这样才能减少决策的不确定性和盲目性，不断地捕捉商机，做到抢占先机，在竞争中获胜。2.1.2商业信息的收集商业信息，不仅包括行业发展趋势、市场动态和终端消费者信息，而且还包括竞争对手的各种情况。可以从以下一些渠道来获取商业信息。内部信息人际关系网（第三方

3、）信息文献信息：（1）正式出版物；（2）半正式出版物；（3）非正式出版物网络信息（1）商业情报数据库。eg：Dialog,Data-Star，ORBIT；（2）搜索引擎；（3）社交网络2.1.2商业信息的收集1.商业问题的数据挖掘广义：从大量、不完全的、有噪声、模糊和随机的数据中提取隐含在其中的、人们事先不知道但又是潜在有用的信息和知识的过程。狭义：是广义数据挖掘过程中抽取有用模式或建立模型的一个关键步骤。在商业应用中，数据挖掘是一种按照企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的信息或验证已知规律，并进一步将其模型化的有效方法。数据库、机器学习和统计

4、学在数据挖掘中起着核心作用。2.1.3数据挖掘和预处理数据挖掘的主要方式包括以下几类：分类（classification）：推导一个群体的特征（例如转向竞争对手的顾客）。这些方法包括以已知类型的集合（可以由聚类方法获得）作为数据的种子，并将其他的数据项（顾客）归入这些类别。决策树、神经网络都是有用的工具。聚类（clustering）：识别数据的分组，每一组都有共同的特征（聚类和分类的不同之处在于，聚类没有实现确定分类的特征）。聚类方法可以解决市场细分问题，能够识别不同需要的顾客类型。2.1.3数据挖掘和预处理关联（association）：识别发生在相同时间的事件之间的关系。

5、关联分析可用于解决市场“菜篮子”一类的分析问题。在零售业中需要识别哪些商品更可能被同时购买，多大程度上如此。关联分析一般应用统计方法。序列分析（sequencing）：和关联分析类似。不过序列分析的对象是在一段时间内发生的事件之间的关系（例如超市重复光顾的顾客）。可以用购买者的账号或者其他方法记录购买行为。回归分析（regression）：用于图形表示数据得出预测值，有线性（linear）回归和非线性（nonlinear）回归的区别。回归是估计值的一种方法，经常包含识别测量值和通过评分评价每一个项目（顾客）。回归还能够进行销售预测。2.1.3数据挖掘和预处理预测（foreca

6、sting）：根据大多数集合中的模式估计未来值。这是另一种形式的估计，应用的例子有使用统计时间序列方法预测未来的销售数量。其他技术：这些技术一般基于高级人工智能方法，包括基于案例的推理、模糊逻辑、遗传算法和基于事实的推理。2.1.3数据挖掘和预处理2.1.3数据挖掘和预处理数据的选择；数据的预处理；数据的转换目标定义数据准备挖掘过程商业信息应用模型或模式结构；评分函数；优化和搜索办法；数据管理策略数据挖掘的商业问题解决的一般过程如下：数据预处理——商业分析的关键环节其重要性体现在：2.1.3数据挖掘和预处理（3）数据预处理的结果对数据挖掘的结果，乃至最终的商业分

7、析结果影响巨大（2）数据预处理是挖掘过程高效率完成的基础（1）数据预处理是数据挖掘顺利进行的基础2.1.3数据挖掘和预处理Phase1Phase2Phase3是指发现并纠正数据文件中可识别错误的步骤，包括对噪声、缺失值、异常值的处理。是把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中，从而提供全面的数据共享。所谓数据变换就是将数据转换或归并成适合数据挖掘的描述形式。是将数据库中的海量数据进行归约，归约后的数据仍接近于保持原数据的完整性，但数据量相对小得多。Phase3数据清洗数据集成数据变换数