【案例】预测分析模型如何在商业应用得如鱼得水

《【案例】预测分析模型如何在商业应用得如鱼得水》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、【案例】预测分析模型如何在商业应用得如鱼得水。Statistics和Modeler作为IBMSPSS软件家族中重要的成员，是专业的科学统计、数据挖掘分析工具，其具有功能强大，应用广泛的特点。其核心组成部分——预测分析模型，不仅是软件功能实现的关键，同时也是软件应用的关键。Statistics中的模型侧重于统计分析技术，而Modeler则侧重于数据挖掘技术。它们都依据现有数据，运用某个或某几个特定的算法，来预测用户所关注信息的未来值。Statistics和Modeler提供众多的预测模型，这使得它们可以应用在多种商业领域中：如

2、超市商品如何摆放可以提高销量；分析商场营销的打折方案，以制定新的更为有效的方案；保险公司分析以往的理赔案例，以推出新的保险品种等等，具有很强的商业价值。Statistics和Modeler产品中含有大量基于高级数学统计算法的预测模型，为了保证算法的严密性及结果的精确性，模型往往还需要许多详细的参数设定，这样就要求用户具有一定的统计专业知识，只有理解预测模型中的各项设置及运算结果的真实意义，才有可能结合结果做出正确的决策判断；另外，为了满足不同行业用户的需求，Statistics和Modeler涉及到数学领域中多个不同的范畴，

3、即使专业用户也很难了解所有模型，从而挑选出最适合他们应用的模型。因此，为了让更多的用户更好更准确地使用我们的产品，最大地发挥其商业价值，我们将通过一系列的相关文章来介绍IBMSPSS软件家族中Statistics和Modeler的典型预测模型以及他们在解决相应的商业问题中的实际应用。本系列文章从实际问题出发，通过一些实际生活中常见的商业问题来引出IBMSPSS软件家族中的典型预测模型，手把手地指导用户如何在软件中对该模型进行设置，如何查看运行结果，讲解运行结果的真实意义，最后引申到如何将该结果应用于解决这个具体的商业问题中来

4、。用这种最直观简单的方式使即使缺乏统计学背景的用户也能容易地理解这些预测模型，从而很好地使用我们的产品。同时，文中也涉及了一定的统计知识，使具有专业知识的用户能依此线索尽可能多的了解我们的产品的方方面面，从而选择最适合他们问题的模型。下面，我们将会陆续给大家介绍IBMSPSS软件家族中的Statistics和Modeler包含的典型预测模型。超市典型案例如何摆放超市的商品引导消费者购物从而提高销量，这对大型连锁超市来说是一个现实的营销问题。关联规则模型自它诞生之时为此类问题提供了一种科学的解决方法。该模型利用数据挖掘的技术，

5、在海量数据中依据该模型的独特算法发现数据内在的规律性联系，进而提供具有洞察力的分析解决方案。以下我们将通过一则超市销售商品的案例，利用IBMSPSSModeler产品中的“关联规则模型”，来分析商品交易流水数据，以其发现合理的商品摆放规则，来帮助提高销量。文中将详细地描述产品的设置和使用方法，以及对计算结果的分析及应用。关联规则简介关联规则的定义关联规则表示不同数据项目在同一事件中出现的相关性，就是从大量数据中挖掘出关联规则。为了更直观的理解关联规则，我们首先来看下图的场景。图1.超市市场分析员分析顾客购买习惯在上图中，超市

6、市场分析员分析顾客购买商品的场景，顾客购买面包同时也会购买牛奶的购物模式就可用以下的关联规则来描述：面包=>牛奶[支持度=2%,置信度=60%]（式1）式1中面包是规则前项（Antecedent），牛奶是规则后项(Consequent)。实例数（Instances）表示所有购买记录中包含面包的记录的数量。支持度（Support）表示购买面包的记录数占所有的购买记录数的百分比。规则支持度（RuleSupport）表示同时购买面包和牛奶的记录数占所有的购买记录数的百分比。置信度（confidence）表示同时购买面包和牛奶的记录

7、数占购买面包记录数的百分比。提升（Lift）表示置信度与已知购买牛奶的百分比的比值，提升大于1的规则才是有意义的。关联规则式1的支持度2%意味着，所分析的记录中的2%购买了面包。置信度60%表明，购买面包的顾客中的60%也购买了牛奶。如果关联满足最小支持度阈值和最小置信度阈值，就说关联规则是有意义的。这些阈值可以由用户或领域专家设定。就顾客购物而言，根据以往的购买记录，找出满足最小支持度阈值和最小置信度阈值的关联规则，就找到顾客经常同时购买的商品。数据格式关联规则使用的数据可能是交易格式，也可能是表格格式，如下所述。交易格式

8、交易数据对于每个交易或项目具有一个单独的记录。例如，如果客户进行了多次采购，则每次采购都会有一个单独的记录，并且相关联的商品与客户ID相链接。这种格式有时称为行穷尽格式。表1.交易格式数据客户采购1jam2milk3jam3bread4jam4bread4milk