聚类分析在税务客户细分中的应用

聚类分析在税务客户细分中的应用

刘以堂张述成

淮安市国家税务局，江苏淮安２２３００３

摘 要：介绍了数据仓库、知识发现以及数据挖掘的概念，详细分析了聚类分析算法。以电信企业使用数据挖掘工具

进行客户聚类分析为例，介绍了如何在税务客户管理中应用聚类技术对纳税人进行客户细分，从而实现对不同类别

的纳税人提供有针对性的、个性化的服务。

知识发现；数据挖掘；聚类分析；税务客户

ＴＰ３９１Ａ１６７２－７８００（２０１２）００５－０１４５－０３刘以堂（１９６８－）男，江苏涟水人，江苏省淮安市国家税务局信息中心主任，研究方向为税务信息化；张述成（１９７５－），男，江

苏沐阳人，硕士，江苏省淮安市国家税务局稽查局工程师，研究方向为税务应用软件开发。

万方数据

万方数据

＠＠［１］宋兴彬，徐力，王刚．数据挖掘技术在税务系统中的应用［Ｊ］．网络

与计算机技术应用，２００１（２）．

＠＠［２］胡彦．基于数据仓库的决策支持工具的比较研究［Ｊ］．计算机应用，

２０００（６）．

＠＠［３］ ＲＯＮＡＬＤＪ．　ＢＩＡＣＨＭＡＮ，ＴＥＪ　ＡＮＡＮＤ．　Ｔｈｅ　ｐｒｏｃｅｓｓ　ｏｆ　ｋｎｏｗｌ

ｅｄｇｅ　ｄｉｓ－ｃｏｖｅｒｙ　ｉｎ　ｄａｔａｂａｓｅｓ：　ａ　ｈｕｍａｎ－ｃｅｎｔｅｒｅｄ　ａｐｐｒｏａｃｈ［Ｍ］．

ＡＡＡＩ　Ｐｒｅｓｓ／Ｔｈｅ　ＭｒｒＰｒｅｓｓ，　１９９６．

＠＠［４］陈国青．数据挖掘技术在商业决策中的应用．全国税务系统第一期

高级信息管理人才研修班信息管理课程讲义［Ｃ］．北京：清华大学

经管学院，２０００．

＠＠［５］陈光宇，胡丽英，苏勇．聚类分析在电信行生客户关系管理中的应

用［Ｊ］．微计算机信息，２００６（３３）．

Ｔｈｅ　Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　Ｃｌｕｓｔｅｒ　Ａｎａｌｙｓｉｓ　ｉｎ　ｔｈｅ　

Ｔａｘ　Ｃｕｓｔｏｍｅｒ　Ｓｅｇｍｅｎｔａｔｉｏｎ

万方数据

SPSS软件聚类分析过程的图文解释及结果的全面分析

SPSS聚类分析过程 聚类的主要过程一般可分为如下四个步骤： 1.数据预处理（标准化） 2.构造关系矩阵（亲疏关系的描述） 3.聚类（根据不同方法进行分类） 4.确定最佳分类（类别数） SPSS软件聚类步骤 1. 数据预处理（标准化） →Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择从Transform Values框中点击向下箭头，此为标准化方法，将出现如下可选项，从中选一即可： 标准化方法解释：None：不进行标准化，这是系统默认值；Z Scores：标准化变换；Range –1 to 1：极差标准化变换（作用：变换后的数据均值为0，极差为1，且|x ij*|<1，消去了量纲的影响；在以后的分析计算中可以减少误差的产生。）；Range 0 to 1（极差正规化变换/ 规格化变换）； 2. 构造关系矩阵 在SPSS中如何选择测度（相似性统计量）: →Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择常用测度（选项说明）：Euclidean distance：欧氏距离（二阶Minkowski距离），用途：聚类分析中用得最广泛的距离；Squared Eucidean distance：平方欧氏距离；Cosine：夹角余弦(相似性测度；Pearson correlation：皮尔逊相关系数； 3. 选择聚类方法 SPSS中如何选择系统聚类法 常用系统聚类方法 a）Between-groups linkage 组间平均距离连接法 方法简述：合并两类的结果使所有的两两项对之间的平均距离最小。（项对的两成员分属不同类）特点：非最大距离，也非最小距离 b）Within-groups linkage 组内平均连接法 方法简述：两类合并为一类后，合并后的类中所有项之间的平均距离最小 C）Nearest neighbor 最近邻法（最短距离法） 方法简述：用两类之间最远点的距离代表两类之间的距离，也称之为完全连接法

营销策划-案例分析

《日本江崎糖业公司-泡泡糖营销策 划》案例分析 1 案例展示 日本泡泡糖市场年销售额约为740亿日元，其中大部分被“劳特”所垄断。可谓江山唯“劳特”独坐，其他企业再想挤进泡泡糖市场谈何容易。但江崎糖业公司对此却不畏惧。公司成立了市场开发班子，专门研究霸主“劳特”产品的不足和短处，寻找市场的缝隙。 经过周密的调查分析，终于发现“劳特”的四点不足：第一，以成年人为对象的泡泡糖市场正扩大，而“劳特”却仍旧把重点放在儿童泡泡糖市场上；第二，“劳特”的产品主要是果味性泡泡糖，而现在消费者的需求正在多样化；第三，“劳特”多年来一直生产单调的条板泡泡糖；缺乏新型式样；第四，“劳特”产品的价格是110日元，顾客购买时需多掏10日元的硬币，往往感到不便。 通过分析，江崎糖业公司决定以成人泡泡糖市场为目标市场，并制定了相应的市场营销策略。不久便推出了功能性泡泡糖四大产品：司机用泡泡糖，使用了高浓度薄荷和天然牛黄，以强烈的刺激消除司机的困倦；交际用泡泡糖，可清洁口腔，祛除口臭；体育用泡泡糖，内含多种维生素，有益于消除疲劳；轻松性泡泡糖，通过添加叶绿素，可以改变人的不良情绪。并精心设计了产品的包装和造型，价格为50日元和100日元两种，避免了找零钱的麻烦。功能性泡泡糖问世后，像飓风一样席卷全日本。江崎公司不仅挤进了由“劳特”独霸的泡泡糖市场，而且占领了一定市场份额，从零猛升到25％，当年销售额175亿日元。 2 探讨问题 分析江崎公司营销策划的成功之处？ 3 问题分析 我把江崎公司营销策划的成功原因归纳成以下两个方面来回答： 3.1 精准有效的市场调查 江崎公司市场调查的过程是具有高度的专业性和高效性。

市场细分-案例

市场细分的案例 奇瑞QQ——“年轻人的第一辆车” “奇瑞QQ卖疯了！”在北京亚运村汽车交易市场2003年9月8日至14日的单一品牌每周销售量排行榜上，奇瑞QQ以227辆的绝对优势荣登榜首！奇瑞QQ 能在这么短的时间内拔得头筹，归结为一句话：这车太酷了，讨人喜欢。 在北京街头已经能时不时遭遇“奇瑞QQ”的靓丽身影了，虽然只是5万元的小车，但是“奇瑞QQ”那艳丽的颜色、玲珑的身段、俏皮的大眼睛、邻家小女儿般可人的笑脸，在滚滚车流中是那么显眼，仿佛街道就是她一个人表演的T 型台！ 公司背景 奇瑞汽车公司成立于1997年，全称上汽集团奇瑞汽车有限公司。公司拥有整车外形等十多项专利技术,先后推出了SQR系列发动机和“奇瑞·风云”系列轿车，2003年4月推出“奇瑞·QQ”系列和“奇瑞·东方之子”系列轿车。 奇瑞公司成立以来，在不到两年的时间里顺利实现3万辆轿车下线。2002年，奇瑞轿车产销量双双突破5万辆，比上年同比增长78.11%，在国内汽车市场占有率达到 4.4%，成功跻身国内轿车行业“八强”之列，成为行业内公认的车坛“黑马”。与此同时，奇瑞轿车还连创五个国内第一，六次走出国门，以自己的不懈努力创造了中国汽车史上的奇迹。 微型车行业概述 微型客车曾在20世纪90年代初持续高速增长，但是自90年代中期以来，各大城市纷纷取消“面的”，限制微客，微型客车至今仍然被大城市列在“另册”，受到歧视。同时，由于各大城市在安全环保方面的要求不断提高，成本的抬升使微型车的价格优势越来越小，因此主要微客厂家已经把主要精力转向轿车生产，微客产量的增幅迅速下降。 在这种情况下，奇瑞汽车公司经过认真的市场调查，精心选择微型轿车打入市场；它的新产品不同于一般的微型客车，是微型客车的尺寸，轿车的配置。QQ 微型轿车在2003年5月推出，6月就获得良好的市场反应，到2003年12月，已经售出28`000多辆，同时获得多个奖项。 QQ上市之路 2003年4月初，奇瑞公司开始对QQ的上市做预热。在这个阶段，通过软性宣传，传播奇瑞公司的新产品信息，引发媒体对QQ的关注。由于这款车的强烈个性特征和最优的性价比，媒体自发掀起第一轮的炒作，吸引了消费者的广泛关注。 2003年4月中下旬，蜚声海内外的上海国际车展开幕，也是通过媒体，告知奇瑞QQ将亮相于上海国际车展，与消费者见面，引起消费者更进一步关注。就在消费者争相去上海车展关注奇瑞QQ的时候，奇瑞QQ以未作好生产准备为由

市场细分案例分析

市场细分案例分析 市场营销市场细分 1.市场细分的相关概念介绍 市场细分(Market Segmentation)的概念是美国市场学家温德尔?史密斯(Wendell R.Smith)于20世纪50年代中期提出来的。市场细分(market segmentation)是指营销者通过市场调研，依据消费者的需要和欲望、购买行为和购买习惯等方面的差异，把某一产品的市场整体划分为若干消费者群的市场分类过程。每一个消费者群就是一个细分市场，每一个细分市场都是具有类似需求倾向的消费者构成的群体。市场细分理论要求把消费者分为不同的族群，针对不同族群的需求差异分别开展营销活动。网络精准营销正是要找到有特定需求的消费者族群，精准的对他们进行营销沟通，以实现更佳的营销效果、更高的客户忠诚度和更低的营销成本。 市场细分是企业战略营销的起点，市场细分后，企业在经营时才能锁定自己的目标市场，在市场竞争中找到自己的定位。有了明确的市场定位，企业才能有针对性地设计独特产品去满足市场。市场细分是企业战略营销的重要组成部分和平台。 市场细分是一个动态的过程，一般来说，整个过程可分成,个阶段:定义市场，确定细分标准，收集并分析数据，完成市场的初步细分，评估各细分市场，选择目标市场，设计营销战略。在市场细分流程中，细分标准的确定是一个重点和难点，因为随行业产品和细分目的的不同，细分标准的确定即细分变量的确定是一个权变过程，没有一个完全固定的格式和模板可以模仿。 2.市场细分的3种分类方法市场细分是对需求的细分, 而不是对产品或服务的细分, 换句话说,市场细分就是对需求或消费者的细分。从理论上讲, 所有可能导致需求差异的内在因素以及

市场细分的方法

市场细分的方法 市场细分的方法主要有单一变量法、主导因素排列法、综合因素细分法、系列因素细分法等；市场细分作为一个比较、分类、选择的过程，应该按照市场细分的程序来进行，通常有正确选择市场范围、筛选等七步……（查看：市场细分的程序） 1．单一变量法 所谓单一变量法，是指根据市场营销调研结果，把选择影响消费者或用户需求最主要的因素作为细分变量，从而达到市场细分的目的。这种细分法以公司的经营实践、行业经验和对组织客户的了解为基础，在宏观变量或微观变量间，找到一种能有效区分客户并使公司的营销组合产生有效对应的变量而进行的细分。例如：玩具市场需求量的主要影响因素是年龄，可以针对不同年龄段的儿童设计适合不同需要的玩具，这早就为玩具商所重视。除此之外，性别也常作为市场细分变量而被企业所使用，妇女用品商店、女人街等的出现正反映出性别标准为大家所重视。 2．主导因素排列法 主导因素排列法即用一个因素对市场进行细分，如按性别细分化妆品市场，按年龄细分服装市场等。这种方法简便易行，但难以反映复杂多变的顾客需求。 3．综合因素细分法 综合因素细分法即用影响消费需求的两种或两种以上的因素进行综合细分，例如用生活方式、收入水平、年龄三个因素可将妇女服装市场划分为不同的细分市场，如图4—1所示。

4．系列因素细分法 当细分市场所涉及的因素是多项的，并且各因素是按一定的顺序逐步进行，可由粗到细、由浅入深，逐步进行细分，这种方法称为系列因素细分法。目标市场将会变得越来越具体，例如某地的皮鞋市场就可以用系列因素细分法做如下细分： 市场细分案例分析 [编辑] 案例一:汇源果汁的果蔬汁饮料市场开发 在碳酸饮料横行的90年代初期，汇源公司就开始专注于各种果蔬汁饮料市场的开发。虽然当时国内已经有一些小型企业开始零星生产和销售果汁饮料，但大部分由于起点低、规模小而难有起色；而汇源是国内第一家大规模进入果汁饮料行业的企业，其先进的生产设备和工艺是其他小作坊式的果汁饮料厂所无法比拟的。“汇源”果汁充分满足了人们当时对于营养健康的需求，凭借其100％纯果汁专业化的“大品牌”战略和令人眼花缭乱的“新产品”开发速度，在短短几年时间就跃升为中国饮料工业十强企业，其销售收入、市场占有率、利润率等均在同行业中名列前茅，从而成为果汁饮料市场当之无愧的引领者。其产品线也先后从鲜桃汁、鲜橙汁、猕猴桃汁、苹果汁扩展到野酸枣汁、野山楂汁、果肉型鲜桃汁、葡萄汁、木瓜汁、蓝莓汁、酸梅汤等，并推出了多种形式的包装。应该说这种对果汁饮料行业进行广度市场细分的做法是汇源公司能得以在果汁饮料市场竞争初期取得领导地位的关键成功要素。 但当1999年统一集团涉足橙汁产品后一切就发生了变化，在2001年统一仅“鲜橙多”一项产品销售收入就近10亿，在第四季度，其销量已超过“汇源”。巨大的潜力和统一“鲜橙多”的成功先例吸引了众多国际和国内饮料企业的加入，可口可乐、百事可乐、康师傅、娃哈哈、农户山泉、健力宝等纷纷杀入果汁饮料市场，一时间群雄并起、硝烟弥漫。根据中华全国商业信息中心2002年第一季度的最新统计显示，“汇源”的销量同样排在鲜橙多之后，除了西北区外，

市场细分研究案例

保洁公司市场细分研究 一、按地理变量细分市场： 保洁公司的地理细分主要表现在产品技术研究方面，如保洁经过细心的化 验发现东方人与西方人的发质不同，于是保洁开发了营养头发的潘婷，满足亚洲消费者的需求。 针对不同地区，主推的产品也不一样，比如在偏远的山区，则推出了汰渍等实惠便宜的洗涤产品。洗发水有飘柔家庭等实惠的产品。对于北京、上海、香港 以及更多的国际大都市则主推玉兰油，潘婷等高端产品。 二、按人文变量细分市场： 1、年龄：例如保洁广告画面多选用年轻男女的形象，如采取青春偶像郑伊健、 张德培作为广告模特。保洁的市场定位为亲年消费群体，其高额的市场占有率充分证明了定位的正确性。沙宣主要针对讲究个性的年轻时尚白领一族。 2、收入。收入是影响市场细分的一个常用人口变量，收入水平影响消费者需求 并决定他们的购买能力。 保洁的洗衣粉初打入中国市场时，调研发现中国消费者对洗衣粉的功效要求不高，用量是西方国家的十分之一。市场细分如下：碧浪定位于高价市场，为 5%的市场占有率。汰渍定位于中价市场，为15%的市场占有率，在中国收购和合资的当地品牌熊猫、高福力、兰香定位于低价市场。 3、性别。保洁公司旗下的吉列品牌剃须刀、刀片及其他剃须幅作品，将面对 的整体市场按性别因素细分为男士和女士市场，及其专门为男士设计了锋速三、 超级感应、感应、超滑旋转等系列产品，专门为女士设计了吉利女士专用刀架、 刀片Venus，吉列女士超级感应系列等产品，深受消费者喜爱。 三、按心里变量细分市场： 1，社会阶层，保洁公司利用社会阶层这一特点，对不同的阶层进行营销战略。 保洁公司国际著名护肤品牌SK-II针对的就是社会地位较高的购买者。精华露从800到1200价格不等；而OLAY的产品面对的是中下等消费者。 2，生活方式，面对广大的=家庭主妇型消费者，保洁公司推出了桶装洗发水。 沐浴露，适用于家庭用；而对于大学生群体或者经常外出的人们，保洁公司同事也推出了易携带的洗护二合一产品。对于白领一族白洁公司推出了亚洲第一彩妆品牌：ANNASUI(安娜苏)。

数据挖掘应用案例：RFM模型分析与客户细分

数据挖掘应用案例：RFM模型分析与客户细分 分类：数据挖掘 | 标签：市场研究数据挖掘RFM模型 2012-01-21 21:39阅读(16854)评论(9) 这里，我先给各位朋友拜年，祝大家新春快乐！ 兔年就要过去了，本命年的最后一天再不更新博客有点对不住大家！正好刚帮某电信行业完成一个数据挖掘工作，其中的RFM模型还是有一定代表性，就再把数据挖掘RFM 模型的建模思路细节与大家分享一下吧！手机充值业务是一项主要电信业务形式，客户的充值行为记录正好满足RFM模型的交易数据要求。 根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)。 我早期两篇博文已详述了RFM思想和IBM Modeler操作过程，有兴趣的朋友可以阅读！ RFM模型：R(Recency)表示客户最近一次购买的时间有多远，F(Frequency)表示客户在最近一段时间内购买的次数，M (Monetary)表示客户在最近一段时间内购买的金额。一般原始数据为3个字段：客户ID、购买时间（日期格式）、购买金额，用数据挖掘软件处理，加权（考虑权重）得到RFM得分，进而可以进行客户细分，客户等级分类，Customer Level Value得分排序等，实现数据库营销！

这里再次借用@数据挖掘与数据分析的RFM客户RFM分类图。 本次分析用的的软件工具：IBM SPSS Statistics 19，IBM SPSS Modeler14.1，Tableau7.0，EXCEL和PPT 因为RFM分析仅是项目的一个小部分分析，但也面临海量数据的处理能力，这一点对计算机的内存和硬盘容量都有要求。 先说说对海量数据挖掘和数据处理的一点体会：（仅指个人电脑操作平台而言） ?一般我们拿到的数据都是压缩格式的文本文件，需要解压缩，都在G字节以上存储单位，一般最好在外置电源移动硬盘存储；如果客户不告知，你大概是不知道有多 少记录和字段的； ?Modeler挖掘软件默认安装一般都需要与C盘进行数据交换，至少需要100G空间预留，否则读取数据过程中将造成空间不足 ?海量数据处理要有耐心，等待30分钟以上运行出结果是常有的现象，特别是在进行抽样、合并数据、数据重构、神经网络建模过程中，要有韧性，否则差一分钟中断 就悲剧了，呵呵； ?数据挖掘的准备阶段和数据预处理时间占整个项目的70%，我这里说如果是超大数据集可能时间要占到90%以上。一方面是处理费时，一方面可能就只能这台电脑处理，不能几台电脑同时操作； ?多带来不同，这是我一直强调的体验。所以海量数据需要用到抽样技术，用来查看数据和预操作，记住：有时候即使样本数据正常，也可能全部数据有问题。建议数 据分隔符采用“|”存储；

SPSS软件聚类分析过程的图文解释及结果的全面分析

SPSS软件聚类分析过程的图文解释及结果的全面分析

SPSS聚类分析过程 聚类的主要过程一般可分为如下四个步骤： 1.数据预处理（标准化） 2.构造关系矩阵（亲疏关系的描述） 3.聚类（根据不同方法进行分类） 4.确定最佳分类（类别数） SPSS软件聚类步骤 1. 数据预处理（标准化） →Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择 从Transform Values框中点击向下箭头，此为标准化方法，将出现如下可选项，从中选一即可：

标准化方法解释：None：不进行标准化，这是系统默认值；Z Scores：标准化变换；Range –1 to 1：极差标准化变换（作用：变换后的数据均值为0，极差为1，且|x ij*|<1，消去了量纲的影响；在以后的分析计算中可以减少误差的产生。）；Range 0 to 1（极差正规化变换 / 规格化变换）； 2. 构造关系矩阵 在SPSS中如何选择测度（相似性统计量）: →Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择

常用测度（选项说明）：Euclidean distance：欧氏距离（二阶Minkowski距离），用途：聚类分析中用得最广泛的距离；Squared Eucidean distance：平方欧氏距离；Cosine：夹角余弦(相似性测度；Pearson correlation：皮尔逊相关系数； 3. 选择聚类方法 SPSS中如何选择系统聚类法 常用系统聚类方法 a）Between-groups linkage 组间平均距离连接法 方法简述：合并两类的结果使所有的两两项对之

聚类分析原理及步骤

聚类分析原理及步骤——将未知数据按相似程度分类到不同的类或簇的过程 1》传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。采用k-均值、k-中心点等算法的聚类分析工具已被加入到许多著名的统计分析软件包中，如SPSS、SAS等。 典型使用 1》动植物分类和对基因进行分类 2》在网上进行文档归类来修复信息 3》帮助电子商务的用户了解自己的客户，向客户提供更合适的服务 主要步骤 1》数据预处理——选择数量，类型和特征的标度（（依据特征选择和抽取）特征选择选择重要的特征，特征抽取把输入的特征转化 为一个新的显著特征，它们经常被用来获取一个合适的特征集来为避免“维数 灾”进行聚类）和将孤立点移出数据（孤立点是不依附于一般数 据行为或模型的数据） 2》为衡量数据点间的相似度定义一个距离函数——既然相类似性是定义一个类的基础，那么不同数据之间在同一个特 征空间相似度的衡量对于聚类步骤是很重要的，由于特征类型和特 征标度的多样性，距离度量必须谨慎，它经常依赖于使用，例如， 通常通过定义在特征空间的距离度量来评估不同对象的相异性，很 多距离度都使用在一些不同的领域一个简单的距离度量，如 Euclidean距离，经常被用作反映不同数据间的相异性，一些有关相

似性的度量，例如PMC和SMC，能够被用来特征化不同数据的概 念相似性，在图像聚类上，子图图像的误差更正能够被用来衡量两 个图形的相似性 3》聚类或分组——将数据对象分到不同的类中【划分方法 （划分方法一般从初始划分和最优化一个聚类标准开始，Cris p Clustering和Fuzzy Clusterin是划分方法的两个主要技术，Crisp Clustering，它的每一个数据都属于单独的类；Fuzzy Clustering，它的 每个数据可能在任何一个类中）和层次方法（基于某个标准产生一 个嵌套的划分系列，它可以度量不同类之间的相似性或一个类的可分 离性用来合并和分裂类）是聚类分析的两个主要方法，另外还有基于 密度的聚类，基于模型的聚类，基于网格的聚类】 4》评估输出——评估聚类结果的质量（它是通过一个类有效索引来 评价，，一般来说，几何性质，包括类间的分离和类内部的耦合，一般 都用来评价聚类结果的质量，类有效索引在决定类的数目时经常扮演 了一个重要角色，类有效索引的最佳值被期望从真实的类数目中获取， 一个通常的决定类数目的方法是选择一个特定的类有效索引的最佳 值，这个索引能否真实的得出类的数目是判断该索引是否有效的标准， 很多已经存在的标准对于相互分离的类数据集合都能得出很好的结 果，但是对于复杂的数据集，却通常行不通，例如，对于交叠类的集 合。） 聚类分析的主要计算方法原理及步骤划分法 1》将数据集分割成K个组（每个组至少包 含一个数据且每一个数据纪录属于且 仅属于一个分组），每个组成为一类2》通过反复迭代的方法改变分组，使得每 一次改进之后的分组方案都较前一次 好（标准就是：同一分组中的记录越近 越好，而不同分组中的纪录越远越好， 使用这个基本思想的算法有：

市场细分案例分析

市场细分案例分析 --深圳发展银行 案例： 1987 年12 月28 日，深圳发展银行宣告成立。这是中国金融体制改革的重大突破，也是中国资本市场发育的重要开端。成立 18 年来，深圳发展银行以“敢为天下先”的精神，锐意进取、不断创新，由最初的6 家农村信用社，成长为在18 个经济中心城市拥有230 多家分支机构的全国性股份制商业银行，自身规模不断扩大，综合实力日益增强。2004 年，深圳发展银行成功引进国际战略投资者，从而成为国内首家外资作为第一大股东的中资股份制商业银行。战略投资者的成功引入，将国际先进的管理技术与本土经验有效结合，在经营理念、风险管理、财务管理、市场开拓等各个领域为深发展注入了新的活力。坚持“业务发展专业化”的道路，深圳发展银行公司业务在保持传统优势的同时，致力于为客户提供量身定做的优质金融服务，以一系列业内领先的创新产品，赢得了良好的品牌声誉。自成立以来，深发展为国家培养了大批金融专业人才目前拥有员工7000 余人，其中具有大专以上学历的超过90%。良好的职业素养、出色的专业技能，凝聚成一支充满生机、协同作战的优秀团队，成为深发展事业的坚强柱石。 随着综合实力的全面提升，深圳发展银行在深圳、北京、上海、天津、重庆、广州、珠海、佛山、海口、杭州、南京、宁波、温州、大连、济南、青岛、成都、昆明等经济中心城市设立了分支机构，在香港、北京设立了代表处。今天的深发展，已经基本形成了覆盖华东、华北、西南、华南的全国性战略布局，机构与业务网络日臻完善。 提及市场细分，不能不说宝洁（P&G）公司。宝洁的市场细分战略无疑是成功的，以其在中国的洗发水市场为例，它先后推出了飘柔、潘婷、海飞丝、沙宣、伊卡璐等多个品牌的产品，每种产品都有其独特的市场定位：飘柔突出柔顺，潘婷倡导护理、海飞丝强调去屑、沙宣引领时尚、伊卡璐渲染环保等等。通过市场细分，每个产品都在细分的目标市场内最大限度地满足了目标客户的需求，其洗发水产品的整体市场份额也得以最大化。 2002 年，深圳发展银行在全辖范围内大力推广“对公业务八大产品”，即：企业财务顾问、出口信用保险融资、福费廷、保理业务、动产及货权质押授信业务、离岸业务、商票保贴业务、透支账户，使广大一线客户经理在业务开拓过程中能够有效地把握客户需求，有的放矢地营销产品。从而，在一定程度上扭转了以往银行营销中一陈不变地与客户就事论事谈贷款利率和额度的被动营销局面。事实上，“八大产品”的成功正是市场细分前提下银行产品细分、创新、定位和整合的结果。现以动产及货权质押授信业务为例作以剖析。 2000 年9 月，有客户找到深圳发展银行某分行申请授信融资。这家公司以经营有色金属原材料为主，是该地区铝型材生产厂家的重要供货商。由于是贸易企业，尽管每年销售额很大，利润情况也很好，但自身负债比例较高，也没有不动产向银行抵押，一时又难以找到符合银行要求的企业担保。一般情况下，大多数银行会拒绝企业的融资要求。这时，深圳发展银行意识到：可否用客户手中的铝锭做银行贷款的抵押品呢？用企业手中的铝定质押，银行马上又面对押品的质量认定、存放、监管等一系列问题。另外，如果到期客户不赎货，银行是否能在最短时间内将货物变现，以便将银行与客户的损失都保持在最小水平呢？再者，对客户来说，所抵押物资为在销售商品，只有实现销售才能有钱偿还银行借款。货物质押给银行，企业又如何进行销售呢？ 面对市场需求，经该行分析后，决定延伸原有业务流程，将其扩展至铝锭仓储、运输以及授信客户上下游业务合作伙伴等整个业务链，通过借款人自有动产（铝锭）质押方式向其融资。这项业务的成功，使深发人对有类似需求的潜在客户进行了广泛的深入调研。结果，一个新的细分市场展现在深发人面前：企业参与物流交易频繁，是商品流通中的一个环节；企业流动资金相对紧张、规模不太、财务报表有虚假成份或相对较差；企业货物价值波动较

聚类分析原理及步骤

聚类分析原理及步骤 ——将未知数据按相似程度分类到不同的类或簇的过程 1》传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚 类法、有序样品聚类、有重叠聚类和模糊聚类等。采用k-均值、k-中 心点等算法的聚类分析工具已被加入到许多着名的统计分析软件包 中，如SPSS、SAS等。 典型应用 1》动植物分类和对基因进行分类 2》在网上进行文档归类来修复信息 3》帮助电子商务的用户了解自己的客户，向客户提供更合适 的服务 主要步骤 1》数据预处理——选择数量，类型和特征的标度（（依据特征 选择和抽取）特征选择选择重要的特征，特征抽取把输入的特征转化 为一个新的显着特征，它们经常被用来获取一个合适的特征集来为避 免“维数灾”进行聚类）和将孤立点移出数据（孤立点是不依附 于一般数据行为或模型的数据） 2》为衡量数据点间的相似度定义一个距离函数——既然相类似性是定义一个类的基础，那么不同数据之间在同一个特征空间相似度的衡 量对于聚类步骤是很重要的，由于特征类型和特征标度的多样性，距离度量 必须谨慎，它经常依赖于应用，例如，通常通过定义在特征空间的距离度量

来评估不同对象的相异性，很多距离度都应用在一些不同的领域一个简单的 距离度量，如Euclidean距离，经常被用作反映不同数据间的相异性，一些 有关相似性的度量，例如PMC和SMC，能够被用来特征化不同数据的概念相 似性，在图像聚类上，子图图像的误差更正能够被用来衡量两个图形的相似 性 3》聚类或分组——将数据对象分到不同的类中【划分方法（划分 方法一般从初始划分和最优化一个聚类标准开始，Cris p Clustering和Fuzzy Clusterin是划分方法的两个主要技术，Crisp Clustering，它的每一个数据 都属于单独的类；Fuzzy Clustering，它的每个数据可能在任何一个类中）和 层次方法（基于某个标准产生一个嵌套的划分系列，它可以度量不同类之间 的相似性或一个类的可分离性用来合并和分裂类）是聚类分析的两个主要方法， 另外还有基于密度的聚类，基于模型的聚类，基于网格的聚类】4》评估输出——评估聚类结果的质量（它是通过一个类有效索引来评价，， 一般来说，几何性质，包括类间的分离和类内部的耦合，一般都用来评价聚类 结果的质量，类有效索引在决定类的数目时经常扮演了一个重要角色，类有效 索引的最佳值被期望从真实的类数目中获取，一个通常的决定类数目的方法是 选择一个特定的类有效索引的最佳值，这个索引能否真实的得出类的数目是判 断该索引是否有效的标准，很多已经存在的标准对于相互分离的类数据集合都 能得出很好的结果，但是对于复杂的数据集，却通常行不通，例如，对于交叠 类的集合。） 聚类分析的主要计算方法原理及步骤 划分法 1》将数据集分割成K个组（每个组至少包含一 个数据且每一个数据纪录属于且仅属于一个 分组），每个组成为一类 2》通过反复迭代的方法改变分组，使得每一次 改进之后的分组方案都较前一次好（标准就 是：同一分组中的记录越近越好，而不同分 组中的纪录越远越好，使用这个基本思想的 算法有：K-MEANS算法、K-MEDOIDS算法、

关于市场细分和市场定位的案例

关于市场细分和市场定位的案例 经典案例 麦当劳的市场细分和市场定位 一、公司背景简介 麦当劳由创始人Ray A. Kroc 1955年在美国芝加哥成立。至今已拥有五十年的辉煌历史，目前已在109个国家开设了2.5万家连锁店，年营业额为34多亿美元。现已成为一个全球性权威快餐连锁店。麦当劳成功有个不可磨灭的因素，那就是它二十世纪初准确合理的细分市场。 二、麦当劳公司市场细分 麦当劳公司主要根据三大要素进行市场细分的，即地理要素、人口要素和心理要素。 （一）地理要素细分市场 麦当劳有国内市场也有国际市场，而各个国家有各自不同的饮食习惯和文化背景，所以麦当劳要在世界市场保持霸主地位就必须对市场进行细致的地理细分。麦当劳进行地理细分的主要目标在于分析各区域的差异。对于国内市场，麦当劳以西方饮食文化为主导。而在国外市场就抓住了特色。 地理细分要求把市场细分为不同的地理单位进行经营活动，例如，美国东部人爱喝清淡的咖啡，西部人爱喝较浓的咖啡。麦当劳连锁店作为一个跨国家和地区的企业，其服务范围遍及世界各地：109个国家，2.5万家连锁店。它每年都需要花大量的资金来进行认真的严格的市场调研，研究各地的人群组合、文化、习俗，再书写详细的市场细分报告，每个国家，甚至每个地区都要有一种适合当地生活方式的市场策略。 以前，麦当劳在选择开分店的地址是人流大的地点。如在中国，先在主要的大城市开分店，逐步向其他城市扩展。但是现在，各大城市快餐供应已趋饱和状态。这就必须对这些细分市场进行分析，考虑这些市场是否具有吸引力，是否值得进入。 （二）人口要素细分与定位 1、人口要素细分 人口因素是细分消费者群的最流行的依据。主要根据年龄、性别、家庭人口、家庭生命周期、收入、职业、教育、宗教、种族、国籍等相关变量，把市场分割成群体。麦当劳主要从年龄及生命周期阶段对人口市场进行细分，其中，将不到开车年龄的划定为少年市场，将20-40岁之间的年轻人界定为青年市场，理解他们的生活方式，知道他们时间有限，要求吃得又快又好；而对于年老者市场，麦当劳公司对其宣传中将经济实惠作为重点，同时，还尽力鼓励他们到本公司工作。 2、不同市场特征与定位 麦当劳针对上述细分市场采用不同广告宣传方式，如对青少年市场做的广告是以摇摆舞曲音乐，冒险性和快速画面穿插为特点；而对老年人市场的广告宣传则突出柔和并富有情调。实际上，儿童在餐饮方面极有可能成为家庭非常重要的影响因素。因为对父母而言，让小孩快乐、负担得起、方便选买、省时间、不必煮饭、省麻烦、有好吃的食物、自觉是个好父母，这些因素将使成年父母顺从孩

聚类分析与排列分析的原理和应用

聚类分析与排列分析的原理和应用 植物学专业zw 引言 20世纪90年代以来，随着数据库和信息技术的发展，由于互联网技术的普及和企业、个人数据的积累，我们可以轻松的获取并存储大量的重要数据。但是如何对我们所感兴趣的数据信息进行提取和分析，这就迫切需要一种新的数据提取软件，它能够自动地、快速地、智能地把历史数据归纳成为有指导意义的信息。而数据挖掘技术具有较强的数据处理能力（刘同明等，2001）。聚类分析就是数据挖掘技术的一种。 聚类分析是统计学的一项分支，并且逐渐形成了一个系统的体系（Everitt et al,2001）。目前，聚类分析主要应用于两个领域，一个是模式识别领域，另外一个便是数据挖掘领域。近年来，聚类分析技术已经逐渐成为数据挖掘应用中的一个富有生命力的研究方向。我们面对海量数据的时候，首先必须要做的就是对它进行归类，对原始数据进行归类的一种方法就是聚类分析法，它是将抽象的或者物理的数据，根据它们之间的相近程度，分为若干个类别，并且使得同一个组内数据具有比较高的相似度，而相异组的对象数据关联距离较大。聚类分析的应用十分广泛（刘艳霞等，2008），在生物学领域里，聚类分析可以推导动植物的分类，基因的分类分析，获得对种群中固有结构的认识。在商务市场领域，聚类分析可以帮助市场分析工程师从客户的基本信息库中发现不同的客户群体，针对不同的客户群，制定不同的

购买模式，从而可以使利益最大化。在模式识别中，聚类可以用于语音识别、字符识别、雷达信号识别、文本识别等方面。聚类分析方法还可以应用于机器自动化和工具状态检测，以及进行气候分类、食品检验和水质分析，另外，数据挖掘中的聚类分析的一个重要功能是仅仅用聚类分析构成算法工具来描述、分析数据，并且概括其分布。另外，聚类分析也可以作为其他数据挖掘方法的预处理步骤。因此，在广泛的应用领域中，聚类方法起着非常重要的作用。 聚类分析原理和应用 聚类就是抽象的或者物理的数据，依据它们的相似性或者相似程度，将其分为若干组，同一组内的成员具有高度的相似性质，聚类就是具有相似特性的对象的集合，跟平常说的“物以类聚”相似（方开泰等，1982）。聚类分析就是使用聚类算法来发现有意义的类，主要依据是把相似的样本划分为一类，而把差异大的样本区分开来，这样所生成的簇是一组数据对象的集合，这些对象与同一簇中的对象彼此相似，而与其他簇的对象彼此相异。在应用中经常把一个簇中的数据对象当成一个整体来对待（罗可等，2003）。簇：一个数据对象的集合。在同一簇中，对象具有相似性，不同簇中，对象之间是相异的。 聚类分析(Clustering analysis)：把一个给定的数据对象集合分成不同的簇,即在空间X 中给定一个有限的取样点集或从数据库中取得有限个例子的集合，{X i}n i=1。聚类的目标是将数据聚集成类，使得类间的相似性最小，而类内的相似性尽可能得大。 聚类的数据描述为：

基于K―means聚类的客户细分案例分析

基于K―means聚类的客户细分案例分析 【摘要】当今流行的客户细分理论的视角主要关注在 消费市场的细分上，现有的客户细分理论中根据客户购买的 产品特征进行细分的分析和研究相对较少，因此本文的研究 就是把某品牌鞋子的风格特征作为细分变量，基于某企业的 销售数据来进行分析，选择K-means聚类分析方法结合企业 的实际情况，划分出不同的客户群，企业可以根据不同客户 群的需求和对企业的贡献制定不同的宣传营销策略，降低企 业的销售成本，提高企业的竞争力。 【关键词】客户细分K-means聚类案例分析营销策略 一、案例介绍 某公司是一个以鞋类的研发制造及品牌管理为主的时 尚集团公司，业务遍及大中华区（中国大陆、香港、台湾）、亚洲、欧洲及北美洲，是中国最成功的国内品牌之一。该公 司在中国经营的组织架构为：总公司――分公司――专卖 店。其中，总公司负责拓展策略和公司年度工作计划的制定， 以及成本控制和分公司事务管理。分公司负责执行总公司的 战略，对专卖店、专卖店人员实施管理，工作内容包括：新 开专卖店寻址、申请开店、签约、开店；对分公司人员管理、分公司销售指标达成、执行总公司促销活动等。

二、数据处理 （一）数据准备 原始数据包括两张表：客户交易记录表和鞋子具体属性 表，其中客户交易记录表与鞋子属性表连接的变量是鞋子 ID，交易记录数据的时间是过去一年2013年9月1日到2014年9月1日。 （二）数据清洗 该企业一年的交易记录有几千万条，所以原始的交易数 据量非常大，这样就很容易出现噪声数据、空缺数据和不一 致数据，所以必须要经过一系列的分析与处理，包括对缺失 值的处理和异常值的处理，例如：去除客户属性为空的客户 记录、剔除消费额和消费次数不在正常范围内的客户记录 等。 （1）剔除异常的正负交易。从客户交易记录表中选出 过去一年交易ID不为空的正常交易记录，交易记录表中的 金额有正负之分，正表示购买记录，负表示退货记录，要剔 除掉没有正交易与之对应的退货记录。 （2）剔除异常的购买数量和金额。由于有些客户不是 会员，专卖店的销售员会帮客户刷自己的会员卡，这样就会 出现一个会员ID在一段时间内交易数量和交易金额超出正 常范围。本文用3δ准则剔除不在正常范围内异常客户。 （三）数据转换和整合

市场细分案例分析 —麦当劳瞄准细分市场需求

市场细分案例分析 ——麦当劳瞄准细分市场需求 一、企业简介 麦当劳作为一家国际餐饮巨头，创始于五十年代中期的美国。由于当时创始人及时抓住高速发展的美国经济下的工薪阶层需要方便快捷的饮食的良机，并且瞄准细分市场需求特征，对产品进行准确定位而一举成功。当今麦当劳已经成长为世界上最大的餐饮集团，在109个国家开设了2.5万家连锁店，年营业额超过34亿美元。 回顾麦当劳公司发展历程后发现，麦当劳一直非常重视市场细分的重要性，而正是这一点让它取得令世人惊羡的巨大成功。 市场细分是1956年由美国市场营销学家温德尔·斯密首先提出来的一个新概念。它是指根据消费者的不同需求，把整体市场划分为不同的消费者群的市场分割过程。每个消费者群便是一个细分市场，每个细分市场都是由需要与欲望相同的消费者群组成。市场细分主要是按照地理细分、人口细分和心理细分来划分目标市场，以达到企业的营销目标。 麦当劳的成功正是在这三项划分要素上做足了功夫。它根据地理、人口和心理要素准确地进行了市场细分，并分别实施了相应的战略，从而达到了企业的营销目标。

二、市场细分策略的具体应用 1.麦当劳根据地理要素细分市场 麦当劳有美国国内和国际市场，而不管是在国内还是国外，都有各自不同的饮食习惯和文化背景。麦当劳进行地理细分，主要是分析各区域的差异。如美国东西部的人喝的咖啡口味是不一样的。通过把市场细分为不同的地理单位进行经营活动，从而做到因地制宜。 每年，麦当劳都要花费大量的资金进行认真的严格的市场调研，研究各地的人群组合、文化习俗等，再书写详细的细分报告，以使每个国家甚至每个地区都有一种适合当地生活方式的市场策略。 例如，麦当劳刚进入中国市场时大量传播美国文化和生活理念，并以美国式产品牛肉汉堡来征服中国人。但中国人爱吃鸡，与其他洋快餐相比，鸡肉产品也更符合中国人的口味，更加容易被中国人所接受。针对这一情况，麦当劳改变了原来的策略，推出了鸡肉产品。在全世界从来只卖牛肉产品的麦当劳也开始卖鸡了。这一改变正是针对地理要素所做的，也加快了麦当劳在中国市场的发展步伐。 2.麦当劳根据人口要素细分市场 通常人口细分市场主要根据年龄、性别、家庭人口、生命周期、收入、职业、教育、宗教、种族、国籍等相关变量，把市场分割成若干整体。而麦当劳对人口要素细分主要是从年龄及生命周期阶段对人口市场进行细分，其中，将不到开车年龄的划定为少年市场，将20～40岁之间的年轻人界定为青年市场，还划定了年老市场。 人口市场划定以后，要分析不同市场的特征与定位。例如，麦当劳以孩子为中心，把孩子作为主要消费者，十分注重培养他们的消费忠诚度。在餐厅用餐的小朋友，经常会意外获得印有麦当劳标志的气球、折纸等小礼物。在中国，还有麦当劳叔叔俱乐部，参加者为3～12岁的小朋友，定期开展活动，让小朋友更加喜爱麦当劳。这便是相当成功的人口细分，抓住了该市场的特征与定位。

市场营销市场细分案例简单分析

市场营销市场细分案例简单分析 万商购：与物流独立而统一的B端电商 如同C端电商的发展一样，B端电商的演进也需要一个过程。在 这个过程中，山东省烟台市的流通电商平台——万商购，可谓牢牢 抓住了当下新兴的电商机遇，为新一轮的经销商转型提供了良好的 范本与平台。 从物流到平台，二者相辅相成 万商购是一个以经销商和零售店为主体的B2B流通电商平台，目前辐射山东省烟台市区的5个区。简单来说，零售店在万商购的平 台上选择各大经销商的货物下订单，而各大经销商的货物由万商购 统一仓储、统一装车、统一配送。 但是，万商购何来? 1992年，经历了国有企业改制私营企业的益商物流是万商购掌 舵人刘忠民的第一个项目，改制后的益商物流有两大优势：一是财 务优势，二是仓管优势。 有了这个基础，刘忠民就与浪潮软件合作，建立了如今的万商购这一线上平台，定位做专业的集中仓储、共同配送。 扁平化模式抢占客户市场 目前，入驻万商购的经销商有300家左右，占烟台市整个商贸市场的15%-20%。通过扁平化的系统模式，万商购在逐步抢占更大的 客户市场。 烟台市共有9000多家商店，如果经销商要分别送货到这些商店，需要好几个月的时间。于是经销商便会通过各个小区形成二批商， 而二批商要进行重复的装车、重复的仓储和重复的配送，所以这样 一来费用成本就会相当高。

而通过万商购的平台，货物通过后台的物流体系直接就送到商店里了，这样就给经销商省去了换乘环节10%的费用，而这10%的费用 是非常巨大的。 除此以外，因为万商购实行集中仓储和集中配送，所以这样一来还可为经销商节省70%的物流费用。按照刘忠民的说法，物流费用 占经销商总成本约70%，集中仓储配送能够节省70%的费用，那经销 商的总费用便可以节省约一半。 而万商购的赢利模式也很简单，除了收取3%的平台管理费用之外，在扁平化的管理与集约式的配送模式下，万商购后台的仓储配 送费用也比市场上便宜一半左右。 在刘忠民看来，这也更体现了社会分流的二八法则——20%的人 向前走，80%的被淘汰。对万商购而言，是要做那1%去引领20%的人 向前走。谁都无法做到面面俱到，社会在发展的过程中也一定会淘 汰一大批人，否则就不会进步。 对于经销商而言，万商购就是一个平台，一个管理者的平台软件，而这个模式的重点是益商物流。如果经销商选择万商购这一模式， 那么就目前而言，可能在全国都不算陌生。也许在某一个城市里就 会有几千家在做，但现在很多几乎都要倒闭了。 为什么?因为这一模式表面只是冰山上凸起的一角，而冰山下真 正的根基是物流配送体系。 水果营行：烧钱催不熟生鲜电商 自2014年10月开设第一家门店，仅一年多，号称要做“水果业内的阿里巴巴”的水果营行就在全国20余个一、二线城市，开设了300多家实体店。然而在2015年12月，几乎一夜之间，这个迅速 膨胀的水果王国轰然倒塌，广州、深圳、东莞、杭州、南昌等城市 的门店大量关门，12月16日，水果营行CEO易德更被警方带 走…… 水果营行，成为O2O死亡名单里的最新登陆者?它的破灭是否预 示着生鲜电商走向颓败?或许，结论恰恰相反。

数据挖掘应用案例：RFM模型分析与客户细分完整版

数据挖掘应用案例：R F M模型分析与客户 细分 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】

数据挖掘应用案例：RFM模型分析与客户细分 分类：| 标签： 2012-01-21 21:39阅读(16854) 这里，我先给各位朋友拜年，祝大家新春快乐！ 兔年就要过去了，本命年的最后一天再不更新博客有点对不住大家！正好刚帮某电信行业完成一个数据挖掘工作，其中的RFM模型还是有一定代表性，就再把数据挖掘RFM模型的建模思路细节与大家分享一下吧！手机充值业务是一项主要电信业务形式，客户的充值行为记录正好满足RFM模型的交易数据要求。 根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)。 我早期两篇博文已详述了RFM思想和IBM Modeler操作过程，有兴趣的朋友可以阅读！ RFM模型：R(Recency)表示客户最近一次购买的时间有多远，F(Frequency)表示客户在最近一段时间内购买的次数，M (Monetary)表示客户在最近一段时间内购买的金额。一般原始数据为3个字段：客户ID、购买时间（日期格式）、购买金额，用数据挖掘软件处理，加权（考虑权重）得到RFM得分，进而可以进行客户细分，客户等级分类，Customer Level Value得分排序等，实现数据库营销！

这里再次借用@数据挖掘与数据分析的RFM客户RFM分类图。 本次分析用的的软件工具：IBM SPSS Statistics 19，IBM SPSS ，，EXCEL和PPT 因为RFM分析仅是项目的一个小部分分析，但也面临海量数据的处理能力，这一点对计算机的内存和硬盘容量都有要求。 先说说对海量数据挖掘和数据处理的一点体会：（仅指个人电脑操作平台而言） 一般我们拿到的数据都是压缩格式的文本文件，需要解压缩，都在G字节以上存储单位，一般最好在外置电源移动硬盘存储；如果客户不告知，你大概是不知道有多少记录和字段的； Modeler挖掘软件默认安装一般都需要与C盘进行数据交换，至少需要100G 空间预留，否则读取数据过程中将造成空间不足 海量数据处理要有耐心，等待30分钟以上运行出结果是常有的现象，特别 是在进行抽样、合并数据、数据重构、神经网络建模过程中，要有韧性，否则差一分钟中断就悲剧了，呵呵； 数据挖掘的准备阶段和数据预处理时间占整个项目的70%，我这里说如果是超大数据集可能时间要占到90%以上。一方面是处理费时，一方面可能就只能这台电脑处理，不能几台电脑同时操作； 多带来不同，这是我一直强调的体验。所以海量数据需要用到抽样技术，用来查看数据和预操作，记住：有时候即使样本数据正常，也可能全部数据有问题。建议数据分隔符采用“|”存储； 如何强调一个数据挖掘项目和挖掘工程师对行业的理解和业务的洞察都不为过，好的数据挖掘一定是市场导向的，当然也需要IT人员与市场人员有好 的沟通机制；