把数据挖掘应用到企业中

　　通过以下三个重要课题，介绍数据挖掘在企业中的应用，教您怎样把数据挖掘应用到企业中，这三个课题分别是①预测；②获得知识、见解、趋势、假设；③求最优解，下面我们来分别谈一下：

　　一、预测

　　建立预测系统是企业的一大课题．例如，SCM成功的关键就在于最合理的库存，因此最合理的预测是必不可少的。许多企业都建立了预测系统，而且是企业机密。

　　Excel网小编和企业负责人建立预测系统时会采用下述方法。首先，用Excel(必要时使用S-PLUS)分析，确立运算程序；接着，用具他数据检验预测的精确度，如果能够证明运算程序具有足以实际应用的精确度，就着手建立系统。

　　某娱乐公司为厂预测每日的营业额，基于数量化理论I模型和回归分析模型的混合模型建立预测系统，并应用NJK公司开发的数据库Data Nature3进行操作。各分店店长负责确认营业预测值，若低十目标值就考虑实行促销政策。以达成目标值，把预测值与实际行动紧密结合在一起。

　　讲一个具体的把数据挖掘应用到工作中的例子，小编曾参与某食品公司预测系统建设项目的竞标。竞争对于提出了著名的Forecast Pro(美国Business Forecast Systems公司研发)。对此，笔者提出了利用灰色理论的灰色模型和最近邻法建立预测程序的方法。据说两种方法的投资额分别足数百万日元和数万日元，但是预测精确度并没确明显差异。

　　二、模式与见解、趋势、假设的获得

　　小编也经常使用交叉表统计问卷调查结果，然后利用对应分析(双尺度法)获得假设、见解。

　　例如，将某化妆品销售公司的营业数据录入二菱电机的数据库DIAPRISM，用数据透视表制作交叉表，然后利用对应分析(双尺度法)进行解析。结果显示，在不同年代人们对化妆品的购买倾向有很大差別，而且对于季节的理解也不同。只要精心制作交叉表，利川对应分析(双尺度法)可以得到与文本挖掘和网络挖掘相同的结果。数据挖掘形象图如下：

　　三、求最优解

　　许多问题都要求在各种制约条件下求最优解，比如，求使成本最小，利润最大的未知参数。最优人员配置计划、投资组合问题(我们在后面的文章中会详细地介绍)也属于最优解问题。作为运筹学的强大工具，数理规划法和规划求解可以解决这些问题。