數據挖掘應用案例
數據挖掘技術,可以幫助我們從海量數據中發(fā)現有用的模式,已經成為數據庫研究的一個新的熱點。以下是學習啦小編為大家整理的關于數據挖掘應用案例，給大家作為參考，歡迎閱讀!
數據挖掘應用案例篇1
蒙特利爾銀行是加拿大歷史最為悠久的銀行，也是加拿大的第三大銀行。在20世紀90年代中期，行業(yè)競爭的加劇導致該銀行需要通過交叉銷售來鎖定1800萬客戶。銀行智能化商業(yè)高級經理JanMrazek說，這反映了銀行的一個新焦點--客戶(而不是商品)。銀行應該認識到客戶需要什么產品以及如何推銷這些產品，而不是等待人們來排隊購買。然后，銀行需要開發(fā)相應商品并進行營銷活動，從而滿足這些需求。
在應用數據挖掘之前，銀行的銷售代表必須于晚上6點至9點在特定地區(qū)通過電話向客戶推銷產品。但是，正如每個處于接受端的人所了解的那樣，大多數人在工作結束后對于兜售并不感興趣。因此，在晚餐時間進行電話推銷的反饋率非常低。
幾年前，該銀行開始采用IBMDB2IntelligentMinerScoring，基于銀行賬戶余額、客戶已擁有的銀行產品以及所處地點和信貸風險等標準來評價記錄檔案。這些評價可用于確定客戶購買某一具體產品的可能性。該系統能夠通過瀏覽器窗口進行觀察，使得管理人員不必分析基礎數據，因此非常適合于非統計人員。
“我們對客戶的財務行為習慣及其對銀行收益率的影響有了更深入的了解?，F在，當進行更具針對性的營銷活動時，銀行能夠區(qū)別對待不同的客戶群，以提升產品和服務質量，同時還能制訂適當的價格和設計各種獎勵方案，甚至確定利息費用。“
蒙特利爾銀行的數據挖掘工具為管理人員提供了大量信息，從而幫助他們對于從營銷到產品設計的任何事情進行決策。
數據挖掘應用案例篇2
就算沒去過紐約，也應該都聽說過擁有百年歷史的紐約地鐵，又臟又臭又陰暗，但是紐約客以及自世界各地來的旅客又都離不開地鐵，每天 550 萬人搭乘，想必每一座地鐵、每一層階梯、每一列車廂，到處沾滿人類陳年積淀的汗?jié)n與污垢。不過，真實情況可能要你大吃一驚，不是沒那么臟，而是比我們想象得更奇幻。
康乃爾大學 Weill 醫(yī)學院的研究者們，花了 18 個月的時間執(zhí)行了一項大數據項目。他們用鑒識科學常用的棉花棒，在 486 個紐約地鐵站搜集目標樣本，車廂門、樓梯扶手、座椅、燈桿、垃圾桶都不放過，最后總共發(fā)現 1 萬 5 千多種微生物，將近一半的樣本是人類未知的有機生物，27% 是活性并俱有抗藥性的細菌，雖然所有細菌僅有 12% 與疾病相關，還發(fā)現了三個與腺鼠疫、炭疽相關樣本，但幸而這些樣本都沒有活性。而與人類的基因組相匹配的只占了不到 2%。
這項研究的主要作者康乃爾醫(yī)學院遺傳學家 Christopher E. Mason 說：「人們望著地鐵上的手扶梯時，從來不會有『這上面充滿生命』的念頭，但是知道這項研究之后，他們可能會開始這么想。不過我想讓他們以看待熱帶雨林的眼光看待地鐵，這里有那么多物種，但并沒有影響到你的健康，簡直讓人敬畏和贊嘆?！?/p>
關于地鐵細菌的研究，不只是有趣，也不只是滿足了科學家的好奇心，研究者們將把這些物種分門別類，未來就能把它們當作對照樣本，確定某些疾病、甚至也可預測未來若恐怖份子把某些細菌當做生物武器攻擊的物質，是否已經擴散。
數據挖掘應用案例篇3
關于數據挖掘的應用，最近還有這樣一個真實案例在數據挖掘和營銷挖掘領域廣為流傳。
美國一名男子闖入他家附近的一家美國零售連鎖超市Target店鋪(美國第三大零售商塔吉特)進行抗議：“你們竟然給我17歲的女兒發(fā)嬰兒尿片和童車的優(yōu)惠券。”店鋪經理立刻向來者承認錯誤，但是其實該經理并不知道這一行為是總公司運行數據挖掘的結果。如圖所示。一個月后，這位父親來道歉，因為這時他才知道他的女兒的確懷孕了。Target比這位父親知道他女兒懷孕的時間足足早了一個月。
Target能夠通過分析女性客戶購買記錄，“猜出”哪些是孕婦。他們從Target的數據倉庫中挖掘出25項與懷孕高度相關的商品，制作“懷孕預測”指數。比如他們發(fā)現女性會在懷孕四個月左右，大量購買無香味乳液。以此為依據推算出預產期后，就搶先一步將孕婦裝、嬰兒床等折扣券寄給客戶來吸引客戶購買。
如果不是在擁有海量的用戶交易數據基礎上實施數據挖掘，Target不可能做到如此精準的營銷。
猜你喜歡：