數(shù)據(jù)挖掘成功案例

時(shí)間：2022-02-18 22:21:01 | 來(lái)源：信息時(shí)代

時(shí)間：2022-02-18 22:21:01 來(lái)源：信息時(shí)代

CredilogrosCíaFinancieraS.A.是阿根廷第五大信貸公司，資產(chǎn)估計(jì)價(jià)值為9570萬(wàn)美元，對(duì)于Credilogros而言，重要的是識(shí)別與潛在預(yù)先付款客戶相關(guān)的潛在風(fēng)險(xiǎn)，以便將承擔(dān)的風(fēng)險(xiǎn)最小化。

該公司的第一個(gè)目標(biāo)是創(chuàng)建一個(gè)與公司核心系統(tǒng)和兩家信用報(bào)告公司系統(tǒng)交互的決策引擎來(lái)處理信貸申請(qǐng)。同時(shí)，Credilogros還在尋找針對(duì)它所服務(wù)的低收入客戶群體的自定義風(fēng)險(xiǎn)評(píng)分工具。除這些之外，其他需求還包括解決方案能在其35個(gè)分支辦公地點(diǎn)和200多個(gè)相關(guān)的銷售點(diǎn)中的任何一個(gè)實(shí)時(shí)操作，包括零售家電連鎖店和手機(jī)銷售公司。

最終Credilogros選擇了SPSSInc.的數(shù)據(jù)挖掘軟件PASWModeler，因?yàn)樗軌蜢`活并輕松地整合到Credilogros的核心信息系統(tǒng)中。通過(guò)實(shí)現(xiàn)PASWModeler，Credilogros將用于處理信用數(shù)據(jù)和提供最終信用評(píng)分的時(shí)間縮短到了8秒以內(nèi)。這使該組織能夠迅速批準(zhǔn)或拒絕信貸請(qǐng)求。該決策引擎還使Credilogros能夠最小化每個(gè)客戶必須提供的身份證明文檔，在一些特殊情況下，只需提供一份身份證明即可批準(zhǔn)信貸。此外，該系統(tǒng)還提供監(jiān)控功能。Credilogros目前平均每月使用PASWModeler處理35000份申請(qǐng)。僅在實(shí)現(xiàn)3個(gè)月后就幫助Credilogros將貸款支付失職減少了20%.

DHL是國(guó)際快遞和物流行業(yè)的全球市場(chǎng)領(lǐng)先者，它提供快遞、水陸空三路運(yùn)輸、合同物流解決方案，以及國(guó)際郵件服務(wù)。DHL的國(guó)際網(wǎng)絡(luò)將超過(guò)220個(gè)國(guó)家及地區(qū)聯(lián)系起來(lái)，員工總數(shù)超過(guò)28.5萬(wàn)人。在美國(guó)FDA要求確保運(yùn)送過(guò)程中藥品裝運(yùn)的溫度達(dá)標(biāo)這一壓力之下，DHL的醫(yī)藥客戶強(qiáng)烈要求提供更可靠且更實(shí)惠的選擇。這就要求DHL在遞送的各個(gè)階段都要實(shí)時(shí)跟蹤集裝箱的溫度。

雖然由記錄器方法生成的信息準(zhǔn)確無(wú)誤，但是無(wú)法實(shí)時(shí)傳遞數(shù)據(jù)，客戶和DHL都無(wú)法在發(fā)生溫度偏差時(shí)采取任何預(yù)防和糾正措施。因此，DHL的母公司德國(guó)郵政世界網(wǎng)（DPWN）通過(guò)技術(shù)與創(chuàng)新管理（TIM）集團(tuán)明確擬定了一個(gè)計(jì)劃，準(zhǔn)備使用RFID技術(shù)在不同時(shí)間點(diǎn)全程跟蹤裝運(yùn)的溫度。通過(guò)IBM全球企業(yè)咨詢服務(wù)部繪制決定服務(wù)的關(guān)鍵功能參數(shù)的流程框架。DHL獲得了兩方面的收益：對(duì)于最終客戶來(lái)說(shuō)，能夠使醫(yī)藥客戶對(duì)運(yùn)送過(guò)程中出現(xiàn)的裝運(yùn)問(wèn)題提前做出響應(yīng)，并以引人注目的低成本全面切實(shí)地增強(qiáng)了運(yùn)送可靠性。對(duì)于DHL來(lái)說(shuō)，提高了客戶滿意度和忠實(shí)度；為保持競(jìng)爭(zhēng)差異奠定堅(jiān)實(shí)的基礎(chǔ)；并成為重要的新的收入增長(zhǎng)來(lái)源。

價(jià)格競(jìng)爭(zhēng)空前激烈，語(yǔ)音業(yè)務(wù)增長(zhǎng)趨緩，快速增長(zhǎng)的中國(guó)移動(dòng)通信市場(chǎng)正面臨著前所未有的生存壓力。中國(guó)電信業(yè)改革的加速推進(jìn)形成了新的競(jìng)爭(zhēng)態(tài)勢(shì)，移動(dòng)運(yùn)營(yíng)市場(chǎng)的競(jìng)爭(zhēng)廣度和強(qiáng)度將進(jìn)一步加大，這特別表現(xiàn)在集團(tuán)客戶領(lǐng)域。移動(dòng)信息化和集團(tuán)客戶已然成為未來(lái)各運(yùn)營(yíng)商應(yīng)對(duì)競(jìng)爭(zhēng)、獲取持續(xù)增長(zhǎng)的新引擎。

隨著國(guó)內(nèi)三足鼎立全業(yè)務(wù)競(jìng)爭(zhēng)態(tài)勢(shì)和3G牌照發(fā)放，各運(yùn)營(yíng)商為集團(tuán)客戶提供融合的信息化解決方案將是大勢(shì)所趨，而移動(dòng)信息化將成為全面進(jìn)入信息化服務(wù)領(lǐng)域的先導(dǎo)力量。傳統(tǒng)移動(dòng)運(yùn)營(yíng)商因此面臨著從傳統(tǒng)個(gè)人業(yè)務(wù)轉(zhuǎn)向同時(shí)拓展集團(tuán)客戶信息化業(yè)務(wù)領(lǐng)域的挑戰(zhàn)。如何應(yīng)對(duì)來(lái)自內(nèi)外部的挑戰(zhàn)，迅速以移動(dòng)信息化業(yè)務(wù)作為融合業(yè)務(wù)的競(jìng)爭(zhēng)利器之一拓展集團(tuán)客戶市場(chǎng)，在新興市場(chǎng)中立于不敗之地，是傳統(tǒng)移動(dòng)運(yùn)營(yíng)商需要解決的緊迫問(wèn)題。

從目前網(wǎng)絡(luò)招聘的信息來(lái)看，大小公司對(duì)數(shù)據(jù)挖掘的需求有50多個(gè)方面（來(lái)源見(jiàn)參考資料）：

1、數(shù)據(jù)統(tǒng)計(jì)分析

2、預(yù)測(cè)預(yù)警模型

3、數(shù)據(jù)信息闡釋

4、數(shù)據(jù)采集評(píng)估

5、數(shù)據(jù)加工倉(cāng)庫(kù)

6、品類數(shù)據(jù)分析

7、銷售數(shù)據(jù)分析

8、網(wǎng)絡(luò)數(shù)據(jù)分析

9、流量數(shù)據(jù)分析

10、交易數(shù)據(jù)分析

11、媒體數(shù)據(jù)分析

12、情報(bào)數(shù)據(jù)分析

13、金融產(chǎn)品設(shè)計(jì)

14、日常數(shù)據(jù)分析

15、總裁萬(wàn)事通

16、數(shù)據(jù)變化趨勢(shì)

17、預(yù)測(cè)預(yù)警模型

18、運(yùn)營(yíng)數(shù)據(jù)分析

19、商業(yè)機(jī)遇挖掘

20、風(fēng)險(xiǎn)數(shù)據(jù)分析

21、缺陷信息挖掘

22、決策數(shù)據(jù)支持

23、運(yùn)營(yíng)優(yōu)化與成本控制

24、質(zhì)量控制與預(yù)測(cè)預(yù)警

25、系統(tǒng)工程數(shù)學(xué)技術(shù)

26、用戶行為分析/客戶需求模型

27、產(chǎn)品銷售預(yù)測(cè)（熱銷特征）

28、商場(chǎng)整體利潤(rùn)最大化系統(tǒng)設(shè)計(jì)

29、市場(chǎng)數(shù)據(jù)分析

30、綜合數(shù)據(jù)關(guān)聯(lián)系統(tǒng)設(shè)計(jì)

31、行業(yè)/企業(yè)指標(biāo)設(shè)計(jì)

32、企業(yè)發(fā)展關(guān)鍵點(diǎn)分析

33、資金鏈管理設(shè)計(jì)與風(fēng)險(xiǎn)控制

34、用戶需求挖掘

35、產(chǎn)品數(shù)據(jù)分析

36、銷售數(shù)據(jù)分析

37、異常數(shù)據(jù)分析

38、數(shù)學(xué)規(guī)劃與數(shù)學(xué)方案

39、數(shù)據(jù)實(shí)驗(yàn)?zāi)M

40、數(shù)學(xué)建模與分析

41、呼叫中心數(shù)據(jù)分析

42、貿(mào)易/進(jìn)出口數(shù)據(jù)分析

43、海量數(shù)據(jù)分析系統(tǒng)設(shè)計(jì)、關(guān)鍵技術(shù)研究

44、數(shù)據(jù)清洗、分析、建模、調(diào)試、優(yōu)化

45、數(shù)據(jù)挖掘算法的分析研究、建模、實(shí)驗(yàn)?zāi)M

46、組織機(jī)構(gòu)運(yùn)營(yíng)監(jiān)測(cè)、評(píng)估、預(yù)測(cè)預(yù)警

47、經(jīng)濟(jì)數(shù)據(jù)分析、預(yù)測(cè)、預(yù)警

48、金融數(shù)據(jù)分析、預(yù)測(cè)、預(yù)警

49、科研數(shù)學(xué)建模與數(shù)據(jù)分析：社會(huì)科學(xué)，自然科學(xué)，醫(yī)藥，農(nóng)學(xué)，計(jì)算機(jī)，工程，信息，軍事，圖書(shū)情報(bào)等

50、數(shù)據(jù)指標(biāo)開(kāi)發(fā)、分析與管理

51、產(chǎn)品數(shù)據(jù)挖掘與分析

52、商業(yè)數(shù)學(xué)與數(shù)據(jù)技術(shù)

53、故障預(yù)測(cè)預(yù)警技術(shù)

54、數(shù)據(jù)自動(dòng)分析技術(shù)

55、泛工具分析

56、互譯

57、指數(shù)化

其中，互譯與指數(shù)化是數(shù)據(jù)挖掘除計(jì)算機(jī)技術(shù)之外最核心的兩大技術(shù)。