麦粉社区
>
帖子详情

Smartbi解锁“预测未来”秘笈,开启“数据挖掘”新时代!

数据挖掘 发表于 2021-10-9 13:47
发表于 2021-10-9 13:47:33
  各位亲爱的麦粉,今天小麦有重要的事情宣布:经过Smartbi研发工程师的不懈努力,Smartbi终于解锁“预测未来”秘笈了!从此,Smartbi又多了一项技能傍身,而且这项技能堪称“必杀技”:助您神机妙算,未卜先知!听着是不是觉得很神奇呢?究竟是怎么回事?且听小麦为您细细道来...

  其实,预测未来,并不是靠什么法术或天书,而是用科学的方法,去发现隐藏在大量数据里面的规律,揭示数据之间的关系,从而对以后的趋势进行判断。问题的关键是:用什么科学的方法?答案就是:数据挖掘!

【什么是数据挖掘】
  数据挖掘就是从大量的数据中去发现有用的信息,然后根据这些信息来辅助决策。听起来是不是跟传统的数据分析很像呢?实际上,数据挖掘就是智能化的数据分析,它们的目标都是一样的。但是,又有很大的区别。

  传统的数据分析和数据挖掘最主要的区别就是在揭示数据之间的关系上。传统的数据分析揭示的是已知的、过去的数据关系,数据挖掘揭示的是未知的、将来的数据关系。它们采用的技术也不一样,传统的数据分析采用计算机技术,而数据挖掘不仅采用计算机技术,还涉及到统计学、模型算法等技术,相对来说会复杂很多。因为数据挖掘发现的是将来的信息,所以最主要就是用来:预测预测公司未来的销量,预测产品未来的价格等等。

【数据挖掘的流程】
  数据挖掘是如何做到预测的?因为数据挖掘有一套标准的流程,可以对数据进行各种科学的处理和测试,从而发现数据本身隐藏的规律。这套流程概括起来包括业务理解、数据准备、建立模型和评估模型4个步骤,我们以“预测银行零售客户流失”这个应用场景为例进行说明:

1步:业务理解
  确定目标,明确分析需求
  预测哪些银行零售客户将会流失,提前做好营销挽留。

2步:数据准备
  收集原始数据、检验数据质量、整合数据、格式化数据
  初步判断客户可能会流失的情况,如银行卡交易量逐月下降、客户投诉持续不断,对跟这些情况有关的数据进行采集、格式化。

3步:建立模型
  选择建模技术、参数调优、生成测试计划、构建模型
  客户是否会流失,是一个分类问题,所以选择分类算法建立模型并进行训练。

4步:评估模型
  对模型进行全面的评估,评估结果、重审过程
  对建立好的模型进行评估,并且要根据预测结果不断调整模型参数,实现模型的最优化。

  整个流程最关键是模型的迭代优化过程,模型算法有分类算法、回归算法、聚类算法等,每种算法类型又包含多种不同的算法,例如分类算法,就包含逻辑回归、朴素贝叶斯、决策树等,使用的编程语言有Java语言、Python,大家听了是不是觉得很专业、很复杂?其实这些细节我们统统不用管,全部交给Smartbi帮我们实现就可以了!

Smartbi Mining实现数据挖掘】
  Smartbi在以前也有数据挖掘的功能,但是功能不是很完善。如今,Smartbi“数据挖掘”碟变重生,推出独立产品Smartbi Mining,旨在为个人、团队和企业所做的决策提供预测性分析

  Smartbi Mining具有流程化、可视化的建模界面,内置实用的、经典的统计挖掘算法和深度学习算法,并支持Python扩展算法,基于分布式云计算,可以将模型发送到Smartbi统一平台,与BI平台完美整合。还是以预测银行零售客户流失为例,我们看看Smartbi Mining是怎么实现的吧。

1、 设置数据源,把左边对应的节点拖过来,再从右边区域配置参数:

1.png

2、按照这种方式,可以不断增加新的节点并连接起来:

2.png

3、这里是关键的一步,选择算法。我们选择“逻辑回归”算法,并对其进行配置:

3.png

4、加完“评估”节点,整个流程就配置完了,接下来就是运行,并不断调优:

4.png

5、最后看一下预测的准确率,一般是看“加权F1值”,这个值是综合考虑结果的质量和完整性计算出来的,在这个例子中加权F1值达到了84.62%,预测效果已经很不错了:

5.png

  大家现在可以看出来,通过Smartbi Mining实现“数据挖掘”是不是很简单呢?

Smartbi Mining应用场景
  Smartbi Mining可广泛应用于各个领域,包括企业运营、生产控制,市场分析,工程设计、城市规划和科学探索等,从大量的数据中挖掘出有用的信息和知识,以更好地指导我们的工作。在这里小麦为大家列举几个企业运营领域的应用场景:

1、 精准营销
  分析客户的属性和消费行为,为客户推荐最合适的产品信息,提高营销的效果。
2、 客户保留
  分析客户在购买产品方面的行为变化和满意度情况,预测可能会流失的客户,提前做好挽留工作。
3、 销量预测
  分析产品的历史销售数据,预测未来一段时间的产品销量,为生产、库存提前做好准备。
4、 价格预测
  收集市场上影响产品价格的各种数据进行分析,预测产品价格的发展趋势,抢占市场先机。
5、 信用评分
  分析客户的基本信息和消费、还贷等记录,对客户信用进行评分,防范信用风险,减少损失。

  一直以来,市面上有很多的数据挖掘工具,但基本上都是国外厂商把持,操作复杂,要熟悉算法和编程语言,对数据分析者的要求很高,所以很难普及开来。如今,随着Smartbi Mining的推出,必将开启一个“数据挖掘”新时代!相信以其简单易用、预测率高的产品优势和专业的咨询团队,一定能够在市场中迅速推广,帮助各行各业的客户挖掘数据价值,创造更多的效益,让我们拭目以待吧!


高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

0回帖数 0关注人数 3275浏览人数
最后回复于:2021-10-9 13:47
快速回复 返回顶部 返回列表