數(shù)據(jù) 挖掘:根據(jù)數(shù)據(jù)的函數(shù)類型和數(shù)據(jù)的特性，選擇相應(yīng)的算法，在提純轉(zhuǎn)換后的數(shù)據(jù)集合上進(jìn)行。數(shù)據(jù) 挖掘關(guān)系管理中的應(yīng)用數(shù)據(jù) 挖掘關(guān)系管理中技術(shù)的典型應(yīng)用客戶，什么是數(shù)據(jù)挖掘，數(shù)據(jù)挖掘。

CRM(customerrelationshipmanagement)，即客戶關(guān)系管理。這個(gè)概念最早是由GartnerGroup提出的，但最近開(kāi)始流行于企業(yè)電商。CRM的主要意義是通過(guò)對(duì)詳細(xì)信息的深入分析來(lái)提高客戶的滿意度，從而提高企業(yè)的競(jìng)爭(zhēng)力。主要包括以下主要方面(簡(jiǎn)稱7P):客戶Profiling includes-1?？蛻糁艺\(chéng)度分析指客戶忠誠(chéng)度、持續(xù)性、變化等。產(chǎn)品或商業(yè)組織；客戶盈利能力是指不同客戶所消耗的產(chǎn)品的邊際利潤(rùn)、利潤(rùn)總額和凈利潤(rùn)；客戶業(yè)績(jī)分析是指按品類、渠道、銷售地點(diǎn)等指標(biāo)劃分的不同客戶消費(fèi)產(chǎn)品的銷售情況；客戶潛在客戶包括客戶數(shù)量和類別的未來(lái)發(fā)展趨勢(shì)，以及取勝的手段客戶；客戶產(chǎn)品分析包括產(chǎn)品設(shè)計(jì)、相關(guān)性、供應(yīng)鏈等?？蛻舸黉N包括廣告、宣傳和其他促銷活動(dòng)的管理。

摘要:隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展和廣泛應(yīng)用，特別是數(shù)據(jù) library的普及，為企業(yè)的生產(chǎn)經(jīng)營(yíng)和決策提供了更加可靠的數(shù)據(jù)支持和信息服務(wù)。其中，電網(wǎng)自動(dòng)化是計(jì)算機(jī)應(yīng)用的主要體現(xiàn)，給我國(guó)電力企業(yè)帶來(lái)了巨大的經(jīng)濟(jì)效益和發(fā)展。本文關(guān)鍵詞:電網(wǎng)自動(dòng)化數(shù)據(jù) 挖掘輔助決策中國(guó)地圖分類編號(hào):TP2證件識(shí)別碼:A號(hào)文號(hào):16723791(2012)06(c)002701近年來(lái)，

數(shù)據(jù)庫(kù)技術(shù)的應(yīng)用也更加廣泛。目前數(shù)據(jù) library大多只對(duì)數(shù)據(jù)進(jìn)行運(yùn)算處理，處理后的信息只是數(shù)據(jù) library所包含信息的一部分。無(wú)法有效描述和預(yù)測(cè)數(shù)據(jù)的整體特征和發(fā)展趨勢(shì)，但數(shù)據(jù) 挖掘技術(shù)的應(yīng)用為電網(wǎng)自動(dòng)化挖掘出了更多有用的信息知識(shí)和模式，提供了更便捷的決策支持。

舉一個(gè)互聯(lián)網(wǎng)餐飲的例子來(lái)證明如何分析RFM模型:如何通過(guò)外賣訂單分析用戶的基本屬性數(shù)據(jù)；用戶的訂單都有訂購(gòu)地址。通過(guò)點(diǎn)餐地址的統(tǒng)計(jì)，可以找出不同條件下的用戶分布，甚至可以知道喜歡某道菜的用戶在哪里。類似用戶數(shù)據(jù) 挖掘還可以根據(jù)復(fù)購(gòu)用戶的復(fù)購(gòu)構(gòu)成、跨平臺(tái)使用情況、性別構(gòu)成進(jìn)行更細(xì)致的分析。值得注意的是,數(shù)據(jù)平臺(tái)之間的差異相當(dāng)大，有利于針對(duì)不同的平臺(tái)制定不同的營(yíng)銷策略。