當數據挖掘遇上戰略決策

數據挖掘的定義與價值

數據挖掘指從大量數據（包括文(wén)本）中(zhōng)挖掘出隐含的、未知的、對決策有(yǒu)潛在價值的關系、模式和趨勢，并利用(yòng)這些知識和規則建立用(yòng)于決策支持的模型，提供預測性決策支持的方法、工(gōng)具(jù)和過程。通常，數據挖掘會用(yòng)到應用(yòng)數學(xué)、統計學(xué)、數據庫技(jì )術、機器學(xué)習和人工(gōng)智能(néng)等多(duō)種技(jì )術。

在企業經營管理(lǐ)過程中(zhōng)，數據挖掘可(kě)以幫助企業發現業務(wù)趨勢、揭示客觀規律、預測未知結果、優化戰略決策的效率與效果，同時，數據挖掘還可(kě)以幫助企業優化業務(wù)運營的流程，提升用(yòng)戶與員工(gōng)的體(tǐ)驗。用(yòng)好數據挖掘工(gōng)具(jù)，構建基于數據驅動的戰略決策（Data-Driven Decision-Making (DDDM)）體(tǐ)系，将讓企業在面向未來不确定性時做出明智的戰略抉擇。

機器學(xué)習的分(fēn)類與經典模型介紹

機器學(xué)習是數據挖掘的重要技(jì )術支撐，根據學(xué)習範式的不同，機器學(xué)習可(kě)劃分(fēn)為(wèi)有(yǒu)監督學(xué)習、無監督學(xué)習、強化學(xué)習和深度學(xué)習。有(yǒu)監督學(xué)習指從有(yǒu)标注訓練數據中(zhōng)推導出預測函數，一般用(yòng)于解決預測或者分(fēn)類問題；無監督學(xué)習指對無标簽樣本進行學(xué)習揭示數據内在規律，從給定數據中(zhōng)找到隐藏的模式和見解，一般用(yòng)于解決聚類或者關聯關系探查等問題；強化學(xué)習不依賴标注數據，用(yòng)于描述和解決智能(néng)體(tǐ)（agent）在與環境的交互過程中(zhōng)通過環境給予的反饋（獎勵）學(xué)習策略以達成回報最大化或實現特定目标的問題。深度學(xué)習指使用(yòng)神經網絡模型來學(xué)習數據的特征,可(kě)以在大規模數據上進行訓練。

機器學(xué)習的分(fēn)類

建模的步驟與流程

應用(yòng)數據挖掘輔助戰略決策分(fēn)為(wèi)5大步驟：問題定義、數據分(fēn)析、特征工(gōng)程、算法建模與模型評價。

問題定義：将現實業務(wù)經營管理(lǐ)問題映射到數學(xué)表示，明确數據挖掘目标。

數據分(fēn)析：包括取樣、探索及預處理(lǐ)三個步驟，核心目的是提高數據集。

特征工(gōng)程：是把原始數據轉變為(wèi)模型的訓練數據的過程，目的是獲取更好的訓練數據特征，使得機器學(xué)習模型逼近訓練上限。

算法建模：是數據挖掘工(gōng)作(zuò)的核心環節，需要思考建模屬于數據挖掘應用(yòng)中(zhōng)的哪類問題并選用(yòng)對應算法進行模型構建。

模型評價：需要一組沒有(yǒu)參與預測模型建立的獨立數據集，即測試集數據，評價預測模型的準确率。

建模步驟與流程

數據挖掘在戰略決策中(zhōng)的實戰案例

實戰案例①：幫助某酒店(diàn)集團進行常住酒店(diàn)公(gōng)寓選址

案例關鍵詞：#酒店(diàn)行業# #有(yǒu)監督學(xué)習# #回歸模型# #決策樹模型#

客戶核心訴求：提高常住酒店(diàn)公(gōng)寓項目選址決策效率，在城市中(zhōng)篩選住客入住需求集中(zhōng)的地塊，保證項目投運後的收益。

數據挖掘步驟：

 ●  定義挖掘目标：合理(lǐ)進行門店(diàn)的規劃選址，選擇潛在高銷量區(qū)域。

 ●  分(fēn)析地塊數據：導入已有(yǒu)門店(diàn)信息、門店(diàn)銷量、競品門店(diàn)銷量、宏觀指标、市場表現等數據，開展數據分(fēn)析。

 ●  構建特征工(gōng)程：包括門店(diàn)特征、地塊特征、城市特征、競品特征等。

 ●  決策樹建模：采用(yòng)決策樹模型在訓練集進行訓練，對備選區(qū)域在地塊得分(fēn)、競品門店(diàn)數量、投資回報周期等關鍵選址決策要素下的表現進行分(fēn)類。

 ●  效果驗證：在測試集對算法模型進行效果驗證，并進行合理(lǐ)性分(fēn)析。

 ●  選址決策應用(yòng)：在不同區(qū)域應用(yòng)選址決策模型，輸出門店(diàn)選址與擴張策略。

建模步驟與流程

結語

經驗主義哲學(xué)家弗朗西斯·培根曾說過：“我們大部分(fēn)的人的理(lǐ)解力容易出現偏差，我們的心智容易被假象所困住。”在現代企業的戰略決策中(zhōng)，管理(lǐ)者的戰略判斷也常常會受到固有(yǒu)認知、個人直覺或理(lǐ)解偏差所影響。數據挖掘的意義在于幫助管理(lǐ)者從大量的數據中(zhōng)去提取那些隐藏其中(zhōng)的、預先未知的、但有(yǒu)潛在價值的客觀規律，讓管理(lǐ)者在進行決策時有(yǒu)更堅實的依據與更充分(fēn)的論斷。

數據從來不是全部，數據也不能(néng)替代思考，但他(tā)可(kě)以讓你站在巨人的肩膀上。