商務(wù)智能課件：1_數(shù)據(jù)挖掘基礎(chǔ) 補(bǔ)充

1、數(shù)據(jù)挖掘基礎(chǔ)1某知名連鎖餐飲企業(yè)的困惑從餐飲服務(wù)到數(shù)據(jù)挖掘2目錄數(shù)據(jù)挖掘的基本任務(wù)34數(shù)據(jù)挖掘建模過程5常用數(shù)據(jù)挖掘建模工具2T餐飲簡介 國內(nèi)某餐飲連鎖高限公司(以下簡稱T餐飲)成立于1998年，主 要經(jīng)營粵菜，兼顧湘菜、川菜、中餐等綜合菜系。至今已經(jīng)發(fā)展 成為在國內(nèi)具高一定知名度、美譽(yù)度，多品牌、立體化的大型餐 飲連鎖企業(yè)。 屬下員工1000多人，擁高16家直營分店，經(jīng)營總面積近13000平 方米，年?duì)I業(yè)額近億元。 其旗下各分店均坐落在繁華市區(qū)主干道，雅致的裝潢，配之以精 致的飾品、燈具、器物，出品精美，服務(wù)規(guī)范。3T餐飲簡介 餐飲行業(yè)面面的挑戰(zhàn) 原材料成本升高、人力成本升高、房租成本升高

2、利潤率下降 T餐飲通過加強(qiáng)信息化管理來提高效率，已上線的管理系統(tǒng)包括:1.客戶關(guān)系管理系統(tǒng)2.餐廳管理系統(tǒng)3.后廚管理系統(tǒng)4.財(cái)務(wù)管理系統(tǒng)5.物資管理系統(tǒng)4T餐飲的因惑 通過以上信息化的建設(shè)，T餐飲已經(jīng)積累了大量的歷史數(shù)據(jù) 高沒高一種方法可幫助企業(yè)從這些數(shù)據(jù)中洞察商機(jī)，提取價(jià)值? 在同質(zhì)化的市場競爭中，找到一些市場以前并不存在的“撿漏” 和“補(bǔ)缺”?52從餐飲服務(wù)到數(shù)據(jù)挖掘某知名連鎖餐飲企業(yè)的困惑1目錄數(shù)據(jù)挖掘的基本任務(wù)34數(shù)據(jù)挖掘建模過程5常用數(shù)據(jù)挖掘建模工具6餐飲如何盈利 企業(yè)經(jīng)營最大的目的是盈利，而餐飲業(yè)企業(yè)盈利的核心菜品和 顧客提供的產(chǎn)品和服務(wù)對象 企業(yè)經(jīng)營者每天都在想推出什么樣的菜系

3、和種類會吸引更多的顧客究竟各種顧客各自的喜好是什么在不同的時(shí)段是不是高不同的菜品暢銷當(dāng)把幾種不同的菜品組合在一起推出時(shí)是不是能夠得到更 好的效果(如何推選特價(jià)菜)7未來一段時(shí)間菜品原材應(yīng)該采購多少8T餐飲服務(wù)之經(jīng)驗(yàn) T餐飲在經(jīng)營過程中，通過分析歷史數(shù)據(jù)，總結(jié)出一些行之高效的 經(jīng)驗(yàn):點(diǎn)餐過程中，高經(jīng)驗(yàn)的服務(wù)員根據(jù)顧客特點(diǎn)進(jìn)行菜品推薦， 一方面可提高菜品的銷量，另外一方面可減少客戶點(diǎn)餐的時(shí) 間和頻率，提常用戶體驗(yàn);根據(jù)菜品歷史銷售情況，綜合考慮節(jié)假日、氣候和競爭對手 等影響因素，對菜品銷量進(jìn)行預(yù)測，以便餐飲企業(yè)提前準(zhǔn)備 原材料;定期對菜品銷售情況進(jìn)行統(tǒng)計(jì)，分類統(tǒng)計(jì)出好評菜和差評菜，為促銷活動和新菜

4、品推出提供支持;根據(jù)就餐頻率和金額對顧客的就餐行為進(jìn)行評分，篩選出優(yōu)質(zhì)客戶，定期回訪和送去關(guān)懷。從餐飲服務(wù)到數(shù)據(jù)挖掘 以從數(shù)據(jù)中獲得相關(guān)產(chǎn)品和客戶的特點(diǎn)以及能夠產(chǎn)生價(jià)值的規(guī)律 更多依賴于管理人員的個(gè)人經(jīng)驗(yàn)。 如果搞一套工具或系統(tǒng)，能夠從業(yè)務(wù)數(shù)據(jù)中自動或半自動地發(fā)現(xiàn) 相關(guān)的知識和解決方案，這將極大地提高企業(yè)的決策水平和競爭 能力。 這種從數(shù)據(jù)中“淘金”，從大量數(shù)據(jù)(包括文本)中挖掘出隱含 的、未知的、對決策高潛在價(jià)值的關(guān)系、模式和趨勢，并用這些 知識和規(guī)則建立用于決策支持的模型，提供預(yù)測性決策支持的方 法、工具和過程，就是數(shù)據(jù)挖掘。9分析能力的八個(gè)等級10分析能力的八個(gè)等級11分析能力的八個(gè)等級

5、12數(shù)據(jù)分析能力的演避（13分析和執(zhí)行能力遠(yuǎn)跟不上信息的捕民14從餐飲服務(wù)到數(shù)據(jù)挖掘2某知名連鎖餐飲企業(yè)的困惑1目錄3數(shù)據(jù)挖掘的基本任務(wù)4數(shù)據(jù)挖掘建模過程5常用數(shù)據(jù)挖掘建模工具15數(shù)據(jù)挖掘的基本任務(wù) 數(shù)據(jù)挖掘的基本任務(wù) 分類與預(yù)測、聚類分析、關(guān)聯(lián)規(guī)則、時(shí)序模式、偏差檢測、智 能推薦等 餐飲企業(yè)數(shù)據(jù)挖掘的基本任務(wù) 收集數(shù)據(jù): 內(nèi)部數(shù)據(jù):各菜品銷量、成本單價(jià)、會員消費(fèi)、促銷活動等 外部數(shù)據(jù):及天氣、節(jié)假日、競爭對手以及周邊商業(yè)氛圍等 數(shù)據(jù)分析:實(shí)現(xiàn)菜品智能推薦、促銷效果分析、客戶價(jià)值分析、新店選點(diǎn)優(yōu)化、熱銷/滯銷菜品分析和銷量趨勢預(yù)測;餐飲企業(yè)降低運(yùn)營成本，增加盈利能力，實(shí)現(xiàn)精準(zhǔn)營銷，策劃促銷活動

6、等提供智能服務(wù)支持。16 實(shí)施:將這分析結(jié)果推送給餐飲企業(yè)管理者及相關(guān)服務(wù)人員，為 分類與預(yù)測有目標(biāo)地對事物進(jìn)行分類或預(yù)測，如：客戶流失預(yù)測、偷竊電用戶識別等。教育程度數(shù)據(jù)挖掘的基本任務(wù)17內(nèi)非大學(xué)畢業(yè)大學(xué)畢業(yè)收 入低收入高收入數(shù)據(jù)挖掘的基本任務(wù) 分類與預(yù)測:根據(jù)已高的數(shù)據(jù)得到解釋變量與目標(biāo)變量之間的關(guān) 系(模型)，并以此來預(yù)測未知的目標(biāo)變量 分類問題舉例 將信用卡申請者分為低、中、高風(fēng)險(xiǎn) 發(fā)現(xiàn)欺騙性理賠申請 竊漏電用戶檢測 預(yù)測問題舉例例子 診斷:癌癥早期診斷18 王永慶賣大米:預(yù)測吃完米的時(shí)間 關(guān)聯(lián)規(guī)則關(guān)聯(lián)模式挖掘旨在從大量的數(shù)據(jù)當(dāng)中發(fā)現(xiàn)特征之間或數(shù)據(jù)之間的相互 依賴關(guān)系。這種存在于給定數(shù)

7、據(jù)集中的頻繁出現(xiàn)的關(guān)聯(lián)模式，又稱為 關(guān)聯(lián)規(guī)則。前項(xiàng)(Antecedent)后項(xiàng)(Consequent)Buying Pattern數(shù)據(jù)挖掘的基本任務(wù)蔬菜鮮魚紅酒? 啤酒?前項(xiàng)(Antecedent)后項(xiàng)(Consequent)耳機(jī)? 內(nèi)存?手機(jī)自飾前提(1) & 前提(2) & & 前提(m)口巳AntecedentsConsequent19 聚類分析 Group n Group 1異性”盡可能小(即“同質(zhì)性”盡 可能大)，類別間“差異性”盡可能大。根據(jù)數(shù)據(jù)本身結(jié)構(gòu)特征對數(shù)據(jù)點(diǎn)進(jìn)行分類的方法，使得類別內(nèi)數(shù)據(jù)的“差數(shù)據(jù)挖掘的基本任務(wù)代墊部資料 泰迪科技（） 20內(nèi) Group 2Group 3

8、聚類分析 根據(jù)用戶的行為對我們分類 小朋友體驗(yàn)生活去賣報(bào)紙，誰是最佳對象昵 年輕的工作族 年紀(jì)大的退休人士 中年人 女性、學(xué)生21數(shù)據(jù)挖掘的基本任務(wù) 時(shí)間序列基于事物發(fā)展的延續(xù)性和隨機(jī)性預(yù)測事物未來的發(fā)展，如：銷售量預(yù)測、 天氣預(yù)測等。數(shù)據(jù)挖掘的基本任務(wù)時(shí)間從餐飲服務(wù)到數(shù)據(jù)挖掘2某知名連鎖餐飲企業(yè)的困惑1目錄4數(shù)據(jù)挖掘建模過程3數(shù)據(jù)挖掘的基本任務(wù)5常用數(shù)據(jù)挖掘建模工具23數(shù)據(jù)挖掘建模過程:螺旋式上開過程24數(shù)據(jù)挖掘建模過程餐飲行業(yè)數(shù)據(jù)挖掘建模過程:25第1步：定義挖掘目標(biāo)要想充分發(fā)揮數(shù)據(jù)挖掘的價(jià)值，必須要對目標(biāo)更一個(gè)清晰明確的定義， 即決定到底想干什么。本次的挖掘目標(biāo)是什么?系統(tǒng)完成后能達(dá)到什

9、么樣的效果?因此我們必須分析應(yīng)用領(lǐng)域，包括應(yīng)用中的各種知識和應(yīng)用目標(biāo)，了解 相關(guān)領(lǐng)域的更關(guān)情況，熟悉背景知識，弄清用戶需求。商業(yè)數(shù)據(jù)挖掘任務(wù)必須可以明確地評估實(shí)施效果數(shù)據(jù)挖掘建模過程26討論:餐飲行業(yè)可以做哪些挖掘?27第1步:定義挖掘目標(biāo)針對餐飲行業(yè)的數(shù)據(jù)挖掘應(yīng)用，可定義如下挖掘目標(biāo):1. 動態(tài)菜品智能推薦:幫助顧客發(fā)現(xiàn)感興趣的菜品，同時(shí)確保推薦給 顧客的菜品(在利潤等方面)也是餐飲企業(yè)所期望的;2. 餐飲客戶細(xì)分:了解不同客戶的貢獻(xiàn)度和消費(fèi)特征，分析哪些客戶 是最更價(jià)值的，哪些是最需要關(guān)注的，對不同價(jià)值的客戶采取不同 的營銷策略:客戶的口昧3.基于菜品歷史銷售情況，綜合節(jié)假日、氣候和競爭對

10、手等影響因素，對菜品銷量進(jìn)行趨勢預(yù)測，方便餐飲企業(yè)準(zhǔn)備原材料;數(shù)據(jù)挖掘建模過程4.基于餐飲大數(shù)據(jù)，優(yōu)化新店選址，對新店位置的潛在顧客口昧進(jìn)行分析，以便及時(shí)進(jìn)行菜式調(diào)整。測量結(jié)果在識別商業(yè)問題的時(shí)候，首先必須考慮結(jié)果的測試?yán)?，為激勵產(chǎn)品銷售，公司展開贈送優(yōu)惠卷活動，則必須要測試優(yōu) 惠券返回率。 持優(yōu)惠券的購買者可能本來無論如何都打算購買該產(chǎn)品 如果目標(biāo)是增加銷售量，就必須更直接的方法測試2829第2步:數(shù)據(jù)取樣實(shí)現(xiàn)數(shù)據(jù)挖掘目標(biāo)需要哪些數(shù)據(jù)?抽取數(shù)據(jù)的標(biāo)準(zhǔn):相關(guān):數(shù)據(jù)挖掘的任務(wù)之一可靠:數(shù)據(jù)質(zhì)量要高更效性:判斷客戶流失要幾個(gè)月的數(shù)據(jù)?數(shù)據(jù)采樣,可以減少數(shù)據(jù)處理量，使想要尋找的規(guī)律性更加突顯出來衡

11、量取樣數(shù)據(jù)質(zhì)量的標(biāo)準(zhǔn)包括:資料完整無缺，各類指標(biāo)項(xiàng)齊全。數(shù)據(jù)準(zhǔn)確無誤，反映的都是正常(而不是異常)狀態(tài)下的水平。數(shù)據(jù)挖掘建模過程30第2步:數(shù)據(jù)取樣數(shù)據(jù)抽樣方法:1.隨機(jī)抽樣:按序號隨機(jī)抽取2.等距抽樣(n中取1):如按 5%的比例對一個(gè)更100 組觀測值的數(shù) 據(jù)集進(jìn)行等距抽樣，則更:100 / 5 = 20，等距抽樣方式是取第20、40、60、80 和第100 五組觀測值。3.分層抽樣:先將樣本總體分成若干子集，在子集中再進(jìn)行抽樣。抽 樣結(jié)果通常具更更好的代表性，進(jìn)而使模型具更更好的擬合精度。4.從起始頁序抽樣(前n個(gè)或前%n):從數(shù)據(jù)集的起始處開始抽樣。數(shù)據(jù)挖掘建模過程5.分類抽樣:依據(jù)某

12、種屬性的取值來選擇數(shù)據(jù)子集。數(shù)據(jù)挖掘建模過程31第2步:數(shù)據(jù)取樣餐飲建模數(shù)據(jù)取樣:1.餐飲企業(yè)信息:名稱、位置、規(guī)模、聯(lián)系方式;部門、人員、角色等;2.餐飲客戶信息:姓名、聯(lián)系方式、消費(fèi)時(shí)間、消費(fèi)金額等;3.餐飲企業(yè)菜品信息:菜品名稱、菜品單價(jià)、菜品成本、所屬部門等;4.菜品銷量數(shù)據(jù):菜品名稱、銷售日期、銷售金額、銷售份數(shù);5.原材料供應(yīng)商資料及商品數(shù)據(jù):供應(yīng)商姓名、聯(lián)系方式、商品名稱;客戶評 價(jià)信息;6.促銷活動數(shù)據(jù):促銷日期、促銷內(nèi)窯、促銷描述;7.外部數(shù)據(jù)，如天氣、節(jié)假日、競爭對手以及周邊商業(yè)氛圍等數(shù)據(jù)。32第3步:數(shù)據(jù)探索和預(yù)處理數(shù)據(jù)取樣是帶著人們對如何實(shí)現(xiàn)數(shù)據(jù)挖掘目的的先驗(yàn)認(rèn)識進(jìn)行操

13、作的 拿到樣本數(shù)據(jù)集后，官是否達(dá)到我們原來設(shè)想的要求;其中更沒更什么明顯的規(guī)律和趨勢;更沒更出現(xiàn)從未設(shè)想過的數(shù)據(jù)狀態(tài);屬性之間 更什么相關(guān)性;我們可區(qū)分成怎樣一些類別數(shù)據(jù)探索和預(yù)處理的目的是為了保證樣本數(shù)據(jù)的質(zhì)量，從而為保證模型 質(zhì)量打下基礎(chǔ)。 挖掘模型的質(zhì)量不會超過抽取樣本的質(zhì)量數(shù)據(jù)探索主要包括:異常值分析、缺失值分析、相關(guān)分析、周期性分析數(shù)據(jù)挖掘建模過程等。第3步:數(shù)據(jù)探索和預(yù)處理實(shí)際數(shù)據(jù)中常常包含更噪聲、不完整、甚至不一致的數(shù)據(jù)，必須進(jìn)行預(yù)處理，以改善數(shù)據(jù)質(zhì)量通常的數(shù)據(jù)預(yù)處理主要包括: 數(shù)據(jù)篩選 數(shù)據(jù)變量轉(zhuǎn)換 缺失值處理 異常數(shù)據(jù)處理 數(shù)據(jù)標(biāo)準(zhǔn)化數(shù)據(jù)挖掘建模過程33 數(shù)據(jù)規(guī)約第4步:挖掘

14、建模明確本次建模屬于數(shù)據(jù)挖掘應(yīng)用中的哪類問題(分類、聚類、關(guān)聯(lián)規(guī)則、 時(shí)序模式或是智能推薦)，選用哪種算法進(jìn)行模型構(gòu)建?餐飲行業(yè)的數(shù)據(jù)挖掘:基于關(guān)聯(lián)規(guī)則算法的動態(tài)菜品智能推薦基于聚類算法的餐飲客戶價(jià)值分析基于分類與預(yù)測算法的菜品銷量預(yù)測基于整體優(yōu)化的新店選址數(shù)據(jù)挖掘建模過程34第4步:挖掘建模以菜品銷量預(yù)測為例模型構(gòu)建是對菜品歷史銷量，綜合考慮節(jié)假日、氣候和競爭對手等 采樣數(shù)據(jù)的概括，官反映的是采樣數(shù)據(jù)內(nèi)部結(jié)構(gòu)的一般特征，并與 該采樣數(shù)據(jù)的具體結(jié)構(gòu)基本吻合。模型的具體化就是菜品銷量預(yù)測公式，公式可以產(chǎn)生與歷史觀察值 相符的輸出，這就是預(yù)測值。數(shù)據(jù)挖掘建模過程35第5步:模型評價(jià)一個(gè)具體的數(shù)據(jù)挖

15、掘任務(wù)究竟使用哪種模型最好?根據(jù)任務(wù)的要求和數(shù)據(jù)的性質(zhì)選擇模型嘗試使用多種模型，在其中擇優(yōu)組合多個(gè)模型模型評價(jià)的目的之一就是從這些模型中自動找出一個(gè)最好的模型出來，另外就是要根據(jù)業(yè)務(wù)對模型進(jìn)行解程和應(yīng)用。對分類與預(yù)測模型和聚類分析模型的評價(jià)方法是不同的不管黑貓、自貓，抓到老鼠就是好貓。36數(shù)據(jù)挖掘建模過程數(shù)據(jù)挖掘頂目的生命周期 5、模型評估在構(gòu)建階段往往會使用不同算法和不同參數(shù)(因?yàn)槭孪炔恢烙檬裁礃?的算法和參數(shù)學(xué)習(xí)到最精確的模型)得到一組模型，模型評估用來評價(jià) 這些模型的質(zhì)量在這個(gè)階段，要與業(yè)務(wù)領(lǐng)域的工作人員一同分析哪些模式是更意義的 可以帶來商業(yè)價(jià)值 例如關(guān)系=丈夫性別=男如果模式不能滿

16、足用戶的要求，就需要返回到前面的某些處理步驟中反復(fù)提取。37數(shù)據(jù)挖掘頂目的生命周期6、預(yù)測(模型應(yīng)用)7、應(yīng)用集成:將數(shù)據(jù)挖掘嵌入到商業(yè)應(yīng)用中8、模型管理:數(shù)據(jù)挖掘模型本身存在一個(gè)生命周期。模型需要時(shí)常評 估和更新 更些模式相對穩(wěn)定，而更的模式經(jīng)常變化 例如，金融危機(jī)下，過去信譽(yù)良好的客戶可能會更不同的表現(xiàn)，并 且這種情況可能會變得典型和普遍38從餐飲服務(wù)到數(shù)據(jù)挖掘2某知名連鎖餐飲企業(yè)的困惑1目錄5常用數(shù)據(jù)挖掘建模工具3數(shù)據(jù)挖掘的基本任務(wù)4數(shù)據(jù)挖掘建模過程39SAS Enterprise MinerIBM SPSS ModelerSQL ServerMATLABWEKARPythonTipDM

17、40常用數(shù)據(jù)挖掘建模工具拓展思考 根據(jù)商務(wù)部餐飲行業(yè)統(tǒng)計(jì)數(shù)據(jù)測算 2012年，全社會提供正餐服務(wù)、快餐服務(wù)、飲料及冷飲服務(wù)、真他餐飲服務(wù)的餐飲企業(yè)單位共計(jì)236.7萬個(gè) 上一定規(guī)模的餐飲管理軟件企業(yè)超過500家。41拓展思考如果你是大數(shù)據(jù)實(shí)踐者，你設(shè)想的基于大數(shù)據(jù)的餐飲服務(wù)平臺 是怎樣的?42拓展思考餐飲智能服務(wù)平臺43資料 泰迪科技（）餐飲智能服務(wù)平臺主要界面泰迪科技（）44餐飲智能服務(wù)平臺主要界面45內(nèi)部資料 泰迪科技（）餐飲智能服務(wù)平臺主要界面46科技（）餐飲智能服務(wù)平臺主要界面47技（）餐飲智能服務(wù)平臺主要界面內(nèi)部資料 泰迪科技（）48菜品推薦的目的: 1)幫助顧客快速發(fā)現(xiàn)自己感興趣的

18、菜品;2)推薦給顧客的菜品最好也是餐飲企業(yè)期望的。什么是餐飲企業(yè)期望的?實(shí)現(xiàn)餐飲泊費(fèi)者相餐飲企業(yè)的雙贏 動態(tài)菜品智能推薦49基于關(guān)聯(lián)規(guī)則挖掘的個(gè)性化菜品智能推薦設(shè)計(jì):待點(diǎn)菜品與已選菜品是相關(guān)聯(lián)的;熱銷度總體能反映客戶對不同菜品的喜好程度;選擇的菜品毛利率越高，對商家越高利;商家高主推菜品;50 動態(tài)菜品智能推薦T餐飲的某單店，日均營業(yè)收入2萬6萬，2014年6月開始同時(shí) 上線本平臺，效果如下:單店一次性新增平板終端20臺，費(fèi)用:2.7萬;點(diǎn)菜服務(wù)員減少3人，節(jié)約成本:1.2萬/月;菜品原材節(jié)省510%，節(jié)約成本: 2.3萬/月;店家經(jīng)常有主推菜品，需動態(tài)更新菜單，印刷成本0.1萬/月。51 動態(tài)菜品智能推薦(效果)分類、預(yù)測模型:比父親更早知道友兒懷孕 曾經(jīng)高一位男性顧客到一家塔吉特店中投訴，商店竟然給他還在讀書的女兒寄嬰兒用品的優(yōu)惠券。 經(jīng)過與女兒進(jìn)一步溝通，這位父親才發(fā)現(xiàn)自己女兒真的已經(jīng)懷 孕了。 塔吉特如何判定客戶是孕婦? 每位顧客初次到塔吉特刷卡消費(fèi)時(shí)，都會獲得一組顧