数据挖决中算法适用的商业业务

  

Market Basket Analysis

发现一起销售的项目，动态生成意见并决定产品怎样放置可以直接地对你的账目底线有帮助。

关联、决策树

Churn Analysis

预计可能会考虑取消他们服务的客户以及确认如果留住他们将会得到的收益。

决策树、线性回归、Logistic回归

Market Analysis

通过将类似的客户一起分组来定义市场分类。使用这些分类来查找可使你获得收益的客户。

聚类、序列聚类

Forecasting

预测销售和总量，以此来了解它们的关系，从而预测瓶颈和改进绩效。

决策树、时间序列

Data Exploration

在客户间分析利润率，或者比较选择同一产品不同品牌的客户，以此来发现新的机遇。

神经网络

Unsupervised Learning

确定之前所不了解的你公司多个元素间关系来通告你的决策。

神经网络

Web Site Analysis

了解人们是怎样使用你的网站的，并将使用类似的格式分组以提供更好的体验。

序列聚类

Campaign Analysis

通过使目标指向最有可能对产品提高作出回应的客户，从而使得市场投入更加有效。

决策树

Naïve Bayes

聚类

Information Quality

鉴别和处理数据录入和数据加载过程中的异常情况以改进信息的质量。

线性回归、Logistic回归

Text Analysis

分析反馈以找到关系到你的客户或雇员的通用模式和趋势，使用非结构化的输入提供决策。

文本挖掘