本笔记内容源于《数据挖掘技术:应用于市场营销、销售与客户关系管理（第二版）》
什么是数据挖掘？
狭义上，数据挖掘是一系列工具和技术的集合，是支持以客户为中心的组织需要的多项技术之一；
广义上，数据挖掘是一种态度，它表明商业活动应该基于认知，分析获得的决策比没有任何分析所得的决策好得多，经过测算的结果更利于商业盈利。
- 是如何把客户数据转换为客户知识的分析体系
- 是探查和分析大量数据以发现有意义的模式和规则的过程
-
数据挖掘的核心技术：决策树、神经网络、协同过滤、关联规则、链接分析、聚类和生存分析……
数据挖掘系统与典型商务操作系统的区别
数据挖掘的分类
定向数据挖掘：有目标变量，通过对历史数据的查找，找到能够解释特定输出结果的模式，包括分类 、估计、预测和建立建档等任务（任务是指将商业问题转化为数据挖掘可解决的方式）。
非定向数据挖掘：没有目标变量，通过同样的记录搜索，发现令人感兴趣的模式，包括聚类、关联分组或关联规则和描述等任务。
数据挖掘的良性循环
在海量的交易数据中，发现潜在有价值的模式，对其进行处理，将数据转化为信息，将信息转化为行动，最后将行动转化为价值。
良性循环的四个主要阶段：
1、识别正确的商业机会
2、把数据转换为信息
3、采取行动
4、测试结果
数据挖掘方法论
目标是确保得到稳定的模型，避免获得不真实或无用的知识，以便将该模型用于要解决的商业问题。
数据挖掘方法论
数据挖掘在市场营销和CRM领域的应用
为了与其客户形成学习关系，公司必须做到：
- 注意客户正在做什么
- 记住公司及其客户曾经住过什么
- 从记住的信息学习
- 按照获得的知识进行商业活动使客户更加受益
CRM数据挖掘系统组成
交易处理系统——收集客户行为信息
数据仓库——数据存储整合，以实现随时间变化追踪客户行为
数据挖掘工具——处理历史记录，从历史数据中找寻不同模式
