CRM试用热线:400-600-7912
>>>

局限性与研究展望

统计数据挖掘分析系统必须与 实际紧密相连,在数据挖掘的多个环节中,都要求使用和分析 人员不光具备数据挖掘的相关知识,还必须有对企业经营管理 流程和行业背景的深刻理解。

第三,统计数据挖掘存在较长的应用周期,数据挖掘所发 现的知识和规则必须让决策者理解并采纳,才能将知识转化为 生产力,并通过实践不断检验和完善数据挖掘产生的模型和规 则,以使模型更具实用价值。

6.3局限性与研究展望

本书提出了统计学方法在数据挖掘方法创新中的作用,列 举了其中的一些重要技术,如概率分析网(PLN)、贝叶斯网 络,统计在遗传算法中的应用,如概率进化算法(PMEA)、用 于模型评价的49er搜索算法等,但由于时间和精力有限,没有 对这些技术通行进一步的研究和分析,没能把这些技术应用于 实证部分的数据挖掘过程之中,实证分析部分也只涉及统计数 据挖掘在CRM中的两个方面的应用,即客户细分和交叉销售预 测。同时,由于获取数据困难,本书实证研究部分建模所用的 数据a有限,模型结果可能只适合于该营销中心客户,通用性 不强。因此,今后的研究还可以拓展到以下方面:

第一,更深层次的对统计数据挖掘在CRM中其他层面的应 用研究,如顾客获取、顾客维系、客户盈利性识别等。

第二,将统计数据挖掘的研究与应用拓展到金融、保险、医疗等各个行业和领域。因为不光是商业和服务业,各个领域 都需要统计数据挖掘。