ETHINK資料採擷的應用場景介紹

目前資料採擷已經應用於很多行業，如：金融、醫療保健、電商零售業、製造業等，在選擇一種資料採擷技術的時候，應根據問題的特點來決定採用哪種資料採擷形式比較合適。應選擇符合資料模型的演算法，確定合適的模型和參數，只有選擇好正確的資料採擷工具，才能真正發揮資料採擷的作用。下面來看看ETHINK資料智慧分析平臺的挖掘模組在實際應用中所涉及的部分場景：

一、電信運營系統異常分析

從電信運營系統中所積累的資料，發掘出有價值的商務邏輯，建立客戶細分、流失預警、新業務回應等模型，

並進而設計出符合用戶需求、拉動業務量增長的業務經營目標和盈利點。預測移動使用者狀態是否異常，及時調整策略，為相關部門對這部分客戶進行重點關注、發送 E-mail 等，挽留這部分客戶。

二、信用卡風險異常分析

信用風險往往和損失聯繫在一起，

或者說，信用風險可以導致損失。第一，對於信用活勱的一個事件來說，既存在損失的可能性，也存在盈利的可能性。第二，信用風險指的是一種可能性，是一種結果未知的未來事件。因此通過風險評估可以減少銀行的損失。

三、推薦分析

當今的商業競爭日趨激烈，獲得一個新客戶的成本越來越高，保持原有顧客也就顯得越來越重要。行銷實踐表明：爭取一個新客戶的花費常常可以達到留住一個老客戶花費的 5 到 10 倍。客戶忠誠是客戶在較長的一段時間內，對於企業產品或服務保持的選擇偏好不重複性購買。忠誠的客戶不僅會增加購買量，而且往往會為企業介紹新客戶。與傳統的商務相比較，電子商務的客戶忠誠度更重要。本案例通過對用戶評分行為的分析，挖掘用戶的興趣及其變化規律，然後預測用戶對其他電影的評分。及時將用戶的喜好推薦給他，減少用戶的流失，增加其忠誠度。

四、預測分析

做好電力負荷預測管理工作可以有效降低電網公司運行成本和提高電力設備運行效率，其預測精度不僅影響到電網安全可靠供電，而且直接影響到電網經營企業的生產經營決策及經營效益。通過時序預測，提前判定電即時負荷趨勢，及時調整用電配置，減少電量的浪費，擴大電網公司效益。

五、關聯分析

對商場銷售資料進行分析，從而得到顧客的購買特性，並根據發現的規律而採取有效的行動。通過典型的購物籃分析，將顧客和商品關聯起來，通過這種關聯有效管理商品的擺放及顧客的喜好，做到銷售利潤最大化並將顧客感興趣的商品及時推送給顧客。

瞭解更多產品資訊，可以訪問ETHINK官網 http://www.ethinkai.com