数据面面观:关于数据挖掘和数据分析作者:王懿Lucien来源:类猿汪 1、 很多关于数据挖掘的帖子和文章都在强调工具、算法和架构等,但其实这些都不是数据挖掘的核心,数据挖掘的最重要的环节如下:
2、 为什么把数据挖掘和数据分析放在一起说,是因为数据挖掘本身是一个数据应用化的过程,而应用化的过程某种意义上就是一个数据分析的过程,而这个数据分析可以是人为定义的、AI人工智能辅助的等等。 所以,我们可以暂且这样定数据挖掘和数据分析的关系:通过不断优化的数据分析方法,并利用数据挖掘才能够得出数据应用价值的最大化的结果。 数据挖掘是数据价值结果导向的过程集合,而数据应用价值到底有多大?者就是通过数据分析来评估的,其来自于数据分析的过程以及得出的结论。 3、 数据挖掘并不局限。就狭义而言,它就是一个在海量数据中挖掘数据价值的过程;而就广义而言,只要是有数据来源的,并能够通过数据分析方法论得到一数据价值结果为导向的过程,都可以称作数据挖掘。 4、 产品运营经常会涉及到数据分析,从某种意义上而言,也是一个以数据价值为结果导向的过程:
5、 举个商业化应用的例子,比如EverString这个产品,去年年底刚刚融了B轮65m美刀。这是一家通过大数据技术提供B2B Marketing领域企业智能解决方案的公司,通过挖掘企业数据与结合企业CRM,并建立模型,再利用这些模型帮助企业来预测谁是他们下一个客户。以下是对于这家公司业务的分析:
6、 关于数据分析,并不可以简单理解为对于对于数据进行定量、定性的分析和得出一个可用的数据结果的过程集合,这也是我为什么把数据挖掘和数据分析放在一起说的原因。数据分析一定是伴随着数据从采集到定义,再到应用,最后通过分析数据应用的价值,并不断自我过程优化。 从某种意义上而言,数据分析会用到的很多工具。我们会发现无论是用GA、百度统计、友盟等等,它们同样在做着:从采集数据、获取标签(机型、地理位置、用户画像等)、定义特征(转换率、客单价等)和模型(漏斗模型等)到应用模型(可视化图表等)。这个过程同样可以理解为一个数据分析方法结合数据挖掘的过程,即对可获取的数据进行价值挖掘和应用的过程。 本内容来自于王懿Lucien的公众号「类猿汪」,搜索jishugou即可订阅。若无特别注明,均属于个人原创,转载必须保留作者及公众号的信息。 关于作者:王懿Lucien,技术出身的产品狗,某互联网公司高级产品经理。
文章分类:
知识
|