2015《公司戰(zhàn)略》基礎(chǔ)考點(diǎn)：信息系統(tǒng)與組織決策

　　【東奧小編】現(xiàn)階段進(jìn)入2015年注會(huì)基礎(chǔ)備考期，是全面梳理考點(diǎn)的寶貴時(shí)期，我們一起來(lái)學(xué)習(xí)2015《公司戰(zhàn)略》基礎(chǔ)考點(diǎn)：信息系統(tǒng)與組織決策。

　　【內(nèi)容導(dǎo)航】：

　　(一)組織的管理決策問(wèn)題

　　(二)決策支持系統(tǒng)(DSS)

　　(三)智能決策支持系統(tǒng)(IDSS)

　　(四)群體決策支持系統(tǒng)(GDSS)

　　(五)商業(yè)智能(BI)

　　【所屬章節(jié)】：

　　本知識(shí)點(diǎn)屬于《公司戰(zhàn)略與風(fēng)險(xiǎn)管理》科目第八章管理信息系統(tǒng)的應(yīng)用與管理第二節(jié)管理信息系統(tǒng)的應(yīng)用的內(nèi)容。

　　【知識(shí)點(diǎn)】：信息系統(tǒng)與組織決策

　　(一)組織的管理決策問(wèn)題

　　1.決策的概念及過(guò)程。

　　決策就是要對(duì)未來(lái)的方向、目標(biāo)以及實(shí)現(xiàn)途徑做出決定，它是指?jìng)�(gè)人或集體為了達(dá)到某一目標(biāo)，借助一定的科學(xué)手段和方法，從若干備選方案中選擇或綜合成一個(gè)滿(mǎn)意合理的方案，并付諸實(shí)施的過(guò)程。

　　著名的管理學(xué)者西蒙描述了一個(gè)經(jīng)典的包括三階段的決策制定過(guò)程，即情報(bào)、設(shè)計(jì)和選擇。

　　情報(bào)階段：指進(jìn)行情報(bào)(信息)的收集和處理、研究決策環(huán)境、分析和確定影響決策的因素或條件的一系列活動(dòng)。

　　設(shè)計(jì)階段：指發(fā)現(xiàn)、制訂和分析各種可能行動(dòng)方案的過(guò)程。

　　選擇階段：指從可行方案中選擇一個(gè)特定的方案，對(duì)它進(jìn)行評(píng)價(jià)和審核的過(guò)程。

　　后來(lái)有人在此基礎(chǔ)上，在情報(bào)階段之前增加了確定決策問(wèn)題階段，在選擇階段之后增加了決策實(shí)施階段，變?yōu)槲咫A段決策過(guò)程：

　　①確定決策問(wèn)題。

　�、谑占�信息。

　　③擬訂備選方案。

　　④選擇方案。

　�、輿Q策實(shí)施。

　　2.管理決策問(wèn)題分類(lèi)。

　　依據(jù)不同的劃分標(biāo)準(zhǔn)，管理決策問(wèn)題可分為不同的類(lèi)型。

　　(1)按決策的層次，可分為高層決策、中層決策和基層決策。

　　高層決策是指組織最高管理層所做出的決策，大多是關(guān)系全局的重大問(wèn)題。

　　中層決策是指組織中層管理人員所做出的決策。

　　基層決策是指組織中基層管理人員所做出的決策，一般解決日常工作中的問(wèn)題。

　　(2)按決策的戰(zhàn)略重要性，可分為戰(zhàn)略決策、戰(zhàn)術(shù)決策和業(yè)務(wù)決策。

　　戰(zhàn)略決策是指涉及組織全局長(zhǎng)遠(yuǎn)性的、方向性的決策，所需解決問(wèn)題復(fù)雜，決策風(fēng)險(xiǎn)較大，對(duì)決策者的洞察力和判斷力要求高。

　　戰(zhàn)術(shù)決策是指組織內(nèi)部范圍貫徹執(zhí)行的決策，屬于戰(zhàn)略決策過(guò)程的具體決策，但也會(huì)影響組織目標(biāo)的實(shí)現(xiàn)。

　　業(yè)務(wù)決策又稱(chēng)執(zhí)行性決策，是日常工作中為了提高生產(chǎn)效率、工作效率所做出的決策，涉及范圍小，只對(duì)局部產(chǎn)生影響。

　　(3)按決策的結(jié)構(gòu)化程度，可分為結(jié)構(gòu)化決策、半結(jié)構(gòu)化決策和非結(jié)構(gòu)化決策。

　　結(jié)構(gòu)化決策是有章可循的決策，可以重復(fù)出現(xiàn)，問(wèn)題的本質(zhì)與結(jié)構(gòu)清楚，解決問(wèn)題的方法與步驟是已知的和確定的，可制定固定程序來(lái)完成決策。

　　例如，基層作業(yè)層所作的應(yīng)收賬款、應(yīng)付賬款、下訂單決策，中層管理層所作的預(yù)算分析、短期預(yù)測(cè)、人事報(bào)告、制造或購(gòu)買(mǎi)決策，高層戰(zhàn)略層所作的財(cái)務(wù)管理、倉(cāng)庫(kù)選址、配送系統(tǒng)等決策都可歸類(lèi)為結(jié)構(gòu)化決策。

　　非結(jié)構(gòu)化決策表現(xiàn)為問(wèn)題新穎，對(duì)問(wèn)題的本質(zhì)與結(jié)構(gòu)不甚了解，解決問(wèn)題的方法與步驟也知之甚少。

　　非結(jié)構(gòu)化決策主要靠決策者的知識(shí)、經(jīng)驗(yàn)與智慧完成決策。

　　例如，基層作業(yè)層所作的選擇雜志封面、購(gòu)買(mǎi)軟件等決策，中層管理層所作的議價(jià)、高管聘用、硬件購(gòu)置決策，高層戰(zhàn)略層所作的研發(fā)計(jì)劃、新技術(shù)開(kāi)發(fā)、社會(huì)責(zé)任計(jì)劃等決策都可歸類(lèi)為非結(jié)構(gòu)化決策。

　　半結(jié)構(gòu)化決策則介于兩者其間，對(duì)問(wèn)題的本質(zhì)與結(jié)構(gòu)有所了解但不夠清楚，解決問(wèn)題可能采用的方法及其相互間的關(guān)系基本知道但不確切，解決問(wèn)題的步驟尚難確定，要通過(guò)啟發(fā)式的探索來(lái)做出決策。

　　例如，基層作業(yè)層所作的生產(chǎn)排程、庫(kù)存控制決策，中層管理層所作的信用評(píng)估、預(yù)算、生產(chǎn)布局、項(xiàng)目計(jì)劃、薪酬系統(tǒng)設(shè)計(jì)、庫(kù)存分類(lèi)決策，高層戰(zhàn)略層所作的建立新的生產(chǎn)廠、并購(gòu)、新產(chǎn)品計(jì)劃、薪酬計(jì)劃、人事政策、庫(kù)存計(jì)劃等決策則可歸類(lèi)為半結(jié)構(gòu)化決策。

　　一般說(shuō)來(lái)，越往高層的決策越具有戰(zhàn)略性、非結(jié)構(gòu)化的重點(diǎn)，而越往基層的決策，就越具有戰(zhàn)術(shù)性、執(zhí)行性、結(jié)構(gòu)化的特點(diǎn)。

　　(二)決策支持系統(tǒng)(DSS)

　　決策支持系統(tǒng)(decision support system，DSS)是隨著人們對(duì)決策支持系統(tǒng)的研究和應(yīng)用發(fā)展而不斷發(fā)展的。在20世紀(jì)70年代，研究開(kāi)發(fā)出了許多較有代表性的DSS，到70年代末，DSS大都由模型庫(kù)、數(shù)據(jù)庫(kù)及人機(jī)對(duì)話(huà)接口3個(gè)部件組成。三者呈三角形分布，是其最基本的結(jié)構(gòu)。

　　20世紀(jì)80年代初，DSS增加了方法庫(kù)與知識(shí)庫(kù)，DSS結(jié)構(gòu)也逐漸發(fā)展成由人機(jī)對(duì)話(huà)接口、數(shù)據(jù)庫(kù)、模型庫(kù)、方法庫(kù)、知識(shí)庫(kù)5大部件以及相應(yīng)的管理系統(tǒng)組成。

　　(1)人機(jī)對(duì)話(huà)子系統(tǒng)。人機(jī)對(duì)話(huà)子系統(tǒng)是DSS與用戶(hù)之間的交互界面，用戶(hù)通過(guò)人機(jī)對(duì)話(huà)子系統(tǒng)控制實(shí)際DSS的運(yùn)行。DSS既需要用戶(hù)輸入必要的信息和數(shù)據(jù)，同時(shí)要向用戶(hù)顯示運(yùn)行的情況以及最后的結(jié)果。

　　(2)數(shù)據(jù)庫(kù)子系統(tǒng)。數(shù)據(jù)庫(kù)子系統(tǒng)是存儲(chǔ)、管理、提供與維護(hù)用于決策支持?jǐn)?shù)據(jù)的基本部件，由數(shù)據(jù)庫(kù)和數(shù)據(jù)庫(kù)管理系統(tǒng)兩部分組成。

　　(3)模型庫(kù)子系統(tǒng)。模型庫(kù)子系統(tǒng)是構(gòu)建和管理模型的計(jì)算機(jī)軟件系統(tǒng)，由模型庫(kù)和模型庫(kù)管理系統(tǒng)兩部分組成。

　　常用于決策分析的模型有：

　�、儇�(cái)務(wù)模型。如現(xiàn)金流量、內(nèi)部回報(bào)率、投資分析等模型，運(yùn)用excel等電子表格程序具有這些簡(jiǎn)單模型的求解功能。

　�、诮y(tǒng)計(jì)分析模型。包括計(jì)算均值、標(biāo)準(zhǔn)方差和輸出散點(diǎn)圖等，并可建立因果關(guān)系，例如把產(chǎn)品銷(xiāo)售同消費(fèi)者的年齡、收入或其他因素聯(lián)系起來(lái)。

　�、垲A(yù)測(cè)模型。用事物過(guò)去已知信息對(duì)事物的未來(lái)狀態(tài)進(jìn)行科學(xué)的預(yù)計(jì)和推測(cè)。定量預(yù)測(cè)模型有指數(shù)平滑模型、季節(jié)預(yù)測(cè)模型、回歸預(yù)測(cè)模型、馬爾可夫鏈預(yù)測(cè)模型等。

　�、躻hat-if模型。分析對(duì)決策變量作假設(shè)性的改變以觀察對(duì)目標(biāo)變量影響的過(guò)程。例如，敏感性分析模型提高售價(jià)5%或追加10萬(wàn)元的廣告預(yù)算將會(huì)發(fā)生什么，如果保持售價(jià)和廣告預(yù)算不變將會(huì)發(fā)生什么。

　�、輧�(yōu)化模型。如線性規(guī)劃、非線性規(guī)劃、動(dòng)態(tài)規(guī)劃、目標(biāo)規(guī)劃和最優(yōu)控制等模型。軟件包LINDO專(zhuān)用于線性規(guī)劃問(wèn)題的求解。

　　(4)方法庫(kù)子系統(tǒng)。方法庫(kù)子系統(tǒng)是存儲(chǔ)、管理、調(diào)用及維護(hù)DSS各部件要用到的通用算法、標(biāo)準(zhǔn)函數(shù)等方法的部件。

　　(5)知識(shí)庫(kù)子系統(tǒng)。知識(shí)庫(kù)子系統(tǒng)是有關(guān)規(guī)則、因果關(guān)系及經(jīng)驗(yàn)等知識(shí)的獲取、解釋、表示推理以及管理維護(hù)的部件。

　　(三)智能決策支持系統(tǒng)(IDSS)

　　1.智能決策支持系統(tǒng)的概念。

　　人工智能(artificial intelligence，AI)是指讓機(jī)器模仿人類(lèi)的思維與行為的一門(mén)學(xué)科。

　　人工智能研究的是如何用人工方法和技術(shù)，即用各種自動(dòng)機(jī)器或計(jì)算機(jī)模仿、延伸和擴(kuò)展人的智能，實(shí)現(xiàn)某些“機(jī)器思維”或腦力勞動(dòng)的自動(dòng)化。人工智能是一個(gè)綜合性很強(qiáng)的新興學(xué)科，有多個(gè)分支領(lǐng)域，典型的有專(zhuān)家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等。

　　智能決策支持系統(tǒng)(IDSS)=決策支持系統(tǒng)(DSS)+人工智能(AI)

　　2.智能決策支持系統(tǒng)的基本結(jié)構(gòu)。

　　人工智能技術(shù)融入DSS后，使DSS在模型技術(shù)與數(shù)據(jù)處理技術(shù)的基礎(chǔ)上，增加了知識(shí)推理技術(shù)，提高了輔助決策能力。與決策支持有關(guān)的人工智能技術(shù)主要有專(zhuān)家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法、機(jī)器學(xué)習(xí)、自然語(yǔ)言理解等。

　　(1)專(zhuān)家系統(tǒng)。用大量的專(zhuān)門(mén)知識(shí)解決特定領(lǐng)域中實(shí)際問(wèn)題的計(jì)算機(jī)系統(tǒng)，可以通過(guò)對(duì)問(wèn)題進(jìn)行推理而得出相應(yīng)的結(jié)論，或者提出合適的建議。

　　(2)神經(jīng)網(wǎng)絡(luò)。利用神經(jīng)元的信息傳播模型進(jìn)行學(xué)習(xí)和應(yīng)用，可以通過(guò)訓(xùn)練學(xué)會(huì)識(shí)別模式。

　　(3)遺傳算法。模擬生物遺傳過(guò)程的群體優(yōu)化搜索方法，通過(guò)這種方式，可以為具體問(wèn)題產(chǎn)生循序漸進(jìn)的解決方案。

　　(4)機(jī)器學(xué)習(xí)。讓計(jì)算機(jī)模擬和實(shí)現(xiàn)人類(lèi)的學(xué)習(xí)，獲取解決問(wèn)題的知識(shí)。

　　(5)自然語(yǔ)言理解。讓計(jì)算機(jī)理解和處理人類(lèi)進(jìn)行交流的自然語(yǔ)言。

　　3.用于決策支持的智能技術(shù)。

　　(1)專(zhuān)家系統(tǒng)技術(shù)及應(yīng)用。

　　專(zhuān)家系統(tǒng)是一類(lèi)包含知識(shí)和推理的智能計(jì)算機(jī)程序系統(tǒng)，含有大量的某領(lǐng)域?qū)＜宜�平的知識(shí)與經(jīng)驗(yàn)，能夠利用人類(lèi)專(zhuān)家的知識(shí)和解決問(wèn)題的方法來(lái)處理該領(lǐng)域的問(wèn)題。簡(jiǎn)言之，它是一種模擬人類(lèi)專(zhuān)家解決領(lǐng)域問(wèn)題的計(jì)算機(jī)程序系統(tǒng)。

　　存放知識(shí)和運(yùn)用知識(shí)進(jìn)行問(wèn)題求解是其兩個(gè)最基本的功能。專(zhuān)家系統(tǒng)是由人機(jī)接口、知識(shí)庫(kù)、推理機(jī)、知識(shí)獲取組成的，知識(shí)庫(kù)和推理機(jī)是專(zhuān)家系統(tǒng)的核心。

　　(2)神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用

　　神經(jīng)網(wǎng)絡(luò)。經(jīng)常稱(chēng)為人工神經(jīng)網(wǎng)絡(luò)，是在現(xiàn)代神經(jīng)生物學(xué)研究成果的基礎(chǔ)上發(fā)展起來(lái)的一種模擬人腦信息處理機(jī)制的網(wǎng)絡(luò)系統(tǒng)，它不但具有處理數(shù)值數(shù)據(jù)的一般計(jì)算能力，而且還具有處理知識(shí)的思維、學(xué)習(xí)和記憶能力。簡(jiǎn)單地講，它是一個(gè)數(shù)學(xué)模型，可以用電子線路來(lái)實(shí)現(xiàn)，也可以用計(jì)算機(jī)程序來(lái)模擬，是人工智能研究的一種方法。

　　神經(jīng)網(wǎng)絡(luò)在管理領(lǐng)域也有著廣泛的應(yīng)用：

　�、俟芾砜�(jī)效評(píng)價(jià)，如供應(yīng)鏈管理績(jī)效評(píng)價(jià)、工程項(xiàng)目績(jī)效評(píng)價(jià)等;

　　②風(fēng)險(xiǎn)管理，如銀行貸款風(fēng)險(xiǎn)管理、企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警等;

　�、廴肆�資源管理，如人才選拔、勝任力測(cè)評(píng)等;

　�、苁袌�(chǎng)分析，如金融、銀行、證券、股票、保險(xiǎn)等行業(yè)的分析、評(píng)估、預(yù)測(cè)等;

　�、葸\(yùn)輸優(yōu)化，如物資調(diào)運(yùn)的最小成本求解等。

　　(3)遺傳算法技術(shù)及應(yīng)用。

　　遺傳算法是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過(guò)程的計(jì)算模型，是一種通過(guò)模擬自然進(jìn)化過(guò)程搜索最優(yōu)解的方法。

　　(4)智能代理技術(shù)及應(yīng)用。

　　智能代理技術(shù)是人工智能技術(shù)的一個(gè)應(yīng)用領(lǐng)域，它使計(jì)算機(jī)應(yīng)用趨向人性化、個(gè)性化。如Office助手就是一種智能代理，這些代理軟件通常會(huì)在適當(dāng)?shù)臅r(shí)候幫助人們完成最迫切需要完成的任務(wù)。

　　智能代理是將Agent視為在某一環(huán)境下能持續(xù)自主地發(fā)揮作用、具有生命周期的計(jì)算實(shí)體。具有自主性、社會(huì)性、反應(yīng)性和主動(dòng)性等特征。

　　作為智能代理的軟件或硬件系統(tǒng)一般具有如下基本特征：

　�、僮灾餍浴Ｖ悄艽�理具有解決問(wèn)題所需的知識(shí)、策略和相關(guān)數(shù)據(jù)，能夠進(jìn)行相關(guān)的推理和智能計(jì)算，智能代理還可以在用戶(hù)沒(méi)有給出十分明確的需求時(shí)能分析地推送，并能自動(dòng)拒絕一些不合理或可能給用戶(hù)帶來(lái)危害的需求。

　�、谏鐣�(huì)性。智能代理具有一定的社會(huì)性，即它們可能同代理代表的用戶(hù)、資源、其它代理進(jìn)行交流。

　�、鄯磻�(yīng)性。智能代理能夠感知所處的環(huán)境，并能對(duì)環(huán)境中發(fā)生的相關(guān)事件做出適時(shí)反應(yīng)。

　　④主動(dòng)性。智能代理能夠遵循承諾采取主動(dòng)的行動(dòng)，它的行為是為了實(shí)現(xiàn)其內(nèi)在的任務(wù)，因而智能代理是一個(gè)目標(biāo)制導(dǎo)的行為實(shí)體，能夠在條件滿(mǎn)足時(shí)主動(dòng)將相關(guān)信息提供給agent。

　　(四)群體決策支持系統(tǒng)(GDSS)

　　1.群體決策與群體決策支持系統(tǒng)。

　　在組織中，大多數(shù)重大決策都不是某個(gè)個(gè)體完成的，而是群體決策的結(jié)果。相比個(gè)體決策，群體決策具有如下特點(diǎn)：

　　(1)通常決策的正確性更高，但速度較慢;

　　(2)集思廣益，決策可能更具創(chuàng)造性;

　　(3)可能出現(xiàn)風(fēng)險(xiǎn)極端化，可能過(guò)度保守或過(guò)度冒險(xiǎn);

　　(4)群體成員關(guān)系好壞可能左右決策效能;

　　(5)決策群體的構(gòu)成對(duì)群體決策的影響較大。

　　群體決策支持系統(tǒng)(group decision support system，GDSS)，是指在系統(tǒng)環(huán)境中，多個(gè)決策參與者共同進(jìn)行思想和信息的交流，群策群力，尋找一個(gè)令人滿(mǎn)意和可行的方案，但在決策過(guò)程中只由某個(gè)特定的人做出最終決策，并對(duì)決策結(jié)果負(fù)責(zé)。

　　2.群體決策支持系統(tǒng)的應(yīng)用。

　　GDSS按照決策時(shí)間和群體成員地理上的鄰近程度可分為決策室、局域決策網(wǎng)、電子會(huì)議、遠(yuǎn)程決策四種應(yīng)用類(lèi)型。

　　(1)決策室。決策室的主要特征是決策者面對(duì)面地在同一時(shí)間和地點(diǎn)進(jìn)行群體決策。設(shè)立一個(gè)與傳統(tǒng)會(huì)議室相似的決策室，決策者通過(guò)互聯(lián)的計(jì)算機(jī)站點(diǎn)相互合作完成決策。決策室是相對(duì)較簡(jiǎn)單的GDSS，主要缺點(diǎn)是不能有效地屏蔽各決策者之間的相互影響。

　　(2)局域決策網(wǎng)。局域決策網(wǎng)型GDSS建立在局域網(wǎng)(local area network，LAN)的基礎(chǔ)上。在決策過(guò)程中，各決策者在近距離的不同房間的工作站上參與群體決策，共享決策源，通過(guò)網(wǎng)絡(luò)相互通信，以了解其他決策結(jié)點(diǎn)的狀態(tài)及全局狀態(tài)。這種類(lèi)型GDSS的主要優(yōu)點(diǎn)是可以克服定時(shí)決策的限制，決策者可在決策周期內(nèi)分時(shí)地參與決策。

　　(3)電子會(huì)議。電子會(huì)議利用計(jì)算機(jī)網(wǎng)絡(luò)的通信技術(shù)，使分散各地的決策者在同一時(shí)間內(nèi)進(jìn)行集中決策。電子會(huì)議實(shí)質(zhì)上與決策室相同，它的優(yōu)點(diǎn)是能克服空間距離的限制。

　　(4)遠(yuǎn)程決策。遠(yuǎn)程決策型GDSS充分利用廣域網(wǎng)、互聯(lián)網(wǎng)等信息技術(shù)來(lái)支持群體決策，綜合了局域決策網(wǎng)與電子會(huì)議的優(yōu)點(diǎn)，可使決策者異時(shí)異地共同對(duì)同一問(wèn)題做出決策。

　　(五)商業(yè)智能(BI)

　　1.商業(yè)智能的概念。

　　商業(yè)智能(business intelligence，BI)通常被理解為：運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘等技術(shù)來(lái)分析和處理數(shù)據(jù)，將企業(yè)中現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識(shí)，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營(yíng)決策的工具。

　　2.商務(wù)智能的主要分析工具。

　　(1)聯(lián)機(jī)分析處理。

　　聯(lián)機(jī)分析處理(OLAP)系統(tǒng)是數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)最主要的應(yīng)用，專(zhuān)門(mén)設(shè)計(jì)用于支持復(fù)雜的分析操作，側(cè)重對(duì)決策人員和高層管理人員的決策支持，可以根據(jù)分析人員的要求快速、靈活地進(jìn)行大數(shù)據(jù)量的復(fù)雜查詢(xún)處理，并且以一種直觀而易懂的形式將查詢(xún)結(jié)果提供給決策人員，從多方面和多角度以多維的形式來(lái)觀察企業(yè)的狀態(tài)、了解企業(yè)的變化。

　　(2)數(shù)據(jù)挖掘及應(yīng)用。

　　數(shù)據(jù)挖掘(data mining，DW)是運(yùn)用基于計(jì)算機(jī)的方法(包括新技術(shù))，從大量數(shù)據(jù)中提取出隱藏在數(shù)據(jù)中的有用信息的過(guò)程。數(shù)據(jù)挖掘的目的就是從大量數(shù)據(jù)中提取或“挖掘”知識(shí)，它是從數(shù)據(jù)庫(kù)中進(jìn)行知識(shí)發(fā)現(xiàn)(knowledge discovery in database，KDD)過(guò)程的核心部分。

　　數(shù)據(jù)挖掘的主要功能和應(yīng)用有6類(lèi)：

　�、贁�(shù)據(jù)特征總結(jié)與區(qū)分。數(shù)據(jù)特征總結(jié)是對(duì)目標(biāo)類(lèi)數(shù)據(jù)的一般特征進(jìn)行匯總，可以以直方圖、餅狀圖、多維數(shù)據(jù)方、交叉表等多種形式進(jìn)行輸出，如對(duì)某一類(lèi)顧客的特征匯總。數(shù)據(jù)區(qū)分是將目標(biāo)類(lèi)對(duì)象的一般特性與一個(gè)或多個(gè)對(duì)比類(lèi)對(duì)象的一般特性比較，如對(duì)不同年齡段顧客購(gòu)買(mǎi)行為的比較等。

　�、陉P(guān)聯(lián)分析。關(guān)聯(lián)分析用來(lái)尋找數(shù)據(jù)庫(kù)中值的相關(guān)性。兩種常用的技術(shù)是關(guān)聯(lián)規(guī)則和序列模式。關(guān)聯(lián)規(guī)則是尋找在同一個(gè)事件中出現(xiàn)的不同項(xiàng)的相關(guān)性，如哪些商品經(jīng)常一塊兒被購(gòu)買(mǎi);序列模式與此類(lèi)似，尋找的是事件之間時(shí)間上的相關(guān)性，如銀行利率調(diào)整與隨后股市的變化。

　　③分類(lèi)。分類(lèi)技術(shù)在很多領(lǐng)域都有應(yīng)用，例如可以通過(guò)客戶(hù)分類(lèi)構(gòu)造一個(gè)分類(lèi)模型來(lái)對(duì)銀行貸款進(jìn)行風(fēng)險(xiǎn)評(píng)估;采用數(shù)據(jù)挖掘中的分類(lèi)技術(shù)，可以將客戶(hù)分成不同的類(lèi)別，比如呼叫中心設(shè)計(jì)時(shí)可以分為：呼叫頻繁的客戶(hù)、偶然大量呼叫的客戶(hù)、穩(wěn)定呼叫的客戶(hù)、其他，幫助呼叫中心尋找出這些不同種類(lèi)客戶(hù)之間的特征，這樣的分類(lèi)模型可以讓用戶(hù)了解不同行為類(lèi)別客戶(hù)的分布特征

　　④預(yù)測(cè)。預(yù)測(cè)是把握分析對(duì)象發(fā)展的規(guī)律，對(duì)未來(lái)的趨勢(shì)做出預(yù)見(jiàn)。如對(duì)銷(xiāo)售活動(dòng)效果的預(yù)測(cè)。

　�、菥垲�(lèi)。聚類(lèi)是在不考慮已知分類(lèi)的情況下對(duì)數(shù)據(jù)類(lèi)或概念進(jìn)行區(qū)分。它是在未知分類(lèi)的前提下，將數(shù)據(jù)分成不同的群組，使群與群之間差別最大化，同時(shí)使同一個(gè)群之間的數(shù)據(jù)相似性最大化。如在不知道要把客戶(hù)分成幾類(lèi)的情況下進(jìn)行客戶(hù)細(xì)分，在此基礎(chǔ)上可以制定一些針對(duì)不同客戶(hù)群體的營(yíng)銷(xiāo)方案。

　　【提示】分類(lèi)就是按照某種標(biāo)準(zhǔn)給對(duì)象貼標(biāo)簽，再根據(jù)標(biāo)簽來(lái)區(qū)分歸類(lèi)。聚類(lèi)是指根據(jù)“物以類(lèi)聚”原理，將本身沒(méi)有類(lèi)別的樣本聚集成不同的組，聚類(lèi)是指事先沒(méi)有“標(biāo)簽”，而通過(guò)某種成因分析找出事物之間存在聚集性原因的過(guò)程。

　�、薰铝Ⅻc(diǎn)分析(局外者分析)。孤立點(diǎn)是在數(shù)據(jù)集中與眾不同的數(shù)據(jù)，使人懷疑這些數(shù)據(jù)并非隨機(jī)偏差，而是產(chǎn)生于完全不同的機(jī)制。

　　孤立點(diǎn)分析可以對(duì)分析對(duì)象的少數(shù)的、極端的特例進(jìn)行挖掘，揭示內(nèi)在的原因。孤立點(diǎn)分析可以從一些信用不良的客戶(hù)數(shù)據(jù)中找出相似特征并預(yù)測(cè)可能的詐欺交易，達(dá)到減少損失的目的。