|
不要忘记我们前面说的四个基本特征。有效?没问题，沃尔玛的数据存储和分析肯定都是正确有效的。新颖?当然!在这之前，谁会想到啤酒和尿布会是一起购买最多的商品呢?那么，这个发现有用么?当然有用，这个发现可以帮助沃尔玛商场合理摆放商品。一个从众思维的经理会利用这个发现把啤酒和尿布摆放到一起，方便顾客购买，这是中规中矩。但是，一个有批判思维的经理会觉得把啤酒和尿布摆放得越远越好，这样一来，顾客拿了啤酒就要在商场里穿过别的货架去拿尿布，这个过程中可能又看到别的感兴趣的但没准备买的东西，也装入购物车，增加了商场的额外收入。最难的应该是最后一个特征，这个现象可不可以解释?它是不是一个纯粹的巧合?在把这个故事讲了几十遍以后，我的学生们基本上有两个解释。一个是有了孩子以后，丈夫出去泡酒吧的机会少了，只好自己买啤酒在家自酌自饮。另一个是丈夫工作了一天回家还要照顾孩子，很累，有一些抑郁，于是需要一些酒精的麻醉，借酒浇愁。应该说，这两个解释都基本可信。所以，这个发现符合四个基本特征，是一个典型的数据发掘的应用例子。 数据挖掘还有一个有趣的例子，也是关于沃尔玛的，但这个是真的，不是传说。沃尔玛想知道在自然灾害来临前，比如飓风、龙卷风等，顾客都买什么东西。也就是说，想通过数据发掘找到和自然灾害预报相关的顾客购物习惯。通过对其各门店的详细原始交易数据的挖掘，沃尔玛确实发现了一种商品顾客买得相当多，而沃尔玛以前却不知道。通常，人们会猜是电池、水、面包、胶带等，但是，这些商品和自然灾害的相关性还用数据挖掘吗?根本不用!人人都知道自然灾害来临前要买这些东西，所以他们不构成新颖的特征。沃尔玛发现一种新颖的商品——高糖压缩饼干。仔细一想，这个也好理解，如果自然灾害真的很严重，把人在地下室困上几个星期的话，面包早就坏了，而高糖压缩饼干，别说几个星期，就是几个月甚至几年，都没问题，并且高糖压缩饼干体积小、易携带。那么，沃尔玛如何利用这条数据挖掘结果呢?很容易，每次有自然灾害预报的时候(比如飓风要来了)，它就要保证店面里有充足的高糖压缩饼干供应，不要脱销。 那么是不是有的时候数据挖掘的结果无法解释呢?当然有。好莱坞著名女星安妮·海瑟薇(Anne Hathaway)的姓和华尔街投资家巴菲特的公司其名称的后一个词一模一样，都叫“Hathaway”，一个叫Anne Hathaway，一个叫Berkshire Hathaway。有好事者做了一个数据挖掘，发现如下有趣现象： （责任编辑：职场达人） |
