Beruflich Dokumente
Kultur Dokumente
SPSS Clementine
Universitt Koblenz
13.11.2003
Referent
Serviceleistungen
Training
Coaching
Consulting
Legacy
databases
Praxisdemo Kndigeranalyse
- Erick Brethenoux,
Brethenoux, Gartner Group
Kundenakquise
OLAP:
Data Mining:
Wie ist das Profil der Leute, die auf unsere zuknftigen
Mailings am wahrscheinlichsten antworten werden?
Cross-selling
OLAP:
Data Mining:
Welche unserer bestehenden Kunden werden am
wahrscheinlichsten unser neues Produkt kaufen?
Data Mining:
Welche Kunden werden wahrscheinlich in den nchsten 6
Monaten zu einem Konkurrenten berlaufen?
OLAP:
Data Mining:
Risiko Management
OLAP:
Data Mining:
Ist dieser Kunde wahrscheinlich bonitr?
Forecasting
OLAP:
Data Mining:
Wie ist der erwartete Umsatz in jedem Vertriebsgebiet im
nchsten Quartal?
Produktion
OLAP:
Wie hoch ist der Anteil defekter Teile, den wir gestern
produziert haben?
Data Mining:
Welche Produktionsbedingungen tendieren dazu, defekte
Teile zu produzieren?
Cross-Industry Standard
Process for Data Mining
Erste Datenbeschaffung
Datenreport
Daten beschreiben (Data Audit)
Daten explorieren
Datenqualitt verifizieren
Daten auswhlen
Kriterien fr Auswahl/Ausschluss
Daten bereinigen
Missing Values, Fehleingaben
Daten konstruieren
neue Merkmale ableiten (Gesamtumsatz)
Daten integrieren
Daten hinzuspielen
Daten umkodieren
Modellierungsmethode auswhlen
Testdesign erstellen
Trainings- und Testdaten
Modell erstellen
Parametereinstellungen (Default, Experte)
Modellgte bestimmen
evtl. Parametereinstellungen revidieren
Kombination von Modellen (Metamodelling)
Hintereinanderschalten von verschiedenen Algorithmen (C5,
Neuronale Netze, ...)
Akzeptierte Modelle
Prozessrckschau
kritischer Rckblick auf den gesamten DAMI Prozess
Umsetzungsplan
welche Mglichkeiten bestehen und stellen eine sinnvolle
Umsetzung bzw. Verbreitung der durch Data Mining gewonnenen
Resultate/Modelle dar
Projektrckblick
Erfahrungen, Dokumentation
Output
Aktivitten
Vorsicht
Gute Idee
www.spss.com
www.crisp-dm.org
Kndigeranalyse
(Churn Analysis)
im Bereich
Telekommunikation
ct W
i e
r il eb
D ma SPSS
Data
Ph ce
on
Data mining
- fa
e -to
ce
Fa
Gesamten Stream
exportieren
Anwendungen:
Ausfhrung von Standard Streams auf Routinebasis
Ablauf von Streams im Hintergrund
Ermglicht zeitgesteuerte Ausfhrung in Verbindung mit
einem Scheduler
Mining Stream
Training
Test
CrossSelling (Banken,
Versicherungen, Lieferservices,
Kundenschalter)
Vorhersagesystem fr Airline, um
berbuchungen zu vermeiden
SQL
Optimierungs-
Tabellen
SQL
Datenbank Tabellen Clementine
Server
SDL Ergebnisse
Externe Verarbeitung
(Modellierung-
algorithmen)
Berechnungen, sowie
DB-Operationen select, sort, merge
Datenbank (by key), aggregate, filter und best.
Grafiken (Streu-, Balken- und
Liniendiagramme + Webdiagramm)
Clementine Alle Berechnungen auerhalb der DB,
Server gesamte Modellierung und
flat-file access
FRAGEN?
ctrippner@spss.com
SPSS GmbH Software Mnchen 2003 SPSS Clementine an Hochschulen 43
Literaturliste