第二章 商業上使用的資料採礦
資料倉儲的建構
凡是能夠成為話題、普及的技術，一定都有需求存在。但如果工具或分析技巧只是技術優越、想法有趣，沒有人想去使用，熱度則會消退。資料採礦蓬勃發展至今已經超過十年的歲月，一定存在著相當的期待和需求，它究竟被使用在什麼用途上呢？
但資料採礦主要的需求來自以CRM（客戶關係管理，也就是企業應用資訊系統，架構與客戶之間長期關係的方法）為主的業務活動、販賣促銷活動。
資料採礦並不是被侷限於特定領域的分析系統，稍後將介紹它被應用到其他領域的狀況。一般聽到資料採礦，首先應該會想到POS系統（店員在銷售商品的同時，蒐集顧客的性別、年齡、商品名稱、數量、金額等資料，分析運用到經營管理層面的系統）這樣的東西吧。
日本7-11最先採用的POS系統，劃時代以資料採礦為導向。從一開始導入，就不把POS只當成是高功能的端末，而將其視為統合型的介面（資料往來的媒介機器）。
這個策略的目的是，藉由嚴格區分暢銷商品和滯銷商品，設法消除不良庫存和缺貨狀況；而為了讓不同立地條件和客層的店舖，都能夠執行有效的分析，因此建構了蒐集項目極多的「資料倉儲」（data warehouse）。藉由網路連結總部、各店舖、資料倉儲，使得商品的管理可以細分到單品的程度。
POS系統執行的工作當中，金額的計算只佔了很小的一部分。如同圖2-1所示，店員將正在購物的客戶資料：大約幾歲？性別？有無同伴？等資料輸入到POS系統，系統則藉由網路持續地將資料傳送、儲存到資料倉儲。
建構資料倉儲是資料採礦的第一步。執行資料採礦的大前提是必須有可供分析的資料，但並不是只要有資料就可以。資料必須經過完善的整理，並且維持在隨時可以取用的狀態。符合這個條件的資料儲存系統就是資料倉儲。
以前有專門負責資料儲存的機構。事實上儲存本身並沒有意義。是否處於能被馬上利用的待機狀態，才是影響分析性高低的主因。
缺乏策略、雜亂儲存的資訊，無法成為有用的資料，大部分的情形形同積壓的垃圾，假設要被使用也必須重新投入相當的成本。
當今隨著Web 2.0的普及，雜亂繁多的資訊可以很容易地以低成本再度編輯；才不久前如果要實現這樣的事情，就必須在某個時間點事先建構好資料倉儲。
另外，資料倉儲的一大特徵是，可以按照時間順序儲存/展開資料。之後展開資訊進行分析時，有無時間軸來進行評斷，會對分析的精準度產生莫大的影響。這是因為觀測連續、持續性資料的傾向，會比只評斷某個時間點的資料，得到更多的訊息。這在日常生活上也是相同的道理。
調查商圈
說明至此，讀者可能還難以想像資料採礦如何具體被應用。接下來看看常被提及的範例。
例如，圖2-2是包圍自己商店的商圈預測圖。按照一般的常識，就是以自己的店舖為圓心，畫一個圓來代表商圈吧。如果要做宣傳活動，就是在這個預設的商圈裡發宣傳單、強力曝光。
但是經由實際的問卷調查卻發現，大部分的顧客是住在預設的商圈之外（圖2-3）。這樣的結果讓店家感到困惑。結果顯示，無論在預設的商圈裡如何地發傳單，效果依然很有限。
當然可以依照問卷調查的結果重新設定商圈，改變發送傳單的範圍吧。如果「知道了實際的商圈」還放任不管，實在說不過去。為什麼商圈不是集中在一般所想像的範圍內呢？
如果這時擁有地圖、其他店舖資料，或許就可以執行資料採礦了。
例如，配合這樣的資料一起看（圖2-4）。
首先是競爭對手店舖的資料。競爭店舖會從商圈裡搶走自己的顧客。
這個資料中顯示，原先預設的商圈裡確實有一家人氣商店。而且這家店接近車站，比自家店擁有更好的立地條件。這就能解釋為什麼勢力範圍內的顧客會被搶奪了。
但是，光是這個資料還無法說明，預設範圍以外的顧客為什麼願意特地光臨本店？
再仔細看看地圖，就會發現自己的店鄰接著主要幹道。而經由這條主要幹道，自己的店比競爭店舖擁有更好的立地位置。
主要幹道再下去有一些新興社區，設有完善的停車場。如果距離車站遠、擁有車子，那麼開車來購物就變得理所當然。消費者從社區開車前來購物，則自家店的優勢會大過競爭店舖。由於開車的緣故，商圈會比一般所預測的商圈更遠些，然而距離卻不會造成顧客過多的負擔。這就可以解釋商圈偏移的問題了。
這個假設正確與否需要另外的驗證，但卻提示了一個思考方向。
那就是，如果這個分析是正確的，就必須更改發傳單的地點、擴建停車場以追求來客的穩定。
了解顧客的傾向
再看另外一個珠寶店的例子。
A先生從事高級珠寶的販賣，準備打廣告來促進銷售。可供廣告的媒體有好幾種選擇，但若考慮到成本與效果，就不能無限制地打廣告。錢要花在刀口上，如何分配最適當呢？
•電視廣告
•報紙廣告
•廣播廣告
•網路廣告
•傳單廣告
首先，如果顧客看不到的話就沒有用，所以先進行問卷調查，看看住在商圈裡的人會接觸到怎樣的廣告（圖2-5）。
看電視的人不在少數這是可以預期的。網際網路的影響力不斷增加讓人印象深刻。相反地，從報紙、廣播得到訊息的人顯得很少，令人有些遺憾。
最多的是傳單。的確，塞進信箱裡的東西很難不看一眼。根據這個結果，A先生的珠寶店是不是採用傳單廣告就可以了呢？
如果只是經由這個資料來判斷，那麼這個決定是正確的。但是常被看到的不等同於常被利用的。就好像住在東京常常看到東京鐵塔，但不代表常常上去東京鐵塔。
接著假設有這樣的資料又如何呢？就是詢問消費者相信哪個媒體的廣告（圖2-6）。
結果和先前詢問所接觸廣告的問卷調查，順序上有極大的變化。
A先生的珠寶店，銷售的都是高級珠寶。消費者對於高價物品的買賣，相對上會採取比較謹慎的態度。這時候資訊源的可信度將會是重要的判斷依據。所以無論傳單可以替珠寶店提高多少知名度，如果傳單的可信度很低，那麼對於行銷業務上反而可能造成不好的印象。這個資料同時也顯示，網路廣告有同樣的問題。
相對於此，傳統的電視、報紙廣告的可信度比較高。和先前常接觸到廣告的資料一起考慮的話，那麼對於珠寶店而言，電視廣告應該是最有效的吧。
但是如果圖2-7這樣的資料出現了呢？
以年齡來分析先前常接觸到的廣告的資料。
這類資料常常容易被忽略。如果A先生珠寶店的商圈中，住著大量五十歲以上的人口呢？那麼先前電視廣告最能吸引顧客的調查結果，將產生急遽的動搖。
即便整體廣告收視戶中，電視廣告是最常接觸的、可信度最高的媒體，但如果住在自己店舖商圈中的人們不常看電視廣告的話，效果就會大打折扣。
「所以，報紙比較好嗎？」、「會不會還有導致其他結果的資料出現呢？保險起見是不是也花些經費投入網路廣告」等，看來A先生嘗試錯誤的日子還要持續下去。
捨棄奧客
八○：二○是常被提及的經驗法則。也就是說一家企業八○％的利潤，是來自僅占二○％的優良顧客。
如果這是正確的，對於企業而言，重要的是如何把握住二○％的優良顧客。只要些許的投資，常客就會持續成為常客。比起獲取新顧客，這些常客對企業的貢獻度更高。
另外在顧客投資上，要小心不要過度投入到奧客上。要從奧客身上獲得一千日圓的利潤，可能需要一萬日圓以上的投資！
看到這裡，企業的確會有把全體顧客劃分為優良顧客、一般顧客、奧客的想法（圖2-8），但是卻無法直接詢問客人：「您是優良顧客嗎？」
所以需要加以定義，滿足怎樣的條件是優良顧客、怎樣又是奧客。
【優良顧客】
•每年消費一千萬圓以上
•每年消費十二次以上，而且每次的消費額在五十萬圓以上
【奧客】
•每年消費一萬圓以下
•抱怨電話每個月超過三十通
•每個月在食品賣場的試吃次數超過六十次
※滿足以上任一條件，則可定義為優良顧客或奧客。
如此一來，所有的顧客都可以被分為優良顧客、奧客和一般顧客等三類。根據這個分類，可以對資源進行最適當的分配，提供無微不至的服務給優良顧客，而對於奧客則僅提供最小限度的服務。
只不過這只能算是事後的分析，只是對優良顧客貼上「優良」的標籤。當然光是這樣也具有意義，不過若能在更早的階段，例如對可能成為優良顧客的客人事先進行行銷活動、誘導可能成為奧客的客人成為優良顧客或是捨棄他們，則可以更有效率地提升利潤。
在此嘗試使用資料採礦追溯優良顧客或奧客的動向。
圖2-9是現有的顧客資料。
或許讀者會想：這家公司究竟在調查顧客什麼啊？就姑且相信有這樣一份資料吧。從這份資料可以預測出優良顧客和奧客嗎？
如果漠視的話，就很難掌握到隱藏於資料中的趨勢。先前定義了優良顧客和奧客，因此如圖2-10一般，就依照「每年消費一千萬圓以上」及「每年消費十二次以上，而且每次消費額在五十萬圓以上」的屬性來作分類。
以此類推，奧客的歸類也是依照之前的定義。「每年消費一萬圓以下」、「抱怨電話每個月超過三十通」、「每個月在食品賣場的試吃次數超過六十次」。
如此一來就可以相當明確地抓出顧客的特性。為了更容易理解，可以如圖2-11將其視覺化。
圖表化之後，可以看出明顯的趨勢。
光頭族成為優良顧客的機率很高，而要求沒有金額和日期的發票、或使用假名填寫資料者成為奧客的機率很大。
如果一開始就知道這個趨勢，就可以分別對顧客群採取適當的對應，這對於追求企業利潤有很大的幫助。
當然，現實社會裡的資料採礦，是由更複雜的要素所組成，且適用的領域也不侷限於CRM的範圍。下一章將詳細討論使用到商業領域以外的資料採礦，以及資料採礦的程序。
2024專利防護中