证券业的交易系统，IO性能一般不是瓶颈（除非存储配得实在太差），但是怕IO异常。

零售行业的用户行为分析可以围绕消费者的全生命周期管理分期迭代的逐步建立起完善的分析型客户关系管理系统，该建设内容应包括客户获取、客户价值提升、客户成熟、客户价值衰退、客户流失等不同阶段的客户特征，围绕不同的客户人群可以采取不同的业务举措，比如面向客户获取的...

这是一个很大的话题，包括了数据仓库技术、ETL技术、数据质量和主数据技术、商业智能技术、数据挖掘技术等。企业可以根据自身所处水平和能力，采用适合的方法与规模开展相关建设，建设步骤应该是迭代式的，可以随业务的不断变化以及数据的积累，对前期的成果加以修改和优化，并不断...

因为客户流失是一种有验学习，你之前有一个真实的已经有明确结果的流失样本去构建决策树，然后用新的数据去得出流失的情况，所以是先验的。具有一定的参考依据，这个肯定会比聚类等准确性高，而且一般流失预警构建决策数据的影响因子基本可以覆盖80%的用户流失原因具有一定的参考...

SPSS中提供了关联的分析算法，例如Apriori、Carma、序列、关联规则等。通过关联算法可以得到零售产品销售的前后关联关系，例如经典的啤酒、尿布的故事。此外，通过网络图可以直观的将这一关联关系加以展示，有助用户更加直观的理解产品间的关联关系。...

大致过程可以这样：首先收集顾客的购买行为数据，确定有用的维度，经过数据清理、标准化过程、试验各种分类聚类的算法，找到效果比较好的算法，给顾客分群，打标签、画像。通过分群特征，有针对性的采取相应的营销活动。...

可以这样理解：每一个销售出去的产品作为一个对象都有其名字标签，同时拥有属性：价格、功能、适用对象（包括地域、消费人群等）、使用期限和销售数量等等（可以分得很细，视乎分析需求和分析对象），不同类别的产品都在上面的某些细分出来的属性上有着不同的交集，而购买者的行为能通过分析...

希望有耐心的朋友详细分享一下数据挖掘的流程。比如如何选定分析主题，展开分析工作，是先积累了数据再去挖掘分析，还是提早设定分析主题范围和目标，然后再取收集相关数据？