一线业务人员没有专业的数理统计背景，不会涉及模型的训练及调优等操作，但是可以将数据挖掘的结果通过部署的方式提供给他们。比如用户评分，可以采用离线批量或在线实时的方式，对用户进行评分，对其产品购买倾向给予评估，如果业务上认为购买倾向高于80%的用户值得投大力气进行重...
如果我有一个业务，每天会产生1T的新数据，那么这些数据能否每天实时录入到数据仓库中进行数据分析挖掘？如果每天1T的数据量，该选择什么数据仓库，essbase、SQL SSAS、Hive？还是别的？
这个和业务形态有关的， 不同商品的消费频次不同的，就像 超市/便利店和买衣服的频次就完全不一样。具体还是根据业务要求来确定。
题目有点宽泛，我理解是首先需要对业务数据进行建模，其次搭建大数据的分析平台，现在很多用logstash+HADOOP的架构，可以参考一下。
回复 5# olfisher 是啊， 用户太多有时候也很难办啊， 不过只有真真帮到了用户，才会逐渐信任啊。
数据挖掘能够用在CRM客户生命周期的各个阶段，包括营销、交叉销售、流失分析、风险管理等众多应用。
回复 1# beyondmch 是的。需要后续挖掘，hadoop仅仅是个工具。是的，使用Hive或mr结合数据仓库来做。是的。
wise · 广州快车公司
1 会员关注
对于收入，可以使用指标分解，收入是由哪几个方面构成的，各个构成的比例是怎样，每个构成又是细分到哪几个指标，最后找出收入上升或下降或保持不变的趋势主要是因为哪些关键因素导致的。如对于商场的销售额，其分解为：销售额=购物人数*购买总金额 =购物人...
一、交通领域的大数据来源有数据才有分析，交通领域的数据产量巨大。具体可以分为如下几个方面：物流和运输公司。这个很好理解，详细讨论需要另开一个问题大数据对物流管理有什么影响？。公交一卡通。交通局通过数据实时分析一方面可以控制公交车和地铁的发车班次和时间，减少空车...
(more)
回复 2# 郭杰 其实在实际操作过程中，还是有点困难的，有些同事已经大把年纪了，他们对于这些肯定很头痛的，就是要通俗易懂，简单明了，但是往往就不知道如何表达。
