Tích hợp khai phá dữ liệu trong InfoSphere Warehouse với việc tạo báo cáo Cognos của IBM, Phần 4:

Tích hợp khai phá dữ liệu trong InfoSphere Warehouse với việc tạo báo cáo

Cognos của IBM, Phần 4: Phân đoạn khách hàng với InfoSphere Warehouse

và Cognos

Nối tất cả lại cho nó

Benjamin G. Leonhardi, Kỹ sư phần mềm, IBM

Christoph Sieb, Kỹ sư phần mềm cao cấp, IBM

Dr. Michael J. Wurst, Kỹ sư phần mềm cao cấp, IBM

Tóm tắt: Trong các bài viết trước của loạt bài này, bạn đã tìm hiểu các kỹ thuật

khác nhau để tích hợp Khai phá dữ liệu InfoSphere Warehouse và các báo cáo

Cognos đơn giản. Bài viết cuối cùng này hướng dẫn cho bạn cách sử dụng một số

kỹ thuật tích hợp tương tự để tạo ra một báo cáo phức tạp hơn, tập trung vào

nhiệm vụ phân đoạn khách hàng. Phân đoạn khách hàng cho phép các công ty

phân cụm các khách hàng của họ thành các nhóm đặc trưng. Một vấn đề quan

trọng của nhiệm vụ này là giải thích cho người sử dụng ý nghĩa của các đoạn

khách hàng riêng rẽ. Các báo cáo Cognos tương tác có thể giúp bạn làm điều này.

Bài viết này sử dụng ví dụ theo từng bước một, để dạy cho bạn cách tạo một báo

cáo hiển thị trực quan các số liệu thống kê cụm và, vì thế, cho phép bạn tìm ra các

khách hàng nào là đặc biệt trong một đoạn cụ thể. Bài viết cũng cho bạn thấy cách

cho phép truy vấn ngược (ND: drill-through là một tính năng cho phép người dùng

từ báo cáo tổng hợp tìm ngược về tận bản ghi dữ liệu gốc. Sau đây gọi là truy vấn

ngược) để truy cập vào các thông tin chi tiết của khách hàng riêng biệt trong một

phân đoạn.

Mở đầu

Phân đoạn khách hàng cho phép bạn nhóm khách hàng thành các đoạn các khách

hàng tương tự như nhau. Để giải thích tại sao điều này có thể có ích, hãy xem xét

kịch bản sau đây. Bạn thu thập dữ liệu về các khía cạnh nhân khẩu học của khách

hàng của bạn (tuổi tác, nghề nghiệp, nơi cư trú, v.v..) cũng như dữ liệu về giao

dịch của họ (các mặt hàng đã mua, các hợp đồng, v.v..). Một phân tích về dữ liệu

đã kết hợp này có thể để lộ ra các nhóm khách hàng mà bạn chưa từng nghĩ về họ

trước đó, ví dụ, các khách hàng cao tuổi chi tiêu rất nhiều tiền nhưng không dùng

mua sắm trực tuyến. Thông tin về các hành vi tiêu biểu của các nhóm như vậy sau

đó có thể được bộ phận tiếp thị của bạn sử dụng để phát triển sản phẩm và các

dịch vụ chuyên sâu.

Về kỹ thuật, phân đoạn khách hàng là một trường hợp riêng của nhiệm vụ khai phá

dữ liệu tổng quát hơn được gọi là phân cụm dữ liệu. Phân cụm dữ liệu tự động

nhóm các bản ghi dữ liệu theo các đặc tính hoặc các tính năng của chúng thành các

cụm có các bản ghi dữ liệu tương tự với nhau. Thường có nhiều cách khác nhau để

định nghĩa các biện pháp tương tự phía dưới, tùy thuộc vào miền ứng dụng của

bạn. InfoSphere Warehouse cung cấp một cơ chế mạnh mẽ để tự động chọn biện

pháp tương tự này.

Bài viết này cung cấp một sự mô tả ngắn gọn về phân cụm dữ liệu và các phương

pháp phân đoạn khách hàng và các cách tiếp cận trong InfoSphere Warehouse. Sau

đó bài viết này thảo luận về những khả năng tổng hợp để tìm hiểu các đoạn khách

hàng và các cụm khác trong Cognos. Phần cuối của bài viết này cho bạn một ví dụ

từng bước về cách tạo và tìm hiểu các đoạn trong Cognos.

Phân đoạn khách hàng khi sử dụng InfoSphere Warehouse

InfoSphere Warehouse cung cấp một số phương pháp để phân cụm các bản ghi dữ

liệu. Bằng cách áp dụng các đối số này vào các bản ghi khách hàng của bạn, bạn

có thể tìm thấy các nhóm khách hàng tương tự như nhau. Một bước quan trọng

đầu tiên để đạt được điều này là xử lý trước dữ liệu của bạn. Dữ liệu khách hàng

có liên quan có thể nằm phân tán giữa các bảng hoặc cơ sở dữ liệu khác nhau, ví

dụ, cơ sở dữ liệu chứa thông tin nhân khẩu học có thể không cùng một cơ sở dữ

liệu chứa dữ liệu giao dịch. Nếu dữ liệu nằm phân tán, đầu tiên bạn cần biến đổi

nó để cho bạn nhận được một bảng có một hàng chính xác cho từng khách hàng.

InfoSphere Warehouse cung cấp các công cụ mạnh mẽ cho các loại chuyển đổi

này. Các công cụ chuyển đổi nằm ngoài phạm vi của bài viết này, nhưng bạn có

thể tìm thấy các thông tin chi tiết về cách sử dụng chúng trong Trung tâm Thông

tin InfoSphere Warehouse, được liên kết đến từ phần Tài nguyên.

Các dữ liệu mẫu được sử dụng trong bài viết này là một bảng có các khách hàng

của ngân hàng, như trong Hình 1. Dữ liệu này đã được chuyển đổi đầy đủ.

Một khi đã chuyển đổi dữ liệu của mình, bạn có thể trực tiếp áp dụng các phương

pháp phân cụm dữ liệu trong InfoSphere Warehouse. Hai thuật toán phân cụm có

sẵn là:

 Phân cụm nhân khẩu học đặc biệt thích hợp với các tập dữ liệu chứa một

hỗn hợp các trường rời rạc và liên tục (ví dụ, với nghề nghiệp và tuổi). Đây

là thuật toán mặc định được InfoSphere Warehouse sử dụng.

 Phân cụm Kohonen thích hợp hơn với các tập dữ liệu chỉ chứa các trường

nhị phân hoặc liên tục (ví dụ, số lượng các mặt hàng mà mỗi khách hàng đã

mua trong một tập các loại sản phẩm).

Trong ví dụ được mô tả trong bài viết này, phân cụm được áp dụng bằng cách sử

dụng toán tử Clusterer trong một luồng khai phá. Hoặc bạn có thể trực tiếp gọi câu

lệnh SQL sau: