基础数据整理与挖掘
    很多企业在信息系统的实施过程中发现基础数据的整理是最耗时、烦琐的过程，很多企业的物料编码就有几万条甚至几十万条，整理工作量极大，甚至不少企业因为无法坚持这一枯燥的过程而前功尽弃，使系统上线都化为了泡影，而有的企业只是做了部分基础数据的整理勉强上线，但却导致了大量冗余或垃圾数据的产生。同时没过基础数据整理这一关，也意味着数据挖掘也就成了一句空话。  
    其实基础数据是企业宝贵的财富，IT软硬件是可以买的，但是数据是买不回来的。数据挖掘是从海量数据中提取隐含在其中的有用信息和知识的过程。它可以帮助企业对数据进行微观、宏观的统计、分析、综合和推理，从而利用已有数据预测未来，帮助企业赢得竞争优势。例如，利用数据挖掘可以对企业的海量数据进行客户分析，包括客户类型、各类客户的需求倾向、贷款偿还预测和客户信用政策分析、客户流失分析等；进行市场研究，包括商品市场占有率预测、市场拓展计划仿真；进行经营策略研究，包括经营成本与收入分析、风险控制、欺诈行为甄别等。
    要做到数据挖掘主要有以下4个步骤:
    首先，要踏踏实实做好基础数据库的建设。一个企业实现数据挖掘的前提和基础是拥有大量、真实的数据积累。没有数据积累，数据挖掘将无用武之地。 一般用于挖掘的数据有两种来源：数据仓库或数据库。目前，基于数据仓库的数据挖掘逐渐被人们所推崇，它有三点显著优势：一，数据挖掘必须要对数据进行抽取、清洗、转换和装载，这个过程很耗时。如果基于数据仓库，数据仓库已经做好以上工作，就能避免挖掘时每次对数据进行抽取、清洗等。二，数据仓库的数据是按主题组织的，这为数据挖掘选择合适的数据源提供了方便。三，数据库不能存放历史数据，因此直接在数据库中挖掘，许多知识无法挖掘出来，如预测型应用；相反，数据仓库却能。
    其次，企业要有比较明确的挖掘目标。盲目的数据挖掘是很难成功的。
    再次，数据挖掘必须由来自不同领域的人员共同参与，包括行业专家、数据管理员、数据分析人员、业务分析人员、数据挖掘专家等。大家需要通力合作，寻找一套适合自己企业的开发方法，并逐步建立起挖掘的模型库。
    最后，构建数据挖掘系统，而挖掘结果是供决策层决策使用的，因此必须得到最高决策管理层的支持、认可和参与。  
来源：《每周电脑报》 蒋湘辉