去年開始有個新興的專業(yè)特別火，就是“BA”專業(yè)，大數(shù)據(jù)的火熱催生了這一專業(yè)的發(fā)展，眾多美國名校也紛紛開設(shè)相關(guān)專業(yè)，而很多家長聽說剛畢業(yè)就能拿到年薪7w+美元，還是STEM專業(yè)，更是和小編點名申請這個專業(yè)。不過，大家都知道BA很火，但是BA究竟是什么，你真的清楚嗎？

一、BA專業(yè)是什么？

BA的定義：當(dāng)下的大熱BA專業(yè)，全稱Business Analytics，中文翻譯為商業(yè)分析，是以商業(yè)知識為基礎(chǔ)，數(shù)理編程為手段，從數(shù)據(jù)分析出發(fā)，以決策優(yōu)化來創(chuàng)造價值的新興專業(yè)，實現(xiàn)Big Data的商業(yè)應(yīng)用。說白了，就是把Business 和 Analytics Technology相結(jié)合的專業(yè)。

小編特別要強調(diào)的是，新興熱門專業(yè)是Business Analytics，而不是Business Analysis，雖然看起來差不多，中文翻譯也都是商業(yè)分析專業(yè)，但區(qū)別可大啦！Business Analysis屬于傳統(tǒng)商科領(lǐng)域，主要是任務(wù)是對公司整個運營的流程、業(yè)務(wù)的開展等方面進行分析。Business Analytics才是真正的新興學(xué)科，大家千萬別搞混啦！

BA 的最主要價值就是利用數(shù)據(jù)，形成分析報告，并利用商業(yè)知識，提供合理決策建議。它具有描述性分析，預(yù)測性分析和指導(dǎo)性分析。這么說比較抽象，讓小編來給大家舉個例子：

-淘寶是怎么知道今天哪種商品賣了多少——這是描述性分析；

-淘寶是怎么知道你想買這個商品——這是預(yù)測性分析；

-淘寶之后怎么做才能讓客戶越買越多——這是指導(dǎo)性分析。

針對用戶在過去某一段時間的瀏覽歷史，淘寶后臺會時時更新數(shù)據(jù)，將這些龐大的數(shù)據(jù)通過某些專業(yè)的分析軟件進行分析和解讀，然后做對針對性的推薦，并向商家需要提出商業(yè)化的決策方案和改進措施。這些工作，都是由BA完成的。

二、為什么要學(xué)習(xí)BA專業(yè)？

很多人問小編：我為什么要學(xué)這個專業(yè)?當(dāng)然因為這個專業(yè)夠牛逼，有前途，也有錢途啦！

BA是新興專業(yè)，逐漸得到學(xué)術(shù)界、業(yè)界和政府的高度重視。學(xué)術(shù)屆方面，從紐約大學(xué)2013年開始開設(shè)BA的碩士專業(yè)以來，BA的魅力大到讓全球各大高校紛紛增設(shè)相關(guān)專業(yè)，例如麻省理工、哥大、杜克大學(xué)、南加大、德克薩斯大學(xué)奧斯汀分校、辛辛那提大學(xué)等，并且學(xué)費直逼MBA，在金錢至上的資本主義國家，高學(xué)費往往是高收入和好職業(yè)發(fā)展的風(fēng)向標(biāo)。

業(yè)界，更不用說啦！BAT正在開設(shè)這一類的部門，阿里巴巴、百度都不惜重金聘用此類專家大牛坐鎮(zhèn)。政府方面，新加坡和澳洲政府更直接撥款贊助開設(shè)BA部門的公司。

小編之所以和大家詳細介紹這個專業(yè)，非常重要的一個原因，是BA專業(yè)的應(yīng)屆生起薪非常高，目前的人才缺口大。根據(jù)麥肯錫全球研究所的一份報告，到2018年，美國將面對1.5百萬的分析師的短缺，他們因為知道如何利用大數(shù)據(jù)分析來做出一些有效的決策，在大數(shù)據(jù)時代，尤為稀缺。

由此可見，BA確實非常牛逼，就業(yè)前景也非常廣闊！

作為一門因大數(shù)據(jù)發(fā)展而迅速崛起的新型學(xué)科，BA專業(yè)在許多行業(yè)都具有超高的實用性，例如互聯(lián)網(wǎng)、金融、通信、游戲、醫(yī)藥、咨詢、零售、政府部門等等，應(yīng)用范圍非常廣泛，畢竟只要有數(shù)據(jù)產(chǎn)生的地方，就需要數(shù)據(jù)分析和商業(yè)分析。

雖然都是商業(yè)分析專業(yè)，但不同的行業(yè)有著不同的崗位名稱，應(yīng)屆畢業(yè)生的初步崗位名稱有市場調(diào)查員、數(shù)據(jù)分析師、咨詢師、統(tǒng)計分析師、數(shù)據(jù)挖掘師等等。更讓國際學(xué)生喜聞樂見的是，絕大部分BA項目屬于美國的STEM專業(yè)，畢業(yè)生可以獲得3年的OPT機會。有了這三年的工作經(jīng)驗，即使你最后沒有獲得H1B，你的簡歷和工作經(jīng)驗也足夠豐富。

另外，根據(jù)統(tǒng)計，BA專業(yè)的畢業(yè)生就業(yè)也非常輕松，就業(yè)率接近100%。他們在找工作時，幾乎平均每天會有兩次的recruiter打電話來，網(wǎng)投面試回應(yīng)率大概有80%，而且畢業(yè)生薪資基本達到年薪7W+美元。

以南加州大學(xué)薪資調(diào)查為例，BA碩士畢業(yè)生年薪$85,000?！?/p>

以路易斯安那大學(xué)薪資調(diào)查為例，BA碩士畢業(yè)生年薪$43,600-$115,000之間，絕對屬于高薪行列呀！↓

三、BA專業(yè)學(xué)什么？

開設(shè)BA專業(yè)的學(xué)校有哪些？院系設(shè)置和課程設(shè)置又是怎樣的呢？

大部分的學(xué)校，BA專業(yè)都是設(shè)置在商學(xué)院之下，例如南加州大學(xué)、亞利桑那州立大學(xué)、羅徹斯特大學(xué)、德州大學(xué)奧斯汀分校、紐約大學(xué)、辛辛那提大學(xué)（戳這里→《星校丨帶薪實習(xí)的發(fā)源地，就業(yè)率98%的百年老校讓你邊學(xué)邊賺！》，了解辛辛那提大學(xué)）等，但也有部分學(xué)校開在工程學(xué)院或信息學(xué)院下面，例如卡內(nèi)基梅隆大學(xué)、哥倫比亞大學(xué)開設(shè)在信息學(xué)院，康奈爾大學(xué)開設(shè)在工程學(xué)院，另外東北大學(xué)的分析學(xué)專業(yè)開設(shè)在CPS學(xué)院。

下面是美國商學(xué)院2017 business Anylytics 專業(yè)的排名 (來自于TFE Times)，快和小編一起看看！

排名

院校

項目

1

南加州大學(xué)

Business Analytics

2

紐約大學(xué)

Business Analytics

3

倫斯勒理工學(xué)院（RPI）

Business Analytics

4

羅切斯特大學(xué)

Business Analytics

5

維拉諾瓦大學(xué)

Analytics

6

亞利桑那州立大學(xué)

Business Analytics

7

史蒂文斯理工學(xué)院

Business Intelligence & Analytics

8

德州大學(xué)奧斯汀分校

Business Analytics

9

德州大學(xué)達拉斯分校

Business Analytics

10

密歇根州立大學(xué)

Business Analytics

11

北肯塔基大學(xué)

Business Informatics

12

路易斯安那州立大學(xué)

Analytics

13

辛辛那提大學(xué)

Business Analytics

14

克賴頓大學(xué)

Business Intelligence & Analytics

15

南衛(wèi)理公會大學(xué)

Business Analytics

16

康涅狄格大學(xué)

Analytics and Project Management

17

明尼蘇達大學(xué)

Business Analytics

18

福特漢姆大學(xué)

Business Analytics

19

羅格斯大學(xué)

Business and Science

20

本特利大學(xué)

Business Analytics

新項目

猶他大學(xué)

Business Analytics

新項目

俄克拉荷馬大學(xué)

Management Information Studies with Business Analytics Concentration

BA選校需要從課程和就業(yè)導(dǎo)向出發(fā)，找到與自己的背景和目標(biāo)匹配的項目，你將如虎添翼。其中，南加州大學(xué)、亞利桑那州立大學(xué)、羅徹斯特大學(xué)、德州大學(xué)奧斯汀分校、紐約大學(xué)、辛辛那提大學(xué)等，都是性價比非常高的學(xué)校。

BA項目的時長往往在9個月到15個月之間，當(dāng)然，因為它是個交叉學(xué)科，包含了商科（經(jīng)濟學(xué)、市場營銷，博弈論等）、數(shù)學(xué)（統(tǒng)計）統(tǒng)計和計算機語言三大模塊，所以課程強度也比較高。不過既然起薪高，那所有的辛苦也是值得的！

正因為絕大多數(shù)BA項目開設(shè)在商學(xué)院下，所以學(xué)生有機會享受整個商學(xué)院帶來的職業(yè)資源，如招聘會、職業(yè)面試、校友網(wǎng)絡(luò)等，為自己贏得更多職業(yè)發(fā)展機會。并且，大多數(shù)課程設(shè)置中都有實習(xí)課程的設(shè)定，提高學(xué)生的實操能力和工作經(jīng)驗，為未來做好準(zhǔn)備。

那BA專業(yè)具體學(xué)什么呢？BA專業(yè)主修課包括應(yīng)用統(tǒng)計學(xué)、應(yīng)用數(shù)學(xué)、計算機、優(yōu)化選擇、客戶行為學(xué)、風(fēng)險管理、運籌學(xué)和決策理論、客戶行為學(xué)等，并選修一些商科基礎(chǔ)課程，如商業(yè)溝通技巧，領(lǐng)導(dǎo)力，市場營銷，供應(yīng)鏈管理等。

小編就以USC南加大為例，研究了一下官網(wǎng)里掛出的BA項目課程，發(fā)現(xiàn)南加大的官網(wǎng)課程設(shè)置基本上是統(tǒng)計+計算機+商科，而其他學(xué)校的課程設(shè)置也是與此類似的。

四、BA專業(yè)申請攻略請收好！

那申請BA專業(yè)需要滿足哪些條件呢？需要做哪些準(zhǔn)備呢？小編來支招，快快mark~

BA專業(yè)申請總原則：早作準(zhǔn)備，軟硬兼?zhèn)洌?/p>

1.硬件條件

由于BA專業(yè)的申請競爭力比較大，學(xué)生需準(zhǔn)備相對較高的TOEFL/IELTS和GPA成績，TOP前30的學(xué)校則要求TOEFL 100+，ILETS 7+, GPA3.5+. 另外大學(xué)表示學(xué)生在申請時既可以提供GMAT也可以提供GRE，由于分析類碩士在美國基本屬于STEM（科學(xué) 技術(shù) 工程 數(shù)學(xué)）專業(yè)，建議用GRE申請。

2.先修課程準(zhǔn)備

大部分學(xué)校沒有給出明確的本科申請背景。也有部分學(xué)校強調(diào)，喜歡招生來自數(shù)學(xué)、計算機、統(tǒng)計、工程、經(jīng)濟學(xué)和金融等領(lǐng)域定量分析能力強的學(xué)生，例如辛辛那提大學(xué)，德克薩斯大學(xué)奧斯汀分校。

3.工作經(jīng)驗

大部分學(xué)校不要求有工作經(jīng)驗，但一些名校還是比較喜歡學(xué)生擁有一定的工作經(jīng)歷，例如南加大。

網(wǎng)站數(shù)據(jù)統(tǒng)計分析可以幫助監(jiān)控網(wǎng)站、系統(tǒng)運營狀態(tài)，優(yōu)化網(wǎng)站結(jié)構(gòu)和體驗，以及提升網(wǎng)站推廣效果。不管是網(wǎng)站開發(fā)人員、產(chǎn)品人員、還是網(wǎng)站運營人員，都應(yīng)該掌握網(wǎng)站數(shù)據(jù)統(tǒng)計分析的基本方法和常用工具。恰巧最近在為公司整理這部分內(nèi)容，因此將自己的部分總結(jié)分享出來，僅供大家入門參考。

一．?dāng)?shù)據(jù)分析的維度

網(wǎng)站數(shù)據(jù)分析主要從流量、來源、頁面、訪客四個維度進行分析。

1. 流量分析

流量是最基本也是最重要的網(wǎng)站數(shù)據(jù)分析維度，它反映了一個網(wǎng)站被訪問的整體概況。

一般來說，流量分析包含兩方面內(nèi)容：流量趨勢分析和當(dāng)前實時流量。流量趨勢分析，反映了網(wǎng)站最近一段時間流量變化趨勢，常用的時間維度有當(dāng)日，最近7日，最近30日，一般也支持自定義時間區(qū)間。趨勢分析常用的指標(biāo)有PV（頁面瀏覽次數(shù)）、UV（獨立訪客數(shù)）、獨立IP訪問次數(shù)。當(dāng)前實時流量，反映了網(wǎng)站當(dāng)前被訪問的情況，一般用最近15或30分鐘的PV和UV構(gòu)成的曲線表示。

2. 來源分析

來源分析是對網(wǎng)站流量的來源渠道進行統(tǒng)計分析，它可以反映訪客是通過何種渠道訪問網(wǎng)站的。

流量來源一般可以分為三大類，直接流量、推介流量和搜索引擎流量。直接流量是訪客直接在瀏覽器輸入網(wǎng)站地址產(chǎn)生的流量，這類用戶往往已經(jīng)非常熟悉該網(wǎng)站。推介流量又稱外部鏈接流量，是訪客通過其他網(wǎng)站的鏈接跳轉(zhuǎn)到本網(wǎng)站產(chǎn)生的流量，可以通過分析推介流量，獲知在第三方網(wǎng)站投放的推廣鏈接的效果。搜索引擎流量，是訪客通過在Google、百度等搜索引擎查詢關(guān)鍵字時，搜索到本網(wǎng)站地址，進而訪問本網(wǎng)站產(chǎn)生的流量?？梢酝ㄟ^分析搜索引擎流量，優(yōu)化網(wǎng)站的SEO。

3. 頁面分析

頁面分析是對訪客訪問網(wǎng)站各個頁面的頻次、時長等信息進行統(tǒng)計分析，從而找出高頻使用的頁面或功能，掌握訪客興趣和熱點頁面，另外，還可以通過分析頁面的訪問路徑，獲取訪客的操作習(xí)慣。頁面分析是優(yōu)化頁面內(nèi)容和頁面間邏輯流程的重要依據(jù)。

頁面內(nèi)熱區(qū)也是頁面分析的一個重要部分。有些第三方統(tǒng)計分析平臺提供一些最基礎(chǔ)的統(tǒng)計功能，如百度統(tǒng)計就有一個頁面點擊圖的功能，統(tǒng)計訪客在網(wǎng)頁的鼠標(biāo)點擊情況，并通過不同顏色的區(qū)域展示出來，但它只支持http和https協(xié)議的url，不支持框架頁面的監(jiān)控。大部分的頁面內(nèi)統(tǒng)計，都是需要結(jié)合業(yè)務(wù)場景，手動調(diào)用第三方統(tǒng)計平臺的打點接口，進行打點統(tǒng)計。

4. 訪客分析

訪客分析主要是對訪客人數(shù)、訪客所屬區(qū)域、訪客活躍度以及新老訪客進行統(tǒng)計分析。網(wǎng)站應(yīng)堅持“以用戶為中心”的原則，訪客分析結(jié)果就是這一原則落實效果的直觀反映。一般來說，最值得關(guān)注的是獨立用戶數(shù)（UV）、新用戶數(shù)、用戶活躍度這幾個指標(biāo)。

二．核心統(tǒng)計指標(biāo)說明

網(wǎng)站的數(shù)據(jù)統(tǒng)計分析指標(biāo)種類繁多，數(shù)量龐大，不同的統(tǒng)計分析平臺采用的指標(biāo)也有一定差異性。但是，有一部分指標(biāo)已經(jīng)被廣泛認(rèn)可，且被各個統(tǒng)計平臺所采納。其中，最重要的指標(biāo)有頁面瀏覽量、獨立訪客數(shù)、平均訪問時間、新增訪客數(shù)。

1.頁面瀏覽量（PV）

頁面瀏覽量，又叫做PV，是一段時間內(nèi)，網(wǎng)站頁面被訪問的次數(shù)總和。用戶每訪問一次頁面，不管是刷新頁面，還是跳轉(zhuǎn)到網(wǎng)站的另一個新頁面，PV都會增加1次。

2.獨立訪客數(shù)（UV）

獨立訪客數(shù)，又叫做UV，是一段時間內(nèi)，訪問網(wǎng)站的訪客的總和。一個瀏覽器客戶端被認(rèn)為是一個獨立訪客，在統(tǒng)計時間段內(nèi)，一個瀏覽器客戶端多次訪問網(wǎng)站，不會被重復(fù)統(tǒng)計。例如，計算當(dāng)日UV時，在當(dāng)天的0點到24點內(nèi)，一個瀏覽器客戶端不管訪問了多少次網(wǎng)站，都被算作1次UV。

3.平均訪問時長

所有訪客訪問網(wǎng)站持續(xù)時間的平均值，反映網(wǎng)站對訪客的吸引力。

4.新增訪客數(shù)

一段時間內(nèi)，首次訪問網(wǎng)站的訪客總數(shù)。因為訪客數(shù)是基于瀏覽器Cookie進行統(tǒng)計的，一旦瀏覽器的Cookie被清空，再次訪問網(wǎng)站就會被認(rèn)為是一個新的訪客，所以新增訪客數(shù)有可能存在一定偏差?；谕瑯拥脑?，UV也會存在一定偏差。

三．第三方統(tǒng)計分析平臺

目前國內(nèi)的網(wǎng)站統(tǒng)計分析平臺中，使用最多的是百度統(tǒng)計和友盟統(tǒng)計（實際用的是CNZZ），國外是Google Analytics（GA）。推薦使用百度統(tǒng)計或GA。

百度統(tǒng)計和GA的比較：

功能上，GA的功能更加強大，百度統(tǒng)計功能雖然比GA少，但提供了一些本土化的指標(biāo)，例如基于IP地址的統(tǒng)計。

使用上，網(wǎng)站接入的成本都很低，但后臺的統(tǒng)計分析平臺方面，因為百度統(tǒng)計的指標(biāo)定義和分類更符合國人習(xí)慣，同時提供的功能更加簡潔，所以使用起來更加簡便。雖然百度統(tǒng)計的大部分指標(biāo)GA都有，但因為在指標(biāo)定義和分類上有一些不同，所以剛開始使用時，需要一些適應(yīng)和思維轉(zhuǎn)換時間。另外，GA的訪問需要翻墻。

基本使用方法

網(wǎng)站接入百度統(tǒng)計和GA的步驟雷同，主要步驟：注冊平臺賬戶 -> 填寫網(wǎng)站信息–> 生成嵌入的JS腳本–>在網(wǎng)站的所有網(wǎng)頁中引入生成的JS腳本。完成這4步，就可以使用平臺的大部分功能，基本的流量分析、來源分析、頁面分析和訪問分析也已經(jīng)覆蓋，可以滿足網(wǎng)站的絕大部分統(tǒng)計分析需求。

統(tǒng)計學(xué)方法在數(shù)據(jù)挖掘中的應(yīng)用探究

數(shù)據(jù)挖掘就是指從眾多實際應(yīng)用數(shù)據(jù)中獲取批量大、有噪聲、且隨機性強的數(shù)據(jù)，將潛在的信息與數(shù)據(jù)提取出來，就是從數(shù)據(jù)中挖掘有價值的知識，而大多數(shù)原始數(shù)據(jù)具有一定的結(jié)構(gòu)化特征，比如，關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)；也可以通過文本、圖形、圖像等半結(jié)構(gòu)化發(fā)掘有用知識，這些知識可以是數(shù)學(xué)的也可以是非數(shù)學(xué)形式的；數(shù)據(jù)挖掘能以歸納形式存在，能夠被廣泛應(yīng)用到信息查詢、信息管理、信息決策控制中，方便數(shù)據(jù)的維護與管理。由此可見，數(shù)據(jù)挖掘是一門交叉性強的學(xué)科，加強對其的研究非常有意義，下面將對統(tǒng)計方法在數(shù)據(jù)挖掘中的具體應(yīng)用進行分析。　

　一、數(shù)據(jù)挖掘與統(tǒng)計學(xué)的關(guān)系　　（一）數(shù)據(jù)挖掘的內(nèi)涵　　通常來說，數(shù)據(jù)挖掘的定義較為模糊，沒有明確界定，大部分對其的定義只是停留在其背景與觀點的內(nèi)容上。通過對不同觀點的統(tǒng)一整理，人們最終將其描述為：從大量多樣化的信息中發(fā)現(xiàn)隱晦性、規(guī)律性等潛在信息，并對這些信息進行創(chuàng)造、加工的過程。數(shù)據(jù)挖掘作為一門重要的交叉學(xué)科，能夠?qū)?shù)據(jù)庫、人工智能、機器學(xué)習(xí)、統(tǒng)計學(xué)等眾多的科學(xué)融入到一起，從而實現(xiàn)技術(shù)與理論的創(chuàng)新與發(fā)展[1]。其中，數(shù)據(jù)庫、人工智能與統(tǒng)計學(xué)是數(shù)據(jù)挖掘當(dāng)中的三大支柱理論。數(shù)據(jù)挖掘的目的是從數(shù)據(jù)庫當(dāng)中發(fā)掘各種隱含的知識與信息，此過程的方法非常多，有統(tǒng)計學(xué)知識、遺傳算法、粗集方法、決策法、模糊邏輯法等，還可以應(yīng)用向鄰近的可視技術(shù)、模式識別技術(shù)等，在以上所有技術(shù)的支持上能夠使數(shù)據(jù)挖掘更為科學(xué)、有序。　?。ǘ?shù)據(jù)挖掘與統(tǒng)計學(xué)間的關(guān)系　　通常來說，統(tǒng)計學(xué)的主要功能是對統(tǒng)計原理與統(tǒng)計方法進行研究的科學(xué)。具體來說就是指對數(shù)字資料進行的收集、整理、排序、分析、利用的過程，數(shù)字資料是各種信息的歸納與總結(jié)，可以將其作為特性原理的認(rèn)知、推理方法[2]。而統(tǒng)計學(xué)則表示的是使用專業(yè)的統(tǒng)計學(xué)、概率理論原理等對各種屬性關(guān)系的統(tǒng)計與分析過程，通過分析成功找到屬性間的關(guān)聯(lián)與發(fā)展的規(guī)律。在此過程中，統(tǒng)計分析方法是數(shù)據(jù)挖掘最為重要的手段之一。

　　在數(shù)據(jù)挖掘這一課題被提出來之前，統(tǒng)計分析技術(shù)對于人們來說更熟悉，也是人們?nèi)粘ｉ_展工作、尋找數(shù)據(jù)間規(guī)律最常使用的收集整理方法。但是不能簡單的將數(shù)據(jù)挖掘作為統(tǒng)計學(xué)的延伸與替代工具，而是要將兩者的區(qū)別認(rèn)識到位，再結(jié)合兩者間的不同特點分析其應(yīng)用特點[3]。大部分的統(tǒng)計學(xué)分析技術(shù)都是建立在數(shù)學(xué)理論與技巧上的，預(yù)測通常較為準(zhǔn)確，效果能夠讓大部分人滿意。數(shù)據(jù)挖掘能夠充分借鑒并吸收統(tǒng)計學(xué)技術(shù)，在融入到自身特點以后成為一種數(shù)據(jù)挖掘技術(shù)?！　〗y(tǒng)計學(xué)與數(shù)據(jù)挖掘存在的目標(biāo)都是一致的，就是不斷對數(shù)據(jù)結(jié)構(gòu)進行發(fā)掘。鑒于統(tǒng)計學(xué)與數(shù)據(jù)挖掘在目標(biāo)上的一致性，致使很多研究學(xué)者與專家將數(shù)據(jù)挖掘作為了統(tǒng)計學(xué)的一個分支機構(gòu)[4]。但是這種認(rèn)知非常不正確，因為數(shù)據(jù)挖掘不僅體現(xiàn)在與統(tǒng)計學(xué)的關(guān)系上還體現(xiàn)在思想、工具與方法上，尤其是在計算機科學(xué)領(lǐng)域?qū)?shù)據(jù)挖掘起到的作用非常大。比如，通過借助數(shù)據(jù)庫技術(shù)與人工智能的學(xué)習(xí)，能夠關(guān)注到更多統(tǒng)計學(xué)與數(shù)據(jù)挖掘上的共通點，但是兩者存在的差異依然非常大。數(shù)據(jù)挖掘就是指對大量的數(shù)據(jù)信息不斷挖掘的過程，DM能夠?qū)?shù)據(jù)模式內(nèi)的數(shù)據(jù)關(guān)系進行充分挖掘，并對觀測到的數(shù)據(jù)庫處理有著極高的關(guān)注度?！　《?、數(shù)據(jù)挖掘的主要過程　　從數(shù)據(jù)本身出發(fā)探討數(shù)據(jù)挖掘過程，數(shù)據(jù)挖掘的過程分為信息的收集、數(shù)據(jù)集成、數(shù)據(jù)處理、數(shù)據(jù)變換、數(shù)據(jù)挖掘?qū)嵤┑冗^程。

　首先，要將業(yè)務(wù)對象確定下來，明確不同業(yè)務(wù)定義，并認(rèn)清數(shù)據(jù)挖掘的目的，這是做好數(shù)據(jù)挖掘最關(guān)鍵的一步，也是最重要的一步，雖然挖掘的結(jié)果不能被準(zhǔn)確預(yù)測到，但卻需要對問題的可預(yù)見性進行探索[5]。其次，還要做好數(shù)據(jù)準(zhǔn)備工作，包含數(shù)據(jù)清理、數(shù)據(jù)變換等工作，數(shù)據(jù)清理的實際意義是將噪聲與空缺值補全，針對這一問題，可以使用平滑技術(shù)，而空缺值的處理則是屬性中最常見的，可以將統(tǒng)計中最可能出現(xiàn)的值作為一個空缺值[6]?！　⌒畔⑹占傅氖前凑仗囟ǖ臄?shù)據(jù)分析對象，可以將分析中需要的特征信息抽象出來，并在此基礎(chǔ)上選擇出較為科學(xué)、適合的信息收集方法，將全部的信息全部錄入到特定的數(shù)據(jù)庫中。如果數(shù)據(jù)量較大，則可以選擇一個專門的管理數(shù)據(jù)的倉庫，實現(xiàn)對信息的有效保護與管理；數(shù)據(jù)集成就是指將來源不同、格式不同、性質(zhì)不同、特點不同的數(shù)據(jù)集成到一起，進而為企業(yè)提供更為全面、系統(tǒng)的數(shù)據(jù)共享平臺；數(shù)據(jù)變換就是通過聚集、概化、規(guī)范化等方式對數(shù)據(jù)進行挖掘，對于一些實用數(shù)據(jù)，則可以通過分層與分離方式實現(xiàn)對數(shù)據(jù)的轉(zhuǎn)換；數(shù)據(jù)挖掘就是結(jié)合數(shù)據(jù)倉庫中的數(shù)據(jù)信息點，并選擇正確的分析方法實現(xiàn)對有價值數(shù)據(jù)的挖掘，事例推理、規(guī)則推理、遺傳算法等都是應(yīng)用較多的方法[7]。　　三、統(tǒng)計學(xué)方法中的聚類分析　　在統(tǒng)計學(xué)聚類方法基礎(chǔ)上能夠構(gòu)建出潛在的概率分布假設(shè)，可以使用試圖優(yōu)化的方法構(gòu)建數(shù)據(jù)與統(tǒng)計模型的擬合效果?；诮y(tǒng)計學(xué)聚類方法當(dāng)中，Cobweb方法是在1987年由Fisher提出的，能夠以分類樹作為層次聚類創(chuàng)建的方法，在分類樹上，每一個節(jié)點都能代表著一個概念，該方法就是對節(jié)點概率描述的過程。Cobweb方法還使用了啟發(fā)式估算方式，使用分類效用對分類樹的構(gòu)建進行指導(dǎo)，從而實現(xiàn)對最高分類的劃分目的，能夠?qū)⒉煌诸悓ο笕繗w類到一個類別中，并依據(jù)這些內(nèi)容創(chuàng)建出一個新的類別。但是這種方法也存在一定局限性，局限性在于假設(shè)的屬性概率分布都是獨立的，并不能始終處于成立狀態(tài)中。

淺論統(tǒng)計學(xué)在市場營銷中的運用

當(dāng)今社會中多數(shù)企業(yè)為了能夠更好地促進市場營銷效果，將本企業(yè)或者本行業(yè)幾個月或者幾個季度以及幾年內(nèi)的市場營銷數(shù)據(jù)，通過數(shù)據(jù)加載分析來評估當(dāng)前市場形勢以及以后的發(fā)展趨勢，而對數(shù)據(jù)的分析現(xiàn)代企業(yè)運用最多的手段就是統(tǒng)計學(xué)，統(tǒng)計學(xué)中的數(shù)理統(tǒng)計、多元統(tǒng)計分析，抽樣調(diào)查都為企業(yè)的數(shù)據(jù)分析提供了最科學(xué)和可靠的方法。通過市場營銷管理中統(tǒng)計學(xué)理論及方法的運用，為企業(yè)市場營銷管理工作奠定基礎(chǔ)、為企業(yè)的市場營銷工作提供準(zhǔn)確詳實的市場信息。針對市場營銷管理中對統(tǒng)計學(xué)應(yīng)用的需求，現(xiàn)代企業(yè)市場營銷管理中應(yīng)加強對統(tǒng)計學(xué)理論及內(nèi)容的關(guān)注。運用統(tǒng)計學(xué)方法解決企業(yè)營銷管理中的實際問題，提高企業(yè)綜合市場競爭力。 　

　一、數(shù)據(jù)進行統(tǒng)計分析特點和管理方法 　　數(shù)理統(tǒng)計中統(tǒng)計分析的特征是定量和定性分析進行結(jié)合；把處理的數(shù)據(jù)作為依據(jù)，以統(tǒng)計的數(shù)據(jù)作為結(jié)果；分析方法具有特殊性；分析的范圍具有廣泛性。要緊緊依靠這些統(tǒng)計數(shù)據(jù)的特點，同時，充分把握好企業(yè)市場營銷這一行業(yè)的特殊性，才能真正做好市場營銷統(tǒng)計學(xué)分析的工作。正常來講，企業(yè)市場營銷管理的步驟可分為：分析市場所具備的機會、選擇合適的目標(biāo)市場、確立正確的營銷組合策略、市場營銷的決策和決策的實施與控制。這四個步驟與相應(yīng)的統(tǒng)計學(xué)分析方法相配合，才能更好地為企業(yè)贏得更多的市場機遇，同時使企業(yè)的市場競爭力不斷提升。 　　二、市場營銷中的統(tǒng)計學(xué)分析方法 　　針對所屬行業(yè)銷售特點選擇統(tǒng)計學(xué)方法的應(yīng)用。針對不同行業(yè)的銷售特點，企業(yè)市場營銷管理中的統(tǒng)計學(xué)應(yīng)用也存在著差異。根據(jù)行業(yè)銷售特點，統(tǒng)計學(xué)方法的運用也有著一定的規(guī)律。在飲料、日用化工等快消品的銷售收集整理中，描述統(tǒng)計、推斷統(tǒng)計、順序變量等方法的應(yīng)用能夠為快消品行業(yè)的市場營銷管理提供翔實準(zhǔn)確的市場信息，為快消品企業(yè)的市場營銷策劃方案提供科學(xué)的數(shù)據(jù)。通過統(tǒng)計學(xué)方法的運用使企業(yè)的快消品營銷策劃工作更加符合市場規(guī)律、符合市場銷售特點，進而滿足現(xiàn)代快消品企業(yè)銷售目標(biāo)需求、滿足市場銷售需求。 　　在現(xiàn)代社會里，企業(yè)如果要獲得長遠的競爭優(yōu)勢，一定離不開目標(biāo)群體的滿意度和支持度。目標(biāo)群體，一般就是指顧客，當(dāng)他們的需求被滿足之后會產(chǎn)生心理的愉悅感。從統(tǒng)計學(xué)來分析，這個滿意度就是指顧客的期望值與實際感知效果之間的差異函數(shù)，如果顧客實際感知的效果小于期望值，顧客就不會感到滿意，反之，就會表現(xiàn)出滿足。通常，顧客過去的購買經(jīng)歷，競爭者與銷售者對自身產(chǎn)品的宣傳與承諾，身邊朋友的評論等，都會影響到顧客的期望值。因此，企業(yè)非常有必要通過統(tǒng)計學(xué)，對顧客滿意度進行分析、測量，給企業(yè)的營銷和決策提供更加可靠的依據(jù)。

　三、以數(shù)據(jù)為依托分析當(dāng)前市場狀況 　　通過對統(tǒng)計學(xué)知識的運用，以當(dāng)近期市場的數(shù)據(jù)反饋為依托，對當(dāng)前的市場行情進行分析與比對。在當(dāng)今市場經(jīng)濟的營銷管理中，對市場的動態(tài)信息進行科學(xué)合理的分析，能夠幫助企業(yè)的決策者們及時修改營銷方案，滿足市場變化對企業(yè)營銷管理的需求。這一現(xiàn)狀要求企業(yè)的市場營銷管理部門能夠及時掌握市場動態(tài)，運用統(tǒng)計學(xué)知識及統(tǒng)計學(xué)理論中的調(diào)研、整理、分子技巧為企業(yè)的市場營銷管理工作提供準(zhǔn)去的市場信息，確保企業(yè)市場營銷管理工作能夠符合市場銷售的實際需求。針對現(xiàn)代企業(yè)市場營銷現(xiàn)狀及營銷管理工作的需求，現(xiàn)代企業(yè)的市場營銷管理工作中應(yīng)強化對市場銷售信息的收集與整理。利用統(tǒng)計學(xué)原理及要知道市場銷售信息收集與管理工作，以此使企業(yè)的市場營銷信息收集、整理、分析以及方案制定在統(tǒng)計學(xué)理論指導(dǎo)下得到有效開展，滿足現(xiàn)代市場經(jīng)濟發(fā)展過程中企業(yè)的營銷管理需求。

四、從市場的定價角度看統(tǒng)計分析的重要性 　　通常來說，企業(yè)的市場定價會受到多種因素的綜合影響。成本導(dǎo)向、需求導(dǎo)向、競爭導(dǎo)向是企業(yè)市場定價的三種方法，這三種方法都是對于企業(yè)自身在市場上的競爭力而言，是企業(yè)為了讓自己的產(chǎn)品或服務(wù)在如今激烈的市場競爭中更好的定位，贏得更多更大的市場份額而制定出的價格策略。這種定價策略要分析人為訂立的利潤與企業(yè)成本之間的比例，要充分研究競爭對手等各方面的定價因素，并認(rèn)真分析消費者的有效需求，以尋求各個價格變量之間存在的近似的線性關(guān)系，從而準(zhǔn)確進行營銷策劃。因子分析方法是市場定價中的統(tǒng)計學(xué)分析較多采用一種方法，根據(jù)幾個不同因子的比較而獲得多個值，并對這些值進行平均值的計算，從而確定產(chǎn)品的基準(zhǔn)價格。本質(zhì)上看，就是把統(tǒng)計模型的運算和決策問題運用到市場定價問題中，不同利潤下的標(biāo)準(zhǔn)差和期望值制定出不同的市場定價方案。所以，在市場定價中準(zhǔn)確的統(tǒng)計決策模型，不僅有利于提高資金周轉(zhuǎn)速度，節(jié)約企業(yè)成本，還有利于提高企業(yè)的市場競爭力。在現(xiàn)代企業(yè)市場營銷管理工作中，科學(xué)的市場調(diào)研是掌握市場動態(tài)、保障市場銷售信息有效傳達的關(guān)鍵。因此，在企業(yè)的市場營銷管理工作中，應(yīng)科學(xué)運用統(tǒng)計學(xué)調(diào)研方法對企業(yè)所屬行業(yè)市場信息進行收集與整理。以基礎(chǔ)數(shù)據(jù)、變量、統(tǒng)計邏輯學(xué)、管理統(tǒng)計學(xué)等內(nèi)容及基礎(chǔ)，對銷售人員的調(diào)研信息進行統(tǒng)計與分析，對信息的科學(xué)性進行甄別。以翔實準(zhǔn)確為中心進行市場信息的收集與調(diào)研、以科學(xué)性為重點進行信息的統(tǒng)計與分析，以此保障現(xiàn)代企業(yè)市場營銷管理方案制定基礎(chǔ)滿足市場需求。統(tǒng)計學(xué)分析方法在市場調(diào)查過程中，無論是最初的信息收集階段，還是信息處理階段的分析過程和數(shù)據(jù)辨別，都發(fā)揮著無可辯駁的關(guān)鍵作用。在我們當(dāng)前的市場經(jīng)濟活動中，要重視以人為本的管理方法，大力地強調(diào)定性向定量的方向發(fā)展，這一切都會涉及統(tǒng)計學(xué)方法。國家在進行經(jīng)濟調(diào)控時，也往往會使用到統(tǒng)計表格來表示一系列經(jīng)濟收支的情況，以便在宏觀上對未來的經(jīng)濟投入比例進行相應(yīng)的調(diào)整。 　　總之，企業(yè)要想得到最優(yōu)化的市場營銷方案，必須通過統(tǒng)計手段對市場的全面、科學(xué)分析才能獲得，科學(xué)合理的統(tǒng)計分析，可以隨時靈活地更改營銷方案。