统计数据挖掘技术在CRM中的主要统计方法

运用描述性统计分析方法对数据进行初步分析 描述性分析是对初步整理后的数据资料进行分析，并用统计量描述这些资料的一种方法。它主要包括了相对指标分析、图表法、集中趋势和离散趋势分析、相关分析等。 相对指标是运用对比的方法，反映某些相父事物之间数量联系程度的综合指标。利用相对指标可以表明现象的相对水平、普遍程度及比例关系，可以使某些不能直接对比的总量找到对比的基础，可以比较事物的发展程度、内部结构及比例，可以使不能用总量指标直接对比的非同类现象之间进行比较。 图表法属于描述统计学，它就是以图形或表格的形式来表示总体变量值的分布状况，它的表达形式比较简明、直观。统计表格根据它的内容可以分为频次表、百分比表、累计表。常用的频次表包括直方图、折线图和曲线图。由于计算机的运用，制作图表都看可以通过软件来实现，例如Excel，SPSS等软件。 统计图是以图形表示变量的分布情况，与统计表相比，虽然不如它精确，但却更直观、生动、醒目。常用的统计表有饼图、条形图、直方图和折线图。进行复杂数据挖掘前的统计降维方法一因子分析方法 由于数据的结构有时候会非常复杂，不便于直接用来做数据挖掘。这时候需要对复杂数据进行统汁降维分析，从二简化数据结构。因子分析是一类降维的相关分析技术，用来考察一组变量之间的协方差或者相关系数结构，并用以解释这些变量与因子之间的关联。目前的因子分析包括探索性因子分析与验证性因子分析。探索性因子分析是往事先不知道影响因素的基础上，完全依据资料数据，利用统计软件，根据一定的原则进行因子分析，最后得到因子的过程。而确定性因子分析是充分利用先验信息，在已知因子的情况下检验所搜集的数据资料是否按照事先预定的结构方式产生作用。本文所讨论的是探索性因子分析，通过对数据资料的因子分析实现降维，从而为进一步的数据挖掘做准备。