从Garnter评测说起

seawolff

<h4 class="TextColor1" id="subjcns!A20FD7ACCE991E94!433" style="MARGIN-BOTTOM: 0px;"></h4><div class="bvMsg" id="msgcns!A20FD7ACCE991E94!433"><div><p align="left" style="TEXT-INDENT: 21pt; LINE-HEIGHT: 150%; TEXT-ALIGN: left;"><span lang="EN-US" style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;"></span>
$ m# \; b% K' ~$ j( [                        </p><p align="left" style="TEXT-INDENT: 21pt; LINE-HEIGHT: 150%; TEXT-ALIGN: left;"><span lang="EN-US" style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;"></span></p><p align="left" style="TEXT-INDENT: 21pt; LINE-HEIGHT: 150%; TEXT-ALIGN: left;"><span style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;">最近，</span><span lang="EN-US" style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;">Gartner</span><span style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;">发布了<span lang="EN-US">07</span>年一季度的客户数据挖掘产品魔力</span><span style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;">幻方（</span><i><span lang="EN-US" style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;">Magic Quadrant for Customer Data Mining, 2Q07</span></i><span style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;">　</span><span style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;">如图）， 在领导者、挑战者、利<span>基市场</span>和远见卓识四个象限中，<span lang="EN-US">SAS</span>和<span lang="EN-US">SPSS</span>占据领导者象限，仍然没有产品对这两者的统治地位具有任何挑战，所以挑战者是一片空白，大多数小的厂商都仅仅占<span>有利基</span>市场，值得注意的是在“远见卓识家”象限，<span lang="EN-US">KXEN</span>和<span lang="EN-US">ortrait software</span>独树一帜。</span><span lang="EN-US" style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;"></span>
                        </p><p align="left" style="TEXT-INDENT: 21pt; LINE-HEIGHT: 150%; TEXT-ALIGN: left;"><span style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;">数据挖掘在国内的市场，还是需要一段时间，首先要有大量数据的积累，这点来说，电信、证券和银行行业已经满足，其次，最终应用数据挖掘的客户，必须面对着同类客户的竞争，所以他们要做客户细分，要针对不同的客户群定制自己的产品；要做分类模型来预测自己将要流失的客户，进行客户挽留；要对产品的销售进行捆绑，提高竞争力；要对客户的生命周期进行不同点的控制。从后者来说，我们的客户远远没有到这个需求，譬如，我们有很多银行，但是，现在大家都在讨论银行的排队问题，普通老百姓排队排到发狂：天津老汉被尿憋晕、深圳男子当众撒尿，我们的歇斯底里正是说明这些垄断行业没有面对竞争的压力，也不需要增加自己的竞争力，何<span>来数据</span>挖掘的需要呢？<span lang="EN-US"></span></span>
& q: J) n5 M& _' E. @' W  x- _7 }+ y                        </p><p align="left" style="TEXT-INDENT: 21pt; LINE-HEIGHT: 150%; TEXT-ALIGN: left;"><span lang="EN-US" style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;">SAS</span><span style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;">是<span lang="EN-US">BI</span>领域最具竞争力的厂商之一，近<span lang="EN-US">40</span>年的历史，在统计领域的绝对权威地位，造就了这个受人尊敬的软件公司，<span>就数据</span>挖掘来说，不仅是一个<span lang="EN-US">SAS/EM</span>，而是基于所有的产品之上的行业解决方案。相对来说，<span lang="EN-US">SPSS</span>的<span lang="EN-US">Clementine</span>是一个拙劣的效仿产品，但是市场就是硬道理，<span lang="EN-US">SPSS</span>以其低廉的价格和良好的服务占有了很大的市场份额。如今，数据仓库的厂商都开始着力于数据挖掘产品，譬如，<span lang="EN-US">IBM</span>的<span lang="EN-US">IM</span>，<span lang="EN-US">Microsoft</span>的分析服务，<span lang="EN-US">Oracle</span>和<span><span lang="EN-US">Teradata</span></span>也都有自己的数据挖掘产品，对于独立的单纯做数据挖掘的厂商而言，生存越来越不易。<span lang="EN-US"></span></span>
' w/ k+ h/ {0 j2 @) K3 d                        </p><p align="left" style="TEXT-INDENT: 21pt; LINE-HEIGHT: 150%; TEXT-ALIGN: left;"><span style="LINE-HEIGHT: 150%; FONT-FAMILY: 宋体;">客户需要明白的是，数据挖掘是业务需求驱动，而绝不是技术驱动的，但是，现在的大多数据挖掘产品，却不是这样，我们要建立的模型，总是基于一个算法，然后，基于算法的需求<span>去做维度</span>选择，数据预处理，去展示模型的结果，对模型进行解释，这种思路是<span lang="EN-US">SAS</span>的罪过，因此，数据挖掘被当作一项昂贵的技术，“数据挖掘是一种艺术”，但是，我们却被束缚在技术的层面而不能大施拳脚。但是，<span>趋势绝会改变</span>。<span lang="EN-US"></span></span>
+ H7 C' X; t" P+ ]) C1 o                        </p></div></div>