數(shù)據(jù)挖掘—2025年cma考試p1基礎(chǔ)知識(shí)點(diǎn)
即使此刻身在半山，也要心懷理想，勇往直前。cma是美國注冊(cè)管理會(huì)計(jì)師，其考試科目包含P1財(cái)務(wù)規(guī)劃、績(jī)效與分析，P2戰(zhàn)略財(cái)務(wù)管理。下面整理了P1知識(shí)點(diǎn)，一起學(xué)習(xí)一下。
【所屬章節(jié)】
第六章 科技和分析
【知識(shí)點(diǎn)】
數(shù)據(jù)挖掘
一、數(shù)據(jù)挖掘的基本概念
數(shù)據(jù)價(jià)值的實(shí)現(xiàn)，需要經(jīng)歷“數(shù)據(jù)-信息-知識(shí)-價(jià)值”的轉(zhuǎn)換過程，而數(shù)據(jù)挖掘就是中間的重要環(huán)節(jié)，也就是從數(shù)據(jù)中發(fā)現(xiàn)知識(shí)的過程。
基本原理：
·數(shù)據(jù)挖掘是對(duì)大量數(shù)據(jù)收集、分類處理的自動(dòng)化過程，通過數(shù)據(jù)分析識(shí)別趨勢(shì)和模式，建立關(guān)系解決業(yè)務(wù)問題。
·數(shù)據(jù)挖掘可以從大量不完全、有噪聲、模糊的隨機(jī)數(shù)據(jù)中提取隱含在其中的、事先不知道的但又有潛在價(jià)值的信息和知識(shí)。
·數(shù)據(jù)挖掘可以用于決策，更多的著眼于未來，對(duì)計(jì)算機(jī)性能要求高，要求分析人員進(jìn)行更深入的數(shù)據(jù)分析。
二、數(shù)據(jù)挖掘的特點(diǎn)
特點(diǎn) | 解釋 |
數(shù)據(jù)集大 | 數(shù)據(jù)集越大，得到的規(guī)律越貼近實(shí)際規(guī)律，結(jié)果也越準(zhǔn)確 |
數(shù)據(jù)不準(zhǔn)確 | 各種外界干擾導(dǎo)致數(shù)據(jù)不準(zhǔn)確 |
數(shù)據(jù)模糊 | 對(duì)數(shù)據(jù)的觀察只能在整體層面進(jìn)行，同時(shí)由于涉及隱私，某些具體信息也無法獲知，相關(guān)性的分析操作無法精確到個(gè)體 |
數(shù)據(jù)隨機(jī) | 獲取數(shù)據(jù)的隨機(jī)性（無法提前獲知具體信息內(nèi)容）和分析結(jié)果的隨機(jī)性（機(jī)器自動(dòng)完成判斷、學(xué)習(xí)、得出結(jié)論） |
三、數(shù)據(jù)挖掘的步驟
① 解讀需求：解讀需求要考慮專家、工作人員的意見。
② 收集數(shù)據(jù)：數(shù)據(jù)可從業(yè)務(wù)層的數(shù)據(jù)庫中提取、抽樣。
③ 評(píng)估模型：在計(jì)算機(jī)分析技術(shù)下，可能給出不同模型，企業(yè)需要選擇最優(yōu)模型。
④ 解釋模型：數(shù)據(jù)挖掘只是輔助的決策工具，如何解讀模型也是重要的任務(wù)。
⑤ 應(yīng)用結(jié)論：根據(jù)挖掘結(jié)果進(jìn)行商業(yè)部署，如零售商根據(jù)客戶習(xí)慣決定進(jìn)貨量、進(jìn)貨時(shí)間、具體選址等。
數(shù)據(jù)挖掘是一個(gè)迭代的過程，既有科學(xué)性也有藝術(shù)性。企業(yè)通過不斷的重復(fù)挖掘步驟，明確自身需求目標(biāo)、發(fā)揮專業(yè)數(shù)據(jù)分析人員的技術(shù)優(yōu)勢(shì)，收集數(shù)據(jù)、深入分析，不斷的精煉數(shù)據(jù)和改善模型，利用積累的經(jīng)驗(yàn)，最終獲得更合理的分析結(jié)論和行為指導(dǎo)。
四、數(shù)據(jù)挖掘語言
結(jié)構(gòu)化查詢語言（Structured Query Language，簡(jiǎn)稱SQL）是一種常用的數(shù)據(jù)挖掘工具，可用在關(guān)系型數(shù)據(jù)庫管理系統(tǒng)中，用于存取數(shù)據(jù)以及查詢、更新和管理關(guān)系數(shù)據(jù)庫系統(tǒng)。
SQL有3個(gè)基本命令：
SELECT（選擇） | 選定用戶感興趣的數(shù)據(jù)字段，即指定查詢結(jié)果 |
FEOM（范圍） | 識(shí)別數(shù)據(jù)所在的表格范圍 |
WHERE（篩選） | 定義數(shù)據(jù)需要滿足的標(biāo)準(zhǔn) |
五、數(shù)據(jù)挖掘的應(yīng)用
數(shù)據(jù)挖掘可以采用統(tǒng)計(jì)學(xué)、人工智能、機(jī)器學(xué)習(xí)等方式進(jìn)行。
通常數(shù)據(jù)的樣本量越大，找到統(tǒng)計(jì)學(xué)意義上的相關(guān)性和規(guī)律性的可能性越高。
具體應(yīng)用場(chǎng)景：
·預(yù)測(cè)目標(biāo)用戶需求（付費(fèi)預(yù)測(cè)模型、續(xù)費(fèi)預(yù)測(cè)模型、運(yùn)營活動(dòng)響應(yīng)模型）；
·用戶精準(zhǔn)分層；
·用戶路徑分析（產(chǎn)品設(shè)計(jì)、運(yùn)營管理、用戶體驗(yàn)）；
·交叉銷售和個(gè)性化推薦。
應(yīng)用難度：
尋找海量數(shù)據(jù)間的聯(lián)系需要較高的計(jì)算機(jī)技術(shù)和人員的配備。
數(shù)據(jù)挖掘中發(fā)現(xiàn)的規(guī)律不一定具備實(shí)際的應(yīng)用價(jià)值。數(shù)據(jù)意義上的關(guān)聯(lián)性是否恰當(dāng)?shù)乇粦?yīng)用于商業(yè)環(huán)境也與分析人員的專業(yè)判斷、見解和經(jīng)驗(yàn)積累甚至直覺有關(guān)。
數(shù)據(jù)挖掘的過程中可能存在違反道德和法律的風(fēng)險(xiǎn)，要確保數(shù)據(jù)安全，不被盜取、改變或秘密訪問。
注：以上內(nèi)容來自東奧Jenny Liu老師基礎(chǔ)班講義
以上就是整理好的cma考試知識(shí)點(diǎn)，東奧會(huì)計(jì)在線整理發(fā)布，僅供學(xué)習(xí)使用，禁止任何形式的轉(zhuǎn)載。想要隨時(shí)了解更多關(guān)于cma考試等相關(guān)信息，請(qǐng)關(guān)注東奧會(huì)計(jì)在線CMA頻道！
（本文為東奧會(huì)計(jì)在線原創(chuàng)文章，僅供考生學(xué)習(xí)使用，禁止任何形式的轉(zhuǎn)載）
津公網(wǎng)安備12010202000755號(hào)