应用

数据挖掘可以生成两种类型的成果：在前期阶段中选定的最终模型；从模型本身以及数据挖掘过程中得出的任意结论或推论，包括派生的一些重要的 KPI指标、数据质量或业务流程优化方案、未来规划等。

成果部署的方式有两种：一是撰写研究报告；二是开发 WEB 应用系统，通过 PC、IPAD 或移动端进行分享。第一种较为简单，一般是针对一个具体的阶段

性问题进行研究，最终形成分析报告就行了。第二种稍微复杂，但是一般重要的项目最终都会开发成智能的系统，这样的系统有诸多好处：

一是，方便用户浏览数据挖掘成果，还可以开发计划任务，自动化完成成果应用。比如，我们可以为百货商场建设一个自动营销系统，只要用户指定促销的产品，系统可以自动评估并输出精准营销名单，并按照模版通过短信通知会员；二是，可以结合人工智能的思想，设计系统的自学习能力，不断优化模型；

三是，方便用户对数据挖掘成果进行可视化评估，降低模型应用风险；

四是，系统可以建立高扩展机制，不断扩展系统的能力，轻易集成今后研究发现的更多成果，增加系统功能或者改善模型；

五是，有利于企业对积累的数据挖掘成果进行规范化管理，并追踪挖掘成果的效益。

在系统开发完成后，一般需要一个月的测试，和 3 个月到半年的试运行（根据项目的大小不同，这个周期也会也不一样，并不都需要这么长的周期）。在这期间要做好监控和维护。因此，要根据监控的结果编写监控报告和评估报告。另外，还要对项目的整个开发过程的资料进行整理备案，以便今后研究、系统维护和经验分享。

同时需要系统建模一个验证子系统，不断监控模型状态并追踪模型应用效果，有利于及时发现模型出现的新问题以及模型优化的新思路。

在系统试运行结束后，可以正式将挖掘成果运用到商业环境中，为企业创造价值。