資料內(nèi)容：
一、數(shù)據(jù)挖掘用于 AI 產(chǎn)品需求發(fā)現(xiàn)
需求的發(fā)現(xiàn)是產(chǎn)品經(jīng)理和企業(yè)產(chǎn)品創(chuàng)新取得成功的關(guān)鍵，數(shù)據(jù)信息在產(chǎn)品的創(chuàng)新設(shè)計(jì)與制
造中發(fā)揮越來(lái)越重要的作用，充分利用數(shù)據(jù)挖掘技術(shù)從產(chǎn)品市場(chǎng)需求發(fā)現(xiàn)、需求設(shè)計(jì)中提
取相應(yīng)的需求，從而控制和改善下一代產(chǎn)品的設(shè)計(jì)與制造。
目前，AI 賦能的智能軟硬件整體產(chǎn)品的研制周期長(zhǎng)，市場(chǎng)反應(yīng)能力弱，創(chuàng)新度不夠等一系
列因素控制了產(chǎn)品制造企業(yè)的生存和發(fā)展，不論是萬(wàn)億市值的蘋(píng)果還是國(guó)內(nèi)的華為小米一
年旗艦智能手機(jī)只有一款。這個(gè)現(xiàn)象背后正是因?yàn)?AI 賦能的軟硬一體產(chǎn)品，在需求發(fā)現(xiàn)
到產(chǎn)品設(shè)計(jì)上有其特殊性。
因此，如何在最短的時(shí)間內(nèi)開(kāi)發(fā)出質(zhì)量高、價(jià)格能被用戶接受的 AI 產(chǎn)品，已成為產(chǎn)品經(jīng)
理市場(chǎng)競(jìng)爭(zhēng)的焦點(diǎn)。數(shù)據(jù)挖掘技術(shù)已經(jīng)成為分析和發(fā)現(xiàn)需求，提供決策十分有效的工具，
而需求發(fā)現(xiàn)速度快起來(lái)后可以給需求設(shè)計(jì)制造更多時(shí)間，所以必將有力地支持 AI 產(chǎn)品的
創(chuàng)新設(shè)計(jì)和制造過(guò)程。
數(shù)據(jù)挖掘（Data Mining，簡(jiǎn)稱(chēng) DM）就是從大量的、不完全的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，
提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和需求的過(guò)程。
根據(jù)產(chǎn)品發(fā)現(xiàn)需求的不同，數(shù)據(jù)挖掘的任務(wù)主要分為以下 6 類(lèi)：
（1）關(guān)聯(lián)分析需求，揭示隱藏在數(shù)據(jù)之間相互關(guān)系的一項(xiàng)挖掘潛在需求的數(shù)據(jù)挖掘任務(wù)。
例子：“尿布與啤酒”的故事。
在一家超市里，有一個(gè)有趣的現(xiàn)象：尿布和啤酒竟然擺在一起出售。但是，這種奇怪的舉
措?yún)s使尿布和啤酒的銷(xiāo)量雙雙增加了。這不是一個(gè)笑話，而是發(fā)生在美國(guó)沃爾瑪超市的真
實(shí)案例，并一直為商家所津津樂(lè)道。
沃爾瑪擁有世界上最大的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)，為了能夠準(zhǔn)確了解顧客在其門(mén)店的購(gòu)買(mǎi)習(xí)慣，沃
爾瑪對(duì)其顧客的購(gòu)物需求進(jìn)行了深層分析，想了解顧客經(jīng)常一起購(gòu)買(mǎi)的商品都有哪些。沃
爾瑪數(shù)據(jù)倉(cāng)庫(kù)里集中了其各門(mén)店的詳細(xì)的原始交易數(shù)據(jù)，在這些原始交易數(shù)據(jù)的基礎(chǔ)上，
沃爾瑪利用關(guān)聯(lián)規(guī)則對(duì)這些數(shù)據(jù)進(jìn)行分析和挖掘，得出了一個(gè)令人意外的發(fā)現(xiàn)：“跟尿布
一起被購(gòu)買(mǎi)最多的商品竟是啤酒！”
經(jīng)過(guò)大量實(shí)際調(diào)查和分析，揭示了一個(gè)隱藏在“尿布與啤酒”背后的美國(guó)人的一種需求模
式：在美國(guó)，一些年輕的父親下班以后要經(jīng)常到超市去買(mǎi)嬰兒尿布，而他們中有 30%～40%
的人同時(shí)也會(huì)為自己買(mǎi)一些啤酒。
產(chǎn)生這一現(xiàn)象的原因是：美國(guó)的太太們常叮囑她們的丈夫下班后為小孩買(mǎi)尿布，而丈夫們
在買(mǎi)尿布后又隨手帶回了他們喜歡的啤酒。
按照常規(guī)思維模式，尿布與啤酒風(fēng)馬牛不相及，若不是借助關(guān)聯(lián)規(guī)則進(jìn)行挖掘和分析，沃
爾瑪是不可能發(fā)現(xiàn)數(shù)據(jù)之間存在的這一有價(jià)值的需求。
以前企業(yè)的信息管理系統(tǒng)由于缺乏數(shù)據(jù)挖掘功能，最多只能統(tǒng)計(jì)一些數(shù)據(jù)，從表面上似乎
合理，但實(shí)際上根本不能反映出本質(zhì)的情況。例如：通過(guò)傳統(tǒng)的信息管理系統(tǒng)，我們得出
某一種紅酒在超市的銷(xiāo)售額排名倒數(shù)第一位，按照以往的做法，該紅酒肯定會(huì)停止銷(xiāo)售，
但是通過(guò)對(duì)所有銷(xiāo)售數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，我們會(huì)發(fā)現(xiàn)消費(fèi)額最高的客戶中有 25%常常買(mǎi)這
種紅酒，如果停止出售這種紅酒，必然會(huì)引起這些高端客戶的不滿。
關(guān)聯(lián)分析就是發(fā)現(xiàn)交易數(shù)據(jù)庫(kù)中不同商品之間的內(nèi)在的聯(lián)系，利用關(guān)聯(lián)規(guī)則找出顧客購(gòu)買(mǎi)
行為模式，如購(gòu)買(mǎi)了某一商品對(duì)其它商品的影響。例如：它能發(fā)現(xiàn)數(shù)據(jù)庫(kù)中如“90%的顧
客在一次購(gòu)買(mǎi)活動(dòng)中購(gòu)買(mǎi)商品 X 的同時(shí)購(gòu)買(mǎi)商品 Y”之類(lèi)的問(wèn)題，發(fā)現(xiàn)這樣的規(guī)則可以應(yīng)
用于商品貨架設(shè)計(jì)、庫(kù)存安排以及根據(jù)購(gòu)買(mǎi)模式對(duì)用戶進(jìn)行需求分析等。
用于關(guān)聯(lián)規(guī)則發(fā)現(xiàn)的主要對(duì)象是事務(wù)型數(shù)據(jù)庫(kù)，其中針對(duì)的應(yīng)用則是商品銷(xiāo)售數(shù)據(jù)。如果
對(duì)這些歷史數(shù)據(jù)進(jìn)行分析，則可以對(duì)顧客的購(gòu)買(mǎi)行為提供極有價(jià)值的信息。例如：可以幫
助商家如何擺放貨架上的商品，如何幫助商家規(guī)劃市場(chǎng)等。
總之，從事務(wù)數(shù)據(jù)中發(fā)現(xiàn)關(guān)聯(lián)規(guī)則，對(duì)于改進(jìn)商業(yè)活動(dòng)的決策非常重要。
