其实从建模过程来说，没有最重要的，如果非要说什么最重要，我希望是“商业技术”。也就是说，技术是为商业需求服务的，这是费话吧！那什么叫商业技术呢？泛指上说，就是基于商业实践的技术实施，数据挖掘是一项半自动化的商业数据分析行为，为什么“商业”在前面呢，就是这个道理，做BI和做分析的人员，商业理念与实践尤为重要。这也就是“新人”与“老人”的差异，在技术上其实差异不大，传统上说的“经验”说白了就是商业问题的知识累积与技术融通，不能让知识学习变为问题解决的人，是做不好BI的，更谈不上创新。

 

    如果一位新人进行数据建模工作，面对一堆数据，我想第一个问题是"了解项目目的是什么？"。商业需求分析文件不是放在那里给项目管理者看的，也只是只是为了存档备案，做为真正的实践者，开展工作之前，第一重要的就是了解为什么要做这个项目，搞清楚这些和那些数据结构和关系。那有些人说，我只是做了数据挖掘工作中的一小部分工作，上头交下来什么，我就做好我的三分三不就行了，呵，那么就没什么可说的啦。

 

    商业技术是如何学习和积累的呢？首先确定自身所处行业的大范围，再逐个理解数据表的商业背景与定义，约束关系以及和其他表的关系。例如需要分析客户、交易结果、业务服务的数据。一般来说，这个范围是可以缩小的，一般行业的通用数据知识表可以控制在20个以内，沿着这些表之间的关系，能够引出一些新的需要分析的表。

 

   有了业务积累与数据结构，其实在你的脑中就有了个概念模型，在面对数据挖掘项目时就可以快速切入重点，在纷繁的表、字段中，你真正需要关注的字段其实并不多，需要通过之前的表间关系与技术手段将它们挑选出来，重点描述，发现异常数据、正确的补缺方法、选择最合适的挖掘技术模型。

 

    在从新手走向熟练矿工的道路上，以下几项工作是每天要去做的：

1、商业分析——了解商业背景，关注行业动向与各类分析主题

2、目的分析——在开工之前，最重要的就是了解项目目的，能谈多透就多透

3、数据分类——根据项目主题缩小数据范围，检查数据质量，找寻关键变量

4、技术提升——数据挖掘技术是立身之本，不但要知道怎么用，更要了解算法

 

    数据挖掘只是一种技术，要真正有效应用，付之于商业实践，要走的路其实很长，往往并不是说你了解什么叫客户分层、知道流失预警、会做交叉营销就能到头的，在如今的商业社会里，我们要更多的把握知识创新的脉搏，从而才能提升价值。