MARINA: Stephanie, we used the data

MARINA: Stephanie, we used the data mining tools and

looked at most, if not all, of the data we normally look

at. And we usually look at standard views through our

spreadsheet-type interface. I know we have to look

“outside the box.” First off, the four of us need to fire

up our new, powerful OLAP (online analytical process-
ing) software, DOT (Data on Time). It taps into our

data warehouse and other data, but it goes beyond data

mining by allowing us to poke about in the data. We

just got the software in two weeks ago, and I have

already gone through the training course. It has many

of the features that CLAUDIA has, but it allows us to

look into multidimensional data from any of our data

sources in any “slice” we choose. It also lets us link into

other databases and data marts like the one that mar-
keting has. Let me start it up!

PHIL: I agree. I learned how to use the OLAP software

on my own, and I’ve developed some interesting views

of our marketing data that show relationships we did

not believe possible. The graphics are almost auto-
matic. Let’s try it!

The team saw the bumps in the data but had no idea

what had caused them.At least they could see them.When

they tapped into the advertising plans, they noticed a

slight inverse relationship with sales and advertising.

When they asked Phil about it, he said:

PHIL: Sales dropped two weeks after our new joint-
marketing campaign began. We heavily advertised the

new cars. Every national and local TV commercial

prominently displayed the Spider. We have data on

that in our marketing databases. I know you don’t

normally look at that. Here, let me bring them up.

Hmmm! We show how much air time each commercial

played where, and what was in them. Let me do a little

slicing and aggregating here. Aha! I see. We are mostly

advertising the cars nationally. Sales are very weak in

primary markets, but they’re also a bit weak in sec-
ondary markets. Ah! Ah! Ah! One problem we have is

distribution. We have over half the cars in the wrong

places. We need to move all the Spiders from the sec-
ondary markets to the primary markets. But I think we

have another problem:The pricing, supply, and demand

data that we are using to predict rentals don’t make

sense.The car officially has an “insurance” back seat, so

it is a four-passenger car. But you’d be lucky to get a

carry-on suitcase back there. Since we didn’t have data

on it, someone in our group entered it as a four-seat

compact with two doors. The system thinks it is a car

ideal for a small family or a single businessperson on a

budget. These rent well in the Midwest in the sec-
ondary markets but badly in the convention areas,

where there are men who are going through their

midlife crises and single women who like to rent sporty

cars. We have a lot of analyses to do here on where we

are advertising what. I’m not sure who rents what

where, but I suspect that we can target our ads better

once we determine our market clusters—like males in

Nebraska, 45 years old, traveling to San Diego for

trade conferences. We have the data; we just need to

apply them better.

Kết quả (Việt) 1:

MARINA: Stephanie, chúng tôi sử dụng các công cụ khai thác dữ liệu vànhìn tại hầu hết, nếu không phải tất cả, của dữ liệu mà chúng ta thường nhìntại. Và chúng tôi thường xem xét tiêu chuẩn xem qua của chúng tôigiao diện bảng tính-loại. Tôi biết chúng tôi cần phải tìm"bên ngoài hộp." Trước hết, bốn người trong chúng ta cần để chữa cháylên chúng tôi mới, mạnh mẽ OLAP (trực tuyến phân tích quá trình-phần mềm ing), dấu chấm (dữ liệu về thời gian). Vòi vào của chúng tôikho dữ liệu và dữ liệu khác, nhưng nó vượt xa dữ liệukhai thác khoáng sản bằng cách cho phép chúng tôi để poke trong dữ liệu. Chúng tôichỉ có các phần mềm trong hai tuần trước, và tôi cóđã đi qua các khóa đào tạo. Nó có nhiềuCác tính năng mà CLAUDIA có, nhưng nó cho phép chúng tôi đểnhìn vào dữ liệu đa chiều từ bất kỳ dữ liệu của chúng tôinguồn trong bất kỳ "miếng" chúng tôi chọn. Nó cũng cho phép chúng tôi liên kết vàomarts dữ liệu và dữ liệu khác như một trong đó ba-keting có. Hãy để tôi bắt đầu nó lên!PHIL: tôi đồng ý. Tôi đã học được làm thế nào để sử dụng phần mềm OLAPngày của riêng tôi, và tôi đã phát triển một số điểm thú vịcác dữ liệu tiếp thị của chúng tôi hiển thị các mối quan hệ chúng tôi đã làmkhông tin rằng có thể. Các đồ họa là gần như tự động-Matic. Hãy thử nó!Đội thấy da gà trong dữ liệu nhưng không có ý kiếnnhững gì đã gây ra cho họ. Ít nhất họ có thể nhìn thấy chúng. Khihọ khai thác vào các kế hoạch quảng cáo, họ nhận thấy mộtnhẹ mối quan hệ nghịch đảo với doanh số bán hàng và quảng cáo.Khi họ yêu cầu Phil về nó, ông nói:PHIL: Doanh số bán hàng giảm hai tuần sau khi công ty mới của chúng tôi-chiến dịch tiếp thị bắt đầu. Chúng tôi rất nhiều quảng cáo trên cácxe mới. Mỗi quốc gia và địa phương TV thương mạinổi bật hiển thị con nhện. Chúng ta có dữ liệu vềmà trong cơ sở dữ liệu tiếp thị của chúng tôi. Tôi biết bạn khôngthông thường nhìn vào đó. Ở đây, hãy để tôi đưa chúng lên.Hmmm! Chúng tôi hiển thị bao nhiêu thời gian máy mỗi thương mạichơi đâu, và những gì đã họ. Hãy để tôi làm một chútslicing và tập hợp ở đây. AHA! Tôi hiểu. Chúng tôi là chủ yếuquảng cáo những chiếc xe trên toàn quốc. Bán hàng là rất yếu trongchính thị trường, nhưng chúng tôi cũng một chút yếu ở sec-ondary thị trường. Ah! Ah! Ah! Chúng tôi có một vấn đề làphân phối. Chúng tôi có hơn một nửa những chiếc xe trong saiđịa điểm. Chúng ta cần phải di chuyển tất cả các nhện từ sec-ondary các thị trường cho các thị trường chính. Nhưng tôi nghĩ rằng chúng tôicó một vấn đề khác: giá cả, cung cấp, và nhu cầudữ liệu mà chúng tôi đang sử dụng để dự đoán cho thuê không thực hiệncảm giác. Xe chính thức có một chỗ ngồi trở lại "bảo hiểm", vì vậynó là một chiếc xe hơi chở 4 hành khách. Nhưng bạn sẽ được may mắn để có được mộtCarry-on va-li đó. Kể từ khi chúng tôi không có dữ liệutrên đó, một ai đó trong nhóm của chúng tôi đã nhập nó như bốn chỗnhỏ gọn với hai cánh cửa. Hệ thống này nghĩ rằng nó là một chiếc xe hơilý tưởng cho một gia đình nhỏ hoặc một doanh nhân duy nhất trên mộtngân sách. Các thuê tốt ở Midwest sec-ondary thị trường nhưng nặng ở các khu vực công ước,nơi có những người đang đi qua của họcuộc khủng hoảng midlife và phụ nữ độc thân muốn thuê thể thaoxe ô tô. Chúng tôi có rất nhiều phân tích để làm ở đây về nơi chúng taquảng cáo gì. Tôi không chắc chắn những người đã thuê những gìở đâu, nhưng tôi nghi ngờ rằng chúng tôi có thể nhắm mục tiêu quảng cáo của chúng tôi tốt hơnmột khi chúng tôi xác định cụm trường của chúng tôi — như nam giới ởNebraska, 45 tuổi, đi đến San Diego choHội nghị thương mại. Chúng ta có dữ liệu; chúng ta chỉ cầnáp dụng chúng tốt hơn.

Kết quả (Việt) 2:

MARINA: Stephanie, chúng tôi sử dụng các công cụ khai thác dữ liệu và

xem xét hầu hết, nếu không phải tất cả dữ liệu chúng tôi thường tìm

tại. Và chúng ta thường nhìn vào quan điểm tiêu chuẩn của chúng tôi qua

giao diện bảng tính kiểu. Tôi biết chúng tôi phải nhìn

"bên ngoài hộp." Trước hết, bốn người chúng tôi cần phải cháy

lên mới, OLAP mạnh mẽ của chúng tôi (phân tích trực tuyến process-
ing) phần mềm, DOT (Số liệu về thời gian). Nó lẽ vào chúng tôi

kho dữ liệu và các dữ liệu khác, nhưng nó vượt xa dữ liệu

khai thác bằng cách cho phép chúng tôi để chọc về trong dữ liệu. Chúng tôi

chỉ nhận được phần mềm trong hai tuần trước đây, và tôi đã

đã trải qua quá trình đào tạo. Nó có nhiều

tính năng mà CLAUDIA có, nhưng nó cho phép chúng ta

nhìn vào dữ liệu đa chiều từ bất kỳ dữ liệu của chúng tôi

nguồn trong bất kỳ "lát cắt" chúng ta lựa chọn. Nó cũng cho phép chúng tôi liên kết vào

cơ sở dữ liệu và dữ liệu siêu thị khác như một trong đó thị
tiếp thị các có. Hãy để tôi bắt đầu nó lên!

PHIL: Tôi đồng ý. Tôi đã học được làm thế nào để sử dụng phần mềm OLAP

trên của riêng tôi, và tôi đã phát triển một số điểm thú vị

của các dữ liệu tiếp thị của chúng tôi cho thấy mối quan hệ, chúng tôi đã

không tin rằng có thể. Các đồ họa là gần như auto
matic. Hãy thử nó!

Đội thấy da gà trong các dữ liệu nhưng không có ý tưởng

những gì đã gây ra them.At nhất họ có thể nhìn thấy them.When

họ khai thác thành các kế hoạch quảng cáo, họ nhận thấy một

mối quan hệ nghịch đảo nhẹ với bán hàng và quảng cáo.

Khi họ hỏi Phil về nó, ông nói:

PHIL: bán hàng giảm hai tuần sau khi phần có mới của chúng tôi
chiến dịch tiếp thị đã bắt đầu. Chúng tôi rất nhiều quảng cáo các

mẫu xe mới. Mỗi thương mại truyền hình quốc gia và địa phương

hiển thị nổi bật Spider. Chúng tôi có dữ liệu trên

đó trong cơ sở dữ liệu tiếp thị của chúng tôi. Tôi biết bạn không

thường nhìn vào đó. Ở đây, hãy để tôi mang lại cho họ.

Hmmm! Chúng tôi chỉ cho mỗi thương mại bao nhiêu thời gian không

chơi ở đâu, và những gì trong đó. Hãy để tôi làm một ít

cắt và tổng hợp ở đây. Aha! Tôi hiểu rồi. Chúng tôi chủ yếu là

quảng cáo những chiếc xe trên toàn quốc. Bán hàng rất yếu trong

thị trường sơ cấp, nhưng họ cũng là một chút yếu trong giây-
thị trường bậc trung. Ah! Ah! Ah! Một vấn đề mà chúng tôi có

phân phối. Chúng tôi có hơn một nửa số xe trong sai

nơi. Chúng tôi cần phải di chuyển tất cả các Spiders từ giây-
thị trường bậc trung đến các thị trường chính. Nhưng tôi nghĩ rằng chúng tôi

có một vấn đề: Việc định giá, cung cấp và nhu cầu

dữ liệu mà chúng tôi đang sử dụng để dự đoán cho thuê không làm cho

sense.The xe chính thức có một "bảo hiểm" chỗ ngồi trở lại, vì vậy

nó là một chiếc xe bốn chỗ. Nhưng bạn muốn được may mắn để có được một

va li carry-on trở lại đó. Kể từ khi chúng tôi không có dữ liệu

trên đó, một người trong nhóm của chúng tôi đã làm đúng theo một bốn chỗ

nhỏ gọn với hai cánh cửa. Hệ thống này cho rằng đó là một chiếc xe

lý tưởng cho một gia đình nhỏ hoặc một doanh nhân duy nhất trên một

ngân sách. Những thuê cũng ở miền Trung Tây trong giây-
thị trường bậc trung nhưng nặng trong khu vực hội nghị,

nơi có những người đàn ông đang đi qua của họ

khủng hoảng tuổi trung niên và phụ nữ độc thân muốn thuê xe thể thao

xe ô tô. Chúng tôi có rất nhiều phân tích để làm ở đây vào nơi chúng tôi

đang quảng cáo gì. Tôi không chắc chắn người thuê gì

ở đâu, nhưng tôi nghi ngờ rằng chúng ta có thể nhắm mục tiêu quảng cáo của chúng tôi tốt hơn

một khi chúng ta xác định nam giới thị trường cụm giống như của chúng tôi ở

Nebraska, 45 tuổi, đi du lịch đến San Diego cho

các hội nghị thương mại. Chúng tôi có các dữ liệu; chúng ta chỉ cần

áp dụng chúng tốt hơn.