北風資料庫 使用的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

零售業視覺化互動分析平台之研究－以Tableau平台為例

為了解決北風資料庫 使用的問題，作者葉子鈴 這樣論述：

隨著科技的日新月異，人們可以透過不同的資訊設備，從更多元的管道收集不同的資料，而這些資料一點一滴地累積起來，最終匯聚成所謂的「大數據」，而近年來隨著大數據議題的發展趨勢，已有許多的學者紛紛提出相關的研究。然而在對「大數據」進行一連串的處理及分析後，最重要的還是如何將資訊清楚的呈現給使用者，資料視覺化便是呈現資料的方法之一，若是能透過資料視覺化，將接收而來的資料轉換為一目瞭然的有用資訊，則可以有利於我們對資料的判讀及利用，更可以協助決策者、學者做出適當的決策及判斷，相對的也能減少判讀大量資料時所耗費的時間或人力資源。本研究利用微軟提供的北風範例資料庫作為資料來源，並透過資料視覺化設計工具－Ta

bleau Desktop，針對資料欄位設計不同的視覺化圖表，最終將各個圖表整合至視覺化儀表板，藉此協助我們判讀各個資料之間的關聯性，進而找出其中隱含的資訊。最後本研究成功利用Tableau Desktop，提出一資料視覺化互動分析平台，能幫助使用者進行資料的判讀，也能幫助使用者挖掘出隱含在資料間，更深層的資訊，並藉此輔助決策及分析。

以大數據的資料分析應用在電子商務之市場區隔

為了解決北風資料庫 使用的問題，作者邱怡瑄 這樣論述：

近年來隨著各式各樣不同應用之商業活動的活躍，以致多元化的資料迅速增長，產生大量化的資料量。且因各類應用的多元化，使得所產生的資料具有半結構化或非結構化等多樣化的特性，所以造成大數據(Big Data)的流行。而大數據之所以可以這麼流行，是因為它可以從一堆看似無用或難以分類觀察的大量資料中，透過相關的技術擷取出有價值的資料，並讓其具有新的用途。電子商務相較於傳統行銷最大的不同在於可以更加方便的取得顧客的資料與交易紀錄，並透過分析幫助企業做出更好的行銷方案。由於在電子商務的經營中將獲得大量的資料，因此如何應用大數據的資料分析技術為企業創造利潤，是本研究的目的。為了獲得消費者所想要的銷售資訊，則可

以透過市場區隔(Market Segmentation)後分析來達成。因此，本研究使用RFM(Recency、Frequency、Monetary)資料分析技術，將眾多顧客分為「熱門顧客」、「一般顧客」、及「冷門顧客」。對於「熱門顧客」和「一般顧客」，本研究使用K-mean資料分群演算法將龐大的顧客資料進行分群，最後再以貝氏機率分類演算法進行顧客分類，得以幫助企業找出合適的行銷方式。而針對「冷門顧客」，本研究則使用改良後的鏈結式布隆過濾器(Linked based Bloom Filter；LBF)進行不活躍資料的儲存與後續擷取以便企業進行後續的使用。因此，本研究以大數據的資料分析應用在電子商

務之市場區隔，除了可以提供企業在行銷中的相關資訊外，並且能使企業得以找出合適的行銷手法，同時也促使企業在有限的資源下，可以將行銷的效果達到最好的宣傳效果或激勵顧客的購買意願。