SQL Server 2008 資料探勘核心概念 (2/5)：定義問題與資料準備

定義問題

第一步須回答關鍵問題：

• 尋找什麼關係？預測還是發現模式？
• 目標屬性為何？資料如何分佈？是否具季節性？
• 資料表/欄位如何關聯？
• 如何納入 KPI 衡量模型效果？

可能需進行資料可用性研究，若資料不支援業務需求則須重新定義專案。

準備資料

資料常分散於不同部門、格式不一，包含錯誤/遺漏值。清洗不僅是刪除錯誤，更包含：

• 發現隱含相關性
• 識別最準確資料源
• 決定分析用欄位（如出貨日 vs 訂購日、數量 vs 總價 vs 折扣價）

SSIS (Integration Services) 提供自動化清洗與合併工具。資料源不限於 OLAP 或關聯式資料庫，任何 Analysis Services 支援的來源（文字檔、Excel、外部提供者）皆可使用。