那么還有一個是專題的模型信息。這個專題的模型，比如說這是典型企業里面碰到的問題，我們經常搞一些促銷的活動，就是你的銷售收入和宣傳的投入，以及你的價格措施還有產品分析，究竟跟你有什么關聯？這里面我講述一個3到4個要素之間有什么關系，所以每動一個會影響其他的哪些，那么講述之間的量化的關系出來，這是我們比較關心的。所以，我一直鼓勵每一個經營者他要關心的幾個關鍵的因素，就是產量、價格、銷量、成本、利潤。我的銷量多少，我的價格多少，我的利潤多少，最后拿到了多少。所以，這是專題的信息模型。

　　然后就是預測和預警。一講到預測，我們中國很多的企業，尤其是國有企業，他就覺得預測沒有必要做。他說，我們每年都做預測，但是怎么做的呢？他的預測是，今年我的產量或者是我的收益是多少，我明年估計要增加百分比是多少，我用這個百分比乘以我的總量，加上我的結果，就是我明年的總量。這種做法是不科學的，實際上我們是要用數據挖掘的方法，來改變企業科學地預測。所謂的科學預測，就是我們要從不同的模型加上你的時間特征、周期特征、季節特征，用各種因素來歸納出一個模型。

　　最近，我們拿了一個建模的機會，中國的CPI的指數。中國的CPI指數每個月在發布，每個月讓總理坐立不安。后來國家總理找到我們，他一直試圖用我們這個軟件來算，那么這次我們找出了一些原因。就是他用了一些模型，比如說X11的模型，這個模型里面計算的時候沒有考慮到季節和節假日的因素，很多的因素沒有考慮進去。所以，我們現在幫他做一個X12的東西，就是中國有特色的東西全部放上去。

　　所以，這個例子說明了，你要考慮各種不同的因素構成的結果。所以，我估計到4月份這個軟件可以正式給國家的統計局使用，所以那個時候分析出來的結果會更準確一些。因為這個事情的影響太大，統計局長和總理都坐不住了，所以我們必須科學地統計這個問題。而不是說每個省的CPI必須降低多少，這個做法是大家已經不能接受的。

　　所以，要從不同的因素、不同的模型來做預測。我們用的比較多的，比如說Arima模型，是把時間的特色全部總結進去。所以，王總剛才說的證券的模型，當時國外也找我們去做預測，其實里面有很多的因素考慮在里面。我們現在用的BRF神經網絡也做很多這方面的預測，你要靠工具和方法去做，而不是人為設定一個比例去做預測。我在政府待過一段時間，他們說計劃計劃都是鬼話，因為都是比例增長。

　　那么最難的這是我們最難下決策的，就是出現一個情況的時候，總經理和決策者都有哪些選擇項。這是我們最關心的問題，就是我們說的“假如……那么……”。就是假如出現一種情況的話，你有哪種選擇，這種選擇可能出現的情況。那么比如說原材料漲價，你有哪些選擇，這個選擇會產生什么情況。第二個，比如說同業競爭對手的兼并你怎么辦？這個也是可以建模的，那么會出現很多的其他的因素，比如說市場的調整、價格的調整、產品業界的調整等等。那么還有一個，是說我的市場價格，競爭對手出現惡意的競爭價格你怎么辦？所以，在這種情況下，出現各種不同的情況的時候，我們應該怎么應對？我們目前做得最多的是，當你的庫存量達到某一個級別的時候，你應該怎么做？所以，真正的決策支持系統，應該是在這些方面，完全給決策者提供選擇項的系統，但是這一點做起來很難。目前，尤其是一些數據的完備性，技術已經有了，關鍵是有沒有這么多的數據。所以，我們碰到的很少，有還是沒有，但是，在很多的方面有限制。

　　就像我這里列的幾個境況。一個是定價，價格和你自己產品的定價還有利潤之間的關系，還有一個是你的廣告費用、客戶量、價格、產量、市場占有率，你必須要清楚，究竟是一個什么樣的關系。然后，我設計一個客戶服務的套餐，我打折打到多少是合理的，我打了多少的折，可以增加我多少的銷量，給我帶來多少的效益。財務就更不用說了，到了去年的年底有一個企業發獎金，怎么發？最后沒有辦法用模型算，他算了我這個獎金發下去之后，我最后的公司財務狀況是一個什么水平，我可以支撐多久，我可以帶來多大的效益？所以，這些東西都可以用一個量化的形式做出來。

　　這就是數據挖掘為決策支持可以帶來的情況。那么，數據挖掘是一個大的概念，它實際說是一個數據分析的概念，就是包括兩個部分。包括傳統的統計學，也包括挖掘。挖掘是一個新興的領域，統計學是一個傳統的學科。統計學指的是什么呢？Y和X1、X3的量化的線性的關系。但是挖掘不管這么多，他是要找出我的銷量或者是利潤與我的銷量、成本、價格的關系，你可以做一個模型，Y=X1+X2。這是一個量化的，就是一個1對1的挖掘的關系。但是，挖掘不考慮量化的成本，是把所有的變量放在一起，找出相關的程度最高的變量，給你建一個模型，算是一個結果，中間的過程是不讓你知道的。所以，有的時候我們說黑箱操作，但是這個最大的優點是什么？你不用一個一個人為地設定Y=X1+X2+X3。而現在語音挖掘又在數據挖掘的基礎上，又做了一個變革。

　　還有高級統計，這是用得比較多的像回歸、因子、時間序列、生存分析、聚類分析。這里面我要強調的是計量經濟學的模型是很新的，這是其他的沒有的。但是，最重要的還是數據挖掘這一塊。這里面包括了我剛才講的，實際上還有一些新的，剛出來的一些。像貝葉斯網絡我們已經做進去了，還有神經網絡等等我們已經做了，但是現在還有很多的模型是其他人沒有的。很多人問你們做什么圖形？我們做的圖形都是人家所沒有的，所以這個要區分一下。

　　那么剛才我已經講到了，數據挖掘是一個大的概念，它現在有很多新的發展，比如說語音挖掘等等都在出現很多新的東西。上午我提到了現實挖掘，現在美國正在變成現實，就是基于語音挖掘。就是挖掘手機，他要找出人的生活規律和生活方式，手機第一個暴露的是你在什么地方，還有你聯系的人，你每天的活動、社交圈子全部在里面。所以，美國已經開始設置生活模型，就是叫做生活挖掘。像聚類、分類、預測、預警等等都在這里面。

　　那么曾經出現了一個反對，就是在不同的區域用筆記本電腦上網，然后把這個帳號破壞了以后，就把錢盜走了。你要挖掘這種高端的技術，你是難找。還有一個是一個人從云南到了上海，然后打了電話，你怎么追蹤這個人。這個挖需要把所有的關聯的東西一步步找出來，然后進行跟蹤。還有計算機受到了攻擊，也是有我們這個過濾點分析。當一臺計算機或者是很多的計算機同時發生流量的時候，我就發現這臺計算機不對了。這說明了這臺計算機要么出現了攻擊，要么就是有很熱門的東西受到了大家的關注。所以，我覺得挖掘不再是學術領域的東西，可以活生生的用到很多的領域里面。

　　這個是我們真正國產的馬克威分析，這是被很多的500強企業都在用的。以后有機會我們再詳細介紹，這里我是以一種學者的身份在講話，我不是在介紹我們公司，我是在講某一個主題，大會和小會都是這樣的，所以我避免做推銷的嫌疑。

　　軟件方面基本上已經比較成熟了，但是我有一個理念，數據挖掘應該幫助中國的企業，塑造一種新的領導者，這種領導者要能夠及時地、宏觀地把握企業的能力，同時能夠科學、準確地去做決策，應對各種情況。這就是我的夢想，就是數據挖掘怎么能實現這個目標？我想，有機會我們可以一起討論這個事情。那么還有一個理念，我希望中國的企業真正變得靈活、智能化。所謂的智能化，你要及時地反映，比如說5臺電梯都同時動的時候，你要智能地掌握，哪臺電梯為你服務。當市場發生變化的時候，你怎么去掌握？這就是我們需要達到的目標。現在的企業家應該是什么樣的企業家？應該是非常聰明的決策者，他應該是站在業務的高度上去決策。

　　我在外國一個公司，我是部門的經理，他是我的領導。他說作為領導，你的任務是什么？就是你是做決策的。我每天的工作是什么呢？就是做決策。所以，領導真正的職責就是做決策。大的決策、小的決策、各種各樣的決策。你不應該關注很具體的事情。所以，我的夢想就是數據挖掘讓領導決策得準、決策得快、決策得有一定的科學性。這就是我的夢想，我是希望中國的企業能夠實現這種智能。謝謝！