要增加項目樂成的大概性，你應該選擇那些對付貿易行為較量重要較量有影響力的項目，好比提如何高顧主忠誠度、如何舉辦交錯銷售可能如何識別騙財騙行為。有時那些聽起來看起來很高峻上的項目很容易吸引我們的留意力，但當你做了許多事情闡明白一通發明對增加企業收入完全沒有任何輔佐的時候，你的項目就離失敗不遠了。

盡大概地多收集些數據

當為用戶行為成立模子時，該當既收集重點客戶的數據同時也收集那些潛在重點客戶的數據。在模子中忽視可能太過重視某些客戶群大概會讓你忽略一些模子中大概的重要變量。

不要只用內部數據

假如在數據挖掘項目中只思量內部數據而忽視了社交媒體行為等外部數據的話，你大概會丟失一些模子中必須的重要變量。即便所研究的工具完全正確，假如練習數據差池的話模子必定也有問題。

符合的采樣要領

有時你所利用的闡明平臺大概強大到答允你利用可以或許收集到的所有數據來練習模子。不外凡是環境下練習模子用的都是一個很小的樣本。采樣的要領簡樸不怕，重要的是要使樣本可以或許代表全體數據;相對的，巨大的采樣要領也有本身完善的理論。無論簡樸或巨大，我們在選擇采樣要領時要有的放矢，搞清計策。

利用測試數據集

利用測試數據集來測試模子可以輔佐我們相識模子的表示并制止模子的太過練習。同時它也可以或許確保我們的模子在現實中有意義。假如數據禁絕確可能不統一的話，一個交錯銷售推薦模子就大概會推薦已經不存在了的商品。

摸索差異模子

成立模子的第一步凡是是在浩瀚的變量中尋找最大概的幾個，，然后成立差異的模子來舉辦測試。從差異的模子中我們可以按照結果舉辦篩選并最終找到一個最符合的模子。這樣做我們可以制止讓闡明人員小我私家的傾向影響功效的準確性。

按時更新模子

假如你以為你可以構建一個模子可以或許適應已往和此刻的所有數據并完美預測將來數據的話，我只能說你太年青了。你經心構筑的模子大概沒一會工夫就過期了。我們必需按照收集到的數據以及要求的精度每個月、每周、天天甚至每個小時對模子舉辦批改。

將功效通俗化

在交換數據挖掘的功效時很重要的一點就是必然要讓非統計專業人員也能看得懂。你建設的模子有大概很是巨大，而相識每一個細節對付功效的應用來說又完全沒有須要。布滿統計學術語的交換只能讓人以為你在裝，所以我們該當盡大概地讓功效清晰易懂好用，可以思量多放些圖片和表格。

在現實情況中測試

假如不能在實際中應用你的模子并確確實實地對貿易勾當有所輔佐的話，可以說你之前花的所有時間都打了水漂了。從項目開始之前就要清楚現實中的應用在那邊，交錯銷售模子就要交給市場部去用，其他模子也都得有一個好的歸宿。假如沒人用的話光靠自吹自擂是沒法證明本身的。