SAS 做客户细分的一些实际问题，求解答

建议放在HADOOP里直接运用SAS连接HADOOP,就可以计算了.
不需要抽样.如果有HADOOP系统处理这各大数据很方便的.

hgz2373294 发表于 2014-11-16 20:38
建议放在HADOOP里直接运用SAS连接HADOOP,就可以计算了.
不需要抽样.如果有HADOOP系统处理这各大数据很方便 ...

这个是，不过目前客户的Hadoop平台还不是很成熟，所以这个只能作为参考。
另外：如果SAS要连接到Hadoop, 还需要安装SAS的什么模块吗？类似SAS/Access 连接关系库的这种？

SAS BASE
SAS® SPD Engine
SAS® LASR
SAS Data Integration Studio
这几个都可以连接到HADOOP,如果经常做这种大数据分析我建议还是搞个HADDOP会方便以后所有类似的工作.当然只有一个工作,意义就不大.

ncut224 发表于 2014-11-13 17:03
嗯，那我需要将整个结果集先由Oracle 复制到SAS中，再进行探索和数据插补吗？
拿过来肯定是好，效率会高 ...

不好意思，回复晚了，估计项目已经做完了吧，哈哈，可以直接联系我，qq2935225
如果是2亿条客户记录，我觉得是业务理解上或需求上没有考虑好，一般来说你应该聚焦一下目标客群，起码休眠用户，低价值用户什么的都可以滤掉吧，这样下来估计就几千万了；再建议一下硬过滤在oracle侧做，导到SAS几千万数量级还是可以的。初步探索建议在oracle做，查补建议在SAS里二次探索再确定处理策略。

ncut224 发表于 2014-11-13 17:05
嗯，是的。另外，是先做数据插补和标准化，再做抽样？还是先做抽样，再进行数据插补和标准化呢？

这个没有明确标准，要根据实际情况，我一般是先抽样，再差补。

ncut224 发表于 2014-11-13 17:18
这个不太了解，我的服务器是装在Linux下的，能不能用Shell 来调。如果可以的话，是怎么做呢？谢谢啊

SAS本身有调度服务的，不知道你有没有订购。
如果没有的话就用系统调度，win server下我用过，linux下应该也有，我没用过。