是他们想要的东西，他们非常满意。”

“这个倒是有点意思。” 冯啸辰听出了一些眉目，点头赞道。根据客户的具体情况来寄报价单，这也是一个很常规的操作了。但如果客户的数量很多，要准确地识别出客户的特点，就不是那么容易的事情。姚富杰的贡献，在于他把这种识别工作交给计算机去完成了，这的确是一个很了不起的成就。

得到冯啸辰的夸奖，姚富杰更来劲了，他说：“后来，我去找了包成明叔叔，他手里有一个非常大的数据库，记录了全国几百万家企业的资料，我现在正在对这些资料做分析，看看能不能分析出一些名堂来。”

“你是说，你的兴趣是在分析数据上？”冯啸辰问。

姚富杰说：“我做的可不是简单的分析数据，我做的这种工作，现在在国外特别流行，叫做data_mining，翻译过来就是数据挖掘。它和传统的统计分析不是一回事，最大的区别就是它是针对海量数据的分析，所有的分析模型都是通过机器学习完成的。”

冯啸辰哑然失笑了，数据挖掘技术时下在国内还不太受到重视，但国外的确已经应用得非常广泛了。再过十几年，这种技术会以一个更接地气的名字在国内出现，并且迅速泛滥成灾，许多互联网公司都以应用这种技术为荣。这个更接地气的名字，就是“大数据”。

大数据分析其实并没有什么神秘的，不过就是在海量的数据中寻找相似的模式。由于数据量极大，可能存在的模式也数不胜数，靠人力去识别这些模式是不可能的，只能通过计算机来自动识别，这其中就涉及到人工智能、机器学习、神经网络之类的知识。对于外行来说，这些知识是非常玄妙的，但对于内行而言，不过就是一些套路而已。

大数据分析的价值是毋庸置疑的。在营销中，通过大数据分析，能够在海量数据中找到不同的用户行为模式，可以对用户进行精准营销，从而有效地提高营销效率、降低营销成本。在生产上，大数据分析能够优化生产调度，及时发现生产中的问题，识别故障，是实现智能生产的重要前提。

当然，在后世，有许多打着大数据分析旗号的研究，其实并不是真正的大数据分析，而只是传统统计分析方法在海量数据库中的应用，使用的依然是求均值、求方差、解线性回归之类的传统算法，并没有进行模式识别的能力。这种所谓的大数据分析大行其道，倒让真正的大数据分析被人误解了。

“富杰，你在大学是学什么专业的，怎么会做data_mining？”冯啸辰好奇地问。

姚富杰说：“我学的是工业自动化，不过我更喜欢的是数学和计算机，在大学里选修了这方面的课程。我还有几个计算机系的朋友，他们在这方面的能力更强。我说的那些模型就是他们帮忙做出来的，光靠我一个人可搞不出来。”

“这么说，你的理想就是开一家专门做数据挖掘的公司？”冯啸辰试探着问道。姚富杰说了这么老半天，当然不会是无的放矢的。

姚富杰