大数据营销案例和如何实施.pptx

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,第一层次内容,第二层次内容,第三层次内容,第四层次内容,第五层次内容,*,添加标题,Orange,RGB=255,102,000,Light blue,RGB=180,195,225,Dark blue,RGB=000,000,102,Grey,RGB=150,150,150,ING colour balance,Guideline,www.ing-presentations.intranet,请勿在品牌签名区添加内容,请勿在品牌签名区添加内容,CUC MBA 2012 P3,请勿在品牌签名区添加内容,请勿在品牌签名区添加内容,CUC MBA 2012 P3,第一层次内容,第二层次内容,第三层次内容,第四层次内容,第五层次内容,添加标题,第一层次内容,第二层次内容,第三层次内容,第四层次内容,第五层次内容,*,添加标题,Orange,RGB=255,102,000,Light blue,RGB=180,195,225,Dark blue,RGB=000,000,102,Grey,RGB=150,150,150,ING colour balance,Guideline,www.ing-presentations.intranet,请勿在品牌签名区添加内容,请勿在品牌签名区添加内容,CUC MBA 2012 P3,大数据营销案例,大数据怎样实施,我们大数据,第1页,大数据营销案例,一、未卜先知怀孕案例,塔吉特：比父亲更早知道女儿怀孕,曾经有一位男性用户到一家塔吉特超市店中投诉，商店竟然给他还在读书女儿寄婴儿用具优惠券。这家全美第二大零售商，会搞出如此大乌龙？但经过这位父亲与女儿深入沟通，才发觉自己女儿真已经怀孕了。,提问：,为何塔吉特能知道这个用户怀孕了？必须有哪几个关键步骤,A,：用户数据搜集,B,：怀孕特征库,C,：怀孕潜在用户筛选,塔吉特在和用户沟经过程中采取了哪种营销方式,A,：电子邮件,B,：直邮,C,：电话营销,D,：数据库营销,第2页,大数据营销案例,一、未卜先知怀孕案例,关键步骤一：数据信息统计,一家零售商是怎样比一位女孩亲生父亲更早得知其怀孕消息呢？每位用户首次到塔吉特刷卡消费时，都会取得一组用户识别编号，内含用户姓名、信用卡卡号及电子邮件等个人资料。日后凡是用户在塔吉特消费，计算机系统就会自动统计消费内容、时间等信息。再加上从其它管道取得统计资料，塔吉特便能形成一个庞大数据库，利用于分析用户喜好与需求。,每个,ID,号还会对号入座统计下你人口统计信息：年纪、是否已婚、是否有儿女、所住市区、住址离,Target,车程、薪水情况、最近是否搬过家、钱包里信用卡情况、常访问网址等等。,Target,还能够从其它相关机构那里购置你其它信息：种族、就业史、喜欢读杂志、破产统计、婚姻史、购房统计、求学统计、阅读习惯等等。乍一看，你会以为这些数据毫无意义，但在,Andrew Pole,和用户数据分析部手里，这些看似无用数据便暴发了前述强劲威力,第3页,大数据营销案例,一、未卜先知怀孕案例,关键步骤二：数据模型建立,Andrew Pole,想到了,Target,有一个迎婴聚会,(baby shower),记录表。,Andrew Pole,开始对这些记录表里用户消费数据进行建模分析，很快就发觉了许多非常有用数据模式。比如模型发觉，许多孕妇在第,2,个妊娠期开始会买许多大包装无香味护手霜,;,在怀孕最初,20,周大量购置补充钙、镁、锌善存片之类保健品。最终,Andrew Pole,选出了,25,种经典商品消费数据构建了“怀孕预测指数”，经过这个指数，,Target,能够在很小误差范围内预测到用户怀孕情况，所以,Target,就能早早地把孕妇优惠广告寄发给用户。,第4页,大数据营销案例,一、未卜先知怀孕案例,关键步骤三：建立和用户沟通渠道,那么，用户收到这么广告会不会吓坏了呢？,Target,很聪明地防止了这种情况，它把孕妇用具优惠广告夹杂在其它一大堆与怀孕不相关商品优惠广告当中，这么用户就不知道,Target,知道她怀孕了,第5页,大数据营销案例,一、未卜先知怀孕案例,Target取得成就：,依据Andrew Pole大数据模型,Target制订了全新广告营销方案，结果Target孕期用具销售展现了爆炸性增加。Andrew Pole大数据分析技术从孕妇这个细分用户群开始向其它各种细分客户群推广，从Andrew Pole加入Target到年间，Target销售额从440亿美元增加到了670亿美元。,第6页,大数据营销案例,二、美国警察降低犯罪案例,纽约犯罪凶杀从1994年1561起下降到1177起,车辆偷窃从95420下降到72679起,到，凶杀案下降到466起,第7页,大数据营销案例,二、美国警察降低犯罪案例,CompStat,项目标工作人员天天经过电话和传真向全纽约,76,个警区搜集数据，再将数据统一录入到,CompStat,，进行加总和分析。,每七天二、周四早晨,7,点，布雷特就召集全部警区指挥官开会。最新发生案件以圆点形式出现在各个辖区地图上，不一样颜色代表着不一样类型犯罪，特定位置成串圆点则表明那里发生了一系列案件。各个指挥官在这些“绩效指示灯”前面依次陈说自己辖区情况、对策以及警力调配,“数据和信息是执法工作当中制订战略和决议基础。”,第8页,大数据时代怎样实施,1、决议支持系统,1947年，美国科学家 西蒙提出，1978年因为商务决议过程研究取得诺贝尔经济学奖,2、商务智能,利用数据仓库、数据挖掘技术对客户数据进行系统地储存和管理，并经过各种数据统计分析工具对客户数据进行分析，提供各种分析汇报，如客户价值评价、客户满意度评价、服务质量评价、营销效果评价、未来市场需求等，为企业各种经营活动提供决议信息。,3、大数据时代,标志着一个时代降临，一个概念，而不是真正技术,大数据(big data)，或称巨量资料，指是所包括资料量规模巨大到无法透过当前主流软件工具，在合理时间内到达撷取、管理、处理、并整理成为帮助企业经营决议更主动目标资讯。,大约从开始，“大数据”才成为互联网信息技术行业流行词汇。,从产业角度，经常把这些数据与采集它们工具、平台、分析系统一起被称为“大数据”。,第9页,大数据时代怎样实施,一、数据输入到输出基本流程,第10页,大数据时代怎样实施,二、决议支持系统,第11页,大数据时代怎样实施,三、商务智能是什么,人们对商务智能了解如同那七个印度盲人对大象了解：有些人认为它是,高级管理人员信息系统（,EIS,），,有些人认为它是,管理信息系统（,MIS,），,有些人认为它是,决议支持系统（,DSS,）,；有些人说它是数据库技术，有些人说它是,数据仓库,，有些人说它是,数据集市,，有些人说它是,数据整合与清洗工具,，有些人说它是查询和汇报工具，有些人说它是在线分析处理工具，有些人说它是数据挖掘，有些人说它是统计分析；有些人把它当做分析性,ERP,有些人把它当做分析性,CRM,有些人把它当做分析性,SCM,有些人把它当做企业绩效管理，有些人把它看成平衡记分卡,商业智能技术，它以数据仓库（,Data Warehousing,）、在线分析处理（,OLAP,）、数据挖掘（,Data Mining,）,3,种技术整合为基础，建立企业数据中心和业务分析模型，以提升企业获取经营分析信息能力，从而提升企业经营和决议质量与速度。,第12页,大数据时代怎样实施,三、商务智能四个产业链,1,、关系型数据库,（销售统计、用户购置统计，提供报表）,2,、数据仓库,（数据系统整合，搜集，清洗）,3,、多维分析,（不一样维度之间剖析，自定义）,4,、数据挖掘 （灵魂，产生价值地方）,5,、展示：可视化界面,第13页,商业智能技术体系（,BI,Business Intelligence,）,在线分析处理技术,（,OLAP,：,Online Analytical Processing,）,数据挖掘技术,（,Data Mining,）,数据仓库技术,（,Data Warehousing,）,数据整合,集成各系统历史数据，建立面向主题企业数据中心,数据分析,灵活、动态、快速多维分析、随机查询、即席报表,知识发觉,经过数学模型发觉隐藏、潜在规律，以辅助决议,愈加全方面、深入分析,形成知识库指导决议、再分析,三、商务智能体系,大数据时代怎样实施,第14页,大数据时代怎样实施,四、关系型数据库,关系型数据库就是由二维表及其之间联络组成一个数据组织，关系数据库中数据结构就是一张二维表，以表格（关系）形式存放数据,经典商业订单条目数据库会包含一个用列表示描述一个客户信息表格：名字、住址、电话号码，等等。另外一个表格会描述一个订单：产品、客户、日期、销售价格，等等,报表：是关系型数据库时代将数据转化为信息主要伎俩,不过报表是需要事先由开发人员定制,比如：5月份废单报表,第15页,大数据时代怎样实施,五、数据仓库,我们能够从多个菜市场，挑选我们做需要蔬菜，肉类等。当然，我们处于一个选择过程。假如菜不新鲜，我们完全能够不要它,.,第16页,大数据时代怎样实施,六、多维分析,OALP,什么叫多维：,沃尔玛在北京销量是多少?这就是地域和时间两个维度交叉,baidu投放：在年5月份广东产生多少个口语计划注册？,其惊艳之美在于 能够依据用户自己需要随时创建万维动态报表，报表定制权由后台开发人员直接转移到前端用户,其代表：国双动态分析,第17页,普通钻取是改变维层次，包含上卷（roll up）与下钻（drill down）。上卷是从维细节层向颗粒较大高层钻取，方便宏观把握数据汇总情况；下钻是从维高层向颗粒较小细节层钻取，方便观察数据明细情况。,举例来说：某电信运行商在分析总体话务量时发觉整年话务量为100亿分钟，这除了说明整年总体话务量情况，不能说明任何问题。现在分析人员想深入了解各个月份话务量情况，就必须针对时间维度进行下钻操作，以看到颗粒较细月份数据。反之就必须进行上卷钻取。,六、多维分析,普通钻取,网络营销大数据时代,第18页,穿透钻取是指从一个模型钻透到另一个模型。,举例来说：某电信运行商发觉本月通话时长下降,5%,，经过下钻发觉是,IP,本月通话时长下降了,20%,带动了整个通话时长下降,3%,，为了找到,IP,通话时长下降详细原因就需要钻取到面向,IP,业务分析主题，详尽分析通话时长下降原因。这种跨越模型钻取就称为穿透钻取。,举例：网络营销部广告投放这个月注册比上个月少了,20%,注册，经过下钻发觉是腾讯比上个月下降,80%,，为了找到腾讯原因必须钻取到包括到腾讯下降其它原因（流量？页面转化率？）。,六、多维分析,穿透钻取,网络营销大数据时代,第19页,切片与切块是指选择某一/些维度详细类别，分析该类别数据关于其它维情况。,举例来说：某烟草企业分析发觉整年烟草销售为10亿元，现在想了解中华（软）这种规格卷烟在第一季度销售情况，就必须针对时间维度选择第一季度，针对卷烟规格维度选择中华（软），经过这么切块方式能够观察相关维度详细类别（如本例中中华（软）在第一季度）数据情况，分析这些数据得出有效信息，以针对这些详细类别进行针对性决议。当仅针对一个维度进行切块时称为切片。,六、多维分析,切片与切块,网络营销大数据时代,第20页,大数据时代怎样实施,六、多维分析,OALP,第21页,大数据时代怎样实施,六、多维分析,第22页,大数据时代怎样实施,六、多维分析,讨论：经过上图我们能够看到哪些维度数据,1,、某月东北 冰箱,2,、西北电器总和,3,、,6,月西北产品销量,第23页,大数据时代怎样实施,六、多维分析和数据仓库关系,第24页,大数据时代怎样实施,七、数据挖掘,描述性数据挖掘,预测性数据挖掘,基本目标,以数据统计和分析为目,数理统计,求和、平均、方差等,各种报表和即席查询,多维分析,关联分析,关联规则,序列模式,聚类分析,相似特征挖掘,分类识别,基本目标,以未来预测和模拟为目,分类分析,分类函数,分类模型,回归分析,线性回归,非线性回归,决策树,神经网络,时间序列,移动平均,数据挖掘,啤酒和尿布故事,第25页,大数据时代怎样实施,七、数据挖掘案例,啤酒和尿布故事,“啤酒与尿布”故事产生于,20,世纪,90,年代美国沃尔玛超市中，沃尔玛超市管理人员分析销售数据时发觉了一个令人难于了解现象：在一些特定情况下，“啤酒”与“尿布”两件看上去毫无关系商品会经常出现在同一个购物篮中，这种独特销售现象引发了管理人员注意，经过后续调查发觉，这种现象出现在年轻父亲身上。,当然“啤酒与尿布”故事必须含有技术方面支持。,1993,年美国学者,Agrawal,（个人翻译,-,艾格拉沃）提出经过分析购物篮中商品集合，从而找出商品之间关联关系关联算法，并依据商品之间关系，找出客户购置行为。艾格拉沃从数学及计算机算法角度提出了商品关联关系计算方法,A prior,算法（关联模型）,。沃尔玛从上个世纪,90,年代尝试将,A prior,算法引入到,POS,机数据分析中，并取得了成功，于是产生了“啤酒与尿布”故事,第26页,大数据时代怎样实施,八、可视化界面,啤酒和尿布故事,第27页,大数据时代怎样实施,八、可视化界面,啤酒和尿布故事,第28页,数据处理,业务层：输出,数据输入,即时查询,OLAP,分析,数据挖掘,企业数据模型、多维数据模型,数据仓库,RDBMS,：关系数据库,外部数据源,操作环境层,数据仓库层,业务层,大数据时代怎样实施,第29页,选择题：每小题,8,分,*5,数据仓库是数据库吗？,A,：不是,B,：是,商务智能里包含哪几个主要版块？,A,：,OLAP B:,数据仓库,C,：数据挖掘,大数据给企业带来好处是？,A,：了解用户隐私,B,：提供决议支持,C,：营销针对性,D,：提升效率,你认为下面哪些企业在大数据方面有潜力做,很,好，选,2,个,A:,阿里集团,B,：麦当劳,C:,沃尔玛,简答题：每小题,15,分,*4,假如,2,季度广东区域网络业绩很差，为何？请写分析思绪,第30页,