大數(shù)據(jù)案例培訓材料演示課件

1、1,2,大數(shù)據(jù)的營銷案例,一、未卜先知懷孕案例,塔吉特：比父親更早知道女兒懷孕 曾經(jīng)有一位男性顧客到一家塔吉特超市店中投訴，商店竟然給他還在讀書的女兒寄嬰兒用品的優(yōu)惠券。這家全美第二大零售商，會搞出如此大的烏龍？但經(jīng)過這位父親與女兒進一步溝通，才發(fā)現(xiàn)自己女兒真的已經(jīng)懷孕了。,提問： 為什么塔吉特能知道這個用戶懷孕了？必須有哪幾個關鍵環(huán)節(jié) A：用戶數(shù)據(jù)收集 B：懷孕特征庫 C：懷孕潛在用戶篩選 塔吉特在和顧客溝通過程中采用了哪種營銷方式 A：電子郵件 B：直郵 C：電話營銷 D：數(shù)據(jù)庫營銷,3,大數(shù)據(jù)的營銷案例,一、未卜先知懷孕案例,關鍵環(huán)節(jié)一：數(shù)據(jù)信息記錄 一家零售商是如何比一位女孩的親生父親

2、更早得知其懷孕消息的呢？每位顧客初次到塔吉特刷卡消費時，都會獲得一組顧客識別編號，內(nèi)含顧客姓名、信用卡卡號及電子郵件等個人資料。日后凡是顧客在塔吉特消費，計算機系統(tǒng)就會自動記錄消費內(nèi)容、時間等信息。再加上從其他管道取得的統(tǒng)計資料，塔吉特便能形成一個龐大數(shù)據(jù)庫，運用于分析顧客喜好與需求。 每個ID號還會對號入座的記錄下你的人口統(tǒng)計信息：年齡、是否已婚、是否有子女、所住市區(qū)、住址離Target的車程、薪水情況、最近是否搬過家、錢包里的信用卡情況、常訪問的網(wǎng)址等等。Target還可以從其他相關機構(gòu)那里購買你的其他信息：種族、就業(yè)史、喜歡讀的雜志、破產(chǎn)記錄、婚姻史、購房記錄、求學記錄、閱讀習慣等等。乍

3、一看，你會覺得這些數(shù)據(jù)毫無意義，但在Andrew Pole和顧客數(shù)據(jù)分析部的手里，這些看似無用的數(shù)據(jù)便爆發(fā)了前述強勁的威力,4,大數(shù)據(jù)的營銷案例,一、未卜先知懷孕案例,關鍵環(huán)節(jié)二：數(shù)據(jù)模型建立 Andrew Pole想到了Target有一個迎嬰聚會(baby shower)的登記表。Andrew Pole開始對這些登記表里的顧客的消費數(shù)據(jù)進行建模分析，不久就發(fā)現(xiàn)了許多非常有用的數(shù)據(jù)模式。比如模型發(fā)現(xiàn)，許多孕婦在第2個妊娠期的開始會買許多大包裝的無香味護手霜;在懷孕的最初20周大量購買補充鈣、鎂、鋅的善存片之類的保健品。最后Andrew Pole選出了25種典型商品的消費數(shù)據(jù)構(gòu)建了“懷孕預測指數(shù)

4、”，通過這個指數(shù)，Target能夠在很小的誤差范圍內(nèi)預測到顧客的懷孕情況，因此Target就能早早地把孕婦優(yōu)惠廣告寄發(fā)給顧客。,5,大數(shù)據(jù)的營銷案例,一、未卜先知懷孕案例,關鍵環(huán)節(jié)三：建立和用戶溝通渠道 那么，顧客收到這樣的廣告會不會嚇壞了呢？Target很聰明地避免了這種情況，它把孕婦用品的優(yōu)惠廣告夾雜在其他一大堆與懷孕不相關的商品優(yōu)惠廣告當中，這樣顧客就不知道Target知道她懷孕了,6,大數(shù)據(jù)的營銷案例,一、未卜先知懷孕案例,Target取得的成就： 根據(jù)Andrew Pole的大數(shù)據(jù)模型,Target制訂了全新的廣告營銷方案，結(jié)果Target的孕期用品銷售呈現(xiàn)了爆炸性的增長。Andre

5、w Pole的大數(shù)據(jù)分析技術從孕婦這個細分顧客群開始向其他各種細分客戶群推廣，從Andrew Pole加入Target的2002年到2010年間，Target的銷售額從440億美元增長到了670億美元。,7,大數(shù)據(jù)的營銷案例,二、美國警察降低犯罪案例,紐約的犯罪兇殺從1994年1561起下降到1177起 車輛盜竊從95420下降到72679起 到2009年，兇殺案下降到466起,8,9,10,大數(shù)據(jù)時代如何實施,一、數(shù)據(jù)輸入到輸出的基本流程,11,大數(shù)據(jù)時代如何實施,二、決策支持系統(tǒng),12,大數(shù)據(jù)時代如何實施,三、商務智能是什么,人們對商務智能的理解如同那七個印度盲人對大象的理解：有人認為它是

6、高級管理人員信息系統(tǒng)（EIS），有人認為它是管理信息系統(tǒng)（MIS），有人認為它是決策支持系統(tǒng)（DSS）； 有人說它是數(shù)據(jù)庫技術，有人說它是數(shù)據(jù)倉庫，有人說它是數(shù)據(jù)集市，有人說它是數(shù)據(jù)整合與清洗工具，有人說它是查詢和報告工具，有人說它是在線分析處理工具，有人說它是數(shù)據(jù)挖掘，有人說它是統(tǒng)計分析；有人把它當做分析性ERP, 有人把它當做分析性CRM, 有人把它當做分析性SCM, 有人把它當做企業(yè)績效管理，有人把它當作平衡記分卡 商業(yè)智能技術，它以數(shù)據(jù)倉庫（Data Warehousing）、在線分析處理（OLAP）、數(shù)據(jù)挖掘（Data Mining）3種技術的整合為基礎，建立企業(yè)數(shù)據(jù)中心和業(yè)務分析模

7、型，以提高企業(yè)獲取經(jīng)營分析信息的能力，從而提高企業(yè)經(jīng)營和決策的質(zhì)量與速度。,13,大數(shù)據(jù)時代如何實施,三、商務智能四個產(chǎn)業(yè)鏈,1、關系型數(shù)據(jù)庫（銷售記錄、用戶購買記錄，提供報表） 2、數(shù)據(jù)倉庫（數(shù)據(jù)系統(tǒng)整合，收集，清洗） 3、多維分析 （不同維度之間的剖析，自定義） 4、數(shù)據(jù)挖掘 （靈魂，產(chǎn)生價值的地方） 5、展示：可視化界面,14,商業(yè)智能技術體系（BIBusiness Intelligence ）,數(shù)據(jù)整合 集成各系統(tǒng)的歷史數(shù)據(jù)，建立面向主題的企業(yè)數(shù)據(jù)中心,數(shù)據(jù)分析 靈活、動態(tài)、快速的多維分析、隨機查詢、即席報表,知識發(fā)現(xiàn) 通過數(shù)學模型發(fā)現(xiàn)隱藏的、潛在的規(guī)律，以輔助決策,更加全面、深入的分

8、析 形成知識庫指導決策、再分析,三、商務智能體系,大數(shù)據(jù)時代如何實施,15,大數(shù)據(jù)時代如何實施,四、關系型數(shù)據(jù)庫,關系型數(shù)據(jù)庫就是由二維表及其之間的聯(lián)系組成的一個數(shù)據(jù)組織，關系數(shù)據(jù)庫中的數(shù)據(jù)結(jié)構(gòu)就是一張二維表，以表格（關系）的形式存放數(shù)據(jù) 典型的商業(yè)訂單條目數(shù)據(jù)庫會包括一個用列表示的描述一個客戶信息的表格：名字、住址、電話號碼，等等。 另外的一個表格會描述一個訂單：產(chǎn)品、客戶、日期、銷售價格，等等 報表：是關系型數(shù)據(jù)庫時代將數(shù)據(jù)轉(zhuǎn)化為信息的主要手段 但是報表是需要事先由開發(fā)人員定制的 比如：2013年5月份的廢單報表,16,大數(shù)據(jù)時代如何實施,五、數(shù)據(jù)倉庫,我們可以從多個菜市場，挑選我們做需要

9、的蔬菜，肉類等。當然，我們處在一個選擇的過程。如果菜不新鮮，我們完全可以不要它.,17,大數(shù)據(jù)時代如何實施,六、多維分析 OALP,什么叫多維： 沃爾瑪2011年在北京的銷量是多少?這就是地區(qū)和時間兩個維度交叉 百度投放：在2013年5月份廣東產(chǎn)生多少個口語計劃的注冊？ 其驚艷之美在于 可以根據(jù)用戶自己的需要隨時創(chuàng)建萬維動態(tài)報表，報表的定制權由后臺開發(fā)人員直接轉(zhuǎn)移到前端的用戶 其代表：國雙的動態(tài)分析,18,普通鉆取是改變維的層次，包括上卷（roll up）與下鉆（drill down）。上卷是從維的細節(jié)層向顆粒較大高層鉆取，以便宏觀把握數(shù)據(jù)的匯總情況；下鉆是從維的高層向顆粒較小的細節(jié)層鉆取，以

10、便觀察數(shù)據(jù)明細情況。 舉例來說：某電信運營商在分析2003年總體話務量時發(fā)現(xiàn)全年話務量為100億分鐘，這除了說明全年的總體話務量情況，不能說明任何問題?，F(xiàn)在分析人員想進一步了解2003年各個月份的話務量情況，就必須針對時間維度進行下鉆操作，以看到顆粒較細的月份數(shù)據(jù)。反之就必須進行上卷鉆取。,六、多維分析普通鉆取,網(wǎng)絡營銷的大數(shù)據(jù)時代,19,穿透鉆取是指從一個模型鉆透到另一個模型。 舉例來說：某電信運營商發(fā)現(xiàn)本月通話時長下降5%，經(jīng)過下鉆發(fā)現(xiàn)是IP的本月通話時長下降了20%帶動了整個通話時長下降3%，為了找到IP的通話時長下降的具體原因就需要鉆取到面向IP業(yè)務的分析主題，詳盡分析通話時長下降原因

11、。這種跨越模型的鉆取就稱為穿透鉆取。 舉例：網(wǎng)絡營銷部廣告投放這個月的注冊比上個月少了20%注冊，通過下鉆發(fā)現(xiàn)是騰訊比上個月下降80%，為了找到騰訊的原因必須鉆取到涉及到騰訊下降的其他原因（流量？頁面轉(zhuǎn)化率？）。,六、多維分析穿透鉆取,網(wǎng)絡營銷的大數(shù)據(jù)時代,20,切片與切塊是指選擇某一/些維度的具體類別，分析該類別的數(shù)據(jù)關于其他維的情況。 舉例來說：某煙草公司分析發(fā)現(xiàn)2012年全年煙草銷售為10億元，現(xiàn)在想了解2012年中華（軟）這種規(guī)格的卷煙在第一季度的銷售情況，就必須針對時間維度選擇第一季度，針對卷煙規(guī)格維度選擇中華（軟），通過這樣的切塊的方式可以觀察相關維度的具體類別（如本例中的中華（軟

12、）在第一季度）的數(shù)據(jù)狀況，分析這些數(shù)據(jù)得出有效的信息，以針對這些具體類別進行針對性的決策。當僅針對一個維度進行切塊時稱為切片。,六、多維分析切片與切塊,網(wǎng)絡營銷的大數(shù)據(jù)時代,21,大數(shù)據(jù)時代如何實施,六、多維分析 OALP,22,大數(shù)據(jù)時代如何實施,六、多維分析,23,大數(shù)據(jù)時代如何實施,六、多維分析,討論：通過上圖我們可以看到哪些維度的數(shù)據(jù),1、某月東北 冰箱 2、西北電器總和 3、6月西北產(chǎn)品銷量,24,大數(shù)據(jù)時代如何實施,六、多維分析和數(shù)據(jù)倉庫關系,25,大數(shù)據(jù)時代如何實施,七、數(shù)據(jù)挖掘,啤酒和尿布的故事,26,大數(shù)據(jù)時代如何實施,七、數(shù)據(jù)挖掘案例,啤酒和尿布的故事,“啤酒與尿布”的故事

13、產(chǎn)生于20世紀90年代的美國沃爾瑪超市中，沃爾瑪?shù)某泄芾砣藛T分析銷售數(shù)據(jù)時發(fā)現(xiàn)了一個令人難于理解的現(xiàn)象：在某些特定的情況下，“啤酒”與“尿布”兩件看上去毫無關系的商品會經(jīng)常出現(xiàn)在同一個購物籃中，這種獨特的銷售現(xiàn)象引起了管理人員的注意，經(jīng)過后續(xù)調(diào)查發(fā)現(xiàn)，這種現(xiàn)象出現(xiàn)在年輕的父親身上。 當然“啤酒與尿布”的故事必須具有技術方面的支持。1993年美國學者Agrawal （個人翻譯-艾格拉沃）提出通過分析購物籃中的商品集合，從而找出商品之間關聯(lián)關系的關聯(lián)算法，并根據(jù)商品之間的關系，找出客戶的購買行為。艾格拉沃從數(shù)學及計算機算法角度提出了商品關聯(lián)關系的計算方法A prior算法（關聯(lián)模型）。沃爾瑪從上個世紀90年代嘗試將A prior算法引入到POS機數(shù)據(jù)分析中，并獲得了成功，于是產(chǎn)生了“啤酒與尿布”的故事,27,大數(shù)據(jù)時代如何實施,八、可視化界面,啤酒和尿布的故事,28,大數(shù)據(jù)時代如何實施,八、可視化界面,啤酒和尿布的故事,29,大數(shù)據(jù)