大數(shù)據(jù)系列產(chǎn)品解決方案課件

“水晶球”獲客挖潛客全網(wǎng)精準(zhǔn)營銷神器

大數(shù)據(jù)廠商聯(lián)盟Crystal

精準(zhǔn)營銷畫像寶推薦寶獲客寶視圖寶

聚集全網(wǎng)觸點(diǎn)客戶數(shù)據(jù)獲客－－提高潛在客戶購買轉(zhuǎn)化率提高會員客戶忠誠度和粘性－－提高客戶的復(fù)購率轉(zhuǎn)銷售

實(shí)現(xiàn)全網(wǎng)精準(zhǔn)營銷采集全網(wǎng)觸點(diǎn)數(shù)據(jù)+客戶統(tǒng)一視圖+畫像+推薦引擎+APP及分析獲客+客戶關(guān)懷+挖掘潛在客戶+貴客推薦+精準(zhǔn)營銷“水晶球”獲客挖潛客全網(wǎng)精準(zhǔn)營銷神器大數(shù)據(jù)廠產(chǎn)品一、全網(wǎng)數(shù)據(jù)采集產(chǎn)品二、客戶統(tǒng)一視圖產(chǎn)品三、客戶360度全景畫像產(chǎn)品四、推薦引擎產(chǎn)品五、可視化分析與APP

“水晶球”獲客挖潛客全網(wǎng)精準(zhǔn)營銷神器系統(tǒng)產(chǎn)品產(chǎn)品一、全網(wǎng)數(shù)據(jù)采集“水晶球”獲客挖潛客全網(wǎng)精準(zhǔn)營銷神器系統(tǒng)全網(wǎng)觸點(diǎn)潛在客戶和會員客戶價值轉(zhuǎn)化潛在客戶購買客戶高價值客戶原CRM售后銷售核心業(yè)務(wù)系統(tǒng)數(shù)據(jù)企業(yè)網(wǎng)站電商APP自媒體第三方社會網(wǎng)站電商APP社會化人口產(chǎn)品行為數(shù)據(jù)其他渠道關(guān)注接觸過產(chǎn)品門店客服活動互動提高客戶再銷售轉(zhuǎn)化率提高高價值客戶購買金額實(shí)時推薦營銷活動營銷促銷營銷廣告其他服務(wù)會員關(guān)懷客戶分析產(chǎn)品分析訂單分析行為分析提高復(fù)購和轉(zhuǎn)銷售社會化全網(wǎng)觸點(diǎn)客戶庫把潛在客戶轉(zhuǎn)化為購買客戶把觸點(diǎn)客戶轉(zhuǎn)化為潛在客戶全網(wǎng)觸點(diǎn)潛在客戶和會員客戶價值轉(zhuǎn)化潛在客戶購買客戶高價值客系統(tǒng)產(chǎn)品功能模塊第二大模塊數(shù)據(jù)抽取聚合清洗整合建模第三大模塊用戶主數(shù)據(jù)畫像第四大模塊數(shù)據(jù)服務(wù)電商WEBAPP接觸數(shù)據(jù)第三方電商WEBAPP、電信數(shù)據(jù)門店客服互動數(shù)據(jù)業(yè)務(wù)系統(tǒng)數(shù)據(jù)APP營銷寶會員關(guān)懷標(biāo)簽查詢營銷活動線上線下精準(zhǔn)推薦聚合全網(wǎng)用戶接觸數(shù)據(jù)清洗整合形成唯一標(biāo)示提供給其他系統(tǒng)和部門調(diào)用對每一標(biāo)簽用戶畫像分類群組并挖掘發(fā)現(xiàn)其數(shù)據(jù)價值不同場景為客戶提高服務(wù)提高購買轉(zhuǎn)化率提高接觸客戶轉(zhuǎn)化率標(biāo)簽標(biāo)示畫像服務(wù)360°全景畫像9個屬性180個維度6300個觸點(diǎn)分類分群分組9個門類27個群1800個組

數(shù)據(jù)價值挖掘解析第一大模塊全網(wǎng)數(shù)據(jù)采集系統(tǒng)產(chǎn)品功能模塊第三大模塊第四大模塊電商WEB第三方電商WE

行為數(shù)據(jù)驅(qū)動的個性化推薦服務(wù)基于客群的推薦客戶畫像（客群）客戶標(biāo)簽產(chǎn)品（訂單、行為）標(biāo)簽歷史購買推薦當(dāng)某人發(fā)生行為時在線實(shí)時評分匹配產(chǎn)品（訂單、行為）畫像客戶身份屬性數(shù)據(jù)交易售后業(yè)務(wù)系統(tǒng)全網(wǎng)接觸行為數(shù)據(jù)產(chǎn)品特征屬性數(shù)據(jù)交易數(shù)據(jù)被行為數(shù)據(jù)基于產(chǎn)品群的推薦群廣告推薦購買到期推薦相關(guān)搭配推薦客群相關(guān)推薦客戶行為推薦客戶屬性推薦產(chǎn)品交易推薦產(chǎn)品特征推薦產(chǎn)品優(yōu)惠推薦產(chǎn)品相關(guān)推薦產(chǎn)品搭配推薦客群相關(guān)推薦產(chǎn)品群相關(guān)推薦數(shù)據(jù)源畫像行為數(shù)據(jù)驅(qū)動的個性化推薦服務(wù)基于客群的推薦客戶畫WEB、APP、電商、門店秒級實(shí)時推薦精準(zhǔn)營銷任何行為發(fā)生時RDBMSEDWwrite&readfine-grainDataOff-lineNear-line(reads)RDBMSDataMart/ModelRealTimeProcessGross-grainData社交媒體WEB數(shù)據(jù)移動位置APP數(shù)據(jù)視頻機(jī)具數(shù)據(jù)客戶CRM身份數(shù)據(jù)歷史交易數(shù)據(jù)賬單明細(xì)訂單數(shù)據(jù)NOSQLKafkaOLTP在線評分模型Zementis實(shí)時預(yù)測模型PMML數(shù)據(jù)集市DataMart挖掘模型MiningModel行為模式模型最佳產(chǎn)品模型營銷指標(biāo)模型秒級實(shí)時個性化推送交互執(zhí)行實(shí)時分析評分規(guī)則預(yù)測模型歷史數(shù)據(jù)挖掘分析探索分析知識庫Batchprocess匹配身份+行為+產(chǎn)品WEB、APP、電商、門店秒級實(shí)時推薦精準(zhǔn)營銷任何行為發(fā)生

全網(wǎng)觸點(diǎn)客戶和全渠道營銷CRM訂單已有客戶門店咨詢客戶參加活動客戶ADSL點(diǎn)擊客戶區(qū)域人口基礎(chǔ)客戶其他渠道來源客戶網(wǎng)站APP注冊客戶網(wǎng)站APP點(diǎn)擊客戶軟文評價微博客戶自有電商網(wǎng)站APP注冊客戶網(wǎng)站APP點(diǎn)擊客戶軟文評價客戶第三方電商自己網(wǎng)站推薦D包包和D鞋自己APP微信推薦D包包和D鞋第三方網(wǎng)站推薦D包包和D鞋第三方APP推薦D包包和D鞋門店活動渠道推薦D包包和D鞋線上線下關(guān)聯(lián)推薦D包包和D鞋直銷員電話推薦D包包和D鞋D品牌37碼紅色中跟旅游鞋D品牌紅色中號帶拉鏈包包在線匹配興趣偏好女性25歲每月8000元工資喜歡紅色活潑開朗買A品牌鞋包包一年購買時機(jī)前周2次到專賣店咨詢D鞋包上周3次在麥包包網(wǎng)站注冊點(diǎn)擊D包在APP關(guān)注評價過D服裝姓名年齡性別手機(jī)家庭人口小區(qū)等級同學(xué)同事朋友收入歷史購買產(chǎn)品注冊詢價放購物籃歷史購買訂單評論搜索點(diǎn)擊跳轉(zhuǎn)停留上那些網(wǎng)站關(guān)注點(diǎn)擊商品上網(wǎng)習(xí)慣購買時機(jī)購買渠道咨詢問題關(guān)注要點(diǎn)客戶興趣習(xí)慣偏好客戶唯一編碼統(tǒng)一視圖全渠道營銷推薦引擎視圖標(biāo)簽畫像推全網(wǎng)觸點(diǎn)數(shù)據(jù)全網(wǎng)觸點(diǎn)客戶和全渠道營銷產(chǎn)品一、全網(wǎng)數(shù)據(jù)采集業(yè)務(wù)數(shù)據(jù)企業(yè)行業(yè)產(chǎn)品數(shù)據(jù)自有電商數(shù)據(jù)自有APP數(shù)據(jù)第三方電商APP數(shù)據(jù)互動數(shù)據(jù)門店數(shù)據(jù)產(chǎn)品一、全網(wǎng)數(shù)據(jù)采集業(yè)務(wù)數(shù)據(jù)

采集全網(wǎng)觸點(diǎn)數(shù)據(jù)聚合2011年購買一臺A空調(diào)留下姓名手機(jī)2013年淘寶買了一臺吹風(fēng)機(jī)留下地址2012年維修留下了地址電話郵箱2013年８月進(jìn)入到集團(tuán)官網(wǎng)注冊留下手機(jī)郵箱2014年進(jìn)入到某集團(tuán)APP留下點(diǎn)擊產(chǎn)品行為數(shù)據(jù)2014年9月在京東把某產(chǎn)品放入購物籃沒有付款2015年6月在國美網(wǎng)站點(diǎn)評過某品牌冰箱范冰冰接觸過某集團(tuán)全網(wǎng)軌跡產(chǎn)品推薦導(dǎo)購需求預(yù)測全套產(chǎn)品組合最豪氣的電冰箱世界上最靜音的空調(diào)豆?jié){機(jī)送給自己最好的生日禮物范冰冰在集團(tuán)標(biāo)簽畫像集團(tuán)給范冰冰的關(guān)懷與推薦服務(wù)關(guān)懷空調(diào)冰箱吹風(fēng)豆?jié){機(jī)優(yōu)美生活組合數(shù)采寶營銷寶畫像寶營銷活動空調(diào)冰箱吹風(fēng)豆?jié){機(jī)優(yōu)美生活組合把匿名用戶轉(zhuǎn)化為實(shí)名用戶把實(shí)名用戶轉(zhuǎn)化成購買客戶提高客戶場景購買轉(zhuǎn)化率挖掘忠誠潛在流失客戶價值提高產(chǎn)品再銷售轉(zhuǎn)銷售金額數(shù)聚寶采集全網(wǎng)觸點(diǎn)數(shù)據(jù)聚合2011年購買一臺A空調(diào)留下姓名核心業(yè)務(wù)系統(tǒng)2022/12/15第一類業(yè)務(wù)系統(tǒng)數(shù)據(jù)的抽取銷售數(shù)據(jù)CRM數(shù)據(jù)產(chǎn)品數(shù)據(jù)SqoopODS@HIVE貼源層HQL/MR特征識別器精準(zhǔn)特征識別(EMAIL..)模糊特征識別DW@HIVE模型層DM@HBASE客戶身份集市層DM@HBASE客戶行為集市層DM@HBASE產(chǎn)品集市層DM@HBASE其他集市層ML交易數(shù)據(jù)….數(shù)據(jù)清洗引擎排錯去重合并數(shù)據(jù)屬性不同，特征不同，清洗規(guī)則不同逐步建立地址基準(zhǔn)庫DM@HBASE地址標(biāo)準(zhǔn)庫其他系統(tǒng)….核心業(yè)務(wù)2022/12/14第一類業(yè)務(wù)系統(tǒng)數(shù)據(jù)的抽取銷

第二類：自動抽取WEB數(shù)據(jù)，建立產(chǎn)品庫樣本分析人為干預(yù)形成規(guī)則及代碼配置好:交給機(jī)器就OK啦!機(jī)器學(xué)習(xí)自動編碼類似傳統(tǒng)ETL過程可視化社會媒體、自媒體、博客、微博、電商、論壇等數(shù)據(jù)數(shù)據(jù)采集抽取第二類：自動抽取WE

企業(yè)產(chǎn)品和行業(yè)產(chǎn)品內(nèi)容數(shù)據(jù)采集包含消費(fèi)者和產(chǎn)品數(shù)據(jù)的來源種類數(shù)據(jù)種類采集方式自有網(wǎng)站網(wǎng)站頁面商品名稱、特征描述、價格促銷方式、促銷價格銷售數(shù)量、評價自動抓取行業(yè)網(wǎng)站網(wǎng)站頁面商品名稱、特征描述、價格促銷方式、促銷價格銷售數(shù)量、評價自動抓取友商網(wǎng)站網(wǎng)站頁面商品名稱、特征描述、價格促銷方式、促銷價格銷售數(shù)量、評價自動抓取京東天貓等第三方網(wǎng)站網(wǎng)站頁面商品名稱、特征描述、價格促銷方式、促銷價格銷售數(shù)量、評價自動抓取企業(yè)產(chǎn)品和行業(yè)產(chǎn)品內(nèi)容數(shù)據(jù)采集包含消費(fèi)者和產(chǎn)品數(shù)據(jù)采集：全渠道、立體式、全路徑數(shù)據(jù)采集（線上&線下，站內(nèi)&站外，PC&移動）進(jìn)入網(wǎng)站流量來源渠道轉(zhuǎn)化率來訪時段試用設(shè)備廣告有效性訪問量分析瀏覽網(wǎng)站瀏覽路徑頁面跳出率停留時間頁面關(guān)聯(lián)訪問頁面頁面點(diǎn)擊習(xí)慣頁面停留時間頁面收藏注冊會員個人信息聯(lián)系方式家庭地址會員轉(zhuǎn)化率顧客留存率顧客忠誠度下單購物購物歷程購買轉(zhuǎn)化率最有價值渠道重復(fù)購買率關(guān)聯(lián)銷售促銷效果評估

關(guān)閉網(wǎng)站訪問深度訪問時間潛在銷售機(jī)會線上第三類自有電商WEB行為數(shù)據(jù)抓取自營電商平臺數(shù)據(jù)采集：全渠道、立體式、全路徑數(shù)據(jù)采集（線上&線下，站內(nèi)&包含消費(fèi)者和產(chǎn)品數(shù)據(jù)的來源種類數(shù)據(jù)種類采集方式自有電商網(wǎng)站自有門戶網(wǎng)站自有APP自媒體微信公眾號博客微博論壇網(wǎng)頁顯示數(shù)據(jù)商品名稱、價格、營銷方式、評價等直接抓取身份數(shù)據(jù)注冊姓名、郵箱、電話、手機(jī)、賬號IP、行為數(shù)據(jù)Cookie數(shù)據(jù)進(jìn)入網(wǎng)站打開頁面數(shù)據(jù)點(diǎn)擊選擇商品鼠標(biāo)點(diǎn)擊停留時間放入購物籃支付離開網(wǎng)頁交易數(shù)據(jù)購買商品名稱、數(shù)量、價格、交易時間自有電商、WEB數(shù)據(jù)采集包含消費(fèi)者和產(chǎn)品數(shù)據(jù)的來源種類數(shù)據(jù)種類采集方式自有電商網(wǎng)站網(wǎng)

自營電商WEB端數(shù)據(jù)采集整合消費(fèi)者在自營電商平臺瀏覽結(jié)構(gòu)化的業(yè)務(wù)數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)庫數(shù)據(jù)處理消費(fèi)者統(tǒng)一視圖庫非結(jié)構(gòu)化的業(yè)務(wù)數(shù)據(jù)頁面埋點(diǎn)程序日志服務(wù)器在線流式處理行為特性庫分布式消息隊列自營電商WEB端數(shù)據(jù)采集整合消費(fèi)者在自營電商平臺瀏第三類自有APP行為數(shù)據(jù)采集分析層APP請求

(action/request)APP上報(event)渠道(渠道API)服務(wù)器（運(yùn)營日志）消息（Message）數(shù)據(jù)總線（DataBus）數(shù)據(jù)采集總線網(wǎng)站(Session)總線層業(yè)務(wù)系統(tǒng)（用戶/消費(fèi)）存儲層分布式存儲（HDFS）離線計算（Hadoop）（日常報表，規(guī)律趨勢分析）即席查詢（Mongodb）實(shí)時計算（Spark/MPP內(nèi)存數(shù)據(jù)庫）（用戶、實(shí)時行為、訪問量、及時廣告）推薦引擎（廣告精準(zhǔn)營銷）倉庫層離線數(shù)據(jù)倉庫實(shí)時數(shù)據(jù)倉庫內(nèi)存數(shù)據(jù)倉庫應(yīng)用層APP數(shù)據(jù)平臺搖獎引擎廣告系統(tǒng)同城會用戶畫像數(shù)據(jù)開放平臺搜索引擎Redis采集層第三類自有APP行為數(shù)據(jù)采集分APP請求APP上報(

自營APP端數(shù)據(jù)采集整合消費(fèi)者在自營電商平臺視圖結(jié)構(gòu)化的業(yè)務(wù)數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)庫數(shù)據(jù)處理消費(fèi)者統(tǒng)一視圖庫APP端操作行為數(shù)據(jù)處理服務(wù)器端行為特性庫HTTP請求

數(shù)據(jù)采集：全渠道、立體式、全路徑數(shù)據(jù)采集（線上&線下，站內(nèi)&站外，PC&移動）進(jìn)入網(wǎng)站流量來源渠道轉(zhuǎn)化率來訪時段試用設(shè)備廣告有效性訪問量分析瀏覽網(wǎng)站瀏覽路徑頁面跳出率停留時間頁面關(guān)聯(lián)訪問頁面頁面點(diǎn)擊習(xí)慣頁面停留時間頁面收藏注冊會員個人信息聯(lián)系方式家庭地址會員轉(zhuǎn)化率顧客留存率顧客忠誠度下單購物購物歷程購買轉(zhuǎn)化率最有價值渠道重復(fù)購買率關(guān)聯(lián)銷售促銷效果評估

關(guān)閉網(wǎng)站訪問深度訪問時間潛在銷售機(jī)會線上第四類第三方電商WEB行為數(shù)據(jù)抓取自營電商平臺第三方電商平臺所產(chǎn)生的數(shù)據(jù)業(yè)務(wù)、行為數(shù)據(jù)數(shù)據(jù)采集：全渠道、立體式、全路徑數(shù)據(jù)采集（線上&線下，站內(nèi)&

第三方電商、WEB、APP、電信數(shù)據(jù)采集包含消費(fèi)者和產(chǎn)品數(shù)據(jù)的來源種類數(shù)據(jù)種類采集方式第三方電商網(wǎng)站第三方門戶網(wǎng)站APP廣電機(jī)頂盒電信ADSL網(wǎng)頁顯示數(shù)據(jù)商品名稱、價格、營銷方式、評價等抓取取得身份數(shù)據(jù)注冊姓名、郵箱、電話、手機(jī)、賬號IP、１、直接購買結(jié)果數(shù)據(jù)２、購買過程數(shù)據(jù)３、合作埋點(diǎn)取得行為數(shù)據(jù)Cookie數(shù)據(jù)進(jìn)入網(wǎng)站打開頁面數(shù)據(jù)點(diǎn)擊選擇商品鼠標(biāo)點(diǎn)擊停留時間放入購物籃支付離開網(wǎng)頁交易數(shù)據(jù)購買商品名稱、數(shù)量、價格、交易時間第三方電商、WEB、APP、電信數(shù)據(jù)采集包含消費(fèi)者

協(xié)議在第三方電商機(jī)房遠(yuǎn)程埋點(diǎn)消費(fèi)者在第三方電商平臺所產(chǎn)生的點(diǎn)擊、瀏覽等行為數(shù)據(jù)，由于第三方公司對數(shù)據(jù)的保護(hù)，現(xiàn)在無法單純的從技術(shù)上實(shí)現(xiàn)，只能通過合作的方式，購買與集團(tuán)消費(fèi)者相關(guān)的行為信息協(xié)議在第三方電商機(jī)房遠(yuǎn)程埋點(diǎn)消費(fèi)者在第三方電商平數(shù)據(jù)商數(shù)據(jù)預(yù)計可貢獻(xiàn)指標(biāo)合作方式/金額Takingdata數(shù)據(jù)堂九次方iclick訪問記錄，其他品牌競品的銷售統(tǒng)計行為數(shù)據(jù)用戶興趣，產(chǎn)品定價合作或購買集奧GEO部分區(qū)域上網(wǎng)，查詢記錄用戶興趣合作或購買淘寶商家數(shù)據(jù)魔方行業(yè)分析用戶興趣合作或購買京東數(shù)據(jù)羅盤流量分析，行業(yè)（商品，購買，買家，搜索熱詞）用戶興趣900/季度國家統(tǒng)計局房地產(chǎn)開發(fā)和銷售情況月度/季度區(qū)域潛在購買指數(shù)爬取搜房網(wǎng)房屋價格區(qū)域購買指數(shù)爬取京東用戶特征，支付方式用戶評級，支付手段合作或購買支付寶用戶特征，支付方式用戶評級，支付手段合作或購買移動電信傲天上網(wǎng)行為數(shù)據(jù)行為數(shù)據(jù)合作或購買

協(xié)議購買第三方結(jié)果數(shù)據(jù)或過程數(shù)據(jù)數(shù)據(jù)商數(shù)據(jù)預(yù)計可貢獻(xiàn)指標(biāo)合作方式/金額Takingdata訪

第五類、400或客服互動、營銷活動數(shù)據(jù)的采集包含消費(fèi)者和產(chǎn)品數(shù)據(jù)的來源種類數(shù)據(jù)種類采集方式400客服中心CallCenter投訴語音通話數(shù)據(jù)登記記錄訪問詢問記錄語音通話文本文件ExcelWordPDF科大訊飛語意分析分詞分析營銷活動語音通話數(shù)據(jù)登記記錄活動填表訪問詢問記錄語音通話文本文件ExcelWordPDF門店互動交談咨詢語音通話數(shù)據(jù)登記記錄訪問詢問記錄語音通話文本文件ExcelWordPDF第五類、400或客服互動、營銷活動數(shù)據(jù)的采集包含消費(fèi)者和

第六類渠道門店推薦導(dǎo)購全渠道、立體式、全路徑數(shù)據(jù)采集（線上&線下，站內(nèi)&站外，PC&移動）線下各個業(yè)務(wù)系管理系統(tǒng)中所積累的結(jié)構(gòu)化業(yè)務(wù)數(shù)據(jù)客戶在門店、商場所產(chǎn)生的數(shù)據(jù)進(jìn)入門店進(jìn)店入口交通方式日期時間顧客活躍度逛來逛去逛店路線停留時間來店伙伴停留場所消費(fèi)取向消費(fèi)能力關(guān)聯(lián)銷售WiFi上網(wǎng)個人信息興趣評估社交網(wǎng)絡(luò)消費(fèi)購物會員卡金額品類信用卡信息忠誠度顧客價值離開門店離店入口潛在銷售機(jī)會線下說明：線下數(shù)據(jù)源包括業(yè)務(wù)系統(tǒng)的數(shù)據(jù)、基于室內(nèi)定位采集到用戶狀態(tài)變化數(shù)據(jù)、基于人臉識別提供的相片數(shù)據(jù)第六類渠道門店推薦導(dǎo)購全渠道、立

門店行為數(shù)據(jù)采集 RFID讀寫器路由RFID天線監(jiān)控控制Ibeaconibeacon高清被動面部數(shù)據(jù)搖一搖手機(jī)數(shù)據(jù)客戶位置數(shù)據(jù)WIFI:注冊身份數(shù)據(jù)、手機(jī)、行為數(shù)據(jù)商品拿起放下次數(shù)數(shù)據(jù)高清監(jiān)控器可選試點(diǎn)門店行為數(shù)據(jù)采集 RFI

門店數(shù)據(jù)采集方式線下瞳孔數(shù)據(jù)采集瞳孔識別：注意力、興奮度、情緒、決定、猶豫、軌跡。。。視頻位置數(shù)據(jù)采集位置關(guān)系：位置與商品關(guān)系、可能意向、移動軌跡。。。WIFI數(shù)據(jù)采集點(diǎn)擊行為：手機(jī)、點(diǎn)擊網(wǎng)站、頁面、鼠標(biāo)停留、偏好傾向。。。Ibeacon搖一搖身份數(shù)據(jù)采集身份：姓名、手機(jī)、郵箱、其他、。。。Ibeacon位置數(shù)據(jù)采集位置：購買品牌型號、特征、數(shù)量、價格、層級、。。。面部數(shù)據(jù)采集面部識別：身份、來店周期、面部表情、面對商品情緒。。。DFID試用選擇數(shù)據(jù)選擇猶豫：拿起放下商品次數(shù)、試用操作、反復(fù)比較。。。門店數(shù)據(jù)采

門店數(shù)據(jù)整合消費(fèi)者在線下專屬的各門店、商場專柜數(shù)據(jù)專屬門店商場專柜消費(fèi)者統(tǒng)一視圖庫行為特征庫

產(chǎn)品二客戶統(tǒng)一視圖數(shù)據(jù)抽取客戶數(shù)據(jù)聚合清洗合并建模建統(tǒng)一唯一標(biāo)識編碼統(tǒng)一調(diào)用接口webservers產(chǎn)品二客戶統(tǒng)一視圖數(shù)據(jù)抽取

統(tǒng)一視圖==客戶數(shù)據(jù)聚合+清洗合并建模＋唯一標(biāo)識+調(diào)用接口

一、抽取業(yè)務(wù)系統(tǒng)、電商、WEB、APP、門店等客戶（產(chǎn)品、訂單、行為）數(shù)據(jù)加載到Hadoop二、數(shù)據(jù)聚合：

1、跨系統(tǒng)打通各系統(tǒng)的數(shù)據(jù)，合并各系統(tǒng)的客戶（產(chǎn)品、訂單、行為）數(shù)據(jù)

2、建立用戶與用戶、產(chǎn)品和產(chǎn)品、產(chǎn)品與用戶之間的數(shù)據(jù)關(guān)系和流向

3、編制跨系統(tǒng)數(shù)據(jù)藍(lán)圖三、合并清洗建模：清洗合并規(guī)則建模、對每一個客戶(產(chǎn)品、訂單）形成唯一的一個識別編碼

1、用戶基本屬性清洗合并建模（姓名、地址、手機(jī)、固話、郵箱。。。）

2、產(chǎn)品基本屬性清洗合并建模（品名、指標(biāo)、性能、功能、價格、評價。。。）

3、訂單基本屬性清洗合并建模（訂單產(chǎn)品、單價、總價、分類、結(jié)構(gòu)。。。）

4、行為基本屬性清洗合并建模（點(diǎn)擊、鼠標(biāo)停留、注冊、門店行為。。。）

5、建唯一客戶識別碼和觸點(diǎn)數(shù)據(jù)清單四、提供服務(wù)調(diào)用接口Webservers,提供客戶識別編碼和觸點(diǎn)數(shù)據(jù)標(biāo)簽客戶統(tǒng)一視圖客戶統(tǒng)一視圖

會員系統(tǒng)數(shù)據(jù)Sqoop售后系統(tǒng)數(shù)據(jù)Kettle渠道系統(tǒng)數(shù)據(jù)財務(wù)CRM文字會話錄音語音臺聊天會話科大訊飛數(shù)據(jù)存儲HDFS批處理MapReduceFlume其他核心業(yè)務(wù)系統(tǒng)數(shù)據(jù)Kafka電商WEBAPP電信行為數(shù)據(jù)門店行為數(shù)據(jù)進(jìn)入網(wǎng)店頁面注冊登錄點(diǎn)擊選購搜索商品鼠標(biāo)停留時間位置放入購物籃支付交易離開網(wǎng)店網(wǎng)頁iBeacon定位搖一搖身份數(shù)據(jù)WIFI市內(nèi)定位面部識別表情數(shù)據(jù)RFID商品移動識別數(shù)據(jù)POS等數(shù)據(jù)SparkStreaming

StormSparkMLlib其他核心業(yè)務(wù)系統(tǒng)數(shù)據(jù)API、ETL銷售物流物料

數(shù)據(jù)抽取采集聚合Kafka系統(tǒng)結(jié)構(gòu)化數(shù)據(jù)行為數(shù)據(jù)數(shù)據(jù)計算

Hive、HBase、Impala、SparkSQLSqoopKettle渠道系統(tǒng)數(shù)據(jù)財務(wù)CRM文字會話科大訊核心業(yè)務(wù)系統(tǒng)2022/12/15業(yè)務(wù)系統(tǒng)數(shù)據(jù)的抽取銷售數(shù)據(jù)CRM數(shù)據(jù)產(chǎn)品數(shù)據(jù)SqoopODS@HIVE貼源層HQL/MR特征識別器精準(zhǔn)特征識別(EMAIL..)模糊特征識別DW@HIVE模型層DM@HBASE客戶身份集市層DM@HBASE客戶行為集市層DM@HBASE產(chǎn)品集市層DM@HBASE其他集市層ML交易數(shù)據(jù)….數(shù)據(jù)清洗引擎排錯去重合并數(shù)據(jù)屬性不同，特征不同，清洗規(guī)則不同逐步建立地址基準(zhǔn)庫DM@HBASE客戶訂單集市層其他系統(tǒng)….核心業(yè)務(wù)2022/12/14業(yè)務(wù)系統(tǒng)數(shù)據(jù)的抽取銷售數(shù)據(jù)CRM數(shù)據(jù)源統(tǒng)一數(shù)據(jù)采集平臺KettleflumesocktFTP文件數(shù)據(jù)庫流統(tǒng)一數(shù)據(jù)存儲池支持包括文件、流以及DBMS各種類型數(shù)據(jù)源支持結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)采集提供多種接口對接各種數(shù)據(jù)源打通所有系統(tǒng)、進(jìn)行數(shù)據(jù)融合SqoopKafkaETL科大訊飛用戶維度、產(chǎn)品維度、訂單維度、行為維度數(shù)據(jù)源統(tǒng)一數(shù)據(jù)采集平臺KettleflumesocktFT整合跨系統(tǒng)、建立數(shù)據(jù)藍(lán)圖DBFileWebService

Stream

DBAdaptorFile

AdaptorWebServiceAdaptorStreamAdaptorHadoopEngineImpala/SparkEngineSparkStreamingSparkStreamingETLMigrationEngineDBStoredProcedureDBSQLHadoopM/RScriptPhonixSQLSparkSQLSparkScalaScriptSparkMLlibSparkGrapicXSqoop實(shí)時流計算，庫外計算批處理計算，庫外計算批處理計算，庫內(nèi)計算庫內(nèi)or庫外內(nèi)存，在線分析快速檢索離線分析SQLor類SQL數(shù)據(jù)訪問數(shù)據(jù)庫與Hadoop數(shù)據(jù)遷移傳統(tǒng)數(shù)據(jù)庫MPPRDBMSHBASEHDFS整合跨系統(tǒng)、建立數(shù)據(jù)藍(lán)圖DBFileWe電商訂單（天貓/京東…）1、姓名2、手機(jī)3、電話4、省市5、地址未獲取信息1、下單時間2.支付方式微信未獲取信息1。賬號2、Q齡3、交易次數(shù)4、實(shí)名認(rèn)證5、快捷綁定6.注冊時間7、交易額8、活躍度9、會員信息10、權(quán)益信息11.瀏覽器信息12.IP地址支付寶未獲取信息1、是否學(xué)生2、支付寶評價3、實(shí)名類型4、交易類型5、資產(chǎn)水平6、消費(fèi)檔次7、交易評分京東未獲取信息1、身份證2、手機(jī)3、用戶商齡4、累積消費(fèi)金額5、購買力6、有房/車7、子女8、消費(fèi)活躍9.價格敏感度購買安裝售后系統(tǒng)1、姓名2、手機(jī)3、省市4、地址未獲取信息客服系統(tǒng)1、姓名2、手機(jī)3、省市4、地址未獲取信息客服體驗智能家居1、..2、..3、..4、..5、..未獲取信息1.xxxx內(nèi)部數(shù)據(jù)外部數(shù)據(jù)標(biāo)簽人口屬性產(chǎn)品特征訂單特征行為特征門店1、姓名2、手機(jī)3、省市4、地址未獲取信息1、支付方式網(wǎng)頁訪問數(shù)據(jù)未獲取信息1、競爭對手產(chǎn)品2、價格3.瀏覽量4、評分5、購買量APP1、..2、..3、..4、..5、..未獲取信息1.xxxx搜房網(wǎng)未獲取信息1、樓盤2、價格體驗環(huán)節(jié)：和數(shù)據(jù)廠商，合作或購買統(tǒng)計數(shù)據(jù)購買環(huán)節(jié)：引入合作商用戶數(shù)據(jù)

合并客戶觸點(diǎn)數(shù)據(jù)電商訂單1、姓名未獲取信息1、下單時間微信未獲取信息1。賬號2022/12/15數(shù)據(jù)清洗整合規(guī)則建模

應(yīng)用系統(tǒng)

現(xiàn)狀:數(shù)據(jù)分布各地信息分離、共享程度低消費(fèi)者信息不統(tǒng)一無法實(shí)現(xiàn)一對一個性化精準(zhǔn)營銷

目標(biāo):高度共享的集中統(tǒng)一數(shù)據(jù)平臺，統(tǒng)一消費(fèi)者視圖，實(shí)現(xiàn)精準(zhǔn)營銷、精準(zhǔn)決策客戶統(tǒng)一元數(shù)據(jù)產(chǎn)品集中統(tǒng)一平臺數(shù)據(jù)共享統(tǒng)一消費(fèi)者標(biāo)識實(shí)現(xiàn)個性化精準(zhǔn)營銷會員身份信息庫消費(fèi)行為信息庫

產(chǎn)品基本屬性產(chǎn)品生命周期主題數(shù)據(jù)數(shù)據(jù)挖掘客戶忠誠度客戶消費(fèi)能力客戶消費(fèi)習(xí)慣產(chǎn)品主動售后客戶消費(fèi)需求地域消費(fèi)需求統(tǒng)一會員視圖

客群粗粒度分析個性化精準(zhǔn)營銷和關(guān)懷個性化細(xì)粒度分析個性化精準(zhǔn)營銷和關(guān)懷2022/12/14數(shù)據(jù)清洗整合規(guī)則建模

應(yīng)用現(xiàn)狀2022/12/15Department35購買交易數(shù)據(jù)從渠道和零售系統(tǒng)采集用戶的交易記錄退換貨數(shù)據(jù)從渠道系統(tǒng)采集退換貨記錄咨詢投訴數(shù)據(jù)

投拆\客服\互動數(shù)據(jù)從呼叫中心采集投拆數(shù)據(jù)偶發(fā)出現(xiàn)行為數(shù)據(jù)從WEB\APP\電商＼門店數(shù)據(jù)客戶統(tǒng)一視圖CRM或合作購買數(shù)據(jù)從ＣＲＭ或第三方購買數(shù)據(jù)清洗規(guī)則手機(jī)號匹配姓名匹配地址匹配產(chǎn)品號匹配固話匹配郵箱匹配會員基本信息會員購買的產(chǎn)品會員存在的問題會員間的親友關(guān)系會員的售后記錄客戶數(shù)據(jù)清洗＼形成統(tǒng)一標(biāo)簽提供其他系統(tǒng)調(diào)用2022/12/14Department35購買交易數(shù)據(jù)退換基于各類業(yè)務(wù)系統(tǒng)數(shù)據(jù)分析平臺數(shù)據(jù)流架構(gòu)在線平臺

讀取型HBASE細(xì)粒度數(shù)據(jù)DataMart/ModelHADOOPODS層/HIVEDW層/HIVE清洗合并規(guī)則報表應(yīng)用Pentaho數(shù)據(jù)服務(wù)HTML5JDBCWEB、手機(jī)Cassandra離線平臺讀寫型粗粒度數(shù)據(jù)PhoenixHBASE

APIMongoDB

售后系統(tǒng)實(shí)時處理+規(guī)則引擎SparkStreaming

業(yè)務(wù)系統(tǒng)Kafka

OLTP….

偶發(fā)行為批處理Sqoop基于Hadoop的大數(shù)據(jù)倉庫ETL服務(wù)器Kettle基于各類業(yè)務(wù)系統(tǒng)數(shù)據(jù)分析平臺數(shù)據(jù)流架構(gòu)HADOOPODS層/BIGDATAUNIONTel:400-00-31368Website:手機(jī)清洗邏輯手機(jī)正則((\b[0]\d{2,3})?[-－_/]*)?([1][34578]([0-9]{9}))去除非數(shù)字校驗區(qū)號NY匹配字符長度>11且匹配手機(jī)號后一位非數(shù)字N格式正確格式錯誤原始字符長度=11NYBIGDATAUNIONTel:400-00-31368手機(jī)清洗規(guī)則模型手機(jī)清洗規(guī)則模型BIGDATAUNIONTel:400-00-31368Website:固話清洗邏輯固話正則((\b[0]\\d{2,3})?[-－_/]*)(\d{7,8})(([-－_、呼轉(zhuǎn)])+\d{1,6})?去除非數(shù)字校驗區(qū)號NY匹配字符長度>9且匹配固話號后一位非數(shù)字Y格式正確格式錯誤原始字符長度7,8位NY重復(fù)數(shù)字NNBIGDATAUNIONTel:400-00-31368地址清洗方案根據(jù)數(shù)據(jù)特點(diǎn)，分為兩類數(shù)據(jù)清洗方案：規(guī)則1.存在標(biāo)準(zhǔn)地區(qū)代碼，可以到標(biāo)準(zhǔn)地區(qū)庫標(biāo)準(zhǔn)地址規(guī)則2.不存在地區(qū)代碼或者是臟地區(qū)代碼，根據(jù)百度地圖api接口標(biāo)準(zhǔn)地址ods@hive貼源層數(shù)據(jù)源用戶基本信息表（ods.t_cs_customer）地區(qū)代碼不為空地區(qū)代碼為空地區(qū)標(biāo)準(zhǔn)庫百度api接口遞歸找出標(biāo)準(zhǔn)地址返回標(biāo)準(zhǔn)地址DW@hive模型層地址清洗方案根據(jù)數(shù)據(jù)特點(diǎn)，分為兩類數(shù)據(jù)清洗方案：ods@hi地址唯一標(biāo)示清洗

地址唯一標(biāo)示清洗

ODS業(yè)務(wù)數(shù)據(jù)消費(fèi)者主對象問題數(shù)據(jù)Left

Outer

Join消費(fèi)者主對象(干凈)規(guī)范性規(guī)則消費(fèi)者主對象(編碼)對應(yīng)關(guān)系（得出關(guān)聯(lián)客戶）附屬表插數(shù)應(yīng)用數(shù)據(jù)模型（Hbase）增量數(shù)據(jù)清洗、加載（廢棄）消費(fèi)者主對象(唯一)數(shù)據(jù)合并ODS消費(fèi)者主對象問題數(shù)據(jù)LeftOuterJoin消費(fèi)ODS業(yè)務(wù)增量數(shù)據(jù)消費(fèi)者主對象問題數(shù)據(jù)消費(fèi)者主對象(干凈)規(guī)范性規(guī)則對應(yīng)關(guān)系（得出關(guān)聯(lián)客戶）附屬表插數(shù)應(yīng)用數(shù)據(jù)模型（Hbase）增量數(shù)據(jù)清洗、加載（保留）合并規(guī)則消費(fèi)者唯一比較唯一性比對數(shù)據(jù)合并存在獲取UID不存在消費(fèi)者主對象(編碼)合并不能合并ODS消費(fèi)者主對象問題數(shù)據(jù)消費(fèi)者主對象規(guī)范性規(guī)則對應(yīng)關(guān)系附屬多系統(tǒng)客戶數(shù)據(jù)整合流程圖業(yè)務(wù)系統(tǒng)數(shù)據(jù)(biz1)客戶表(stage)1.stg_cust_biz1客戶表(normal)2.normal_cust_biz電話,地址,….統(tǒng)一客戶表(ods)4.ods_cust_incremental客戶表(tmp)3.tmp_cust_biz統(tǒng)一客戶表(ods)5.ods_cust_unique(唯一)WB.數(shù)據(jù)匹配NWC.數(shù)據(jù)合并(M/R)統(tǒng)一客戶表(ods)5.ods_cust_unique(唯一)Y客戶表-臟數(shù)據(jù)(ods)5.dirty_cust_incremental規(guī)則過濾新增客戶業(yè)務(wù)系統(tǒng)數(shù)據(jù)(biz2)業(yè)務(wù)系統(tǒng)數(shù)據(jù)(bizx)和業(yè)務(wù)表關(guān)聯(lián)WA.數(shù)據(jù)規(guī)范WA.數(shù)據(jù)規(guī)范客戶表(stage)1.stg_cust_biz1客戶表(stage)1.stg_cust_biz1多系統(tǒng)客戶數(shù)據(jù)整合流程圖業(yè)務(wù)系統(tǒng)數(shù)據(jù)客戶表(stage)客戶整合規(guī)則實(shí)現(xiàn)順序清洗后的用戶數(shù)據(jù)完全去重覆蓋手機(jī)規(guī)則覆蓋地址規(guī)則覆蓋固話規(guī)則覆蓋姓名規(guī)則手機(jī)、地址、固話、姓名完全相等手機(jī)相等的前提下，任意兩條記錄兩兩相比，根據(jù)規(guī)則判定這兩條記錄是否相等用戶基本信息表用戶聯(lián)系方式表用戶地址信息表用戶關(guān)聯(lián)關(guān)系表帶唯一標(biāo)識的合并前全量用戶信息整合規(guī)則實(shí)現(xiàn)順序清洗后的用戶數(shù)據(jù)完全去重覆蓋手機(jī)規(guī)則覆蓋地址

提供客戶標(biāo)簽調(diào)用和查詢2022/12/15Department46客戶數(shù)據(jù)客戶分群客戶標(biāo)簽?zāi)繕?biāo)客戶客戶接觸呼叫中心售后服務(wù)營銷活動導(dǎo)購互聯(lián)網(wǎng)客戶關(guān)懷計劃產(chǎn)品推薦優(yōu)惠活動轉(zhuǎn)介紹會員活動親情服務(wù)營銷活動公關(guān)活動忠誠會員提升銷量加強(qiáng)競爭地位營銷成本底無需價格戰(zhàn)有利新品推廣通過會員關(guān)懷提高忠誠客戶的比例提供客戶標(biāo)簽調(diào)用和查詢2022/12/14Depar產(chǎn)品三、360度全景畫像打標(biāo)簽畫像分類群組數(shù)據(jù)挖掘需求特征產(chǎn)品三、360度全景畫像打標(biāo)簽畫像身份產(chǎn)品訂單行為畫像群組價值挖掘客戶＋產(chǎn)品＋訂單＋行為畫像建立客戶＋產(chǎn)品＋行為＋訂單9個屬性180個維度6300個觸點(diǎn)標(biāo)簽畫像建立客戶＋產(chǎn)品＋行為＋訂單9類畫像27群畫像180組畫像建立客戶＋產(chǎn)品＋行為＋訂單每一類群組的數(shù)據(jù)價值挖掘畫像客戶＋產(chǎn)品＋訂單＋行為畫像建立客戶建立客戶建立客戶客戶畫像客戶畫像客戶唯一基本屬性標(biāo)識標(biāo)簽9個屬性、180個維度6300個觸點(diǎn)360°全景畫像姓名匹配手機(jī)匹配郵箱匹配關(guān)系人鏈匹配電話匹配等級匹配。。。。。統(tǒng)一標(biāo)示代碼35個基本人口屬性25個區(qū)域小區(qū)樓棟房號15個關(guān)系群體人員屬性15個愛好興趣屬性20個使用習(xí)慣偏好屬性20個品牌偏好傾向?qū)傩?5個購買比較條件屬性9個門類27個群1800個組喜歡3.00汽車喜歡靜音喜歡負(fù)離子清新通風(fēng)喜歡自動睡眠功能喜歡粉紅色喜歡智能定時。。。。。9個門類27個群1800個組數(shù)據(jù)價值挖掘高價值客戶低價值客戶負(fù)價值客戶活躍客戶流失客戶粉絲。。。。?？蛻舢嬒?0個購買傾向情緒15個購買時間時機(jī)屬性客戶唯一基本屬性標(biāo)識標(biāo)簽9個屬性、180個維度姓名匹配手機(jī)匹客戶唯一標(biāo)識標(biāo)簽姓名匹配電話匹配郵箱匹配關(guān)系人鏈匹配訂單匹配等級匹配。。。。。統(tǒng)一標(biāo)示代碼第一步建立客戶產(chǎn)品唯一識別標(biāo)簽標(biāo)簽記錄客戶、產(chǎn)品特征數(shù)據(jù)和全網(wǎng)觸點(diǎn)行為數(shù)據(jù)唯一識別一、標(biāo)簽的唯一性二、標(biāo)簽的精準(zhǔn)性三、標(biāo)簽的簡單明了四、標(biāo)簽的可調(diào)用性五、標(biāo)簽的可修改回寫產(chǎn)品唯一識別標(biāo)簽姓名標(biāo)示產(chǎn)品名稱產(chǎn)品型號產(chǎn)品參數(shù)產(chǎn)品指標(biāo)產(chǎn)品價格產(chǎn)品交易量。。。。。統(tǒng)一產(chǎn)品標(biāo)示代碼標(biāo)簽權(quán)重=衰減因子×行為權(quán)重×網(wǎng)址子權(quán)重×?xí)r間衰減因子客戶唯一標(biāo)識標(biāo)簽姓名匹配電話匹配郵箱匹配關(guān)系人鏈匹配訂單匹配OCRM客戶操作型數(shù)據(jù)與客戶互動電話記錄、業(yè)務(wù)操作、貨款交付售前售中售后服務(wù)等數(shù)據(jù)CRM客戶基本信息姓名、電話、性別、地址特征習(xí)好、客戶關(guān)聯(lián)關(guān)系A(chǔ)CRM客戶行為數(shù)據(jù)WEB、WIFI、APP點(diǎn)擊瀏覽POS刷卡消費(fèi)行為CCRM客戶協(xié)同型數(shù)據(jù)呼叫中心、客戶渠道、交互服務(wù)售后回訪、拜訪數(shù)據(jù)采集聚合客戶數(shù)據(jù)唯一標(biāo)簽標(biāo)示9個屬性、180個維度6300個觸點(diǎn)360°全景畫像姓名標(biāo)示姓名匹配電話匹配郵箱匹配關(guān)系人鏈匹配訂單匹配等級匹配。。。。。統(tǒng)一標(biāo)示代碼統(tǒng)一客戶視圖

第二步客戶畫像把來自于全網(wǎng)各種渠道混雜的客戶身份（產(chǎn)品、訂單、行為）數(shù)據(jù)清洗統(tǒng)一標(biāo)示后的客戶特征畫像35個基本人口屬性25個區(qū)域社區(qū)樓棟房號15個關(guān)系群體人員屬性15個愛好興趣屬性20個使用習(xí)慣偏好屬性20個品牌偏好傾向?qū)傩?5個行為屬性20個購買能力屬性15個購買時間時機(jī)屬性O(shè)CRMCRMACRMCCRM采集聚合客戶數(shù)據(jù)唯一標(biāo)簽標(biāo)示9姓名性別年齡婚育狀況行業(yè)收入教育程度所在區(qū)域人口構(gòu)成人口文化教育水準(zhǔn)購買品牌等級價格區(qū)域門店網(wǎng)購購買批量評價…….Cookie、注冊IDEmail微信微博QQ習(xí)慣常瀏覽網(wǎng)站類型購買產(chǎn)品類別特征…….35個基本人口屬性15個行為屬性上網(wǎng)時長時段頻次20個消費(fèi)偏好購買習(xí)慣消費(fèi)季節(jié)周期消費(fèi)習(xí)慣地域接受營銷活動類別…….消費(fèi)周期時段頻次活動圈子特征…….社交關(guān)系網(wǎng)絡(luò)15個關(guān)系群體人口屬性使用年限…….使用頻次時間15個使用習(xí)慣偏好屬性使用過程客戶9個屬性180個維度6300個觸點(diǎn)標(biāo)簽畫像購買品牌等級價格區(qū)域門店網(wǎng)購購買批量評價…….購買產(chǎn)品類別特征25個區(qū)域社區(qū)樓棟房號活動圈子特征…….業(yè)余愛好興趣15個興趣愛好屬性消費(fèi)批次次金額…….購買品牌等級20個購買能力屬性購買品牌等級價格15個購買時間時機(jī)屬性姓名性別年齡婚育狀況行業(yè)收入教育程度所在區(qū)域人口構(gòu)成人口文化學(xué)員維度可提供的數(shù)據(jù)維度1、基本屬性2、社會屬性（班級、老師）3、進(jìn)度成績（評價）4、課程內(nèi)容級別5、訂單數(shù)據(jù)6、課程評價（課程打分）7、app行為數(shù)據(jù)8、興趣愛好9、潛在客戶購買能力（）？？10、缺少的知識點(diǎn)分析主題：1、獲客營銷2、老學(xué)員的關(guān)懷招攬3、學(xué)員知識點(diǎn)4、老師和課程的評價評分5、預(yù)測（）學(xué)員維度可提供的數(shù)據(jù)維度學(xué)員維度數(shù)據(jù)來源一、內(nèi)部數(shù)據(jù)1、CRM2、進(jìn)度系統(tǒng)3、TMK電話系統(tǒng)4、HR5、財務(wù)6、線上培訓(xùn)系統(tǒng)7、APP8、微信公眾號二、外部數(shù)據(jù)：1、百度2、邀約、活動3、電信adsl需求要點(diǎn)1、投入產(chǎn)出2、轉(zhuǎn)化率學(xué)員維度數(shù)據(jù)來源標(biāo)簽畫像模型算法分類與回歸決策樹、撲素貝葉斯向量支持向量機(jī)SVMsMLR（softmaxRegreesion）二元分類SvmWithSGDLogisticRegressionWithSGD、RF&GBDT、邏輯回歸、線性回歸聚類k-means、canopyEM(Expectation-Maximization）吉布斯（GibbsSampling）模糊聚類、狄利克雷線性模型SlopeOne圖計算Pagerank時序模型BP、GA梯度下降GradientDescent特征提取轉(zhuǎn)換TF-IDF標(biāo)簽畫像模型算法分類與回歸決策樹、撲素貝葉斯聚類k-me競爭對手產(chǎn)品特征產(chǎn)品名稱、型號、參數(shù)、特征交易量、價格、客群定位、評價競爭對手維度比較企業(yè)內(nèi)部產(chǎn)品特征產(chǎn)品名稱、型號、參數(shù)、特征交易量、價格、客群定位、評價競爭對手維度比較第三方電商產(chǎn)品特征產(chǎn)品名稱、型號、參數(shù)、特征交易量、價格、客群定位、評價競爭對手維度比較行業(yè)產(chǎn)品特征庫產(chǎn)品名稱、型號、參數(shù)、特征交易量、價格、客群定位、評價采集聚合產(chǎn)品數(shù)據(jù)清洗統(tǒng)一產(chǎn)品唯一標(biāo)示匹配數(shù)據(jù)清洗規(guī)則姓名標(biāo)示產(chǎn)品名稱產(chǎn)品型號產(chǎn)品參數(shù)產(chǎn)品指標(biāo)產(chǎn)品價格產(chǎn)品交易量。。。。。統(tǒng)一產(chǎn)品標(biāo)示代碼姓名標(biāo)示細(xì)分產(chǎn)品分類細(xì)分訂單分類細(xì)分產(chǎn)品客戶分類客戶營銷手段分類細(xì)分產(chǎn)品特征分類細(xì)分評價分類。。。。。其他維度分類統(tǒng)一產(chǎn)品視圖

產(chǎn)品畫像+訂單畫像把來自于各種渠道混雜的產(chǎn)品特征數(shù)據(jù)、交易數(shù)據(jù)、評價數(shù)據(jù)清洗統(tǒng)一標(biāo)示，按特征分群建立行業(yè)產(chǎn)品特征庫9個屬性、180個維度6300個觸點(diǎn)產(chǎn)品360°全景畫像競爭對手產(chǎn)品特征企業(yè)內(nèi)部產(chǎn)品特征第三方電商產(chǎn)品特征行業(yè)產(chǎn)品特訂單分析標(biāo)簽畫像HDFS數(shù)據(jù)存儲（結(jié)構(gòu)化、非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)）客戶畫像（品牌型號、量、結(jié)構(gòu)、排名、利潤、財務(wù)）Hbase（Hive)篩選查詢（地區(qū)、銷量、利潤、同比、環(huán)比、排序）Impala(Spark)報表分析（固定、維度、指標(biāo)、相關(guān)、交叉、報告）Impala(Spark)預(yù)測挖掘&領(lǐng)導(dǎo)定制（各類業(yè)務(wù)和挖掘分析模型的復(fù)雜分析和領(lǐng)導(dǎo)特殊分析）Impala+SparkMLlib實(shí)時交互分析（當(dāng)某事件發(fā)生時，指標(biāo)的關(guān)聯(lián)與對策）高頻數(shù)據(jù)和流處理分析SparkStreaming訂單分析標(biāo)簽畫像HDFS數(shù)據(jù)存儲客戶畫像Hbase（Hive喜歡3.00的客戶群組喜歡3.00喜歡靜音喜歡負(fù)離子清新通風(fēng)喜歡自動睡眠功能喜歡粉紅色喜歡智能定時。。。。。

第三步客戶和產(chǎn)品劃分類分群分組劃分為9個門類27個群2700個組喜歡3.00喜歡卡通喜歡自然風(fēng)喜歡自動提醒喜歡粉黃色喜歡有音樂。。。。。喜歡3.00喜歡其他喜歡其他喜歡其他喜歡其他喜歡其他。。。。。喜歡3.00的客戶群組喜歡3.00喜歡靜音喜歡負(fù)離子清新通風(fēng)9個門類27個群2700個組數(shù)據(jù)價值挖掘采用評分法、相似算法等算法模型高價值客戶低價值客戶負(fù)價值客戶活躍客戶流失客戶粉絲。。。。。

第四步、數(shù)據(jù)價值挖掘分析80分以上的客戶其他群組觸點(diǎn)出現(xiàn)頻次評分法79-30分的客戶30分以下的客戶轉(zhuǎn)賣友商或觸點(diǎn)頻次變化評分法點(diǎn)評忠誠度等維度評分法８０％（粉絲＋會員＋活躍客戶）＋擴(kuò)大銷售＋再銷售＋搭配銷售＋轉(zhuǎn)銷售＋新產(chǎn)品２０％（潛在客戶＋接觸客戶）＋以高價值客戶＋以產(chǎn)品群找客戶群１０％（流失客戶）－激活＋挽救9個門類27個群2700個組數(shù)據(jù)價值挖掘高價值客戶低價值客戶舉例：一、客戶全網(wǎng)數(shù)據(jù)價值打分排序（基于人口屬性）怎樣使接觸關(guān)注某品牌消費(fèi)者轉(zhuǎn)化為購買者（匿名－實(shí)名）行為數(shù)據(jù)高價值用戶（80分以上）中價值用戶（79-60分）低價值用戶（59-20分）負(fù)價值用戶（20分以下）放入購物籃次數(shù)多次放入購物籃偶爾放入購物籃無放入購物籃無放入購物籃差評點(diǎn)擊商品次數(shù)10次上５次上1次上無記錄注冊關(guān)注品牌次數(shù)10次上５次上1次上無記錄進(jìn)入電商網(wǎng)站/WEB、APP、第三方電商頁面20次上10次上5次上無記錄評價答復(fù)五星好評三星一般二星差評門店接觸數(shù)據(jù)10次上５次上1次上無記錄門店咨詢10次上５次上1次上無記錄從下到上，取得更多的實(shí)名數(shù)據(jù)、強(qiáng)相關(guān)舉例：一、客戶全網(wǎng)數(shù)據(jù)價值打分排序（基于人口屬性）怎樣使接舉例二、客戶（會員）全網(wǎng)數(shù)據(jù)價值打分排序（基于內(nèi)容屬性）行為數(shù)據(jù)高價值客戶（80分以上）中價值客戶（79-60分）低價值客戶（59-20分）負(fù)價值客戶（20分以下）購買品種次數(shù)購買多型號多頻次購買單型號有購買差評無購買差評購買價值額度10萬元上３萬元１萬元０購買同品牌其他產(chǎn)品只買本品牌產(chǎn)品購買多種產(chǎn)品購買其他產(chǎn)品量更大買其他產(chǎn)品忠誠度評分五星好評三星一般二星差評線上接觸咨詢次數(shù)10次上５次上1次上無瀏覽門店接觸數(shù)據(jù)10次上５次上1次上無記錄線上注冊關(guān)注每月10次以上點(diǎn)擊關(guān)注每月５次以上點(diǎn)擊關(guān)注每月1次以上點(diǎn)擊關(guān)注無記錄怎樣把需求客戶轉(zhuǎn)化為某品牌的購買者（匿名＋實(shí)名）舉例二、客戶（會員）全網(wǎng)數(shù)據(jù)價值打分排序（基于內(nèi)容屬性）行為行為標(biāo)簽評分權(quán)重推薦置信度收藏0.2搜索0.15點(diǎn)擊0.15注冊0.1評論0.15關(guān)注0.15上網(wǎng)次數(shù)0.1門店次數(shù)0.1客戶標(biāo)簽產(chǎn)品標(biāo)簽1.00AAAAA多多AA0.8ABABAA多多A--0.8A--ABAA多多A--0.4ABBBAA多C--0.6ABABC多多A--0.2BBACA多多B--0.4ABBCC多多----0.4ABCAA多多----0.2BBABA----B--

統(tǒng)計分析聚類分析關(guān)聯(lián)分析預(yù)測…….行為建模剛性需求興趣圖譜真實(shí)想法實(shí)時行為數(shù)據(jù)比較…….標(biāo)簽畫像分群價值行為數(shù)據(jù)忠誠度高價值客戶挖掘潛在客戶轉(zhuǎn)化率分析流失客戶客戶分析客戶活躍度分析客戶剛性需求分析接觸客戶分析客戶粘性分析客戶滿意度分析再銷售分析轉(zhuǎn)銷售分析新產(chǎn)品接受度分析客戶價值挖掘分析根據(jù)客戶行為和身份數(shù)據(jù)進(jìn)行價值挖掘分析統(tǒng)計分析聚類分析關(guān)聯(lián)分析預(yù)測…….行為建模剛性需求興趣圖譜真客戶產(chǎn)品畫像系統(tǒng)輸出交付的結(jié)果和目的一、對全網(wǎng)接觸客戶和產(chǎn)品建唯一識別標(biāo)簽二、對每一個客戶和產(chǎn)品９個屬性、180個維度、6300個觸點(diǎn)360度全景畫像二、對客戶和產(chǎn)品進(jìn)行特征屬性進(jìn)行９個門類27個群2700個組粒度細(xì)分三、對每一個群組門類及客戶和產(chǎn)品數(shù)據(jù)進(jìn)行數(shù)據(jù)價值挖掘四、融合客戶產(chǎn)品訂單行為表現(xiàn)的需求特征客戶產(chǎn)品畫像系統(tǒng)輸出交付的結(jié)果和目的一、對全網(wǎng)接觸客戶和產(chǎn)

產(chǎn)品四、推薦引擎基于人口學(xué)推薦基于內(nèi)容推薦相關(guān)推薦同類推薦搭配推薦其他推薦

大數(shù)據(jù)系列產(chǎn)品解決方案課件客戶+產(chǎn)品+訂單匹配的行為數(shù)據(jù)觸發(fā)推薦客戶標(biāo)簽車型標(biāo)簽特征需求觸點(diǎn)行為關(guān)注客戶清單電話短信邀請線上推薦前1000可能購買者推薦置信度觸點(diǎn)數(shù)據(jù)0.6客戶標(biāo)簽0.2產(chǎn)品標(biāo)簽0.20.2A0.4AA1.00AAA0.8AA0.8AA--0.6A0.4AB0.4AB--0.2ABB客戶+產(chǎn)品+訂單匹配的行為數(shù)據(jù)觸發(fā)推薦客車七、推薦引擎總體層次結(jié)構(gòu)七、推薦引擎總體層次結(jié)構(gòu)推薦系統(tǒng)架構(gòu)推薦系統(tǒng)架構(gòu)系統(tǒng)數(shù)據(jù)流消費(fèi)者消費(fèi)者系統(tǒng)數(shù)據(jù)流消費(fèi)者消費(fèi)者

平臺邏輯架構(gòu)平核心推薦引擎設(shè)計說明：整個推薦引擎在設(shè)計上依賴于整個數(shù)據(jù)平臺的支撐；場景引擎：場景引擎是整個推薦引擎的核心，它的作用是將用戶行為抽象為與具體業(yè)務(wù)相關(guān)聯(lián)的場景。也就是用場景來表征一個用戶在具體業(yè)務(wù)下的需求；規(guī)則引擎：規(guī)則引擎接受場景引擎中計算出來用戶意圖，向算法引擎請求需要推送的數(shù)據(jù)；算法引擎：主要是實(shí)現(xiàn)各種推薦算法，把結(jié)果推向展示引擎進(jìn)行前端展示；展示引擎：數(shù)據(jù)前端展示；核心推薦引擎設(shè)計說明：基于商品的協(xié)同過濾算法在全網(wǎng)用戶數(shù)據(jù)庫中遍歷，尋找與用戶N行為最相似的用戶，并進(jìn)行排序，如圖所示：（彩色連線代表該用戶購買、瀏覽、評論過這個商品）如何為用戶N推薦商品……ABC0.45+=0.65按照藍(lán)色路徑計算，用戶C和用戶N的相似度為0.45，用戶A與用戶N的相似度為0.3按照紅色路徑計算，用戶B與用戶N的相似度為0.4、用戶A與用戶N的相似度為0.35所有路徑的相似度疊加之后，

用戶A、用戶B、用戶C與用戶N的相似度分別為0.65、0.4和0.45，因此A是最像N的用戶N核心算法基于商品的協(xié)同過濾算法在全網(wǎng)用戶數(shù)據(jù)庫中遍歷，尋找與在線流計算框架框架流程：數(shù)據(jù)暫存：Kafka作為日志傳遞中間件來接收日志，抓取客戶端發(fā)送的流量日志，同時接受SparkStreaming的請求，將流量日志按序發(fā)送給SparkStreaming集群。數(shù)據(jù)處理：SparkStreaming從Kafka集群中獲取流量日志并進(jìn)行處理。SparkStreaming會實(shí)時地從Kafka集群中獲取數(shù)據(jù)并將其存儲在內(nèi)部的可用內(nèi)存空間中。當(dāng)每一個batch窗口到來時，便對這些數(shù)據(jù)進(jìn)行處理。結(jié)果存儲：處理得到的結(jié)果將寫入到數(shù)據(jù)庫中通用需求：低延遲：實(shí)時計算系統(tǒng)高性能：性能不高就是浪費(fèi)機(jī)器分布式：單機(jī)搞不定可擴(kuò)展：數(shù)據(jù)量、計算量大了怎么辦？容錯：一個節(jié)點(diǎn)掛了不能影響我的應(yīng)用Storm：實(shí)時統(tǒng)計、實(shí)時風(fēng)控、實(shí)時推薦\個性化搜索實(shí)時sparkstreaming原理：SparkStreaming把輸入數(shù)據(jù)按照batchsize（如1秒）分成一段一段的數(shù)據(jù)，每一段數(shù)據(jù)都轉(zhuǎn)換成Spark中的RDD實(shí)時性：最小的0.5S>BatchSize<2S，而Storm<=100ms系統(tǒng)資源整合:更方便（對于我們來說）實(shí)時計算與離線計算相結(jié)；在線流計算框架框架流程：通用需求：Storm：SPARK對算法模型支撐SPARK對算法模型支撐推薦引擎模型算法模型常用算法基于物品推薦item—base

CF（冷啟動、熱啟動）基于用戶推薦user-base

CF（冷啟動、熱啟動）基于協(xié)同過濾推薦Simarnk基于模型推薦RandomWalk、pLSA、SVD、SVD++基于關(guān)聯(lián)規(guī)則推薦Apriori、AprioriTid、DHP、FP-tree基于知識推薦基于效用推薦混合的推薦機(jī)制加權(quán)的混合、切換的混合、分區(qū)的混合、分層的混合相似度算法K-neighborhoods、User-CF、Item-CF顯性反饋ALS隱性反饋ALS情景感知推薦Context-Aware相似度推薦歷史矩陣、共生矩陣、標(biāo)識符矩陣推薦引擎模型算法模型常用算法基于物品推薦item—base

對歷史購買客戶－－推薦和關(guān)懷客戶畫像產(chǎn)品畫像客戶B購買第二年６月１日體系加雪種C第三年６月１日推薦新品空調(diào)關(guān)聯(lián)推薦搭配推薦１當(dāng)瀏覽空調(diào)時２匹配客群３匹配產(chǎn)品群４推薦相關(guān)產(chǎn)品紅線：基于歷史購買周期推薦－人口屬性推薦藍(lán)色：基于相關(guān)推薦－產(chǎn)品屬性推薦綠線：基于行為的推薦－行為屬性推薦黃線：客戶主動行為A2010年買空調(diào)重排序算法協(xié)調(diào)過濾算法個性化實(shí)時推薦把低價值客戶轉(zhuǎn)化為高價值客戶對歷史購買客戶－－推薦和關(guān)懷客戶畫像產(chǎn)品畫像客戶B購買第二年根據(jù)點(diǎn)擊行為數(shù)據(jù)－－進(jìn)行個性化精準(zhǔn)推薦購買空調(diào)１P的群體購買時尚卡通類群體購買噪音少小的群體購買負(fù)離子清風(fēng)群體購買自動智能功能群體購買語音音樂功能群體…….少女房用空調(diào)群體營銷群組營銷個性個體營銷瀏覽點(diǎn)擊行為數(shù)據(jù)把消費(fèi)者轉(zhuǎn)化成購買客戶其他接觸數(shù)據(jù)根據(jù)點(diǎn)擊行為數(shù)據(jù)－－進(jìn)行個性化精準(zhǔn)推薦購買空調(diào)１P的群體購買

增加產(chǎn)品的銷售量－－相關(guān)推薦和搭配推薦關(guān)聯(lián)推薦增加產(chǎn)品的銷售量－－相關(guān)推薦和搭配推薦關(guān)聯(lián)推薦{cookie_id:“1234512413243”,advertiser:{

apple:{

actions:[{impression:‘a(chǎn)d1’,time:123

},{impression:‘a(chǎn)d2’,

time:232

},{click:‘a(chǎn)d2’,time:235

},{add_to_cart:‘laptop’,

sku:‘a(chǎn)sdf23f’,

time:254},{purchase:‘laptop’,time:354}]…點(diǎn)擊關(guān)注停留行為情感選擇傾向數(shù)據(jù)

把點(diǎn)擊瀏覽消費(fèi)者轉(zhuǎn)化為購買客戶1SeeAd2SeeAd鎖定點(diǎn)擊的不同商家、不同產(chǎn)品型號4Convert3Click關(guān)鍵時刻及時推送點(diǎn)擊行為情感傾向選擇比較情緒決定購買決策親，現(xiàn)在下單將獲得額外500元優(yōu)惠，還有免費(fèi)保養(yǎng)１年呦！！{cookie_id:“1234512413243”,點(diǎn)對全網(wǎng)接觸客戶通過個性化推薦、智能導(dǎo)購、營銷活動和會員關(guān)懷等精準(zhǔn)營銷方式提高客戶購買轉(zhuǎn)化率和客戶場景購買轉(zhuǎn)化率１、場景推薦集團(tuán)自有電商網(wǎng)店、門戶WEB、APP

第三方電商網(wǎng)店、門戶WEB、APP渠道門店、專賣店、旗艦店２、場景導(dǎo)購線上導(dǎo)購渠道門店導(dǎo)購３、需求預(yù)測購買全套產(chǎn)品需求預(yù)測購買搭配產(chǎn)品需求預(yù)測購買時間點(diǎn)預(yù)測４、營銷活動５、會員關(guān)懷６、其他服務(wù)

產(chǎn)品五營銷寶－全網(wǎng)精準(zhǔn)營銷對全網(wǎng)接觸客戶通過個性化推薦、智能導(dǎo)購、營銷活動和會員關(guān)懷等售后維修其他系統(tǒng)ERP、CRM銷售、DW地區(qū)人口屬性數(shù)據(jù)ADSL數(shù)據(jù)投訴客服聊天會話

客戶統(tǒng)一視圖太平洋汽車交易網(wǎng)數(shù)據(jù)庫電商WEBAPP行為數(shù)據(jù)其他核心業(yè)務(wù)系統(tǒng)數(shù)據(jù)電商APPWEB數(shù)據(jù)

獲客+潛客轉(zhuǎn)化+會員客戶關(guān)懷+流失客戶挽留+貴客推薦+精準(zhǔn)營銷行為標(biāo)簽畫像客戶標(biāo)簽畫像產(chǎn)品標(biāo)簽畫像訂單標(biāo)簽畫像第三方車網(wǎng)行為數(shù)據(jù)門店渠道數(shù)據(jù)

金字塔用戶雷達(dá)獲客

會員積分

粉絲推薦促銷客戶精選

需求預(yù)測

定向廣告同類車輛客戶

搭配推薦

相關(guān)推薦

新產(chǎn)品推薦同人群購買推薦wifi、Ibeacon位置軌跡推薦

Banner廣告

線上推薦門店導(dǎo)購?fù)扑]

用戶洞察

偏好推薦

成套推薦到期車輛周期高資產(chǎn)客戶高價值客戶關(guān)懷推薦到期維修到期升級產(chǎn)品推薦高價值客戶推薦客戶編碼查詢報表排序標(biāo)簽查詢分析查詢報表智能報告

邀請活動門點(diǎn)線上探針售后維修ERP、CRM地區(qū)人口屬性數(shù)據(jù)ADSL數(shù)據(jù)投訴會員客戶關(guān)懷精準(zhǔn)營銷售后服務(wù)會員關(guān)懷創(chuàng)新產(chǎn)品活動策劃定向廣告線上推薦線下推薦APP數(shù)據(jù)寶WEB/移動端分析報表標(biāo)簽查詢哪里用我的產(chǎn)品最多那些人用我的產(chǎn)品誰是我的潛在客戶客戶關(guān)懷與推薦門店渠道導(dǎo)購APP數(shù)據(jù)寶哪里用我的產(chǎn)品最多那些人用我的產(chǎn)品誰是我的潛在客戶客戶關(guān)懷與推薦門店渠道導(dǎo)購SparkRDD會員客戶關(guān)懷與精準(zhǔn)營銷一、任意查詢客戶＋產(chǎn)品＋訂單＋行為的標(biāo)簽一、任意查詢各種維度的數(shù)據(jù)和數(shù)據(jù)分析報表二、提供基于LBS的客戶＋產(chǎn)品＋訂單的查詢提供各類精準(zhǔn)營銷、市場活動策劃、會員關(guān)懷產(chǎn)品創(chuàng)新、售后服務(wù)、線上線下精準(zhǔn)推薦等數(shù)據(jù)分析決策執(zhí)行會員客戶關(guān)懷精準(zhǔn)營銷售后服務(wù)會員關(guān)懷創(chuàng)新產(chǎn)品活動策劃定向廣告到使用周期產(chǎn)品推薦和關(guān)懷到維修周期的零配件更換提醒同類客群購買相關(guān)推薦、同類產(chǎn)品客群推薦相關(guān)產(chǎn)品推薦、相關(guān)客群推薦搭配產(chǎn)品推薦、子母產(chǎn)品推薦生日、節(jié)假日、特別事件關(guān)懷對老客戶推薦和關(guān)懷接觸用戶的挖掘活躍客戶（粉絲）推薦和關(guān)懷基本屬性社交關(guān)系購買特征行為特征習(xí)慣特征喜愛偏好流失會員激活挽回推薦潛在用戶推薦活躍會員擴(kuò)大推薦活躍會員擴(kuò)大推薦…….對老客戶群推薦和營銷活動篩選目標(biāo)產(chǎn)品與匹配目標(biāo)客戶特別優(yōu)惠推薦對潛在客戶的推薦提高轉(zhuǎn)化率關(guān)鍵點(diǎn)發(fā)掘發(fā)現(xiàn)高價值接觸用戶提高轉(zhuǎn)化率的產(chǎn)品服務(wù)推薦分析流失群體行為數(shù)據(jù)特征預(yù)警流失行為群體閥值針對性補(bǔ)救流失心理的相關(guān)推薦對流失客戶推薦和關(guān)懷制定重復(fù)購買群體營銷策略提升復(fù)購率制定流失率低群體營銷策略提升忠誠度開發(fā)關(guān)聯(lián)購買較多的搭配提高ARPU值發(fā)掘高附加值客戶的高價值產(chǎn)品推薦門店接觸用戶轉(zhuǎn)化電商、WEB、APP接觸用戶轉(zhuǎn)化第三方電商、WEB、APP接觸用戶轉(zhuǎn)化群推薦廣告和活動接觸用戶轉(zhuǎn)化銷售服務(wù)行為接觸中的用戶轉(zhuǎn)化……………………基于客戶/產(chǎn)品的推薦和客戶關(guān)懷到使用周期產(chǎn)品推薦和關(guān)懷到維修周期的零配件更換提醒同類客群購那個客戶需要更多服務(wù)？TA需要什么服務(wù)和產(chǎn)品？目前客戶支出是否合理？如何使客戶更多產(chǎn)品？提高客戶更多購買的RIO?…….提高復(fù)購和轉(zhuǎn)銷售率那類客戶最容易流失？客戶會在什么時候流失？現(xiàn)在應(yīng)該關(guān)注那個客戶？那位客戶關(guān)懷應(yīng)該馬上行動？需要采取什么行動?…….提高購買轉(zhuǎn)化率接觸行為閥值高的用戶是那些？行為的閥值等級是多少？對某產(chǎn)品關(guān)注度和興趣指數(shù)？什么推薦可以使他馬上決定購買？最佳推薦方式是什么?…….提高接觸用戶購買轉(zhuǎn)化率二、數(shù)據(jù)價值挖掘分析－－增加銷售額購買客戶實(shí)名用戶匿名用戶高價值客戶低價值客戶流失客戶那個客戶需要更多服務(wù)？TA需要什么服務(wù)和產(chǎn)品？目前客戶支出是自己電商WEB、APP推薦第三方電商WEBAPP推薦渠道門店推薦其他推薦支付款時的相關(guān)產(chǎn)品推薦POS刷卡支付時推薦放入購物籃時的搭配推薦購買訪問點(diǎn)擊數(shù)據(jù)和身份數(shù)據(jù)可電話聯(lián)系營銷進(jìn)入門店采集到面部數(shù)據(jù)時推薦被點(diǎn)擊次數(shù)最多的產(chǎn)品時的推薦拿起放下產(chǎn)品的推薦鼠標(biāo)停留時間最長的產(chǎn)品推薦如有合作和購買第三方數(shù)據(jù)，可以提供像自有電商推薦搖一搖的優(yōu)惠推薦反復(fù)來回點(diǎn)擊某產(chǎn)品時的推薦到達(dá)某產(chǎn)品位置時的推薦比較產(chǎn)品某一個或一組特征功能時的最佳產(chǎn)品推薦采集到對某產(chǎn)品面部表情時的推薦點(diǎn)擊優(yōu)惠團(tuán)購等產(chǎn)品時的推薦在其他渠道或線上采集到意向產(chǎn)品的推薦注冊時的推薦進(jìn)入網(wǎng)頁的推薦點(diǎn)擊其他網(wǎng)站自己的產(chǎn)品數(shù)據(jù)，可提供電話營銷線上點(diǎn)擊后門店的推薦門店意向咨詢產(chǎn)品的推薦一、不同場景的個性化推薦舉例自己電商第三方電商WEB渠道門店推薦其他推薦支付款時的相關(guān)產(chǎn)

客戶關(guān)懷精準(zhǔn)營銷APP

大數(shù)據(jù)系列產(chǎn)品解決方案課件“水晶球”精準(zhǔn)營銷寶手機(jī)APP水晶球營銷寶Crystal

精準(zhǔn)營銷畫像寶數(shù)聚寶視圖寶推薦寶人找貨門店渠道導(dǎo)購貨找人誰是我的潛在客戶哪里用我的網(wǎng)店門店“水晶球”精準(zhǔn)營銷寶手機(jī)APP水晶球營銷寶Cry

LBS隨時查詢附近社區(qū)使用產(chǎn)品數(shù)量門店網(wǎng)店銷售金額品牌日銷售金額占比覆蓋率東門店21萬元11%深南路店18萬元10%華強(qiáng)路店19萬元10%八卦路店9萬元7%鳳凰路店16萬元8%清水河店11萬元6%國貿(mào)店19萬元10%愛國路店17萬元9%銀湖店14萬元8%萬象城店27萬元13%其他21萬元11%省市：深圳市占比LBS隨時查詢附近社區(qū)使用產(chǎn)品數(shù)量門店網(wǎng)店銷售金查詢省市正在使用產(chǎn)品數(shù)量哪里用我的產(chǎn)品最多地市銷售金額深圳廣東北京上海廣州南京寧波福建天津杭州蘇州成都重慶沈陽西安廣西海南湖南湖北四川云南貴州浙江江蘇安徽山東河南河北山西吉林寧夏青海甘肅新疆遼寧西藏黑龍江

目標(biāo)地選擇寧波品牌日銷售金額占比覆蓋率廣州11811%深圳11010%中山16910%東莞887%惠州668%江門786%佛山18910%湛江679%潮汕878%珠海9813%其他21111%省市：（廣東）查詢省市正在使用產(chǎn)品數(shù)量哪里用我的產(chǎn)品最多地市誰在用我的產(chǎn)品購買頻次型號占比11%9%8%5%21%21%5%36%32%12%9%復(fù)購率單客值分類貨品額誰在用我的產(chǎn)品前十暢銷十大滯銷連帶率坪效青春版旗艦版尊享版大神手機(jī)大神Pad姓名購買過的產(chǎn)品購買成套產(chǎn)品值李*林青春手機(jī)購買Pad值80%王*娟電源張*龍皮套劉*勤旗艦版手機(jī)唐*娟龍*化龔*刊劉*戶胡*偶巴*淋李*林查詢使用產(chǎn)品的鄰居和成套購買信息誰在用我的產(chǎn)品購買頻次型號占比11%9%8%5%21ＬＢＳ查看門店周邊社區(qū)誰是我的會員水晶球營銷寶Crystal

精準(zhǔn)營銷畫像寶數(shù)采寶數(shù)聚寶訂單寶查看網(wǎng)店門店門店渠道導(dǎo)購門店會員關(guān)懷誰是我的潛在客戶周邊誰是我的會員ＬＢＳ查看門店周邊社區(qū)誰是我的會員水晶球營銷寶Cry誰在用我的產(chǎn)品附近社區(qū)那些人是我的會員姓名手機(jī)李*林13828848**99王*娟13828848**99張*龍13828848**99劉*勤13828848**99唐*娟13828848**99龍*化13828848**99龔*刊13828848**99劉*戶13828848**99胡*偶13828848**99巴*淋13828848**99姓名（手機(jī)、郵箱、地址）：******3公里內(nèi)高價值客戶名單按購買值ＬＢＳ查看門店周邊社區(qū)誰是我的會員誰在用我的產(chǎn)品用戶信息姓名李*林手機(jī)13828848**99郵箱lyl@163.com會員編號A011888地址深圳萬科天域花園座機(jī)0755-8822**99家庭成員6人畫像分類百萬年薪高知標(biāo)簽是否接受信息推送接受小區(qū)等級Ａ小區(qū)戶數(shù)848戶交易數(shù)據(jù)鄰居信息成套購買誰在用我的產(chǎn)品附近社區(qū)那些人是我的會員姓名手機(jī)李*

LBS隨時查詢附近社區(qū)使用產(chǎn)品數(shù)量門店網(wǎng)店銷售金額品牌日銷售金額占比覆蓋率東門店21萬元11%深南路店18萬元10%華強(qiáng)路店19萬元10%八卦路店9萬元7%鳳凰路店16萬元8%清水河店11萬元6%國貿(mào)店19萬元10%愛國路店17萬元9%銀湖店14萬元8%萬象城店27萬元13%其他21萬元11%省市：深圳市占比LBS隨時查詢附近社區(qū)使用產(chǎn)品數(shù)量門店網(wǎng)店銷售金查詢省市正在使用產(chǎn)品數(shù)量哪里用我的產(chǎn)品最多地市銷售金額深圳廣東北京上海廣州南京寧波福建天津杭州蘇州成都重慶沈陽西安廣西海南湖南湖北四川云南貴州浙江江蘇安徽山東河南河北山西吉林寧夏青海甘肅新疆遼寧西藏黑龍江

目標(biāo)地選擇寧波品牌日銷售金額占比覆蓋率廣州11811%深圳11010%中山16910%東莞887%惠州668%江門786%佛山18910%湛江679%潮汕878%珠海9813%其他21111%省市：（廣東）查詢省市正在使用產(chǎn)品數(shù)量哪里用我的產(chǎn)品最多地市誰在用我的產(chǎn)品購買頻次型號占比11%9%8%5%21%21%5%36%32%12%9%復(fù)購率單客值分類貨品額誰在用我的產(chǎn)品前十暢銷十大滯銷連帶率坪效青春版旗艦版尊享版大神手機(jī)大神Pad姓名購買過的產(chǎn)品購買成套產(chǎn)品值李*林青春手機(jī)購買Pad值80%王*娟電源張*龍皮套劉*勤旗艦版手機(jī)唐*娟龍*化龔*刊劉*戶胡*偶巴*淋李*林查詢使用產(chǎn)品的鄰居和成套購買信息誰在用我的產(chǎn)品購買頻次型號占比11%9%8%5%21誰在用我的產(chǎn)品附近社區(qū)那些人是我的會員姓名手機(jī)李*林13828848**99王*娟13828848**99張*龍13828848**99劉*勤13828848**99唐*娟13828848**99龍*化13828848**99龔*刊13828848**99劉*戶13828848**99胡*偶13828848**99巴*淋13828848**99姓名（手機(jī)、郵箱、地址）：******3公里內(nèi)高價值客戶名單按購買值ＬＢＳ查看門店周邊社區(qū)誰是我的會員誰在用我的產(chǎn)品用戶信息姓名李*林手機(jī)138