面向銷售培訓(xùn)-智能大數(shù)據(jù)

智能分析大數(shù)據(jù)解決方案介紹政企客戶事業(yè)部2014年4月在走訪客戶過程中是否會遇到……什么是大數(shù)據(jù)？領(lǐng)導(dǎo)要求，利用大數(shù)據(jù)推進(jìn)業(yè)務(wù)推廣覆蓋……大數(shù)據(jù)？？？有哪些產(chǎn)品？我們想做潛在客戶市場的分析挖掘，是否有類似產(chǎn)品？

產(chǎn)品？？？如何開展？我們要搭建企業(yè)級的數(shù)據(jù)倉庫，你們可否幫忙出個規(guī)劃方案？規(guī)劃？？？目錄6產(chǎn)品篇營銷篇銷售篇第一篇產(chǎn)品篇典型大數(shù)據(jù)特點(diǎn)海量實(shí)時復(fù)雜多樣“大數(shù)據(jù)BigData”的概念很熱門業(yè)務(wù)問題創(chuàng)新機(jī)會技術(shù)平臺按需付費(fèi)資源動態(tài)調(diào)配自服務(wù)的商業(yè)模式徹底改變業(yè)務(wù)BIGDATA徹底改變IT大數(shù)據(jù)正成為當(dāng)今世界的關(guān)鍵戰(zhàn)略資源全球760億智能儀表全球20億網(wǎng)絡(luò)用戶全球數(shù)以千億GPS定位設(shè)備全球46億部攝像手機(jī)每天300億條

射頻識別標(biāo)簽(RFID)每天12+TBsTweet發(fā)布每天25+TBs網(wǎng)絡(luò)日志每天數(shù)個PB級數(shù)據(jù)量$100,000,000,000國內(nèi)先鋒企業(yè)紛紛開展大數(shù)據(jù)探索資源能力應(yīng)用即時需求數(shù)據(jù)公共網(wǎng)頁數(shù)據(jù)數(shù)據(jù)聚合自然語言處理語義分析深度學(xué)習(xí)百度廣告聯(lián)盟百度指數(shù)、百度統(tǒng)計百度定制報告交易數(shù)據(jù)/信用數(shù)據(jù)社交數(shù)據(jù)移動應(yīng)用數(shù)據(jù)大數(shù)據(jù)整合底層架構(gòu)大數(shù)據(jù)并發(fā)處理Tanx淘寶廣告聯(lián)盟小微企業(yè)金融服務(wù)數(shù)據(jù)交易集市社交數(shù)據(jù)交易數(shù)據(jù)數(shù)據(jù)聚合數(shù)據(jù)推薦智能推薦后端數(shù)據(jù)整合統(tǒng)一向前臺開放游戲廣告我們需要考慮如何利用大數(shù)據(jù)幫客戶提升價值12市場營銷基于社交網(wǎng)絡(luò)、社交媒體、位置等信息的智能營銷存量經(jīng)營、客戶經(jīng)營數(shù)據(jù)外部化運(yùn)用服務(wù)社會公共事務(wù)服務(wù)其他企業(yè)和行業(yè)科學(xué)決策360度視圖情感交往圈資源優(yōu)化產(chǎn)品服務(wù)個性化資費(fèi)差異化貼心服務(wù)定制化產(chǎn)品全程資源實(shí)時監(jiān)控智能資源規(guī)劃客戶洞察數(shù)據(jù)驅(qū)動決策可視化決策戰(zhàn)略情報分析基于電信云可擴(kuò)展的云平臺架構(gòu)

數(shù)據(jù)源

實(shí)時采集平臺Ftp/SFtpHttpJDBCWSXMLJSON虛擬化軟件云主機(jī)云存儲/云處理引擎HiveHBaseHDFSMRTaskTracker統(tǒng)一數(shù)據(jù)平臺LBS平臺XLSCSVGIS預(yù)警輿情監(jiān)控?zé)嵩~識別智慧決策知識學(xué)習(xí)信息共享MySqlCluster云套件HadoopLBS平臺采用廣東電信大數(shù)據(jù)云套件Hadoop框架及其生態(tài)鏈產(chǎn)品

GIS采用LBS平臺構(gòu)建虛機(jī)資源池為了獲得新的洞察力，需要統(tǒng)一大數(shù)據(jù)架構(gòu)

深度探索平臺獲取|存儲|轉(zhuǎn)換整合數(shù)據(jù)倉庫公司領(lǐng)導(dǎo)/部門管理人員客戶/合作伙伴業(yè)務(wù)分析師一線運(yùn)營人員數(shù)據(jù)科學(xué)家市場分析師運(yùn)營系統(tǒng)工程師即席查詢/OLAP報表/KPI……深度分析數(shù)據(jù)挖掘數(shù)據(jù)建?！髷?shù)據(jù)管理平臺企業(yè)戰(zhàn)略決策支持企業(yè)管理分析企業(yè)經(jīng)營分析企業(yè)運(yùn)營分析運(yùn)營業(yè)務(wù)監(jiān)控與計算視頻/音頻圖片文本W(wǎng)eb&社交機(jī)器日志crm計費(fèi)erp大數(shù)據(jù)深度分析存儲溫數(shù)據(jù)支撐各類高級分析和數(shù)據(jù)挖掘支持自助分析服務(wù)客戶流失預(yù)警產(chǎn)品關(guān)聯(lián)關(guān)系發(fā)現(xiàn)模式匹配用戶行為關(guān)系分析黃金路徑分析……大數(shù)據(jù)生產(chǎn)環(huán)境運(yùn)營存儲熱數(shù)據(jù)進(jìn)行高效數(shù)據(jù)加工，支撐KPI、月報的及時呈現(xiàn)實(shí)時數(shù)據(jù)加工高可靠低延時訪問KPI指標(biāo)計算，業(yè)務(wù)運(yùn)營狀況監(jiān)控客戶行為分析產(chǎn)品分析營銷整合……大數(shù)據(jù)預(yù)處理&管理存儲冷數(shù)據(jù)和非結(jié)構(gòu)化原始數(shù)據(jù)實(shí)現(xiàn)自定義、靈活的數(shù)據(jù)加工工作大規(guī)模簡單數(shù)據(jù)查詢，在線的長期備份復(fù)雜結(jié)構(gòu)數(shù)據(jù)格式轉(zhuǎn)化跨平臺數(shù)據(jù)聚合數(shù)據(jù)預(yù)處理功能總體框架采集處理整合分析業(yè)務(wù)應(yīng)用應(yīng)用展示數(shù)據(jù)匯聚引擎數(shù)據(jù)解析引擎數(shù)據(jù)整合引擎數(shù)據(jù)探索引擎客戶統(tǒng)一視圖針對性營銷智能推薦多維分析模型業(yè)務(wù)監(jiān)控業(yè)務(wù)運(yùn)營專題分析數(shù)據(jù)挖掘統(tǒng)一門戶展示統(tǒng)一管理元數(shù)據(jù)管理系統(tǒng)管理安全管理客戶統(tǒng)一視圖，全方位識別客戶生活類APP通訊類APP導(dǎo)航類APP內(nèi)容偏好訪問偏好搜索偏好生活行為社會屬性自然屬性社交行為消費(fèi)行為互聯(lián)網(wǎng)偏好(200個類別)基本信息行為信息APP偏好金融理財特色美食娛樂達(dá)人國外旅游高端汽車興趣愛好(20大類1000個小類)使用支付寶、銀聯(lián)、翼支付、快錢等進(jìn)行消費(fèi)常上Facebook、新浪微博、豆瓣、人人網(wǎng)等住在越秀、上班在天河、常出差北京職業(yè)/工作單位/家庭住址/聯(lián)系電話姓名/性別/年齡/身高/體重常使用微信、易信、QQ使用百度手機(jī)地圖及手機(jī)導(dǎo)航訂餐、訂房、打車、團(tuán)購等APP新聞、娛樂、書籍、視頻、游戲常訪問淘寶、大眾點(diǎn)評網(wǎng)、院線通等網(wǎng)站常搜索”海景房、馬航”等熱詞咨詢銀行理財電話3次喜歡有特色本幫菜每月KTV或看電影1次每年出國旅游1次每月?lián)艽驅(qū)汃R4S店電話3次找準(zhǔn)客戶需求，實(shí)現(xiàn)智能推薦標(biāo)簽集市推薦引擎推薦欄目目標(biāo)客戶在客戶標(biāo)簽集市的基礎(chǔ)之上，通過基于內(nèi)容的過濾和協(xié)同過濾等算法，找出客戶潛在的興趣產(chǎn)品或購買需求，通過產(chǎn)品向客戶進(jìn)行個性化的欄目推薦，刺激客戶消費(fèi)。個性化私有定制，提升客戶產(chǎn)品體驗(yàn)！拉近數(shù)據(jù)的距離，實(shí)現(xiàn)針對性營銷借助語義層把物理數(shù)據(jù)模型轉(zhuǎn)換為便于業(yè)務(wù)人員理解的業(yè)務(wù)數(shù)據(jù)模型，讓業(yè)務(wù)人員自助式的完成營銷目標(biāo)提取，直接作用于營銷活動，滿足業(yè)務(wù)部門精確營銷需求。傳統(tǒng)前臺查詢獲取查詢結(jié)果自助凡有數(shù)據(jù)處，皆能可視化客戶畫像全省用戶國際、國內(nèi)漫游熱力圖移動互聯(lián)網(wǎng)訪問偏好占比趨勢互聯(lián)網(wǎng)熱門域名分析案例1：上網(wǎng)行為分析系統(tǒng)收集海量的用戶上網(wǎng)日志從用戶上網(wǎng)日志中提取用戶上網(wǎng)記彔，實(shí)現(xiàn)用戶上網(wǎng)記彔查詢對海量日志進(jìn)行統(tǒng)計分析，用以改善網(wǎng)絡(luò)質(zhì)量，提高用戶體驗(yàn)與其它數(shù)據(jù)相結(jié)合，深度分析用戶行為，用以支持精細(xì)化運(yùn)營案例1：用戶偏好模型分為興趣結(jié)點(diǎn)（一二級）、特征結(jié)點(diǎn)構(gòu)成訪問特征向量，設(shè)置相似度，按照分類參考模型中的主題興趣類向量，將訪問歸類到相似度值最大的主題類。生成用戶短期興趣向量，進(jìn)而抽象成概念主題。周期性地將用戶短期興趣中的重要信息轉(zhuǎn)移到長期興趣中。引入時間機(jī)制，對信息進(jìn)行有選擇的遺忘。案例1：球迷識別營銷

基于用戶互聯(lián)網(wǎng)行為、通話行為等數(shù)據(jù)，建立挖掘模型識別足球迷，并把目標(biāo)客戶提供給前端部門進(jìn)行營銷流量角度連續(xù)使用觀看次數(shù)搜索次數(shù)多維度權(quán)重可調(diào)1010偏好識別搜索過“足球”相關(guān)瀏覽過足球、體育相關(guān)網(wǎng)上觀看過足球賽直播與恒大官方電話通話手機(jī)、寬帶互聯(lián)網(wǎng)搜索關(guān)鍵詞界定：恒大、亞冠、足球、恒大球員、教練、門票等視頻觀看內(nèi)容界定：通過視頻類APP、URL直播地址、ITV觀看過半決賽、足球直播等內(nèi)容通話撥打過恒大官方訂票電話、官方電話的用戶1、目標(biāo)客戶洞察思路2、目標(biāo)客戶提取?-?-?-?-按照用戶對足球的偏好程度排序，生成目標(biāo)用戶清單3、目標(biāo)客戶排序手機(jī)、寬帶互聯(lián)網(wǎng)訪問內(nèi)容界定：新浪、網(wǎng)易、騰訊、鳳凰、搜狐、百度新聞等國內(nèi)六大門戶網(wǎng)站的足球、體育、微博頻道；天涯、虎撲等球迷論壇；恒大官方網(wǎng)站；足球類APP應(yīng)用案例2：信令抓取單元位置信令抓取單元：該單元實(shí)時抓取移動通訊網(wǎng)絡(luò)中用戶在起呼終呼、收發(fā)短信、用戶附著、跨區(qū)切換等等包含有位置信息的事件，轉(zhuǎn)換成實(shí)時位置大數(shù)據(jù)流發(fā)送至位置數(shù)據(jù)采集單元。案例2：基于海量動態(tài)位置信息的大數(shù)據(jù)服務(wù)城市規(guī)劃創(chuàng)新商業(yè)模式的開發(fā) 基亍位置精準(zhǔn)營銷應(yīng)急響應(yīng) 案例2：特定區(qū)域用戶選取恒大球迷位置營銷：鎖定用戶群后，結(jié)合用戶屬性營銷輸入篩選條件?時間：10月2日晚19點(diǎn)?位置信息：天河體育館?范圍：3km內(nèi)?性別：男性?年齡：20-35歲目標(biāo)客戶促銷短信推送案例2：監(jiān)測特定用戶位置變更寬帶夜間基站變更營銷：今夜不歸家，應(yīng)酬or搬家？輸入對比條件?手機(jī)號?時間位置變更區(qū)域圖案例3：12345熱線預(yù)警--

A農(nóng)貿(mào)市場休市2014年1月1日A農(nóng)貿(mào)市場檔主們因抗議物業(yè)亂漲租，集體休市2014年1月1日上午9時，系統(tǒng)顯示A市BX區(qū)某一地區(qū)出現(xiàn)投訴預(yù)警，并有擴(kuò)大趨勢。投訴工單數(shù)：132

件數(shù)值不斷跳變潛在風(fēng)險提醒案例3：地圖風(fēng)險預(yù)警案例3：事件聚焦A農(nóng)貿(mào)市場

周邊1公里范圍內(nèi)投訴件11件地址：農(nóng)貿(mào)直街68號XX農(nóng)貿(mào)市場鼠標(biāo)滑動至“預(yù)警點(diǎn)”，顯示聚集在同一個農(nóng)貿(mào)市場周邊的投訴情況1km案例3：互聯(lián)網(wǎng)社會輿情實(shí)時抓取實(shí)時從互聯(lián)網(wǎng)上進(jìn)行“A農(nóng)貿(mào)市場”所涉及當(dāng)前熱點(diǎn)新聞、輿論等內(nèi)容的抓取。案例3：工單與社會信息進(jìn)行匹配90%相似度將相關(guān)關(guān)鍵字所屬工單內(nèi)容與互聯(lián)網(wǎng)新聞、言論進(jìn)行內(nèi)容匹配，得出潛在高風(fēng)險。35案例3：提升預(yù)警級別提升投訴預(yù)警級別，并進(jìn)一步對事件發(fā)生原因展開分析。升級投訴預(yù)警級別投訴工單數(shù)：136

件點(diǎn)擊“預(yù)警點(diǎn)”深入分析，投訴皆與該市場相關(guān)，關(guān)聯(lián)關(guān)鍵詞生成，主要集中在“交通違章”、“占道”和“休市”等方面；案例3：查看事件關(guān)鍵字關(guān)系（1/2）結(jié)合類似事件和網(wǎng)絡(luò)相關(guān)熱點(diǎn)內(nèi)容，推測“關(guān)聯(lián)關(guān)鍵字”案例3：查看關(guān)鍵字關(guān)系（2/2）點(diǎn)擊具體關(guān)鍵詞，按時間軸顯示該關(guān)鍵詞對應(yīng)工單，可關(guān)聯(lián)查詢。38案例3：查看部門關(guān)系（1/2）切換到“部門關(guān)系圖”，顯示相關(guān)的職能部門與該市場投訴的強(qiáng)弱關(guān)聯(lián)關(guān)系圖，以快速鎖定主要職能部門督辦。預(yù)測可能的關(guān)系部門，提前做好相關(guān)準(zhǔn)備。案例3：查看部門關(guān)系（2/2）點(diǎn)擊具體部門，顯示其受理的該市場相關(guān)投訴清單，便于進(jìn)行關(guān)聯(lián)處理，提升政務(wù)處理效率。案例3：給予最優(yōu)策略建議1

12345各單位熱線接口人事件預(yù)警通知，準(zhǔn)備相關(guān)預(yù)案市交通局增派交警，進(jìn)行現(xiàn)場交通疏散通過電臺廣播、官方微信平臺通知相關(guān)車輛繞行市城管對A農(nóng)貿(mào)市場周邊街道擺攤設(shè)點(diǎn)進(jìn)行清理2市工商局牽頭組織街道等部門與A農(nóng)貿(mào)市場物業(yè)和檔主代表約談，盡快開市網(wǎng)辦通過公開、正面宣傳，減輕社會輿論壓力市公安局針對A農(nóng)貿(mào)市場區(qū)域進(jìn)行監(jiān)控，減少打架、鬧事、偷盜等事件發(fā)生341針對操作人員

按照事件熱度直接在工作臺上進(jìn)行告警及工單的動態(tài)排序，方便操作員進(jìn)行處理相關(guān)事件影響彈窗通知工單處理隊列優(yōu)先級動態(tài)調(diào)整針對決策者事件整體進(jìn)展反饋至決策者視窗，方便決策者掌控事件發(fā)展動向，及時做出決策判斷。案例3：分角色實(shí)時信息推送A農(nóng)貿(mào)市場亂漲租金決賽球票票價過高工資拖欠XX酒店亂收費(fèi)有黃牛高價賣票冒名招聘，騙2萬押金勞動仲裁申請事件隊列決策者視窗A農(nóng)貿(mào)市場休市事件未完成工單數(shù)：5完成度：63%A電子服務(wù)有限公司欠薪未完成工單數(shù)：3完成度：80%XX勞動仲裁未完成工單數(shù)：0完成度：100%中醫(yī)院藥品投訴未完成工單數(shù)：1完成度：96%XX電子服務(wù)有限公司，……A農(nóng)貿(mào)市場休市事件第XX中醫(yī)院，藥品投訴事件小秘書咨詢投訴舉報求助案例3：通過工單情況持續(xù)跟蹤工單熱度和地圖有關(guān)“A農(nóng)貿(mào)市場”告警級別逐漸降低至消失。案例3：結(jié)合社會輿論對事件進(jìn)行評估通過網(wǎng)絡(luò)輿論相關(guān)內(nèi)容的抓取和監(jiān)察表明，“A農(nóng)貿(mào)市場”事件得到解決。案例3：總結(jié)事件信息，優(yōu)化知識庫事件關(guān)鍵字事件單位事件解決策略12345知識庫主題字庫單位關(guān)聯(lián)庫策略庫…案例3總結(jié)：大數(shù)據(jù)能夠幫助政務(wù)決策事前事中事后智慧預(yù)警智慧決策智慧學(xué)習(xí)將網(wǎng)絡(luò)大數(shù)據(jù)與系統(tǒng)工單相結(jié)合，通過GIS信息技術(shù)，進(jìn)行潛在熱點(diǎn)事慧件的提前預(yù)警。分析事件關(guān)鍵字及相關(guān)部門，結(jié)合歷史類似事件的處理經(jīng)驗(yàn)，給予最優(yōu)的決策建議。針對事件的處理結(jié)果進(jìn)行跟蹤評估，做好相關(guān)知識庫的學(xué)習(xí)和沉淀，為今后工作積累經(jīng)驗(yàn)。第二篇營銷篇目標(biāo)客戶并不拘泥于特定行業(yè)基于大數(shù)據(jù)智能分析需求已經(jīng)遍及社會各行各業(yè)，可聚焦重點(diǎn)行業(yè)進(jìn)行突破。政府/教育生產(chǎn)制造業(yè)金融/電商/信息行業(yè)捆綁熱點(diǎn)挖掘智能決策數(shù)據(jù)匯集流程優(yōu)化運(yùn)營監(jiān)控信息提供精準(zhǔn)推送增值服務(wù)……通過行業(yè)標(biāo)桿案例結(jié)合電信服務(wù)落地優(yōu)勢規(guī)模復(fù)制。營銷策略聚焦捆綁標(biāo)桿推廣聚焦重點(diǎn)區(qū)域，重點(diǎn)行業(yè)，重點(diǎn)場景！突出產(chǎn)品和服務(wù)優(yōu)勢，并與傳統(tǒng)行業(yè)應(yīng)用捆綁。在各行業(yè)應(yīng)用場景中，迅速培育1-2個標(biāo)桿案例。第三篇銷售篇按需銷售1.數(shù)