大數(shù)據(jù)基礎 課件 單元8 大數(shù)據(jù)典型行業(yè)

《大數(shù)據(jù)基礎》.移動商務營銷課程群8.1大數(shù)據(jù)在電商行業(yè)中的應用應用分析典型行業(yè)大數(shù)據(jù)大數(shù)據(jù)基礎Unit5

電商行業(yè)中的數(shù)據(jù)

電商平臺每天產(chǎn)生海量的數(shù)據(jù)，大數(shù)據(jù)在電商行業(yè)應用具有天然的優(yōu)勢。8.1大數(shù)據(jù)在電商行業(yè)中的應用數(shù)據(jù)搜索瀏覽交易支付收貨售后評價

用戶畫像8.1大數(shù)據(jù)在電商行業(yè)中的應用

用戶畫像的應用8.1大數(shù)據(jù)在電商行業(yè)中的應用用戶畫像精準推薦精準營銷用戶體驗進行精準的商品推薦，可以提高整個網(wǎng)站商品銷售的有效轉化率，增加商品銷量。將營銷信息推送到比較準確的受眾群體中，從而既節(jié)省營銷成本，又能起到最大化的營銷效果。用戶畫像來幫助設計師理解用戶，用戶畫像在整個產(chǎn)品過程中具有指導作用。

提供智能決策支持8.1大數(shù)據(jù)在電商行業(yè)中的應用01020304從規(guī)模，競爭程度及品牌占有率對全品類進行市場分析從人群結構，購物習慣，需求分析，對全品類進行用戶分析從商品擴展屬性的消費關注排行，屬性組合，屬性趨勢與詳情，對全品類進行分析從消費者的整體發(fā)展，消費習慣，購物心理等角度，對外發(fā)布有價值的消費趨勢指數(shù)

輔助構建智能供應鏈8.1大數(shù)據(jù)在電商行業(yè)中的應用01020304根據(jù)歷史訂單，進行預判下單備貨（種類，數(shù)量）根據(jù)用戶地域分析，盡量把貨物放到靠近目標消費者的貨艙根據(jù)目標客戶分析，在合適的地點建立倉儲根據(jù)流量、位置、商品、競品等信息實時調(diào)整商品價格、庫存等

頁面的A/B測試優(yōu)化通過A/B測試優(yōu)化網(wǎng)頁，從而增加轉化率、注冊率等網(wǎng)頁指標8.1大數(shù)據(jù)在電商行業(yè)中的應用《大數(shù)據(jù)基礎》在線開放課程組《大數(shù)據(jù)基礎》.移動商務營銷課程群《大數(shù)據(jù)基礎》.移動商務營銷課程群8.2大數(shù)據(jù)在金融

行業(yè)中的應用應用分析典型行業(yè)大數(shù)據(jù)大數(shù)據(jù)基礎Unit5

大數(shù)據(jù)在金融的影響趨勢：大數(shù)據(jù)應用已經(jīng)成為金融行業(yè)的熱點領域：銀行、證券、保險等多領域的具體業(yè)務模式：交易欺詐識別、精準營銷、黑產(chǎn)防范、消費信貸、信貸風險評估、供應鏈金融、股市行情預測、股價預測、智能投顧、騙保識別、風險定價等8.2大數(shù)據(jù)在金融行業(yè)中的應用

金融數(shù)據(jù)產(chǎn)生主體8.2大數(shù)據(jù)在金融行業(yè)中的應用人：指的是人類活動的數(shù)據(jù)，它是人類在活動過程所產(chǎn)生的各類數(shù)據(jù)，包括評論、通話記錄、照片、網(wǎng)頁瀏覽痕跡、交易記錄等信息機：指的是信息系統(tǒng)產(chǎn)生的數(shù)據(jù)，這些信息主要以文件、多媒體等形式存在，包括審計、日志這樣自動生成的信息物：指的是物理世界產(chǎn)生的數(shù)據(jù)，是通過攝像頭、傳感器等數(shù)字設備在監(jiān)測中采集的數(shù)據(jù)，例如服務器運行監(jiān)控數(shù)據(jù)、押運車監(jiān)控數(shù)據(jù)等。

銀行大數(shù)據(jù)應用8.2大數(shù)據(jù)在金融行業(yè)中的應用信貸風控通過整合內(nèi)外部資源讓信貸風控更趨近現(xiàn)實精準營銷利用大數(shù)據(jù)構建客戶畫像，在此基礎上銀行可以有效的開展精準營銷供應鏈金融供應鏈金融的風險控制從授信主體向整個鏈條轉變運營優(yōu)化市場和渠道分析、產(chǎn)品和服務優(yōu)化、輿情分析

保險大數(shù)據(jù)應用8.2大數(shù)據(jù)在金融行業(yè)中的應用基于保險保單和客戶交互數(shù)據(jù)進行建模，借助大數(shù)據(jù)平臺快速分析和預測再次發(fā)生或者新的市場風險、操作風險等根據(jù)代理人業(yè)績、性別、年齡、工作經(jīng)驗等，找出業(yè)績相對較好的銷售人員的特征，優(yōu)選高潛力人員基于企業(yè)內(nèi)外部交易和歷史數(shù)據(jù)，實時或準實時預測和分析欺詐等非法行為，如醫(yī)保欺詐與濫用分析、車險欺詐分析等通過自有數(shù)據(jù)以及客戶在社交網(wǎng)絡的數(shù)據(jù)，為客戶制定個性化的保單，獲得更準確以及更高利潤率的保單模型欺詐行為分析產(chǎn)品優(yōu)化保單個性化運營分析代理人甄選

證券大數(shù)據(jù)應用股市行情預測隨著大數(shù)據(jù)廣泛應用，量化投資將獲取更廣闊的數(shù)據(jù)資源，構建更多元的量化因子，投研模型更加完善客戶細分分析客戶的賬戶狀態(tài)、交易習慣等進行客戶聚類和細分，找出最有價值和盈利潛力的客戶群客戶流失預測券商可根據(jù)客戶歷史交易行為和流失情況來建模量化分析從而預測客戶流失的頻率智能投顧基于客戶的風險偏好、交易行為等個性化數(shù)據(jù)，采用量化模型，為客戶提供低門檻、低費率的個性化財富管理方案8.3大數(shù)據(jù)在物流行業(yè)中的應用《大數(shù)據(jù)基礎》在線開放課程組《大數(shù)據(jù)基礎》.移動商務營銷課程群《大數(shù)據(jù)基礎》.移動商務營銷課程群8.3大數(shù)據(jù)在物流行業(yè)中的應用應用分析典型行業(yè)大數(shù)據(jù)大數(shù)據(jù)基礎Unit5

大數(shù)據(jù)對物流行業(yè)的影響隨著大數(shù)據(jù)潮流的興起，物流行業(yè)三大巨頭順豐速運、菜鳥網(wǎng)絡、京東物流都推出了各具特色的物流大數(shù)據(jù)相關產(chǎn)品。順豐的數(shù)據(jù)燈塔更偏向于服務自有大客戶和電商客戶提供決策支持菜鳥的物流云更偏向于對物流的優(yōu)化京東的物流云則更偏向于倉庫管理8.3大數(shù)據(jù)在物流行業(yè)中的應用

大數(shù)據(jù)帶來物流升級實時快遞監(jiān)控提供快遞攬收、在途、派送、簽收全流程狀態(tài)，幫助快遞實時跟蹤、監(jiān)控，及時發(fā)現(xiàn)問題快件并處理個性化預警不同地域的快遞服務質量、件量下滑預警，用戶關注的問題系統(tǒng)提前預警，方便客戶基于自身情況定制件量預測利用數(shù)據(jù)挖掘方法，批量化精準預測商品庫存的未來訂單走勢，助力商家提前備貨分倉模擬模擬分倉運作場景，提供基于時效和成本的最優(yōu)解決方案，指導商家合理分倉，提升時效、降低成本，實現(xiàn)“單未下，貨先行”8.3大數(shù)據(jù)在物流行業(yè)中的應用

物流數(shù)據(jù)帶來的商業(yè)影響8.3大數(shù)據(jù)在物流行業(yè)中的應用洞察同行智慧商業(yè)第一時間掌握市場行情，關注同行動態(tài)，輕松應對件量高峰和低谷。洞察消費者通過挖掘海量的“最后一公里”地址數(shù)據(jù)，進行區(qū)域人群畫像，協(xié)助商家更好地營銷。洞察供應鏈洞悉供應鏈上游活躍程度與下游市場動態(tài)，幫助商家及時把握市場潮流，規(guī)避供應鏈風險。

菜鳥網(wǎng)絡主要的數(shù)據(jù)產(chǎn)品8.3大數(shù)據(jù)在物流行業(yè)中的應用01020304物流預警雷達：大數(shù)據(jù)預測包裹量引導商家備倉發(fā)貨，幫助快遞公司調(diào)配運能四級地址庫：通過四級地址庫匹配消費者的配送地址到結構化的鄉(xiāng)鎮(zhèn)/街道，為快遞企業(yè)提供精準線路規(guī)劃和配送分派電子面單：高效率、環(huán)保的信息化面單，自動串聯(lián)發(fā)貨商家+快遞公司+收貨消費者+干支線路的數(shù)據(jù)信息菜鳥裹裹：阿里系的物流APP，集運單查詢、在線寄件、包裹跟蹤、網(wǎng)點代收代寄等功能于一身05大數(shù)據(jù)反炒信系統(tǒng)：對物流訂單的流轉數(shù)據(jù)進行全程監(jiān)控，并根據(jù)炒信訂單特征，自動識別炒信運單號以及應對商家的商品訂單

菜鳥網(wǎng)絡主要的數(shù)據(jù)產(chǎn)品8.3大數(shù)據(jù)在物流行業(yè)中的應用06070809大數(shù)據(jù)路由分單：對海量的地址進行大數(shù)據(jù)分析，實現(xiàn)包裹跟網(wǎng)點的精確匹配，準確率高達98%以上菜鳥天地：對快遞企業(yè)的“實時單量+攬派簽收+時效+服務質量”進行深度挖掘，幫助快遞企業(yè)掌握自己的各類服務和數(shù)據(jù)菜鳥鷹眼：幫助快遞企業(yè)篩選出超時異常件，并通過訂單追蹤原因，針對性進行服務改善菜鳥物流云：物流云幫助快遞企業(yè)和物流訂單中所涉及的所有鏈路成員建立連接、沉淀大數(shù)據(jù)，并在此基礎上提供多樣化的智能產(chǎn)品《大數(shù)據(jù)基礎》在線開放課程組《大數(shù)據(jù)基礎》.移動商務營銷課程群《大數(shù)據(jù)基礎》.移動商務營銷課程群8.4大數(shù)據(jù)在醫(yī)療行業(yè)中的應用應用分析典型行業(yè)大數(shù)據(jù)大數(shù)據(jù)基礎Unit8建立海量醫(yī)療數(shù)據(jù)庫提高數(shù)據(jù)質量和準確性實現(xiàn)數(shù)據(jù)共享和互操作提供數(shù)據(jù)分析支持

醫(yī)療系統(tǒng)與信息平臺建設8.4大數(shù)據(jù)在醫(yī)療行業(yè)中的應用建立患者數(shù)據(jù)庫進行疾病預測和預警提供個性化治療方案輔助醫(yī)生進行診斷和決策

臨床輔助決策8.4大數(shù)據(jù)在醫(yī)療行業(yè)中的應用建立健康數(shù)據(jù)庫進行健康預測和預警提供個性化健康建議遠程健康監(jiān)測

居民健康監(jiān)測8.4大數(shù)據(jù)在醫(yī)療行業(yè)中的應用理解研究形勢解密疾病和藥物作用原理正確匹配藥物和患者人群

藥品研發(fā)8.4大數(shù)據(jù)在醫(yī)療行業(yè)中的應用《大數(shù)據(jù)基礎》在線開放課程組《大數(shù)據(jù)基礎》.移動商務營銷課程群《大數(shù)據(jù)基礎》.移動商務營銷課程群8.5大數(shù)據(jù)在智慧農(nóng)業(yè)中的應用應用分析典型行業(yè)大數(shù)據(jù)大數(shù)據(jù)基礎Unit8

農(nóng)業(yè)數(shù)字化發(fā)展歷程8.5大數(shù)據(jù)在智慧農(nóng)業(yè)中的應用20世紀80年代計算機農(nóng)業(yè)20世紀90年代數(shù)字農(nóng)業(yè)21世紀初精準農(nóng)業(yè)2013年至今智慧農(nóng)業(yè)

農(nóng)業(yè)大數(shù)據(jù)典型應用場景8.5大數(shù)據(jù)在智慧農(nóng)業(yè)中的應用智慧農(nóng)業(yè)技術智能控制農(nóng)產(chǎn)品產(chǎn)銷信息預測預警農(nóng)業(yè)災害預警農(nóng)作物病蟲害監(jiān)測農(nóng)產(chǎn)品質量追溯茶產(chǎn)業(yè)物聯(lián)網(wǎng)平臺可視化管理系統(tǒng)專家在線服務系統(tǒng)人工智能蟲情監(jiān)測系統(tǒng)土壤墑情監(jiān)測系統(tǒng)

銅仁市茶樹智慧種植應用8.5大數(shù)據(jù)在智慧農(nóng)業(yè)中的應用《大數(shù)據(jù)基礎》在線開放課程組《大數(shù)據(jù)基礎》.移動商務營銷課程群訓練8-1單元8大數(shù)據(jù)典型行業(yè)

應用分析利用信用評分機制進行金融風險控制訓練同步BigdataHadoop大數(shù)據(jù)基礎pythonUnit8《大數(shù)據(jù)基礎》.移動商務營銷課程群訓練8-1：利用信用評分機制進行金融風險控制項目目標程序通過15萬條數(shù)據(jù)建立簡單的信用評分機制，輔助金融風險控制。項目解釋通過數(shù)據(jù)預處理、變量選擇、建模分析預測等方法，建立一個簡單的信用評分系統(tǒng)。運行效果實現(xiàn)思路基本步驟按實訓要求創(chuàng)