汽車營銷項目解決方案說明書

汽車營銷項目解決方案說明書XX科技股份有限公司編制

目錄TOC\o"1-2"\h\u一、項目存在問題及需解決問題 31.存在問題 32.需解決問題 4二、解決方案 41. 解決方案總體架構(gòu) 52. 核心技術(shù) 6三、開發(fā)范圍 91.數(shù)據(jù)生產(chǎn) 92.數(shù)據(jù)采集/消費 93.數(shù)據(jù)分析 104.數(shù)據(jù)展示 10

項目存在問題及需解決問題存在問題千人千面世界上不存在完全兩個相同的人，同理，也不存在完全相同的兩個消費者。汽車消費決策因素多，信息渠道廣，決策周期長，消費差異性就更大。傳統(tǒng)營銷模式下，因為技術(shù)的限制和認知的限制，廠家往往把消費者作一個整體或幾個細分群體，試圖用一套或有限的幾套營銷方案滿足所有需求。這在移動互聯(lián)網(wǎng)時代，面對消費者越來越年輕、“90后”用戶越來越個性化的營銷環(huán)境，就顯得力不從心了。知識型消費移動互聯(lián)網(wǎng)時代，消費者信息獲取成本極大降低，信息豐富程度極大化，與品牌之間的互動也越來越多。往往一款車型上市之前，就培養(yǎng)了大量的“粉絲”、”專家“、”KOL（KeyOpinionLeader，關(guān)鍵意見領(lǐng)袖）用戶“，他們對車型的熱愛和信息了解超過了大多數(shù)的銷售顧問。4S店常規(guī)的話術(shù)，車輛介紹技巧等在他們面前都失去了作用，因此他們往往感覺店內(nèi)服務體驗不好，銷售顧問不專業(yè)，對品牌熱情度不夠，進而動搖建立起來的品牌認知和好感，甚至對自己在線上得到的決策結(jié)果是否正確產(chǎn)生懷疑。決策“黑箱”對消費者決策過程的了解一直以來是企業(yè)孜孜不倦追求的目標，從寶潔開啟MOT(MomentofTruth，關(guān)鍵時刻)的概念，到谷歌的ZMOT(ZeroMomentofTruth,零類接觸意思為將關(guān)鍵時刻從貨架陳列提前到主動搜索)，再到集大成者麥肯錫的CDJ(ConsumerDecisionJourney，消費者決策流程)環(huán)（外環(huán)為傳統(tǒng)的購買環(huán)，內(nèi)環(huán)為忠誠環(huán)。品牌可以在數(shù)字營銷工具幫助下，主動重塑消費者的決策流程），無論是技術(shù)派還是模型派，最大限度地了解用戶決策的”黑匣子“是他們共同的目標。而在移動互聯(lián)網(wǎng)的今天，利用大數(shù)據(jù)的分析工具，我們又可以朝這個目標更邁進一步。需解決問題隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展,大數(shù)據(jù)已經(jīng)開始進入到各個行業(yè)之中,其中衍生出來的大數(shù)據(jù)汽車營銷也方興未艾,并逐漸受到各個汽車廠家的重視.大數(shù)據(jù)汽車營銷以多平臺大量數(shù)據(jù)為基礎,依托于數(shù)據(jù)技術(shù)進行分析和預測,可以使企業(yè)在現(xiàn)有營銷模式的基礎上,實現(xiàn)營銷渠道的重構(gòu),同時結(jié)合線上線下全渠道實現(xiàn)精準營銷.當代汽車企業(yè)在經(jīng)營發(fā)展的過程中,必須要對大數(shù)據(jù)給予更充分的重視,使用大數(shù)據(jù)技術(shù)對環(huán)境變量實施監(jiān)控,分析各環(huán)境變量,以提前進行市場預測,指定有效的營銷策略解決方案解決方案總體架構(gòu)HBase是一個分布式的、面向列的開源數(shù)據(jù)庫，該技術(shù)來源于FayChang所撰寫的Google論文“Bigtable：一個結(jié)構(gòu)化數(shù)據(jù)的分布式存儲系統(tǒng)”。就像Bigtable利用了Google文件系統(tǒng)（FileSystem）所提供的分布式數(shù)據(jù)存儲一樣，HBase在Hadoop之上提供了類似于Bigtable的能力。HBase是Apache的Hadoop項目的子項目。HBase不同于一般的關(guān)系數(shù)據(jù)庫，它是一個適合于非結(jié)構(gòu)化數(shù)據(jù)存儲的數(shù)據(jù)庫。另一個不同的是HBase基于列的而不是基于行的模式。系統(tǒng)采用面向?qū)ο蟮能浖O計方法，把整個系統(tǒng)看作是多個離散對象的組合。系統(tǒng)設計時，首先把業(yè)務流程分解成功能模塊及其業(yè)務實體對象，然后根據(jù)業(yè)務流程分析對于這些業(yè)務實體對象的操作方法，形成業(yè)務處理對象，最后把各個功能模塊關(guān)聯(lián)起來，形成系統(tǒng)。軟件設計是一個將需求轉(zhuǎn)變?yōu)檐浖倪^程，系統(tǒng)通過逐步求精使得設計陳述逐漸接近于源代碼。系統(tǒng)程序采用MVC的設計思想，將展現(xiàn)邏輯、控制邏輯、業(yè)務處理邏輯分離。系統(tǒng)采用參數(shù)化的設計思想，定義和管理系統(tǒng)的實體及配置，調(diào)整實體以適應外部變化。系統(tǒng)采用J2EE技術(shù)保證程序邏輯實現(xiàn)的平臺無關(guān)性，并便于安裝部署。系統(tǒng)采用AJAX技術(shù)，提高客戶操作的交互性，保證實際使用的易用性。系統(tǒng)采用echarts可視化框架實現(xiàn)數(shù)據(jù)展示。核心技術(shù)（1）HadoopHadoop是一個由Apache基金會所開發(fā)的分布式系統(tǒng)基礎架構(gòu)。用戶可以在不了解分布式底層細節(jié)的情況下，開發(fā)分布式程序。充分利用集群的威力進行高速運算和存儲。（2）SpringMVCSpringMVC：屬于SpringFrameWork的后續(xù)產(chǎn)品，已經(jīng)融合在SpringWebFlow里面。Spring框架提供了構(gòu)建Web應用程序的全功能MVC模塊。（3）MyBatisMYBatis：是支持普通SQL查詢，存儲過程和高級映射的優(yōu)秀持久層框架。MyBatis消除了幾乎所有的JDBC代碼和參數(shù)的手工設置以及結(jié)果集的檢索。MyBatis使用簡單的XML或注解用于配置和原始映射，將接口和Java的POJOs（PlainOldJavaObjects，普通的Java對象）映射成數(shù)據(jù)庫中的記錄。（4）EchartsECharts是一款基于Javascript的數(shù)據(jù)可視化圖表庫，提供直觀，生動，可交互，可個性化定制的數(shù)據(jù)可視化圖表。（5）MySQLMySQL是一個關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，由瑞典MySQLAB公司開發(fā)，屬于Oracle旗下產(chǎn)品。MySQL是最流行的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)之一，在WEB應用方面，MySQL是最好的RDBMS(RelationalDatabaseManagementSystem，關(guān)系數(shù)據(jù)庫管理系統(tǒng))應用軟件之一。MySQL是一種關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，關(guān)系數(shù)據(jù)庫將數(shù)據(jù)保存在不同的表中，而不是將所有數(shù)據(jù)放在一個大倉庫內(nèi)，這樣就增加了速度并提高了靈活性。MySQL所使用的SQL語言是用于訪問數(shù)據(jù)庫的最常用標準化語言。MySQL軟件采用了雙授權(quán)政策，分為社區(qū)版和商業(yè)版，由于其體積小、速度快、總體擁有成本低，尤其是開放源碼這一特點，一般中小型網(wǎng)站的開發(fā)都選擇MySQL作為網(wǎng)站數(shù)據(jù)庫。（6）HiveHive是基于Hadoop構(gòu)建的一套數(shù)據(jù)倉庫分析系統(tǒng)，它提供了豐富的SQL查詢方式來分析存儲在Hadoop分布式文件系統(tǒng)中的數(shù)據(jù)：可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫表，并提供完整的SQL查詢功能；可以將SQL語句轉(zhuǎn)換為MapReduce任務運行，通過自己的SQL查詢分析需要的內(nèi)容，這套SQL簡稱HiveSQL，使不熟悉mapreduce的用戶可以很方便地利用SQL語言查詢、匯總和分析數(shù)據(jù)。而mapreduce開發(fā)人員可以把自己寫的mapper和reducer作為插件來支持hive做更復雜的數(shù)據(jù)分析。它與關(guān)系型數(shù)據(jù)庫的SQL略有不同，但支持了絕大多數(shù)的語句如DDL、DML以及常見的聚合函數(shù)、連接查詢、條件查詢。它還提供了一系列的：具進行數(shù)據(jù)提取轉(zhuǎn)化加載，用來存儲、查詢和分析存儲在Hadoop中的大規(guī)模數(shù)據(jù)集，并支持UDF（User-DefinedFunction）、UDAF(User-DefnesAggregateFunction)和UDTF（User-DefinedTable-GeneratingFunction），也可以實現(xiàn)對map和reduce函數(shù)的定制，為數(shù)據(jù)操作提供了良好的伸縮性和可擴展性。（7）HBASEHBase–HadoopDatabase，是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統(tǒng)，利用HBase技術(shù)可在廉價PCServer上搭建起大規(guī)模結(jié)構(gòu)化存儲集群。（8）ZookeeperZooKeeper是一個分布式的，開放源碼的分布式應用程序協(xié)調(diào)服務，是Google的Chubby一個開源的實現(xiàn)，是Hadoop和Hbase的重要組件。它是一個為分布式應用提供一致性服務的軟件，提供的功能包括：配置維護、域名服務、分布式同步、組服務等。（9）FlumeFlume是Cloudera提供的一個高可用的，高可靠的，分布式的海量日志采集、聚合和傳輸?shù)南到y(tǒng)，F(xiàn)lume支持在日志系統(tǒng)中定制各類數(shù)據(jù)發(fā)送方，用于收集數(shù)據(jù)；同時，F(xiàn)lume提供對數(shù)據(jù)進行簡單處理，并寫到各種數(shù)據(jù)接受方（可定制）的能力。開發(fā)范圍數(shù)據(jù)生產(chǎn)對于該模塊的業(yè)務，即數(shù)據(jù)生產(chǎn)過程，一般并不會讓你來進行操作，數(shù)據(jù)生產(chǎn)是一套完整且嚴密的體系，這樣可以保證數(shù)據(jù)的安全性。但是如果涉及到項目的一體化方案的設計（數(shù)據(jù)的產(chǎn)生、存儲、分析、展示），則必須清楚每一個環(huán)節(jié)是如何處理的，包括其中每個環(huán)境可能隱藏的問題；數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)內(nèi)容可能出現(xiàn)的問題。數(shù)據(jù)采集/消費數(shù)據(jù)采集模塊（消費），在企業(yè)中你要清楚流式數(shù)據(jù)采集框架flume和kafka的定位是什么。我們在此需要將實時數(shù)據(jù)通過flume采集到kafka然后供給給hbase消費。flume：cloudera公司研發(fā)適合下游數(shù)據(jù)消費者不多的情況；適合數(shù)據(jù)安全性要求不高的操作；適合與Hadoop生態(tài)圈對接的操作。kafka：linkedin公司研發(fā)適合數(shù)據(jù)下游消費眾多的情況；適合數(shù)據(jù)安全性要求較高的操作（支持replication）；因此我們常用的一種模型是：線上數(shù)據(jù)-->flume-->kafka-->flume(根據(jù)情景增刪該流程)-->HDFS線上數(shù)據(jù)-->flum