《大数据案例培训材料》由会员分享，可在线阅读，更多相关《大数据案例培训材料（30页珍藏版）》请在金锄头文库上搜索。
1、 大数据的营销案例 大数据如何实施 我们的大数据大数据的营销案例一、未卜先知怀孕案例塔吉特：比父亲更早知道女儿怀孕曾经有一位男性顾客到一家塔吉特超市店中投诉，商店竟然给他还在读书的女儿寄婴儿用品的优惠券。这家全美第二大零售商，会搞出如此大的乌龙？但经过这位父亲与女儿进一步沟通，才发现自己女儿真的已经怀孕了。提问：为什么塔吉特能知道这个用户怀孕了？必须有哪几个关键环节A：用户数据收集B：怀孕特征库C：怀孕潜在用户筛选塔吉特在和顾客沟通过程中采用了哪种营销方式A：电子邮件B：直邮C：电话营销D：数据库营销大数据的营销案例一、未卜先知怀孕案例关键环节一：数据信息记录一家零售商是如何比一位女孩的亲生父
2、亲更早得知其怀孕消息的呢？每位顾客初次到塔吉特刷卡消费时，都会获得一组顾客识别编号，内含顾客姓名、信用卡卡号及电子邮件等个人资料。日后凡是顾客在塔吉特消费，计算机系统就会自动记录消费内容、时间等信息。再加上从其他管道取得的统计资料，塔吉特便能形成一个庞大数据库，运用于分析顾客喜好与需求。每个ID号还会对号入座的记录下你的人口统计信息：年龄、是否已婚、是否有子女、所住市区、住址离Target的车程、薪水情况、最近是否搬过家、钱包里的信用卡情况、常访问的网址等等。Target还可以从其他相关机构那里购买你的其他信息：种族、就业史、喜欢读的杂志、破产记录、婚姻史、购房记录、求学记录、阅读习惯等等。乍
3、一看，你会觉得这些数据毫无意义，但在AndrewPole和顾客数据分析部的手里，这些看似无用的数据便爆发了前述强劲的威力大数据的营销案例一、未卜先知怀孕案例关键环节二：数据模型建立AndrewPole想到了Target有一个迎婴聚会(babyshower)的登记表。AndrewPole开始对这些登记表里的顾客的消费数据进行建模分析，不久就发现了许多非常有用的数据模式。比如模型发现，许多孕妇在第2个妊娠期的开始会买许多大包装的无香味护手霜;在怀孕的最初20周大量购买补充钙、镁、锌的善存片之类的保健品。最后AndrewPole选出了25种典型商品的消费数据构建了“怀孕预测指数”，通过这个指数，Ta
4、rget能够在很小的误差范围内预测到顾客的怀孕情况，因此Target就能早早地把孕妇优惠广告寄发给顾客。大数据的营销案例一、未卜先知怀孕案例关键环节三：建立和用户沟通渠道那么，顾客收到这样的广告会不会吓坏了呢？Target很聪明地避免了这种情况，它把孕妇用品的优惠广告夹杂在其他一大堆与怀孕不相关的商品优惠广告当中，这样顾客就不知道Target知道她怀孕了大数据的营销案例一、未卜先知怀孕案例Target取得的成就：根据AndrewPole的大数据模型,Target制订了全新的广告营销方案，结果Target的孕期用品销售呈现了爆炸性的增长。AndrewPole的大数据分析技术从孕妇这个细分顾客群开
5、始向其他各种细分客户群推广，从AndrewPole加入Target的2002年到2010年间，Target的销售额从440亿美元增长到了670亿美元。大数据的营销案例二、美国警察降低犯罪案例纽约的犯罪凶杀从1994年1561起下降到1177起车辆盗窃从95420下降到72679起到2009年，凶杀案下降到466起大数据时代如何实施一、数据输入到输出的基本流程大数据时代如何实施二、决策支持系统大数据时代如何实施三、商务智能是什么人们对商务智能的理解如同那七个印度盲人对大象的理解：有人认为它是高级管理人员信息系统（EIS），有人认为它是管理信息系统（MIS），有人认为它是决策支持系统（DSS）；有
6、人说它是数据库技术，有人说它是数据仓库，有人说它是数据集市，有人说它是数据整合与清洗工具，有人说它是查询和报告工具，有人说它是在线分析处理工具，有人说它是数据挖掘，有人说它是统计分析；有人把它当做分析性ERP,有人把它当做分析性CRM,有人把它当做分析性SCM,有人把它当做企业绩效管理，有人把它当作平衡记分卡商业智能技术，它以数据仓库（DataWarehousing）、在线分析处理（OLAP）、数据挖掘（DataMining）3种技术的整合为基础，建立企业数据中心和业务分析模型，以提高企业获取经营分析信息的能力，从而提高企业经营和决策的质量与速度。大数据时代如何实施三、商务智能四个产业链1、关
7、系型数据库（销售记录、用户购买记录，提供报表）2、数据仓库（数据系统整合，收集，清洗）3、多维分析 （不同维度之间的剖析，自定义）4、数据挖掘（灵魂，产生价值的地方）5、展示：可视化界面商业智能技术体系（BIBusiness Intelligence ）在线分析处理技术（OLAP：Online Online Analytical ProcessingAnalytical Processing）数据挖掘技术（Data Mining）数据仓库技术（ Data Warehousing）数据整合集成各系统的历史数据，建立面向主题的企业数据中心数据分析灵活、动态、快速的多维分析、随机查询、即席报表知识发
8、现通过数学模型发现隐藏的、潜在的规律，以辅助决策更加全面、深入的分析形成知识库指导决策、再分析三、商务智能体系大数据时代如何实施大数据时代如何实施四、关系型数据库关系型数据库就是由二维表及其之间的联系组成的一个数据组织，关系数据库中的数据结构就是一张二维表，以表格（关系）的形式存放数据典型的商业订单条目数据库会包括一个用列表示的描述一个客户信息的表格：名字、住址、电话号码，等等。另外的一个表格会描述一个订单：产品、客户、日期、销售价格，等等报表：是关系型数据库时代将数据转化为信息的主要手段但是报表是需要事先由开发人员定制的比如：2013年5月份的废单报表大数据时代如何实施五、数据仓库我们可以从
9、多个菜市场，挑选我们做需要的蔬菜，肉类等。当然，我们处在一个选择的过程。如果菜不新鲜，我们完全可以不要它.大数据时代如何实施六、多维分析OALP什么叫多维：沃尔玛2011年在北京的销量是多少?这就是地区和时间两个维度交叉百度投放：在2013年5月份广东产生多少个口语计划的注册？其惊艳之美在于可以根据用户自己的需要随时创建万维动态报表，报表的定制权由后台开发人员直接转移到前端的用户其代表：国双的动态分析普通钻取是改变维的层次，包括上卷（rollup）与下钻（drilldown）。上卷是从维的细节层向颗粒较大高层钻取，以便宏观把握数据的汇总情况；下钻是从维的高层向颗粒较小的细节层钻取，以便观察数据
10、明细情况。举例来说：某电信运营商在分析2003年总体话务量时发现全年话务量为100亿分钟，这除了说明全年的总体话务量情况，不能说明任何问题。现在分析人员想进一步了解2003年各个月份的话务量情况，就必须针对时间维度进行下钻操作，以看到颗粒较细的月份数据。反之就必须进行上卷钻取。六、多维分析普通钻取网络营销的大数据时代穿透钻取是指从一个模型钻透到另一个模型。举例来说：某电信运营商发现本月通话时长下降5%，经过下钻发现是IP的本月通话时长下降了20%带动了整个通话时长下降3%，为了找到IP的通话时长下降的具体原因就需要钻取到面向IP业务的分析主题，详尽分析通话时长下降原因。这种跨越模型的钻取就称为
11、穿透钻取。举例：网络营销部广告投放这个月的注册比上个月少了20%注册，通过下钻发现是腾讯比上个月下降80%，为了找到腾讯的原因必须钻取到涉及到腾讯下降的其他原因（流量？页面转化率？）。六、多维分析穿透钻取网络营销的大数据时代切片与切块是指选择某一/些维度的具体类别，分析该类别的数据关于其他维的情况。举例来说：某烟草公司分析发现2012年全年烟草销售为10亿元，现在想了解2012年中华（软）这种规格的卷烟在第一季度的销售情况，就必须针对时间维度选择第一季度，针对卷烟规格维度选择中华（软），通过这样的切块的方式可以观察相关维度的具体类别（如本例中的中华（软）在第一季度）的数据状况，分析这些数据得出
12、有效的信息，以针对这些具体类别进行针对性的决策。当仅针对一个维度进行切块时称为切片。六、多维分析切片与切块网络营销的大数据时代大数据时代如何实施六、多维分析OALP大数据时代如何实施六、多维分析大数据时代如何实施六、多维分析讨论：通过上图我们可以看到哪些维度的数据1、某月东北冰箱2、西北电器总和3、6月西北产品销量大数据时代如何实施六、多维分析和数据仓库关系大数据时代如何实施七、数据挖掘描述性数据挖掘预测性数据挖掘n基本目标以数据统计和分析为目的n数理统计求和、平均、方差等各种报表和即席查询多维分析n关联分析关联规则序列模式n聚类分析相似特征挖掘分类识别n基本目标以未来预测和模拟为目的n分类分
13、析分类函数分类模型n回归分析线性回归非线性回归决策树神经网络n时间序列移动平均数据挖掘啤酒和尿布的故事大数据时代如何实施七、数据挖掘案例啤酒和尿布的故事“啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。当然“啤酒与尿布”的故事必须具有技术方面的支持。1993年美国学者Agrawal（个人翻译-艾格拉沃）提出通过分析购物篮中的商品集合，从而找出商
14、品之间关联关系的关联算法，并根据商品之间的关系，找出客户的购买行为。艾格拉沃从数学及计算机算法角度提出了商品关联关系的计算方法Aprior算法（关联模型）。沃尔玛从上个世纪90年代尝试将Aprior算法引入到POS机数据分析中，并获得了成功，于是产生了“啤酒与尿布”的故事大数据时代如何实施八、可视化界面啤酒和尿布的故事大数据时代如何实施八、可视化界面啤酒和尿布的故事数据处理业务层：输出数据输入即时查询OLAP分析数据挖掘企业数据模型、多维数据模型 数据仓库RDBMS：关系数据库外部数据源操作环境层数据仓库层业务层大数据时代如何实施选择题：每题8分*5数据仓库是数据库吗？A：不是B：是商务智能里包含哪几个重要版块？A：OLAPB:数据仓库C：数据挖掘大数据给企业带来的好处是？A：了解用户隐私B：提供决策支持C：营销针对性D：提升效率你认为下面哪些企业在大数据方面有潜力做的很好，选2个A:阿里集团B：麦当劳C:沃尔玛简答题：每题15分*4假如2季度广东区域网络业绩很差，为什么？请写分析思路
