大数据项目计划书.doc

大数据项目计划书 大数据项目计划书篇一：大数据应用项目商业计划书 企业大数据应用平台商业计划书 本文为WORD格式，下载后可自由编辑 目录 . 1 一、项目的概述 . 2 1.1 项目提出的原因 . 3 1.2 项目的先进性与优势 . 3 1.3 公司的定位 . 3 二、项目的市场分析 . 4 2.1 企业大数据应用的广阔前景： . 4 2.2 市场发展规模 . 4 三、产品功能介绍 . 4 3.1 管理咨询产品介绍 . 4 3.2 PGS智能管理系统介绍 . 5 3.2.1 PGS的基于业务平台的技术架构 . 5 3.2.2 PGS智能管理系统功能介绍 . 5 3.3 儒道网云平台的企业大数据应用平台介绍 . 7 3.3.1 云平台的数据仓库技术 . 7 3.3.2 云平台的基于数据模型的数据挖掘技术 . 7 3.3.3 儒道网云平台的功能介绍 . 7 四、市场营销推广策略 . 8 4.1 为客户提供通用型的免费产品，快速抢占客户 . 8 4.2 为客户提供增值服务，增强客户粘附性 . 8 4.3 与客户形成战略合作 . 8 五、富思的商业模式 . 8 5.1、商业模式解读 . 8 5.1.1 富思大数据应用平台的运营机制的核心： . 8 5.1.2富思大数据应用平台示意图 . 9 5.2、盈利模式 . 9 5.2.1 管理咨询的收入模式： . 9 5.2.2 PGS智能管理系统的收入模式 . 9 5.2.3 儒道网平台的收入模式： . 10 六、项目风险分析 . 10 6.1 技术风险 . 10 6.2 市场风险 . 10 七、未来公司的战略发展规划 . 10 7.1 公司的使命和愿景 . 10 7.2 建立与企业直接关联的大数据应用平台 . 11 7.3 实现数据应用与移动商务无缝对接 . 11 八、公司概况介绍 . 11 8.1 公司基本情况 . 11 8.1.1 公司股权结构 . 12 8.1.2 企业的经营能力与业绩 . 12 8.2 管理团队介绍 . 12 8.3 公司发展里程碑 . 13 九、项目融资计划方案 . 13 一、项目的概述1.1 项目提出的原因 随着企业信息化管理的不断深入，用信息技术提高管理效率、促进业务流程和组织结构的重组与优化，实现资源的优化配臵和高效应用，增强了产、供、销协同运作能力，提高企业的市场反应能力、科学决策水平和经济效益，为企业创造了更大价值，但同时也积累了大量的管理数据，如销售数据、生产数据、品质数据、财务数据等，这些海量的数据由于没有科学的分析和挖掘工具，使这些数据的价值不能得到充分的发挥。 现在有的企业引入了ERP系统，还有很多企业没有引入任何管理系统，基本沿用传统的手工管理模式，即便是引入了ERP管理系统，也不能将企业的数据进行有秩序的存储，更没有具备数据分析和数据挖掘的功能，只有简单的报表统计功能，并且只是针对企业内部的分析，不能形成大数据的应用。只有通过云计算技术将众多的企业数据汇总起来，再借助数据挖掘与分析技术，才能真正实现企业的大数据的应用。这种大数据应用涉及到企业的各个领域-如市场预测，产品预测、成本管理、人力资源管理、生产管理、物流管理等，据专家预测未来企业的大数据应用市场前景广阔，市场价值巨大。 1.2 项目的先进性与优势 本项目的核心是帮助企业在两方面提升企业的核心竞争力：1是帮助企业建立管理模式和管理机制；2是借助数据管理工具，帮助企业收集数据和分析数据，最后实现企业大数据应用。从而持续的提升企业的竞争力、决策力和市场的预知能力。 一方面：新经济的背景下，企业运营与管理发生着深刻的变化。一是竞争日益激烈，依靠产品销售产生利润的上升空间有限，企业开始向管理模式或商业模式要利润，并且高额的垄断利润的越来越依赖商业模式；二是市场瞬息万变，企业迫切想把握这种万变的市场，精准的预知企业的未来，为企业的发展提供应变的空间。依靠数据分析工具把握市场规律、预测市场方向，精准制定企业战略已经变的非常的重要。 另一方面：现代企业的数据越来越多，数据已经成为企业的资产，而如何借助数据资产为企业的营销管理、生产管理、财务管理、物流管理、人力资源管理等提供决策依据，企业越来越重视。同时日益注重以数据说话，借助数据进行预测未来，避免过去的粗放式管理和“拍脑袋”的决策方式，企业更多的是集中精力进行预防、提前应对管理中漏洞，而不是头疼医头，脚疼医脚，不断提升核心竞争能力，所以对于只能为企业提供信息化的管理软件已经无法满足企业新的要求，应运而生的基于数据挖掘与分析的大数据应用系统将更能够帮助企业适应新的市场环境和新的市场竞争。 富思分析一直关注并致力于企业管理模式的设计和企业数据收集系和数据挖掘与数据分析领域的研究，重点放在企业管理模式和企业大数据的应用上。 1.3 公司的定位 为企业设计管理模式和帮助企业建立数据分析和预测系统，并借助网络平台为企业提供持续的增值服务。实现定位的方法：富思的管理咨询团队帮助企业设计管理模式+富思的智能管理系统数据收集+富思儒道云平台将各企业和行业的数据汇总到云平台数据仓库，再运用数据挖掘与分析技术的实现企业大数据的应用，为全球中小企业和管理者提供全方位的数据应用服务。 二、项目的市场分析 2.1 企业大数据应用的广阔前景 随着中国改革进入深水区，市场管理不断规范，国家为了扶持中小企业的发展，制定了很多优惠政策，所以中小企业发展遇到空前的机遇，企业数量和规模都比以前有很大的突破，但同时竞争也变得异常的激烈。企业要在竞争中取胜，必须加强企业的内部管理和提升对市场的敏感度和准确的把握市场方向，要想实现这两个目标，建立科学的管理机制和应用数据分析工具是必由之路。 2.2 市场发展规模 据不完全统计，截至2013年12月，全国小微企业数量为4200万家，中大型企业1500万家。并且以10%的速度增加，按照小微企业每年需要花费5万元来提升管理水平和建立管理系统，中型以上的企业每年花费10万元来提升管理水平和建立管理系统计算，市场潜在规模高达3万多亿。 三、产品功能介绍 3.1 管理咨询产品介绍 为企业设计数据化管理模式的内容和步骤如下： ? 通过管理工具，将企业的战略目标转化成可量化的公司、业务单元的目标。 ? 通过目标分解，把公司的总目标转换成业务单元、部门和员工个人的目标，使业 务单元、部门和员工的目标与企业的目标相一致，以降低内耗提升效率。 ? 制定基于目标的实施计划和实施策略与措施，把目标转换成业务单元、各部门和 个人的行动纲领，确保组织和个人的目标顺利实现。 ? 建立基于业务单元、部门目标和个人目标之上的绩效管理机制，通过绩效管理挖 掘业务单元、部门和个人的潜能，用正激励的方式，提升员工的成就感和贡献率。 ? 建立基于目标的经营数据分析机制，通过数据分析发现问题和解决问题，为制定 精准的改善措施提供科学的依据，形成持续的改善机制，不断实现和超越业务单元、部门和个人的目标。 3.2 PGS智能管理系统介绍 3.2.1 PGS的基于业务平台的技术架构 设计技术架构时引入了业务模型理论（BM）。按照架构体系来定制部件和组件，并将其安装到合适的层次位臵上，使系统有效运作和集成。具体的方法是： 基于业务建模工具来开发软件（非通用RAD工具来开发软件） 基于业务基础平台来运行软件（非基于基础技术平台来运行软件） 关键核心：把应用如企事业的业务数据、业务逻辑、用户交互与实现技术相剥离，全面实现（一）业务资源是随用户需求而变动的最频繁的部分，通过分离业务与实现部分，可以做到业务资源变动时，不影响底层的实现技术，无需重新配臵或升级运行环境。（二）运行环境的独立可以保证应用能够跨实现技术，运行在不同的系统之上，可以随时零成本迁移到新的实现技术。 3.2.2 PGS智能管理系统功能介绍 一集成化：数据收集与经营管理进行有效的整合，如将市场上的办公自动化系统（OA系统）、进销存系统、物流系统（SCM系统)、客户管理系统（CRM系统）、生产制造系统（ERP系统）、财务系统等核心部分进行了高度的集成，让系统的在具有实用性同时，收集到企业的经营管理数据，为数据挖掘提供数据源。 二简单化：在软件设计方面采用懒人法则，让操作人员一目了然，绝大部分的操作全部在三至四次点击鼠标以内完成。 三智能化：富思分析软件是一种会思考的软件，它像使用软件的操作人员一样会对存大数据项目计划书篇二：大数据产业布局商业计划书案例大数据产业布局商业计划书案例 一、项目名称 某集团股份有限公司大数据产业布局商业计划书 二、项目背景 近几年来，随着计算机和信息技术的迅猛发展和普及应用，行业应用系统的规模迅速扩大，行业应用所产生的数据呈爆炸性增长。动辄达到数百TB甚至数十至数百PB规模的行业/企业大数据已远远超出了现有传统的计算技术和信息系统的处理能力，因此，寻求有效的大数据处理技术、方法和手段已经成为现实世界的迫切需求。 由于大数据行业应用需求日益增长，未来越来越多的研究和应用领域将需要使用大数据并行计算技术，大数据技术将渗透到每个涉及到大规模数据和复杂计算的应用领域。不仅如此，以大数据处理为中心的计算技术将对传统计算技术产生革命性的影响，广泛影响计算机体系结构、操作系统、数据库、编译技术、程序设计技术和方法、软件工程技术、多媒体信息处理技术、人工智能以及其他计算机应用技术，并与传统计算技术相互结合产生很多新的研究热点和课题。 目前，信息通信技术迎来新一轮重大突破。随着云计算、移动互联网和物联网等新一代信息技术快速发展，社会信息化、企业信息化日趋成熟，社会化网络逐渐兴起，以及传感设备、移动终端越来越多地接入到网络，各种统计数据、交易数据、交互数据和传感数据正在源源不断从各行各业迅速生成，全球数据的增长速度之快前所未有、数据的类型也变得越来越多。2012年全球被创建和被复制的数据总量达2.7ZB，是2002年全球数据总量的2亿倍;其中文本、照片、音频、视频、医疗影像等非结构化内容超过85%。 据调查报告显示，32.5%的公司正在搭建大数据平台，处于测试阶段;29.5%的公司已经在生产环境实践大数据，并有成功的用例/产品;24.5%的公司已经做了足够的了解，开发准备就绪;基本不了解的只占3000+用户的13.5%。 其中，大家对大数据平台提出的的主要需求有：36.5%是进行海量数据的离线处理，比如大数据BI;23.2%是为了大量数据的实时处理，比如在线交互式分析;40.3%的公司的大数据平台则同时负责这两种业务。 随着大数据的平台建立、建设并提高数据部门的战略地位，从粗放式管理转为精细化管 理数据，市场将从抽样模式进入到精确模式。 三、商业计划书内容 第一章：大数据产业布局摘要 1.1大数据产业布局概况 1.1.1项目背景 1.1.2项目简介 1.2大数据产业布局优势前瞻 1.3大数据产业布局融资与财务分析概况 1.3.1项目融资方案概况 (1)产业基金融资分析 (2)私募股权融资分析 (3)公开上市融资分析 (4)其他融资渠道分析 1.3.2项目财务分析概况 第二章：大数据产业布局介绍 2.1大数据产业布局发展简况 2.1.1公司基本信息 2.1.2股东持股情况 2.1.3主要产品服务 2.2大数据产业布局公司组织架构 4.2.1内部部门设置 4.2.2对外持股情况 2.3大数据产业布局管理模式 2.4大数据产业布局经营情况 第三章：大数据产业及目标市场分析 3.1大数据产业发展现状与市场前瞻 3.1.1大数据产业发展历程 3.1.2大数据产业发展现状 3.1.3大数据产业市场前瞻 3.2大数据产业布局目标市场分析 3.2.1政策、经济、技术和社会环境分析 3.2.2市场规模分析 3.2.3盈利情况分析 3.2.4市场竞争分析 3.2.5进入壁垒分析 3.2.6前瞻市场分析总结 第四章：大数据产业布局产品/服务分析 4.1大数据产业布局产品/服务简介 4.1.1项目产品/服务名称 4.1.2项目产品/服务特征 4.1.3项目产品/服务性能用途 4.2大数据产业布局产品生产经营计划 4.2.1项目产品生产方式 4.2.2项目产品生产设备 4.2.3项目品质控制和质量改进 4.2.4项目产品成本控制 4.3大数据产业布局产品/服务市场前瞻 4.3.1项目产品/服务竞争优势 4.3.2项目产品/服务市场前瞻 第五章：大数据产业布局研究与开发 5.1现有技术开发资源以及技术储备情况 5.2大数据产业布局团队对外合作情况 5.3大数据产业布局研发团队技术水平 5.4大数据产业布局研发投入计划 5.5大数据产业布局研发团队激励机制与措施 第六章：大数据产业布局市场营销策略 6.1大数据产业布局营销战略 6.2大数据产业布局市场推广方式 第七章：大数据产业布局融资和资金退出 7.1大数据产业布局资金需求用量与期限 7.1.1项目总投资 7.1.2固定资产投资 7.1.3流动资金 7.2大数据产业布局资金筹集方式 7.2.1项目资本金筹措 7.2.2项目债务资金筹措 7.2.3项目融资方案分析 7.3大数据产业布局资金筹集方式 7.4大数据产业布局资金使用规划 7.5大数据产业布局投资回报前瞻 7.6大数据产业布局资金报酬与退出 7.6.1股票上市 7.6.2股权转让 7.6.3股权回购 7.6.4股利大数据项目计划书篇三：金融大数据平台项目规划 金融大数据服务平台 项目规划书 北京XXXX技术有限公司 研发中心 2014年11月一. 项目介绍 1.1 项目背景 业一直是一个数据驱动的行业，数据也一直是银行信息化的主题词。银行的信息化进程先后经历过业务电子化、数据集中化、管理模型化等阶段，如今随着大数据技术的飞速发展，银行信息化也进入了新的阶段：大数据时代。 目前，国内银行都积累了海量的金融数据，包括各类结构化、半结构化、非结构化数据，数据量巨大，存储方式多样。但是这些海量数据还没得到充分利用，显得价值含量较低。只有经过合适的预处理、模型设计、分析挖掘后，才能发现隐藏在其中的潜在规律。而应用大数据分析技术，可以从海量的、不完全一致的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识。银行可以利用这些信息和知识来提升金融业务的服务效率和管理水平，银行的关键业务也能从中获得巨大收益。 银行在大数据技术应用方面具有天然优势：一方面，银行在业务开展过程中积累了大量有价值数据，这些数据在运用大数据技术挖掘和分析之后，将产生巨大的商业价值；另一方面，银行在资金、设备、人才、技术上都具有极大的便利条件，有能力采用大数据的最新技术。建立“金融大数据服务平台”， 可以通过对金融数据的挖掘、分析，创造数据增值价值，提供针对银行的精准营销、统一广告发布、业务体验优化、客户综合管理、风险控制等多种金融服务。 1.2 业务需求 目前，银行客户对数据的利用仍是以各类统计报表为主，存在以下重大弊端： 1. 对数据的分析仅按照固定项目，对业务情况进行事后统计分析和监控。实际上没有 找到隐藏在数据背后的原因，数据深度分析和数据挖掘能力不足。 2. 对数据的分析仅作为专项的统计分析结果输出，对于数据间的因果影响、相关性分 组或关联规则、聚类、描述和可视化等工作尚未开展，数据关联分析能力不足。 3. 统计分析侧重在事后的数据汇总，难以从数据汇总中得到客户服务事件发生的规 律，以及前瞻性判断，数据的预测性分析能力不足。针对具体的金融业务，大数据分析在以下方面有着迫切的需求： 统一广告发布：目前金融行业客户在广告方面投入大、渠道多，但在确认真实效果、提供优(来自:www.xmSjOb.cOm 厦门培训考试网:大数据项目书)化策略时却不能提供确切的数据证据。亟需利用大数据技术在收集各类型、各渠道广告发布数据的基础上，提供可靠的效果数据和优化策略建议。 精准营销：目前金融行业的营销方式基本上还是粗放式的，调查方式粗糙，分析原因简单，对过程的控制力差，对客户和产品的推广都缺少针对性。亟需利用大数据技术来收集详尽数据、科学分析原因、严格控制过程、并有针对性地面向客户和产品进行营销推广。 业务系统优化：目前金融行业对其业务系统的客户体验效果、客户转化率缺乏准确数据支持，也无法分析具体原因。亟需利用大数据技术获得各业务、各环节的客户转化率，从而有针对性地改进业务流程，提升服务质量。 客户流失分析：对于如何稳定留存客户、降低客户流失率，目前金融客户还无法准确分析客户流失的原因，也就无从提出有效的改进措施。亟需利用大数据技术在分析流失客户数据的基础上，提出改进客户关系管理效率和水平的有效建议。 风险分析：金融行业对自己客户和业务的风险分析停留在初级阶段，缺乏全面掌握和提前预防的技术手段。亟需利用大数据技术获得存在较高风险的客户群体及业务，作为对其进行重点监控和提前做好预防措施的基础。 通过建设金融大数据服务平台，研发基于大数据分析的统一广告发布系统、精准营销系统、业务体验优化系统、客户流失分析系统和风险分析系统，金融客户可以提升广告发布效果，提高营销针对性，优化服务质量，改善客户管理水平，预防风险冲击，进而为业务发展提供决策支撑，并促进相关领域构建新的业务模式、服务模式。 二. 项目范围 北京XXXX技术有限公司自主研发的“金融大数据服务平台”，旨在为金融行业客户提供包括数据采集、数据存储、数据预处理、数据挖掘、可视化展现、业务实现等全流程服务，以帮助客户实现各种金融业务。 ? 数据采集 “金融大数据服务平台”首先需要收集各种金融数据，它们可能是结构化的，也可能是半结构化或非结构化的；既可能来自银行内部的各业务系统，也可能由外部提供；既可以是静态的（如属性数据），也可以是动态的（如行为数据）。而金融数据采集产品就是根据业务需要，将这些数据采集到“金融大数据服务平台”中。 ? 数据存储 Hadoop集群通过将数据分配到多个集群节点上并进行并行处理，因此尤为适合对大数据的存储和分析。Hadoop集群通过添加节点数量来有效的扩展集群，因此具有极好的可扩展性；Hadoop软件都是开源的，也不必购买昂贵的高档服务器，因此具有很好的性价比。Hadoop集群将数据分片发送至多个节点保存，因此具有极高的容错性。 ? 数据预处理 采集到金融数据来自多种数据源，大多存在着不完整性和不一致性，无法直接用于数据挖掘或严重影响数据挖掘的效率。因此在进行数据挖掘之前，通过使用数据预处理工具，灵活对原始数据的清理、变换、集成等处理，可以减少挖掘所需数据量，缩短所需时间，并极大提高数据挖掘的质量。 ? 数据挖掘 数据挖掘是通过分析数据、从大量数据中寻找其潜在规律的技术。利用预测、关联、分类、聚类、时序分析等技术，数据挖掘可以从海量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识。目前，传统的数据挖掘产品在大数据平台上还存在一些局限性，研发一套Hadoop平台下的数据挖掘工具是一项极具挑战性的任务。 ? 可视化展现 数据挖掘得到的结果，往往数据量巨大、关联关系复杂、维度多以及双向互动需求等。可视化展现工具以适合人类思维的图形化的方式对结果进行展示，提高了数据的直观性和可视性。可视化展现面向各类客户，通过选择合适的可视化模型，将枯燥的数据转换为令人印象深刻的美丽图形，极大提升了数据的利用价值。 ? 业务实现 “金融大数据服务平台”的效果，最终需要集成在各类金融业务系统中才能得以体现。目前拟建设的金融业务系统有：精准营销系统、统一广告发布系统、业务体验优化系统、客户流失分析系统、风险分析系统等。三. 项目目标 实施针对银行的“金融大数据服务平台”项目，通过采集银行内部与外部、静态与动态的各类金融数据，搭建适于大数据存储与分析的Hadoop集群，对金融数据采取合适的预处理方式，利用数据挖掘技术得出隐藏