大数据之地理可视分析.docx

大数据之地理可视分析一、 大数据时代浪潮大数据(big data)，指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。它所涉及的资料规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点，或者有四个层面：Volume数据量大、Variety数据种类多样、Velocity数据实时性强、Value数据商业价值。具体而言第一，数据体量巨大。从TB级别，跃升到PB级别；第二，数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。第四，数据实时性强，数据处理速度快。大数据的4V特点类比问卷调查来理解大数据的意义。问卷调查其实就是对数据的一种整合与搜集，通过成千上万个用户对相同问题的不同答案，能通过挖掘用户的行为习惯和喜好，在凌乱纷繁的数据背后找到更符合用户兴趣和习惯的产品和服务，并对产品和服务进行有针对性的调整和优化，但是调查问卷获得的数据量毕竟是有限的，它有一定的局限性，而利用大数据来做类似的分析，数据量更大、反映面更广、结果更准确，这就是大数据的价值！而对于一个企业来说，无时无刻不在产生数据，如果将这些数据利用起来，采用一定的方法进行分析、智能挖掘，并将结果用于商业分析与商业规划。比起凭空想象的商业决策来说，基于大数据的分析与规划更加的具有说服力，执行起来的效果也是其他商业分析手段不可比拟的。可是，要将企业业务运转、管理过程中产生的有用的数据与没有价值的数据进行区分看起来可能是一个棘手的问题。企业所掌握的人员情况、工资表和客户记录对于企业的运转至关重要，但是其他数据也拥有转化为价值的力量。一段记录人们如何在您的商店浏览购物的视频、人们在购买您的服务前后的所作所为、如何通过社交网络联系客户、是什么吸引合作伙伴加盟、客户如何付款以及供应商喜欢的收款方式所有这些场景都提供了很多指向，将它们抽丝剥茧，透过特殊的棱镜观察，将其与其他数据集对照，或者以与众不同的方式分析解剖，就能让您的行事方式或者企业的经营模式发生天翻地覆的转变。这种转变可以体现在以下几个方面：l 让企业真正实时的了解客户。大数据可以为企业提供针对个体客户的十分个性化的见解。使用互连的社交媒体数据、移动数据、网络分析和其他数据分析，企业可以充分了解每一位客户，实时的知道他们想要什么，以及何时想要。l 能帮助企业实时改进和创新产品。通过从社会媒体和博客上收集人们如何评价某款产品，能够为企业提供比传统的问卷调查更多的信息。特别是当这些信息是实时收集到的，企业可以立即有针对性的对可能存在的问题做出改进。l 通过利用自己企业的数据和公共数据寻找新的市场和新的商业机会。l 帮助企业更好地了解竞争对手，做出最明智的市场规划。l 帮忙企业更有效的投放广告，节省企业资源。但屡见不鲜的是，很多公司仍然只是将信息简单堆在一起，仅将其当作为满足公司治理规则而必须要保存的信息加以处理，而不是将它们作为战略转变的工具。毕竟，数据和人员是业务部门仅有的两笔无法被竞争对手复制的财富。在善用的人手中，好的数据是所有管理决策的基础，带来的是对客户的深入了解和竞争优势。数据是业务部门的生命线，必须让数据在决策和行动时无缝且安全地流到人们手中。所以，数据应该随时为决策提供依据，公司能够善用这些数据，创造满足潜在需求的新产品和服务，增加企业的客户群体或者提高品牌的认知度，让企业往更加有利的道路上变得越来越强大。企业需要向创造和取得数据方面的投入索取回报。二、 大数据该怎么实施对于大数据在企业如何实施，如何为企业提供更好的决策服务，众说纷纭，各有道理。有人说：大数据的应用分三个阶段来实施：数据的整合、数据的挖掘，以及把大数据变成可操作的行动，从而指导决策。比如帮企业做内部数据挖掘，或侧重优化，帮企业更精准地找到用户，降低营销成本，提高企业销售率，增加利润。有些企业通过收集海量的消费者信息，然后利用大数据建模技术，按消费者属性（如所在地区、性别和兴趣、购买行为等维度），挖掘目标消费者，然后进行分类，再根据这些，对个体消费者进行营销信息推送。 也有些企业使用大数据分析算法找出他们的竞争对手产品价格的变化，从而自动改变产品的价格以及保持竞争力。还可以监测竞争对手的其他行为：如自动跟踪对手的新产品或促销活动。充分了解竞争对手，分析竞争对手当下的状况，帮助企业在激烈的市场竞争中，处于有利的地位。还有些企业根据用户的互联网痕迹进行渠道营销效果优化，通过互联网上顾客的行为轨迹来找出哪个营销渠道的顾客来源最多，哪个来源顾客实际购买量最多，是否是目标顾客等等，从而调整营销资源在各个渠道的投放。我们认为，企业实施大数据，必须以业务为导向，求真务实，奔着解决问题的目的去执行，才能事半功倍。以业务为导向，以问题为驱动，则首先必须发现问题，提出问题。而数据可视化则可很好的为我们提供展示数据的良好方式，有助于企业洞察问题，发现问题，进而解决问题。我们认为企业实施大数据可分为三个阶段：第一，把数据变得透明，通过有效直观的可视化手段，让公司领导甚至员工看到数据。第二，鼓励大家根据数据提出问题，形成互动，确定要解决的业务方向。第三，利用数据挖掘分析，建立预测模型等各种技术手段去解决业务问题，形成决策分析。三、 地理可视分析据统计：地球上人类活动中80%的信息都与地理位置有关，企业内部的各类业务数据也是如此，如门店信息，物流信息，产品数据、营销数据、客服信息等业务数据成千上万，但都与地理位置信息休戚相关。如何从繁杂的数据中选择有用的数据信息，从地理智慧、空间位置的角度，进行空间分析和智能挖掘后，为企业后期发展方向和业务决策提供依据，我们将之称大数据时代的地理可视分析。所谓地理可视分析，也称地理商业智能(GeoBusinessIntelligence)服务，就是把地理空间数据和地理信息技术等地理基因注入商业智能，将企业的数据信息在地图上可视化直观显示，通过科学的业务模型、地理信息系统专业算法和空间挖掘分析，洞察通过其他方式无法了解的趋势和内在关系，从而为企业的各种商业行为，如制定市场营销策略、规划物流路线、合理选址分析、分析预测发展趋势等构建良好的基础，使商业决策系统更加智能和精准，从而帮助企业获取更大的市场契机。地理可视分析融合了地理数据、地理技术、地理思维，以及商业决策、数学模型和企业业务流程等方面的知识，基于超图软件专业的GIS平台软件和技术优势，结合十多年来各行业解决方案，以及人口经济统计数据、水利环保气象等自然灾害数据，为企业用户提供涵盖在线案例、软件产品、数据产品、咨询服务和定制开发等内容的地理商业智能服务，包含有选址分析、经营分析、营销优化、智能物流等解决方案。地理可视分析服务范围智能物流：依托丰富的地图POI与路网数据、强大的地理编码功能、专业的路径分析算法，为企业提供包括自动智能派单、最优路径规划、用车成本计算、车辆人员位置监控、围栏报警、业务责任区划管理等服务。可广泛应用于物流企业和企业中的物流，提高物流企业的工作效率和准确度，减少企业在物流相关环节中的成本浪费。选址分析：依托专业的地理选址模型，结合人口、经济、商业等数据，分析城市发展态势、目标客户所在区域、消费力情况、学历情况，竞争对手布局等，为连锁企业的选址提供有力的决策依据。还可根据客户分布情况，应用于售后维修点选择等类似场景。经营分析：依托丰富的地理可视化技术，将企业与地理位置相关的数据，如经营业绩、连锁店分布、售后维修点、责任区划等，用地图的方式展现出来，清晰直观。地图可视化形式丰富多样，如分段设色、等级符号、热度图、等值区域等。还可与柱状图、饼图等仪表盘互动。制图过程简捷明了，无需专业知识，即可独自把感兴趣的指标在地图上呈现。区域覆盖广泛，从世界到中国各大区域，从省份到区县，甚至是乡镇。对企业数据进行空间多尺度的数据经营分析，使得决策者快速掌握企业全局情况。营销优化：依托地理数据、行业数据等，使用相应的分析模型，针对企业业务数据和目标客户情况，优化市场营销策略、广告投放，优化销售区域规划、调整业务责任区域划分，配置最优销售力量、策划最优营销活动等。GIS提供了一个管理电子地图和应用开发的平台，在此之上可以直观地反映出数据与数据之间的空间关系。如果加上外部数据的引入，可以在同样的电子地图上绑定自然、社会、人口统计、交通等环境信息，这些信息和业务系统产生的信息整合到一起，将成为一个非常丰富的信息资源。加上原有的时间分析功能，商业智能可以演变为具有时空分析的信息系统，它对企业管理潜在信息，特别是决策信息挖掘的能力，将是难以估量的。在企业自身、供应市场、消费市场三个环节，只要其中的任何一部分具有显著的地域特征，企业家在考虑战略性问题的时候，就存在对地理信息的需求，就具有应用GIS作为核心技术实施商业智能的潜力。许多来自不同行业的企业都具备了这种特性。可以预见，GIS企业应用将在中国有很大的发展。一家汽车组装厂，可能需要几万种不同的零部件和原料。合理地在整个供应链上选择供应商、运输途径、运输路线、供应时间，将对企业的产销协调提供莫大的帮助。但由于供应商和供应地点纷繁复杂，一个基于GIS的系统可以帮助供应管理部门直观地分析供应网络，全局性地了解供应链的运作状况；而基于GIS的系统，又为库存运输运筹、路径、配送等业务环节提供了基于空间信息的分析平台，在此之上可以开发许多高度智能化的应用，提高供应计划的质量，提高企业利润。一家电信或者金融服务商，可能拥有一个全国性甚至世界性的销售网络，面对着分布在数百个城市