大数据大数据的实际应用总结

大数据的实际应用信息部2023-9-12大数据的理想应用某比萨店的电话铃响了，客服人员拿起电话。客服：XXX比萨店。您好，请问有什么需要我为您服务？顾客：你好，我想要一份披萨客服：先生，烦请先把您的会员卡号告诉我。顾客：16846146***。客服：您好！您是住在泉州路一号12楼120x室，根据您的医疗统计，您的血压和胆固醇都偏高，您能够试试我们的低脂健康比萨，99元，这个足够您一家六口吃了。但您母亲应该少吃，她上个月刚刚做了心脏搭桥手术，还处于恢复期。顾客：那能够刷卡吗？客服：对不起。请您付现款，因为您的信用卡已经刷爆了，您目前还欠银行4807元，而且还不涉及房贷利息。顾客：那我先去附近的提款机提款。客服：根据您的统计，您已经超出今日提款限额。顾客：算了，你们直接把比萨送我家吧，家里有现金。你们多久会送到？客服：大约30分钟。假如您不想等，能够自己骑车来。顾客：为何？客服：根据我们全球定位系统的车辆行驶自动跟踪系统统计。您登记有一辆车号为748的摩托车，而目前您正在解放路东段华联商场右侧骑着这辆摩托车。……大数据能够预测你的行为，影响你的选择，因为我们懂得你全部的信息什么是大数据数据量大(Volume)、数据种类多样(Variety)、要求实时性强(Velocity)。对它关注也是因为它蕴藏的商业价值大(Value)，也是大数据的4V特征；符合这些特征的，叫大数据。例如：1948年辽沈战役期间，司令员林彪要求每天要进行例常的“每日军情报告”，由值班参谋读出下属各个纵队、师、团用电台报告的当日战况和缴获情况。那几乎是反复着千篇一律枯燥无味的数据：每支部队歼敌多少、俘虏多少;缴获的火炮、车辆多少，枪支、物资多少。有一天，参谋照例报告当日的战况，林彪忽然打断他：“刚刚念的在胡家窝棚那个战斗的缴获，你们听到了吗?”大家都很茫然，因为如此战斗每天都有几十起，不都是差不多一模一样的枯燥数字吗?林彪扫视一周，见无人回答，便接连问了三句：“为何那里缴获的短枪与长枪的百分比比其他战斗略高?”“为何那里缴获和击毁的小车与大车的百分比比其他战斗略高?”“为何在那里俘虏和击毙的军官与士兵的百分比比其他战斗略高?”林彪司令员大步走向挂满军用地图的墙壁，指着地图上的那个点说：“我猜测，不，我断定!敌人的指挥所就在这里!”果然，部队不久就抓住了敌方的指挥官廖耀湘，并取得这场主要战役的胜利。大量、多样、实时的战斗数据，为林彪做出正确判断提供了强有力的根据，这就是数据的价值！决策支持大数据作用经典案例实际应用将来预测农夫山泉大悦城大数据的目前情况目录我们该怎么做目前要做的将来要做的Zara的快潮流耐克5大数据究竟能做什么？1、决策支持 将客户、顾客、产品、商户、品牌进行有机串联，对顾客的产品偏好，客户的关系偏好进行个性化定位，生产出顾客驱动型的产品，提供客户导向性的服务。 根据不同品牌市场数据之间的交叉、重叠，在品牌推广、区位选择、业态调整、战略规划方面将做到更精确的把握。2、将来预测 能够预测将来一段时间内，消费者的消费动向、商户销售；此前是经过经验、零散数据判断，没有形成完整的数据支持；而大数据为企业及时调整商品、品牌、商场布局、经营模式提供有力根据。6案例1：农夫山泉用大数据卖矿泉水问题：将自己定位成“大自然搬运工”的农夫山泉，在全国有十多种水源地。农夫山泉把水灌装、配送、上架，一瓶超市售价2元的550ml饮用水，其中3毛钱花在了运送上，怎么样才干降低运送成本？分析：基于上述场景，SAP团队和农夫山泉团队开始了场景开发，他们将诸多数据纳入了进来：高速公路的收费、道路等级、天气、配送中心辐射半径、季节性变化、不同市场的售价、不同渠道的费用、各地的人力成本、甚至突发性的需求（例如某城市召开一次大型运动会）。成果：达成在采购、仓储、配送这条线上，处理生产和销售的不平衡，精确获知该产多少，送多少；其次，让400家办事处、30个配送中心能够纳入到体系中来，形成一种动态网状构造，而非简朴的树状构造；最终，让退货、残次等问题与生产基地能够实时连接起来，降低了商品在运送上的成本。展示大数据采集农夫山泉的大数据采集7案例2：Zara的快潮流问题：怎么样尽快做出顾客喜欢的、潮流的衣服？分析：店经理随身带着PDA，搜集客人向店员反应：“这个衣领图案很漂亮”、“我不喜欢口袋的拉链”，这些细微末节的数据会直接传送到Zara总部的系统；生产端根据顾客意见，能于第一时间迅速修正由总部作出决策后立即传送到生产线，变化产品样式。成果：Zara两周之内就能做出根据顾客喜好调整后的服装。展示大数据采集Zara的大数据采集8案例3：用数据构建不同的大悦城问题：怎么样调整顾客动线，提升销售？分析：1-数据团队在分析客流量的时候发觉某处有一种柱子，诸多消费者走到这儿后只是左右平行的移动，直接错过了柱子背面的商铺，于是大悦城在柱子的位置挖了个洞，消费者觉得这儿有一种有意思的洞，就进去看看；2-朝阳大悦城有12层，整个项目里面多种电梯有上百部，利用电梯把客流输送到要点商铺，去提升整个项目的销售，数据团队取消了在南部和北部的两部电梯。成果：1-柱子被挖洞之后，柱子背面的铺位销售明显提升；2-取消南部和北部的电梯后，顾客必须绕行，其沿途要点铺位销售增长。展示大数据分析与应用朝阳大悦城的大数据分析与应用9案例3：用数据构建不同的大悦城问题：怎么样在平安夜全天做到满场？分析：根据2023年的历史数据，针对全天的不同步段进行差别化营销上午的10点～12点，下午2点～4点是客流的低谷期，这两个时段主要是家长带孩子来逛，所以推广部门向家长们推送“买1000返100”的最大幅度优惠；晚上9点到12点，平安夜的重头戏浪漫情侣档上演，这时候推送的信息变成潮流品牌折上折的“疯狂三小时”。成果：平安夜全天顾客爆满，销售额比往年增长30%。展示大数据分析与应用朝阳大悦城的大数据分析与应用10案例4：耐克慢跑鞋问题：怎么样才干推动Nike跑鞋或腕带+传感器产品？分析：只要运动者穿着Nike的跑鞋运动，传感器上传数据到耐克小区，就能和同好分享讨论。耐克和Facebook达成协议，顾客上传的跑步状态会实时更新到账户里。伴随跑步者不断上传自己的跑步路线，耐克由此掌握了主要城市里最佳跑步路线的数据库。海量的数据同步对于耐克了解顾客习惯、改善产品、精确投放和精确营销又起到了不可替代的作用。成果：耐克企业已经成功建立了全球最大的运动网上小区，超出500万活跃的顾客，每天不断地上传数据，耐克借此与消费者建立前所未有的牢固关系。耐克企业的跑步业务营收增长了30%，达成28亿美元。展示大数据采集耐克大数据分析与应用11大数据目前的情况大数据带来了商业应用的成功，但我们并不能盲目的迷信、夸张大数据的能力，我们必须冷静的面对大数据：CorporateExecutiveBoard征询企业在对5,000家企业进行了一项研究后发觉，尽管对数据进行分析并取得有效信息的能力已成为全球各组织的头等大事，但是真正在这方面取得明显成绩的企业并不多见。大部分商业基于既有的“小数据”进行分析，打通既有数据之间的联络，而不是大规模投入资金统计、分析新数据；即挖掘不同类别数据，找到数据之间的关联关系，多方面来证明、预测成果。12我们要明确的几点任何数据的统计都是需要投入的（设备、人力）任何数据搜集不是盲目的，是有调查、决策根据的（商业目前是以是以利润贡献为关键指标来衡量）数据的统计、分析是有偏差的，并不能完全真实的反应现实情况数据并不是越庞大越好，精确有效的小数据比庞大无效的数据更有价值13我们目前要做的精确统计、分析既有数据弥补目前还没有统计的基础数据打通既有数据之间的联络，从块状数据打通为网状数据，多角度验证数据与实际之间的联络是否精确14精确统计、分析既有数据会员信息：精确统计会员年龄、住址、会员消费商品统计信息。 --分析会员消费习惯，做到精确营销、预测消费商户信息：统计目前商户背景、商品、谈判周期、意向、进驻时间节点、装修、销售、退场信息。 --更精确的掌握商户谈判难度、意向、经营情况，为将来商户谈判奠定数据基础；目前凌云系统能够实现，需要招商部在招商时及时录入系统商户销售信息：目前根据商户每日上报的销售信息，交易笔数信息能够分析商户的经营情况，及时做出调整 --确保商户每日上报销售信息的精确性，凌云系统能够实现，需要营运部及时输入15弥补目前还缺失统计的基础数据商品交易统计：统计全部的商品交易统计，每个商户的销售商品、交易笔数。 --有了商品交易统计，能够精细化调整某日时段促销拉动消费；目前实现的措施有两种：一是集中收银；二是百货系统与全部商户的销售系统集成（处理不了无系统的商户）车流量统计：统计每日到店车辆数、每辆汽车停留时间 --开车顾客的贡献率远要高于一般顾客，是我们需要要点关注的消费对象；结合销售数据，能够得出不同业态销售和车流量的联络，有利于商品、业态调整；目前能够经过物业部门统计车辆出入时间及车牌号实现精确的人流统计：每日到商场的精确客流量、进入每家商户的客流量 --根据到商场人流量能够提供商场经营情况数据参照；进入每家商户的流量能够为商户提供经营参照数据；安装人流统计器能够实现，淘宝价格为200-600元/个16弥补目前还缺失统计的基础数据对租赁的全过程进行数据化管理：商户从谈判到退场，整个过程中全部的变化、进出货的变化还有其各个时间段、各个季节的促销、销售情况。 --有利于分析商户经营情况，为后来的商户谈判、促销活动安排、调整业态分布提供支持；凌云系统能够实现，需要招商部、营运部配合对全部业态品牌建档管理：将品牌精确分类，销售商品、背景、目前经营店铺情况数据，进行业态、品牌、租金、商品、服务定位。 --有利于业态下根据详细品牌的特征，在调整时提供根据，将广场布局调整至最合理状态；凌云系统能够实现，需要招商部配合17信息部目前要做的统计数据：将数据录入系统，建立相应报表分析数据：根据既有数据，分析数据之间的关联关系（销售、人流、商品、车流、商户、业态）组织数据：有目的性组织既