大數(shù)據(jù)解決方案

北京榮之聯(lián)

大數(shù)據(jù)處理方案目錄大數(shù)據(jù)綜述榮之聯(lián)企業(yè)大數(shù)據(jù)平臺(tái)方案大數(shù)據(jù)平臺(tái)建立方法汽車(chē)制造業(yè)運(yùn)用大數(shù)據(jù)暢想案例大數(shù)據(jù)時(shí)代到來(lái)IDC預(yù)測(cè)全球的數(shù)據(jù)運(yùn)用量到2020年會(huì)增長(zhǎng)44倍，到達(dá)35.2ZB(1ZB=10億TB)寬帶、挪動(dòng)網(wǎng)絡(luò)普及和提速挪動(dòng)網(wǎng)絡(luò)和各種智能終端視頻(醫(yī)療影像、地理信息、監(jiān)控錄像等)統(tǒng)計(jì)、分析、預(yù)測(cè)、實(shí)時(shí)處置傳感器、RFID閱讀器、導(dǎo)航終端等非傳統(tǒng)IT設(shè)備社交網(wǎng)絡(luò)(Facebook,Twitter,微博等)數(shù)據(jù)處置思想轉(zhuǎn)變少量的樣本數(shù)據(jù)數(shù)據(jù)關(guān)系力求明確明晰探求難以捉摸的因果關(guān)系要求數(shù)據(jù)準(zhǔn)確無(wú)誤全量數(shù)據(jù) 樂(lè)于接受數(shù)據(jù)的紛繁復(fù)雜轉(zhuǎn)而關(guān)注事物的關(guān)聯(lián)關(guān)系 數(shù)據(jù)的準(zhǔn)確不是那么重要了?谷歌翻譯系統(tǒng)為了訓(xùn)練其系統(tǒng)，搜集其能找到的一切翻譯；?谷歌搜集了上萬(wàn)億頁(yè)的語(yǔ)料庫(kù)，包括質(zhì)量參差不齊的文檔；?上萬(wàn)億的語(yǔ)料庫(kù)，相當(dāng)于950億句英語(yǔ)；?相對(duì)而言，谷歌的翻譯質(zhì)量還是最好的；?谷歌翻譯之所以更好，不是由于它擁有一個(gè)更好的算法機(jī)制，而是添加了各種各樣的數(shù)據(jù)，包括有錯(cuò)誤的數(shù)據(jù)；?在谷歌的翻譯團(tuán)隊(duì)中，大多數(shù)工程師并不懂其翻譯出來(lái)的言語(yǔ)；數(shù)據(jù)處置思想轉(zhuǎn)變傳統(tǒng)數(shù)據(jù)分析思想大數(shù)據(jù)分析思想案例一?聘請(qǐng)了20多名書(shū)評(píng)家和編輯組成的團(tuán)隊(duì)，在網(wǎng)頁(yè)上創(chuàng)建“亞馬遜的聲音〞向客戶引薦新書(shū)，寫(xiě)書(shū)評(píng)；?經(jīng)過(guò)客戶的購(gòu)買(mǎi)歷史，尋覓客戶的類似性，對(duì)客戶分群進(jìn)展產(chǎn)品引薦，引薦的總是與以往購(gòu)買(mǎi)的類似或略有區(qū)別；?經(jīng)過(guò)大量的數(shù)據(jù)分析，找出書(shū)籍之間的關(guān)聯(lián)關(guān)系，即“item-to-item〞,時(shí)亞馬遜發(fā)生了天翻地覆的變化。?AMAZON銷(xiāo)售額的三分之一來(lái)自于“item-to-item〞的引薦系統(tǒng)。?AMAZON最終放棄了在線書(shū)評(píng)，書(shū)評(píng)團(tuán)隊(duì)被解散。案例二數(shù)據(jù)處置思想轉(zhuǎn)變數(shù)據(jù)處置思想轉(zhuǎn)變關(guān)聯(lián)關(guān)系，預(yù)測(cè)的關(guān)鍵。很多時(shí)候，知道“是什么〞就夠了，沒(méi)必要知道“為什么〞。一旦我們完成了“關(guān)聯(lián)關(guān)系〞分析，我們就可以繼續(xù)向更深層次研討因果關(guān)系，找出背后的“為什么〞?沃爾瑪：請(qǐng)把蛋撻和颶風(fēng)用品擺在一同，請(qǐng)把啤酒和尿片擺在一同；?某信譽(yù)評(píng)分公司，利用Facebook的社交圈來(lái)預(yù)測(cè)個(gè)人歸還債務(wù)的能夠性；?對(duì)沖基金經(jīng)過(guò)分析Twitter微博的數(shù)據(jù)文本，作為股市投資的信號(hào)；?某信譽(yù)評(píng)分公司，利用Facebook的社交圈來(lái)預(yù)測(cè)個(gè)人歸還債務(wù)的能夠性；?對(duì)沖基金經(jīng)過(guò)分析Twitter微博的數(shù)據(jù)文本，作為股市投資的信號(hào)；其它案例大數(shù)據(jù)與BI交融*大數(shù)據(jù)的商業(yè)價(jià)值大數(shù)據(jù)主要廠商大型企業(yè)和機(jī)構(gòu)在尋求處理棘手的大數(shù)據(jù)問(wèn)題時(shí)，往往會(huì)運(yùn)用開(kāi)源軟件根底架構(gòu)Hadoop的效力。由于Hadoop深受歡迎，許多公司都推出了各自版本的Hadoop，也有一些公司那么圍繞Hadoop提供處理方案。Hadoop的發(fā)行版除了社區(qū)的Apachehadoop外，cloudera，IBM，ORACLE等都提供了本人的商業(yè)版本。商業(yè)版主要是提供Hadoop專業(yè)的技術(shù)支持，這對(duì)一些大型企業(yè)尤其重要。ClouderaEMC。。。IBMOracle大數(shù)據(jù)生態(tài)HIVEBigDataApplicationsPig!ZooKeeperSQLRAW非構(gòu)造化資料匯入SQL資料匯入分散式檔案系統(tǒng)類SQL資料庫(kù)系統(tǒng)(非即時(shí)性)分散式資料庫(kù)(即時(shí)性)并行計(jì)算框架資料處置言語(yǔ)數(shù)據(jù)發(fā)掘程序庫(kù)目錄大數(shù)據(jù)綜述榮之聯(lián)企業(yè)大數(shù)據(jù)平臺(tái)方案大數(shù)據(jù)平臺(tái)建立方法汽車(chē)制造業(yè)運(yùn)用大數(shù)據(jù)暢想案例企業(yè)大數(shù)據(jù)平臺(tái)架構(gòu)原那么*技術(shù)-按需頻度的數(shù)據(jù)獲取批量和實(shí)時(shí)數(shù)據(jù)采用不同的技術(shù)手段和工具，遵照一致的文件接口規(guī)范技術(shù)-多樣化數(shù)據(jù)共存跨同構(gòu)/異構(gòu)數(shù)據(jù)庫(kù)〔物理系統(tǒng)〕，基于文本、數(shù)據(jù)庫(kù)的數(shù)據(jù)抽取和加載數(shù)據(jù)-數(shù)據(jù)即效力業(yè)務(wù)人員經(jīng)過(guò)邏輯數(shù)據(jù)對(duì)象組件訪問(wèn)數(shù)據(jù)，而不用關(guān)懷數(shù)據(jù)的物理存儲(chǔ)方式。經(jīng)過(guò)數(shù)據(jù)組織與前端運(yùn)用功能，使業(yè)務(wù)人員可以較容易、較快地定位和了解數(shù)據(jù)的內(nèi)容。數(shù)據(jù)-數(shù)據(jù)質(zhì)量控制經(jīng)過(guò)一系列的技術(shù)和業(yè)務(wù)手段實(shí)現(xiàn)數(shù)據(jù)集成平臺(tái)數(shù)據(jù)質(zhì)量控制，主要表達(dá)在數(shù)據(jù)正確性〔技術(shù)〕、完好性、一致性〔業(yè)務(wù)〕、有效性。大數(shù)據(jù)平臺(tái)整體架構(gòu)大數(shù)據(jù)處置流程建立對(duì)非構(gòu)造化數(shù)據(jù)進(jìn)展SQL語(yǔ)法查詢的支持，實(shí)現(xiàn)與構(gòu)造化數(shù)據(jù)的集成關(guān)聯(lián)〔key〕主分類關(guān)鍵詞標(biāo)簽地名人名全國(guó)一致分類分詞，倒排搜索共性、個(gè)性文本識(shí)別處置功能模塊網(wǎng)頁(yè)分類反向搜索關(guān)鍵詞分析日志關(guān)聯(lián)內(nèi)容分詞索引建立索引分析日志合并用戶類別標(biāo)簽摘要構(gòu)造化元信息網(wǎng)頁(yè)信息分類數(shù)據(jù)獲取語(yǔ)義分析數(shù)據(jù)解析

非構(gòu)造化數(shù)據(jù)數(shù)據(jù)獲取構(gòu)造化數(shù)據(jù)數(shù)據(jù)集市數(shù)據(jù)集市EDW構(gòu)造化元數(shù)據(jù)Hadoop建立非構(gòu)造化信息的標(biāo)簽、摘要、索引、日志、內(nèi)容等提取構(gòu)造化的元數(shù)據(jù)信息，如類別、標(biāo)引、摘要等；實(shí)現(xiàn)與構(gòu)造化數(shù)據(jù)的整合ODSSQL聲譽(yù)度分析品牌分析效力質(zhì)量分析競(jìng)爭(zhēng)產(chǎn)品分析產(chǎn)品評(píng)價(jià)市場(chǎng)動(dòng)態(tài)跟蹤ETL網(wǎng)絡(luò)爬蟲(chóng)大數(shù)據(jù)關(guān)鍵技術(shù)大數(shù)據(jù)關(guān)鍵技術(shù)-HadoopHadoop系統(tǒng)任務(wù)原理大數(shù)據(jù)關(guān)鍵技術(shù)-網(wǎng)絡(luò)數(shù)據(jù)獲取分布式網(wǎng)絡(luò)爬蟲(chóng)分布式文件系統(tǒng)分布式存儲(chǔ)橫向擴(kuò)容(Scale-out)架構(gòu)分布式軟件架構(gòu)并行計(jì)算框架大數(shù)據(jù)關(guān)鍵技術(shù)-兩種平臺(tái)相互集成大數(shù)據(jù)關(guān)鍵技術(shù)-數(shù)據(jù)運(yùn)用功能數(shù)據(jù)查詢數(shù)據(jù)統(tǒng)計(jì)信息檢索數(shù)據(jù)分析語(yǔ)義分析數(shù)據(jù)發(fā)掘運(yùn)營(yíng)管理市場(chǎng)活動(dòng)市場(chǎng)口碑分銷(xiāo)管理決策支持用戶效力大數(shù)據(jù)關(guān)鍵技術(shù)-數(shù)據(jù)管控目錄大數(shù)據(jù)綜述榮之聯(lián)企業(yè)大數(shù)據(jù)平臺(tái)方案大數(shù)據(jù)平臺(tái)建立方法汽車(chē)制造業(yè)運(yùn)用大數(shù)據(jù)暢想案例傳統(tǒng)數(shù)據(jù)平臺(tái)與大數(shù)據(jù)分布式平臺(tái)特性差別大數(shù)據(jù)分析與傳統(tǒng)BI分析差別構(gòu)造化數(shù)據(jù)數(shù)據(jù)規(guī)模普通為T(mén)B規(guī)模集中式，為了分析進(jìn)展大量數(shù)據(jù)挪動(dòng)，數(shù)據(jù)向計(jì)算接近批處置為主構(gòu)造化/非構(gòu)造化混合分析的才干數(shù)據(jù)規(guī)模從數(shù)十TB到PB級(jí)別分布式，計(jì)算向數(shù)據(jù)接近支持流式分析事務(wù)關(guān)系型數(shù)據(jù)庫(kù)批處置數(shù)據(jù)倉(cāng)庫(kù)分析集群化非構(gòu)造化流式多種數(shù)據(jù)源分析(MapReduce)組織傳統(tǒng)BI分析大數(shù)據(jù)分析大數(shù)據(jù)處置和管理體系-多構(gòu)造化大數(shù)據(jù)實(shí)施建議第一階段：運(yùn)用場(chǎng)景驅(qū)動(dòng)的大數(shù)據(jù)開(kāi)發(fā)第二階段：各業(yè)務(wù)系統(tǒng)、各渠道系統(tǒng)等配合大數(shù)據(jù)改造優(yōu)化第三階段：管理信息體系下的大數(shù)據(jù)平臺(tái)建立第四階段〔目標(biāo)〕：以大數(shù)據(jù)驅(qū)動(dòng)的，實(shí)時(shí)的、整體聯(lián)動(dòng)的IT處理方案Thinkbig，startsmall.大處著眼,小處著手。大數(shù)據(jù)實(shí)施方法論大數(shù)據(jù)業(yè)務(wù)戰(zhàn)略大數(shù)據(jù)建立目的大數(shù)據(jù)架構(gòu)設(shè)計(jì)大數(shù)據(jù)實(shí)施大數(shù)據(jù)運(yùn)維企業(yè)戰(zhàn)略目的業(yè)務(wù)目的業(yè)務(wù)方式大數(shù)據(jù)治理目的運(yùn)用場(chǎng)景效力方式效力對(duì)象大數(shù)據(jù)效力定義大數(shù)據(jù)信息模型大數(shù)據(jù)管理定義技術(shù)選擇驗(yàn)證測(cè)試容量規(guī)劃安裝，配置驗(yàn)收測(cè)試系統(tǒng)上線大數(shù)據(jù)效力管理效力性能管理生命周期管理資源調(diào)度系統(tǒng)監(jiān)控大數(shù)據(jù)繼續(xù)改良業(yè)務(wù)調(diào)整效力改良技術(shù)晉級(jí)架構(gòu)優(yōu)化大數(shù)據(jù)的角色和技藝目錄大數(shù)據(jù)綜述榮之聯(lián)企業(yè)大數(shù)據(jù)平臺(tái)方案大數(shù)據(jù)平臺(tái)建立方法汽車(chē)制造業(yè)運(yùn)用大數(shù)據(jù)暢想案例汽車(chē)企業(yè)IT的過(guò)去汽車(chē)企業(yè)IT的未來(lái)業(yè)務(wù)挑戰(zhàn)產(chǎn)品研發(fā)周期呼應(yīng)長(zhǎng)市場(chǎng)擴(kuò)張不夠且競(jìng)爭(zhēng)猛烈客戶忠實(shí)度不高本錢(qián)增長(zhǎng)且利潤(rùn)率低業(yè)務(wù)趨勢(shì)提升客戶效力，添加用戶粘度提高消費(fèi)率擴(kuò)展市場(chǎng)份額加強(qiáng)集團(tuán)管控降低本錢(qián)綠色經(jīng)濟(jì)新興技術(shù)云〔Cloud〕挪動(dòng)〔Mobility〕社交〔Social〕大數(shù)據(jù)〔BigData〕一體化平臺(tái)客戶體驗(yàn)〔CX〕汽車(chē)制造業(yè)大數(shù)據(jù)才干創(chuàng)新的方向部分?jǐn)?shù)據(jù)開(kāi)放實(shí)時(shí)/近實(shí)時(shí)封鎖延時(shí)報(bào)表/KPI“大〞數(shù)據(jù)更深化大數(shù)據(jù)在汽車(chē)制造企業(yè)的運(yùn)用企業(yè)級(jí)數(shù)據(jù)行業(yè)數(shù)據(jù)跨行業(yè)數(shù)據(jù)企業(yè)傳統(tǒng)數(shù)據(jù)供應(yīng)商數(shù)據(jù)訂單數(shù)據(jù)維修記錄分銷(xiāo)商數(shù)據(jù)客戶數(shù)據(jù)資源數(shù)據(jù)消費(fèi)數(shù)據(jù)產(chǎn)品數(shù)據(jù)運(yùn)營(yíng)數(shù)據(jù)打包價(jià)錢(qián)客戶行為傳感器數(shù)據(jù)最終客戶需求客戶建議和意見(jiàn)競(jìng)爭(zhēng)對(duì)手情況業(yè)界預(yù)測(cè)行業(yè)動(dòng)態(tài)政策法規(guī)保險(xiǎn)電子商務(wù)交通天氣金融貸款地理位置熱點(diǎn)事件旅游市場(chǎng)公共平安文化體育車(chē)飾周邊微博微信共享的大數(shù)據(jù)平臺(tái)深度分析高矯捷性高度可伸縮性實(shí)時(shí)市場(chǎng)宣傳和精準(zhǔn)營(yíng)銷(xiāo)提升客戶效力和稱心度把握市場(chǎng)需求和供應(yīng)掌握車(chē)輛形狀和質(zhì)量提升支持管理決策和集團(tuán)管控大數(shù)據(jù)在汽車(chē)制造行業(yè)大有作為保證根底信息質(zhì)量，保證數(shù)據(jù)提示的信息到達(dá)最正確運(yùn)用效果產(chǎn)品創(chuàng)新供應(yīng)優(yōu)化精準(zhǔn)營(yíng)銷(xiāo)效力提升深化洞察客戶所想，所需，所感，所在及所得經(jīng)過(guò)大數(shù)據(jù)銜接客戶和產(chǎn)品加強(qiáng)客戶和產(chǎn)品生命周期管理客戶銷(xiāo)售營(yíng)銷(xiāo)忠實(shí)度效力駕駛習(xí)慣喜歡偏好購(gòu)買(mǎi)行為品牌籠統(tǒng)市場(chǎng)定位營(yíng)銷(xiāo)渠道置換設(shè)計(jì)研發(fā)效力銷(xiāo)售供應(yīng)消費(fèi)感知客戶行為，實(shí)時(shí)精準(zhǔn)營(yíng)銷(xiāo)與效力目錄大數(shù)據(jù)綜述榮之聯(lián)企業(yè)大數(shù)據(jù)平臺(tái)方案大數(shù)據(jù)平臺(tái)建立方法汽車(chē)制造業(yè)運(yùn)用大數(shù)據(jù)暢想案例典型案例：新媒體數(shù)據(jù)庫(kù)工程工程背景客戶收益處理方案基于大數(shù)據(jù)與云計(jì)算技術(shù)體系理念和技術(shù)架構(gòu)根底上，建立一個(gè)全新的新媒體數(shù)據(jù)庫(kù)，并實(shí)現(xiàn)任務(wù)素材庫(kù)、任務(wù)庫(kù)、運(yùn)用庫(kù)和知識(shí)庫(kù)的架構(gòu)格局。為全球一體化多媒體采編與數(shù)字加工平臺(tái)，新媒體多元化加工開(kāi)發(fā)與集效果勞平臺(tái)等一系列關(guān)鍵業(yè)務(wù)系統(tǒng)提供數(shù)據(jù)存儲(chǔ)、全文檢索、數(shù)據(jù)庫(kù)及其根底運(yùn)用效力。全面提升新媒體數(shù)據(jù)庫(kù)的運(yùn)用效力才干，到達(dá)對(duì)外效力商業(yè)化的規(guī)范。整合更多的社會(huì)資源，組建知識(shí)庫(kù)群，進(jìn)而構(gòu)成決策智庫(kù)，效力于各級(jí)政府決策，提升在政府決策中的影響力根據(jù)用戶的興趣特點(diǎn)和購(gòu)買(mǎi)行為，實(shí)現(xiàn)個(gè)性化引薦，拓展了具有很大潛力的長(zhǎng)尾客戶典型案例：貴州挪動(dòng)用戶互聯(lián)網(wǎng)行為分析工程工程背景客戶收益處理方案隨著3G迸發(fā)性增長(zhǎng)和智能手機(jī)普及，挪動(dòng)互聯(lián)網(wǎng)開(kāi)展一日千里，流量猛增大大超前運(yùn)營(yíng)商預(yù)期，另一方面，無(wú)論在挪動(dòng)還是固定網(wǎng)絡(luò)，語(yǔ)音通訊市場(chǎng)目前曾經(jīng)趨向飽和，基于語(yǔ)音通訊的增值業(yè)務(wù)已有明顯下降的趨勢(shì)；隨著挪動(dòng)互聯(lián)網(wǎng)的飛速開(kāi)展，語(yǔ)音業(yè)務(wù)的運(yùn)營(yíng)必然被流量增值業(yè)務(wù)的運(yùn)營(yíng)所取代?；谟脩鬢AP上網(wǎng)行為分析，實(shí)現(xiàn)對(duì)客戶內(nèi)容偏好、客戶網(wǎng)絡(luò)行為偏好和互聯(lián)網(wǎng)標(biāo)簽的挑選，助力于精細(xì)化營(yíng)銷(xiāo)開(kāi)展。基于互聯(lián)網(wǎng)行為分析，洞悉客戶需求，將客戶細(xì)分為文娛、交流、學(xué)習(xí)、生活、商務(wù)、工具六大類，構(gòu)建挪動(dòng)互聯(lián)網(wǎng)產(chǎn)品標(biāo)簽庫(kù)；經(jīng)過(guò)自有互聯(lián)網(wǎng)業(yè)務(wù)與網(wǎng)絡(luò)熱點(diǎn)產(chǎn)品進(jìn)展“浸透率〞、“覆蓋率〞、“活潑率〞對(duì)比分析，構(gòu)建增值業(yè)務(wù)產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)評(píng)價(jià)體系。典型案例：中國(guó)人力資源和社會(huì)保證出版集團(tuán)企業(yè)培訓(xùn)平臺(tái)工程背景客戶收益處理方案當(dāng)前，我國(guó)正處于貫徹落實(shí)“十二五〞規(guī)劃的關(guān)鍵時(shí)期和實(shí)施人才強(qiáng)國(guó)戰(zhàn)略的重要時(shí)期，產(chǎn)業(yè)規(guī)劃調(diào)整、企業(yè)晉級(jí)換代進(jìn)入關(guān)鍵階段，許多地域和行業(yè)存在著技藝勞動(dòng)者供不應(yīng)求的景象，尤其是在傳統(tǒng)產(chǎn)業(yè)和高新技術(shù)產(chǎn)業(yè)領(lǐng)域，技藝勞動(dòng)者特別是高技藝人才嚴(yán)重短缺，供需之間的構(gòu)造性短缺矛盾日益突出。中國(guó)人力資源和社會(huì)保證出版集團(tuán)將堅(jiān)持以效力人力資源社會(huì)保證事業(yè)開(kāi)展為己任，以培育人才、助力民生為任務(wù)主線，逐漸打呵斥為我國(guó)人力資源社會(huì)保證信息交匯平臺(tái)、職業(yè)教育和職業(yè)培訓(xùn)教材研發(fā)基地、職業(yè)平安和勞動(dòng)保證知識(shí)傳播中心。滿足遠(yuǎn)程教育培訓(xùn)的需求〔滿足培訓(xùn)和教學(xué)兩方面的功能需求〕，針對(duì)課件制造、精品課程制造提供良好便利的設(shè)計(jì)制造平臺(tái)。足集團(tuán)未來(lái)信息化擴(kuò)展的需求，應(yīng)對(duì)日益猛烈的信息數(shù)字化競(jìng)爭(zhēng)。典型案例：中信銀行信譽(yù)卡中心工程背景客戶收益處理方案中信銀行信譽(yù)卡中心充分利用銀行的內(nèi)部資源，自2007年發(fā)卡至今，憑仗強(qiáng)大的平安保證、便利的還款方式、優(yōu)質(zhì)的客戶效力以及繼續(xù)豐富的刷卡優(yōu)惠活動(dòng)，中信平安信譽(yù)卡已從競(jìng)爭(zhēng)日趨白熱化的國(guó)內(nèi)信譽(yù)卡市場(chǎng)中異軍突起。發(fā)卡量增長(zhǎng)迅速：2021年發(fā)卡約500萬(wàn)張，2021年添加了一倍。業(yè)務(wù)數(shù)據(jù)增長(zhǎng)迅速：隨著業(yè)務(wù)的迅猛增長(zhǎng)，業(yè)務(wù)數(shù)據(jù)規(guī)模也線性膨脹。數(shù)據(jù)存儲(chǔ)、系統(tǒng)維護(hù)、數(shù)據(jù)有效利用都面臨宏大壓力。實(shí)時(shí)的商業(yè)智能可以結(jié)合實(shí)時(shí)、歷史數(shù)據(jù)進(jìn)展全局分析,風(fēng)險(xiǎn)管理部門(mén)如今可以每天評(píng)價(jià)客戶的行為，并決議對(duì)客戶的信譽(yù)額度在同一天進(jìn)展調(diào)整；原有內(nèi)部系統(tǒng)、模型整體性能顯著提高秒級(jí)營(yíng)銷(xiāo)提供了一致的客戶視圖，更有針對(duì)的進(jìn)展?fàn)I銷(xiāo)。2021年，中信銀行信譽(yù)卡中心經(jīng)過(guò)其數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)平臺(tái)進(jìn)展了1286個(gè)宣傳活動(dòng)，每個(gè)營(yíng)銷(xiāo)活動(dòng)配置平均時(shí)間從2周縮短到2-3天。EMCGreenPlumClouderaHadoopInformaticaPowerCenterIBMSPSS分布式架構(gòu)與關(guān)系型數(shù)據(jù)庫(kù)的結(jié)合，實(shí)現(xiàn)構(gòu)造化與非機(jī)構(gòu)化數(shù)據(jù)的存儲(chǔ)與處置多數(shù)據(jù)源〔30+〕整合，數(shù)據(jù)交換平臺(tái)建立創(chuàng)建客戶一致視圖，客戶全方位發(fā)掘分析。營(yíng)銷(xiāo)活動(dòng)管理的閉環(huán)運(yùn)用典型案例：迪信通庫(kù)存優(yōu)化工程工程背景客戶收益處理方案提供了庫(kù)存優(yōu)化的處理方案。建立的銷(xiāo)量預(yù)測(cè)模型，實(shí)現(xiàn)了對(duì)周期采購(gòu)的合理指點(diǎn)。實(shí)現(xiàn)了銷(xiāo)量預(yù)測(cè)準(zhǔn)確率校驗(yàn)、庫(kù)存周轉(zhuǎn)效果校驗(yàn)、缺貨校驗(yàn)等功能。迪信通是國(guó)內(nèi)市場(chǎng)占有率最高的通訊連鎖零售企業(yè)，庫(kù)存量偏高、庫(kù)存周轉(zhuǎn)率低不斷是困擾企業(yè)的難題。迪信通庫(kù)存優(yōu)化工程是經(jīng)過(guò)大數(shù)據(jù)分析和發(fā)掘技術(shù)實(shí)現(xiàn)手機(jī)銷(xiāo)量的準(zhǔn)確預(yù)測(cè)，根據(jù)預(yù)測(cè)結(jié)果指點(diǎn)采購(gòu)人員合理采購(gòu)，從而到達(dá)降低庫(kù)存量，提高庫(kù)存周轉(zhuǎn)的目的。經(jīng)過(guò)庫(kù)存優(yōu)化模型，降低了企業(yè)的庫(kù)存量，提高了庫(kù)存周轉(zhuǎn)率。為企業(yè)的采購(gòu)提供了科學(xué)根據(jù)，提升了企業(yè)的采購(gòu)管理、庫(kù)存管理才干。ClouderaHadoopSASBirt典型案例：國(guó)金證券營(yíng)銷(xiāo)活動(dòng)管理平臺(tái)工程背景客戶收益處理方案國(guó)金證券股份是中國(guó)證券監(jiān)視管理委員會(huì)核準(zhǔn)的七家合規(guī)試點(diǎn)證券公司之一，公司現(xiàn)有客戶超越30萬(wàn)戶，托管的證券市值和保證金超越280億元。隨著規(guī)模的不論擴(kuò)展，企業(yè)對(duì)信息化建立的要求也在不斷提高。國(guó)金證券希望滿足業(yè)務(wù)創(chuàng)新對(duì)營(yíng)銷(xiāo)活動(dòng)管理的要求，實(shí)現(xiàn)智能化的營(yíng)銷(xiāo)決策支持、多步驟多渠道的活動(dòng)流程管理、精細(xì)化的客戶信息管理、高度自動(dòng)化的系統(tǒng)執(zhí)行。在數(shù)據(jù)層采集買(mǎi)賣(mài)系統(tǒng)、CRM系統(tǒng)、HR系統(tǒng)、EBOSS系統(tǒng)、呼叫中心系統(tǒng)的數(shù)據(jù)，建立客戶、員工、產(chǎn)品一致視圖，為了滿足后續(xù)業(yè)務(wù)的擴(kuò)展，比照實(shí)現(xiàn)融資融券、股指期貨、資產(chǎn)管理等相關(guān)系統(tǒng)數(shù)據(jù)的采集和對(duì)接。營(yíng)銷(xiāo)活動(dòng)管理系統(tǒng)的功能包括活動(dòng)一致視圖、營(yíng)銷(xiāo)活動(dòng)上線前管理、營(yíng)銷(xiāo)活動(dòng)執(zhí)行管理、營(yíng)銷(xiāo)活動(dòng)評(píng)價(jià)、客戶營(yíng)銷(xiāo)活動(dòng)360度視圖、渠道系統(tǒng)對(duì)接等。自動(dòng)對(duì)接外圍系統(tǒng)，包括互動(dòng)短信、彩信平臺(tái)、EDM、電銷(xiāo)、微信平臺(tái)、股