ethink大数据分析行业案例

ethink大数据分析行业案例

ID:39964091

大小:3.53 MB

页数:10页

时间:2019-07-16

ethink大数据分析行业案例_第1页
ethink大数据分析行业案例_第2页
ethink大数据分析行业案例_第3页
ethink大数据分析行业案例_第4页
ethink大数据分析行业案例_第5页
资源描述:

《ethink大数据分析行业案例》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、运营商大数据分析——电信项目需求—以省级电信数据中心为基础,建立大数据分析平台,核心应用为:客户画像应用、客户流失预测、用户行为分析、换机预测等功能数据存储数据量(流量表):日汇总后的数据集市每日3亿记录,每月100亿条记录查询统计响应时长:4秒以内硬件环境:数据库服务器1台+25台分布式pcserver(4颗4核CPU,16G内存)数据可视化自助报表查询中心,可视化推送与呈现经营管理可视化,管理人员能够及时准确地了解市场竞争、业务发展和资源使用情况,以便及时发现问题和解决问题客户投诉智能识别系统辨别客户投诉的真实原因、发现问题、改进产品、提升服务体验运营商大数据——

2、客户流失预测客户流失预测模型通话频率、上网偏好、地区位置、年龄、性别、职业。。。竞争对手、朋友圈、家庭成员。。。用户体验评估、服务品质、市场波动。。。客户数据外部数据其它数据利用ETHINK优化的神经网络算法、回归分析算法等数据挖掘方法命中率达70.57%覆盖率达67.49%运营商大数据——客户投诉智能识别某一省为例:769个投诉原因被识别;配合业务部门提出37个产品优化建议,协助优化21个产品;优化不满意点68个,消除468,295客户的潜在不满隐患;每年节约成本达840万。客户流失预测模型采用向量空间模型建模技术,利用ETHINK优化的K—最相邻算法、一次迭代LR

3、等算法历史数据客户数据环境数据服务数据产品数据ETHINK大数据平台历史上的其它投诉数据客户基本数据与客户相关的经济、政治法律、社会文化、科学技术等数据客户投诉以及处理数据客户在用的产品及套餐相关的数据ETHINK优化算法金融大数据分析——银行项目需求—整合金融非结构化数据、结构化数据和敏捷数据建立大数据分析平台,核心应用:客户群体划分、精准营销、风险管控、运营优化、欺诈行为分析等功能数据存储某省数据中心,近五年的操作、交易记录,共1000亿条左右。80台X86架构的PC服务器单台服务器,8核CPU,32G内存数据可视化全行数据集中可视化,可视化推送以及移动应用全行数

4、据分析资源集中优化管理,提升数据分析效率,助力业务转型、创新和发展全行数据分析挖掘的灵活扩展,风险预警评价体系,实现系统化的运营监控金融大数据——信用风险评估传统的信用风险分析结构化数据定量成熟更注重内部数据ETHINK信用风险评估模型库结构化、非结构化数据定性不断发展分析内外部数据ETHINK信用风险评估是基于ETHINK大数据平台,可以不断发展,自我完善的模型库信用风险评估数据由信用风险系统提供电子化的信息(包含:评比、预期、信用等级下滑指标等)具备信用风险作业人员的专业常识(例如:所在公司过度时期的一些背景事实,老板的个人问题、应收账款品质下降等)外部资料,社交

5、媒体,黑名单、分析报告、所在行业产能等等数据算法模型的优化针对行业优化的深度学习算法、ETHINK优化的分类预测、聚类分析算法等ETHINK基于大数据平台,在数据分析的维度和算法的先进性方面有更大的优势ETHINK大数据分析平台,数据发现敏捷平台金融大数据——信用风险评估信用风险评估模型库以ETHINK大数据分析平台为基础,以信用风险评估模型库为引擎,实现系统化的运营监控;日均手工监督工作量由895.8万笔降至5.4万笔,全行释放了5900余名的业务监督人员。政府大数据分析——审计项目需求建立审计数据中心,核心应用:事件预警,对发现的审计疑点,进行提前预警。数据存储全

6、省审计数据,近3年数据,记录数过十亿条系统环境硬件环境:数据库服务器1台+8台分布式pcserver单台4核,16G内存数据可视化可视化报表设计,完成自动生成审计报表实现可视化审计全覆盖,开展多维度数据分析,提升审计效益质量和效率建立多种挖掘分析模型和方法体系,扩展审计视野和监督深度政府大数据——审计疑点预警审计疑点评估模型库建立风险分析模型32个,可以提前2周对相应风险进行预警基于ETHINK大数据平台,利用ETHINK优化的聚类分析、关联分析、回归分析、因子分析和判别分析等先进算法审计主体数据审计客体数据外部数据其它数据跨部门、跨机构、跨区域跨行业、跨产品、跨风险

7、信息的数据。。。法律法规数据、审计程序规范和标准。。。企业财务、生产经营活动相关的数据。。。审计人员自身数据、审计决定和审计意见书数据。。。数据挖掘应用——航空发动机故障诊断业务场景航空发动机工作条件复杂,维护时技术难度大、成本高,发动机故障在飞机飞行故障中占有相当大的比例,且常常因发动机的故障导致飞行中的灾难性事故;航空发动机的故障预测可以迅速而准确地确定故障部位及故障严重程度,有利于确保飞行安全以及减少投入维修的人力、物力,缩短飞行器的停飞时间,提高飞行器的利用率。解决方案飞机在试飞、飞行过程中在不同飞行参数下,会产生不同的飞行状态,通过在试飞、

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。