电商经济形态背景下的数据挖掘、大数据分析技术及实用案例.ppt

《电商经济形态背景下的数据挖掘、大数据分析技术及实用案例.ppt》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、电商经济形态背景下的数据挖掘、大数据分析技术及实用案例引言随着云计算、物联网、社交网络等新兴服务的兴起，人类社会的数据种类和规模正以前所未有的速度增长，大数据时代正式到来。数据从简单的处理对象开始转变为一种基础性资源，如何更好地管理和利用数据，从已有的数据资源中挖掘出更大的价值已经成为普遍关注的话题。本课程从数据挖掘以及数据分析讲起，结合大数据背景时代行业特点与现状，希望能对如何利用当前数据资源开展数据挖掘工作及有效的进行数据收益分析做一些有益的探讨。2第一篇思维模式篇要想上战场杀敌，你首先得让自己

2、成为一个士兵！找准定位4视角视角视角89企业的决策结构相当于中枢神经系统，情报系统相当于神经系统，资金管理相当于血液，知识管理（方法、工具）相当于骨架，人力资源（能力）相当于肌肉。传导≠动作反应信息情报≠管理决策如何理解信息情报的功能性——责权情报的多渠道来源——不同渠道的情报内容不同DevelopWrapAdjustReviewDevelopWrapAdjustReviewDevelopWrapAdjustReview时效收集提炼分析梳理甄别筛选同行合作伙伴网络朋友人力资源分支技术来源分支经济来源

3、分支情报圈国家经济指标房地产消费水平股市资讯公司分支分析报表、CEOS销售人员广告宣传活动客户竞争对手技术来源分支信息收集信息分析情报储存信息情报传递渠道内部信息公司战略营销政策产品服务数据财务报表市场分析报告销售人员业绩外部信息媒体新闻行业统计股市资讯同行网站分销商报表渠道11信息情报来源真实性评估据美国308家公司的调查结果显示：销售人员96%顾客92%行业期刊89%公司的促销材料84%营销研究人员83%对竞争对手产品的分析81%公司的年度报告77%会议、贸易展会74%分销商70%供应商65%渠

4、道如何应用情报的？——13谁在用？为什么用？谁没有用情报？为什么？在什么情况下用？通过什么方式？使用者是如何获得情报的？他们获得情报的意愿如何？效果情报工作中可能出现的问题——14工作重点不明确：最佳分配5%10%30%15%20%20%实际使用5%5%20%50%5%25%确定需求搜集情报识别筛选研究整理提供传播沟通说服效果15报告种类描述战略价值水平目标客户报告的频率新闻公告包括来源于内部和外部的战略及战术方面的信息。包括：已印刷出版或未印刷出版的信息低一线销售人员市场推广/销售管理人员其他管理

5、人员每月一次或每周一次竞争对手简介包括竞争对手的基本情况，通常是放在一个文件夹或可供随时检索的数据库内，并可经常进行更新低市场推广/销售管理人员前线销售人员其他管理人员按要求而定战略影响工作表和新闻公告近似，但会确认对企业战略和战术有影响的事件中市场推广/销售管理人员其他管理人员每月一次每月情报简报包括主要的战略新闻和影响因素，以高度浓缩的形式报告中高级管理人员其他管理人员每月一次形势分析汇总主要的战略问题，并包括支持汇总的详尽分析中-高高级管理人员其他管理人员按要求而定特别情报汇总关于某一确认情况

6、或问题的一到两页长度的报告。汇总主要的支持性分析，并提供相应行动的建议高高级管理人员按要求而定效果16第二篇行动实践篇我们应如该何操作？Contents目录17数据挖掘与分析的基本概念定义历史特点功能重要性第一部分18我们身边的数据挖掘与分析如今，网上购物已成为大部分人的消费趋势与习惯，而大家在网上购物时，经常会收到系统做出的个性化推荐。比如：亚马逊会推荐你可能会喜欢看的图书，淘宝会根据你的购物和浏览记录推荐你可能感兴趣的商品。所有这些推荐结果都来自于各式各样的推荐系统，它们依靠计算机算法运行，根据

7、顾客的浏览、搜索、下单和喜好，为顾客选择他们可能会喜欢、有可能会购买的商品，从而增加潜在的销售。19定义——数据挖掘分析是什么？技术层面：探查和分析大量数据以发现有意义的模式和规则的过程。商业层面：是一种商业信息处理技术，特点是对大量业务数据进行抽取，转换，分析和建模处理，从中提取辅助商业决策的关键性数据。海量数据知识库数据挖掘20数据挖掘分析的发展历史21数据挖掘与分析的重要性：电信：客户流失银行：客户细分；交叉销售百货公司/超市：购物篮分析保险公司：客户细分；流失信用卡：欺诈探测；客户细分税务部

8、门：偷税漏税行为探测医学：医疗保健电子商务：网站日志分析物流行业：货物追踪在银行、保险、电信、零售等行业，激烈的市场竞争环境下，数据挖掘及数据分析的作用尤为重要，并已开始广泛应用。通过挖掘出的数据，对其进行适当的数据模型分析，使公司对客户了解更精细化，从而改善其市场、销售和客户支持运作。典型的商业应用领域包括：市场营销，交叉销售与交叉营销，客户关系管理，个性化推荐与服务，风险分析与控制，欺诈行为检测和异常模式的发现，供应链库存管理，以及人力资源管理等。22数据挖掘与分