BI智能分析--分析创造价值评估推升绩效美商先特计软件www.strategycompanion.com.cn大数据与BI智能分析纸牌屋成功背后的故事WeknowwhatpeoplewatchonNetflixandwe’reablewithahighdegreeofconfidencetounderstandhowbigalikelyaudienceisforagivenshowbasedonpeople’sviewinghabits.在全美和世界各地分别拥有2700万和3300万注册用户的美国网络电视台Netflix，用逻辑和计算取代了依赖传统和直觉的做法。据悉，Netflix每天会对3000万次“播放”、注册用户的400万次评级、300万次搜索，以及一天中用户观看视频的时间和所使用的设备进行观测，帮助网站分析用户，针对不同用户推荐节目。比如它的网络定制剧《纸牌屋》在美国热播，迎来赞美无数，制作方就宣称该剧是基于海量用户数据积累和分析而制作的。44魔球Moneyball记录大联盟里最传奇、最颠覆传统球队成功的故事和秘辛OaklandA’s奥克兰运动家队看钱少、人少的球队如何在竞争最激烈大联盟里获胜！大数据(BigData)时代来临结构化数据•Database•Spreadsheet•Fileinrecordformat半结构化数据•XMLDocs•Logs•Click-stream•Equipment/Device,RFIDtag非结构化数据•WebPages•E-mail•Multimedia•InstantMessages•DocumentsBigDataPeopleDevicesSensors移动互联网MobileInternet物联网InternetofThings新量级、新处理模式、新企业智能SocialMediaMachine/SensorDOC/MediaWebClickstreamAppsCallLogLog半结构化/非结构化数据数据采集数据储存数据管理数据分析与挖掘购物中心大数据与BI总体架构业务系统(结构化数据)Summarize&Load半结构/非结构化数据Alerts,NotificationsData&ComputeIntensiveAppPOSCRM客流餐饮排队Integrate/EnrichETLwithSSIS,AnalyzerReportingServicesSQLServerAnalysisServerBusinessInsightsAnalyticalReportsPerformanceScorecards微信/新媒体SNSO2OWifiSQLServerParallelDataWarehouseCloud,MarketPlaceSummarize&LoadviaPDWHadoopConnectorHortonworksorClouderaHadoop冰场系统车牌扫描数据源DW数据仓库OLAP多维数据集多维分析报表BI智能分析标准化架构1.数据量越大越好忽略了一个最古老的问题：数据要用才有价值DataInformationKnowledge是永远不变的2.数据驱动vs需求驱动不能为大数据而大数据，要先知道想分析什么？由需求著手，引导数据的收集3.忽略大数据的基础Google、Facebook、Amazon、Walmart、淘宝网、腾讯这些大数据的优秀企业本身都具备数据分析的能力。大数据战略发展的三大误区顾客忠诚度分析顾客是企业竟争力发展的核心1,000100寻找新客户挽救老客户挽救老客户成本x10一个失去的老顾客重新成为顾客的成本是寻求一个新客户成本的10倍。找出最有价值的顾客顾客类别管理人口统计学十分位(Decile)RFM按顾客的销货金额分成不同的群组管理,80/20,ABC等是配合顾客的属性将销货数据分类，探索销货的特徵，性别、年收入、职业等将顾客的销货数据按大小顺序分成10类，分析哪一顾客是属於哪一分类以最近购买日（R）、购买次数（F）、购买金额（M）等项目将顾客分类顾客区隔RFM顾客区隔与相应的经营策略忠诚顾客购买一定金额以上的商品时提供有效的奖赏并买时提供有效的奖赏关连商品，购买促销奖赏下次来店时的有效奖赏提高M值促销提高F值、M值促销提高F值、M值促销客单价提高关连购买促销巡回购买促销来店次数提高再来店促销提高忠诚度客单价提高来客数提高关键因子管理方向具体对策RFM顾客区隔与相应的经营策略(续)直接接触来店诉求大量促销来客数提高直接意见调查（改善的提示）提供回笼的奖赏并买时提供有效的奖赏锁定目标商圈的传单向目标顾客属性诉求的传单离反理由的探究利用顾客的来店促销目标商圈的明确化商圈的扩大目标顾客层的锁定一般顾客离反顾客新顾客离反改善休眠顾客的觉醒新顾客的取得关键因子管理方向具体对策会员发展总会员数的历史趋势显示：1.除VIP等级会员外，其他等级的新客户的增长趋於平缓2.近年来VIP会员的发展非常迅速会员属性分析年龄分析性别分析RFM分析R，最近交易時間--＞最近購買的顧客傾向再度購買F，交易頻率--＞較常購買的顧客可能會較易回應M，交易金額分...
