駱飛,駱飛講師,駱飛聯(lián)系方式,駱飛培訓(xùn)師-【中華講師網(wǎng)】
中國移動集團(tuán)特聘講師
44
鮮花排名
0
鮮花數(shù)量
駱飛:大數(shù)據(jù)處理技術(shù)構(gòu)架與客戶行為分析
2016-01-20 10382
客戶:廣東移動 地點(diǎn):廣東省 - 廣州 時間:2014/11/20 0:00:00 一、騰訊科技發(fā)布2013移動互聯(lián)網(wǎng)趨勢 1、趨勢一:規(guī)模龐大:邁向5億智能手機(jī)規(guī)模 2、趨勢二:競爭劇烈:同質(zhì)化競爭+巨頭介入 3、趨勢三:渠道整合:用戶獲取成本增加,應(yīng)用商店將整合并提供精細(xì)化流量服務(wù) 4、趨勢四:貨幣化推進(jìn):除了游戲虛擬道具,廣告、重計(jì)費(fèi)游戲、O2O探索 5、趨勢五:大數(shù)據(jù)時代用戶需求的挖掘 6、趨勢六:用移動服務(wù)增值傳統(tǒng)行業(yè) 二、什么是大數(shù)據(jù)? 1、大數(shù)據(jù)(Big data)的前世今生 假如我們有了一個數(shù)據(jù)預(yù)報(bào)臺,就像為企業(yè)裝上了一個GPS和雷達(dá),企業(yè)的出海將會更有把握。——馬云2012年網(wǎng)商大會演講 2、大數(shù)據(jù)的4V特征 2.1 1V-Volume,數(shù)據(jù)體量巨大。從TB級別,躍升到PB級別 2.2 2V- Variety,數(shù)據(jù)類型繁多。網(wǎng)絡(luò)日志、圖片、視頻、地理位置信息、購物等等 2.3 3V- Value,價(jià)值密度低。以視頻為例,連續(xù)不間斷監(jiān)控過程中,可能有用的數(shù)據(jù)僅一兩秒 2.4 4V- Velocity, 處理速度快。1秒定律。這一點(diǎn)和傳統(tǒng)的data mining有著本質(zhì)不同 3、大數(shù)據(jù)的市場容量 3.1 中國: 3.1.1 2011年大數(shù)據(jù)市場元年 3.1.2 2012年大數(shù)據(jù)市場規(guī)模4.5億 3.2 全球: 3.2.1 目前,大數(shù)據(jù)形成的市場規(guī)模在51億美元左右 3.2.2 2017年,此數(shù)據(jù)預(yù)計(jì)會上漲到238億美元 4、大數(shù)據(jù)的價(jià)值 4.1 縱向:消費(fèi)者、企業(yè)與價(jià)值鏈 4.2 橫向:“大交易數(shù)據(jù)”(比如支付寶的交易數(shù)據(jù))和“大交互數(shù)據(jù)”(比如一些社交網(wǎng)站,移動互聯(lián)網(wǎng)新媒體等) 4.3 兩類數(shù)據(jù)融合:容易洞察“客戶足跡”,掌控消費(fèi)趨勢、開發(fā)創(chuàng)新產(chǎn)品和推進(jìn)精確營銷 三、大數(shù)據(jù)的應(yīng)用 1、企業(yè)大數(shù)據(jù)應(yīng)用需求旺盛 2、大數(shù)據(jù)行業(yè)應(yīng)用契合度:通信、IT領(lǐng)域,政府、醫(yī)藥、科學(xué)、制造以及氣象等等 3、通信業(yè)的大數(shù)據(jù)經(jīng)典應(yīng)用 3.1 XO Communications使用IBM SPSS預(yù)測分析軟件,減少近一半客戶流失率 3.2 電信業(yè)者透過數(shù)以萬計(jì)客戶資料分析出多種使用者行為和趨勢,賣給需要的企業(yè) 3.3 中國移動通過大數(shù)據(jù)分析,對企業(yè)運(yùn)營的全業(yè)務(wù)進(jìn)行針對性監(jiān)控、預(yù)警、跟蹤 3.4 NTT docomo把手機(jī)位置信息和互聯(lián)網(wǎng)信息結(jié)合,為顧客提供附近的餐飲店信息,接近末班車時間時,提供末班車信息服務(wù) 四、大數(shù)據(jù)對運(yùn)營商的機(jī)遇和挑戰(zhàn) 1、大數(shù)據(jù)時代的新商務(wù)戰(zhàn)略 1.1 重塑客戶行為 1.2 創(chuàng)造新產(chǎn)品和服務(wù) 1.3 數(shù)據(jù)生態(tài)系統(tǒng)整合 2、大數(shù)據(jù)對運(yùn)營商的機(jī)遇和挑戰(zhàn) 大數(shù)據(jù)的發(fā)展給運(yùn)營商的營銷帶來巨大的變革,甚至讓營銷這個消耗運(yùn)營商大量資源的成本型中心直接成為公司的利潤中心?!氯痣娦抛稍?年的追蹤與研究指出 2.1 挑戰(zhàn) 2.1.1 需要處理的數(shù)據(jù)量日益龐大,目前還難以實(shí)現(xiàn)海量數(shù)據(jù)的高效存儲和訪問 2.1.2 傳統(tǒng)技術(shù)無法應(yīng)對高并發(fā)讀寫的需求 2.1.3 數(shù)據(jù)模型擴(kuò)展困難,其變更涉及復(fù)雜龐大的工作 2.1.4 需要處理的數(shù)據(jù)類型趨于多樣化(話單、圖片、音頻、視頻、大段落文本等) 2.1.5 大量的中小行業(yè)應(yīng)用服務(wù)器難以方便地實(shí)現(xiàn)橫向擴(kuò)展 2.1.6 運(yùn)營商調(diào)快分割比較嚴(yán)重,部門之間的互相溝通協(xié)作存在一定的障礙 2.2 機(jī)遇 運(yùn)營商挖掘大數(shù)據(jù)金礦可用的幾種模式 2.2.1 數(shù)據(jù)存儲空間出租 2.2.2 客戶關(guān)系管理 2.2.3 企業(yè)經(jīng)營決策指導(dǎo) 2.2.4 個性化精準(zhǔn)推薦 2.2.5 建設(shè)本地化數(shù)據(jù)集市 2.2.6 數(shù)據(jù)搜索 2.2.7 創(chuàng)新社會管理 2.2.8 大數(shù)據(jù)大營銷
全部評論 (0)

Copyright©2008-2025 版權(quán)所有 浙ICP備06026258號-1 浙公網(wǎng)安備 33010802003509號 杭州講師網(wǎng)絡(luò)科技有限公司
講師網(wǎng) kasajewelry.com 直接對接10000多名優(yōu)秀講師-省時省力省錢
講師網(wǎng)常年法律顧問:浙江麥迪律師事務(wù)所 梁俊景律師 李小平律師