BI数据分析系统介绍

《BI数据分析系统介绍》由会员分享，可在线阅读，更多相关《BI数据分析系统介绍（51页珍藏版）》请在装配图网上搜索。

1、美商先特计软件 纸牌屋成功背后的故事We know what people watch on Netflix and were able with a high degree of confidence to understand how big a likely audience is for a given show based on peoples viewing habits.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

2、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。 4 4 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Oakland As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(Big Data)时代来临 结构化数据 Database Spreadsheet File in record format 半结构化数据XML DocsLogsClick-streamEquipment/ Device

3、, RFID tag 非结构化数据Web PagesE-mailMultimediaInstant MessagesDocuments移动互联网Mobile Internet物联网Internet of Things新量级、新处理模式、新企业智能 Social Media Machine / SensorDOC / MediaWeb Clickstream AppsCall LogLog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, Notificat

4、ionsData & Compute Intensive App POS CRM客流餐饮排队Integrate/EnrichETL with SSIS, AnalyzerReporting ServicesSQL Server Analysis Server Business InsightsAnalytical ReportsPerformance Scorecards微信/ 新媒体SNSO2O Wifi SQL Server Parallel Data WarehouseCloud, Market Place Summarize & Load via PDW Hadoop Connecto

5、rHortonworks or Cloudera Hadoop 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、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 顾客是企业竟争力发展的核心1,000100 寻 找新 客 户 挽 救

6、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）

7、 、 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

8、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，交易金額分析-消費金額較多的顧客未來可能更會消費 RFM应用 年度会员开卡数 多久未到店到店频率 累计消费金额 RFM应用：客户离反分析 2013，Q3完全离反客户占21.1% RFM应用：客户价值分析 加入这类，会

9、员数占41.3%，贡献金额占比70%会员数占24%，贡献金额占比55% RFM应用：客户区隔分析1. 重要保持客户2. 重要发展客户3. 一般重要客户4. 新客户5. 重要挽留客户6. 一般客户7. 一般客户8. 无价值客户 客户细分模型生 活 场 景 （ 品 类 拓 展 ）购 物 篮 购 物 桶 生 活 方 式RFM-S 模 型 生 活 方 式 模 型 从 购 物 篮商 品 维 出 发 的 聚 类 分 析 新 的 生 活 方 式模 型 （ 滚 雪 球模 型 ）从 商 品 消费 属 性 出 发 的聚 类 分 析 习 惯消 费 习惯 模 型增加 消 费时 间 等维 度 假 设消费习惯模型 对 数

10、 据 管 理 要 求 高 。概 念 模 型 价值 购 物 时 间 ： 消 费 行 为 中 购 买 商 品 以外 的 一 种 维 度 。 例 如 ： 每 天 中 的 哪个 时 间 区 段 ， 每 周 中 的 工 作 日 或 周六 日 ， 每 月 初 /底 ， 每 逢 重 要 节 假日 其 他 消 费 行 为 维 度 ： 频 率 、 渠 道 、付 款 方 式 、 物 流 方 式 更 全 面 考 虑 客 户 消 费 行 为 ，更 透 彻 理 解 客 户 。T 公 司案 例 第 14组 新 生 活 方 式 分 组 ： 购 物篮 内 商 品 维 度 计 分 最 显 著 之 处均 为 主 流 方 便 食

11、品 。 但 非 典 型的 ” 工 作 繁 忙 、 贪 图 方 便 食 品的 会 员 “ 。结 论 ： 这 一 簇 应 分 为 两 组 ： 共 享 宿 舍 、 不 做 饭 的 年 轻 人 ， 以及 口 味 传 统 ， 喜 欢 用 微 波 炉 烹调 的 家 庭 。方 法 ： （ 1） 看 购 物 时 间 ； （ 2）频 率 ； （ 3） 家 庭 类 型 有 规 律 的 买 同 样 商 品 组 合 的 客 户 ，因 进 店 时 间 不 同 ， 可 能 隐 含 着 不 同生 活 方 式 ， 应 属 于 不 同 的 消 费 习 惯分 组 。 R： Recency, 最 近 一 次 交 易 日 期 到 当

12、前 日 期 的 天 数 F： Frequency, 在 一 定 周 期 内 的 交 易次 数 M： Monentary, 在 一 定 周 期 内 的 交 易金 额 S： Life stage， 生 命 周 期 阶 段RFM-S模型概 念 不 需 使 用 订 单 下 的 明 细 行， 数 据 管 理 负 荷 轻 。 适 用 于 提 供 的 商 品 /服 务 品类 较 多 、 商 品 /服 务 单 价 相对 较 低 ， 或 大 件 商 品 需 要消 耗 性 配 件 /材 料 /服 务 ，买 卖 频 率 相 对 较 高 的 业 务。使 用 方法 R： 把 R分 成 5个 区 段 ， 分 别 用 数

13、字15标 识 F： 把 F分 成 5个 区 段 ， 分 别 用 数 字15标 识 M： 把 M分 成 5个 区 段 ， 分 别 用 数 字15标 识 S： 把 S分 成 8个 区 段 ， 分 别 用 数 字18标 识 （ 区 段 分 界 值 、 分 几 段 可 以 用 聚 类分 析 法 求 ） 使 R*F*M*S， 则 5*5*5*8=1000 得 到 1000个 客 户 细 分 群 体 取 任 意 一 个 客 户 ， 在 当 前 时 间 点 计算 或 引 用 他 的 R/F/M/S值 ， 例 如4/3/4/5， 则 该 客 户 归 属 与 维 度 编 号为 4-3-4-5的 那 个 细 分

14、群 体 快 速 、 简 单 制 订 差 异 性 的客 户 管 理 策 略 ， 例 如 ： 重要 保 持 客 户 、 重 要 发 展 客户 、 重 要 挽 留 客 户 、 一 般重 要 客 户 、 一 般 客 户 、 无价 值 客 户 等 。 跟 踪 管 理 某 一 细 分 下 的 客户 在 一 段 时 期 内 价 值 变 动的 情 况 。 在 合 理 的 时 间 点 联 络 客 户 ，提 高 交 易 频 率 、 减 少 客 户流 失 率 。T 公 司案 例 1994年 1996年 主 要 使 用RFV-S模 型 来 细 分 客 户 。 有 时 增 加 促 销 活 动 反 馈 值来 进 一 步

15、细 分 客 户 。 学历分析 26 27 地域分析 采用推叠图进行地域综合分析 28 29 年龄分析 采用推叠图进行年龄综合分析 30 31 性别分析 32 年收入分析 33 职业分析 34 平均消费金额分析 客户10分位分析 35 1. 第10等级和第1等级客户的客单价相差30倍2. 第1至第9等级的客单价呈现缓慢上升，但第10等级的客单价上升幅度最大。 RFM应用：客户价值分析 加入这类，会员数占41.3%，贡献金额占比70%会员数占24%，贡献金额占比55% 活跃客户分析 37 活跃率1. 白金卡：93.52. 黄金卡：86.93. 银卡： 77.24. VIP卡： 77.15. 普卡：

16、 18.8 活跃客户与销售金额关连性分析 活跃客户客单价与销售金额关连性分析 总客户数与年龄关连性分析 38 客户数最多的年龄层：30-50岁；其中45-50岁的会员最多 通过WiFi+微信的登入方式获取客户消费数据 建立信息关联，提供针对性服务打通微信与实体会员卡，会员的消费数据、阅读行为、会员资料打通后，更好地了解消费者的消费偏好和消费习惯，从而更有针对性地提供一系列会员服务。 会员分析在商场的不同位置安装客流监控设备，并通过Wi-Fi站点的登录情况获知客户的到店频率，通过与会员卡关联的优惠券得知受消费者欢迎的优惠产品。 Wifi 定位在动线分析的应用收集各监测点数据整合数据源 绘制消费者

17、的可行路径，以此作为评估主体 建立可评估动线客流等级的模型，并建立动线与店铺间的逻辑关系 依据模型，分别计算各楼层动线与店铺客流等级 为不同客流等级分配颜色，并将结果图形化 Wifi定位动线分析 车流分析 预测分析 收入金额 45 预测分析 销售额 46 跨行业关连性分析将整合不同运营分析 48跨行业关连性BI分析 酒店运营分析 东区餐饮运营分析客流、车流分析娱乐、票务分析 跨行业关连性分析的一般应用各行业营收关连性分析价格关连性分析客户流失关连性分析广告效益关连性分析 促销关连性分析卖场面积优化分析品牌忠诚度分析市场区隔分析 BI数据分析系统报价 在没有完全了解学校的具体需求之前我只能给您一个 大概的价格区间：50万-150万之间。