大數(shù)據(jù)應用型產(chǎn)品設計方法及行業(yè)案例介紹課件

大數(shù)據(jù)應用型產(chǎn)品設計方法及行業(yè)案例大數(shù)據(jù)應用型產(chǎn)品設計方法及行業(yè)案例目錄認識大數(shù)據(jù)第一節(jié)大數(shù)據(jù)產(chǎn)品生態(tài)鏈第二節(jié)大數(shù)據(jù)應用產(chǎn)品規(guī)劃設計方法第三節(jié)電力、交通、政府、教育、醫(yī)療第四節(jié)各行業(yè)大數(shù)據(jù)產(chǎn)品案例目錄認識大數(shù)據(jù)第一節(jié)大數(shù)據(jù)產(chǎn)品生態(tài)鏈第二節(jié)大數(shù)據(jù)應用產(chǎn)品規(guī)劃大數(shù)據(jù)的定義及特點大數(shù)據(jù)價值體現(xiàn)大數(shù)據(jù)思維認識大數(shù)據(jù)第一節(jié)大數(shù)據(jù)的定義及特點認識大數(shù)據(jù)第一節(jié)大數(shù)據(jù)的定義12大數(shù)據(jù)的提出大數(shù)據(jù)最早在上世紀90年代被提出，麥肯錫在2012年的評估報告中指出“大數(shù)據(jù)時代”已經(jīng)到來，使得人們對于大數(shù)據(jù)重要性的認知和關(guān)注度進一步增加。大數(shù)據(jù)的概念麥肯錫給出的定義：大數(shù)據(jù)是大小超出常規(guī)數(shù)據(jù)庫工具獲取、存儲、管理和分析能力的數(shù)據(jù)集，即大數(shù)據(jù)是現(xiàn)有數(shù)據(jù)庫管理工具和傳統(tǒng)數(shù)據(jù)處理手段很難處理的大型、復雜的數(shù)據(jù)集，涉及采集、存儲、搜索、共享、傳輸和可視化等方面。1.大數(shù)據(jù)定義及特點大數(shù)據(jù)的定義12大數(shù)據(jù)的提出大數(shù)據(jù)最早在上世紀90年代被提出大數(shù)據(jù)的特點ValueVolume容量Variety種類Velocity速度價值數(shù)據(jù)量巨大處理速度快數(shù)據(jù)類型眾多1.大數(shù)據(jù)定義及特點裝1ZB

的文件大概需要10

億塊1TB

的硬盤，連接起來的話足夠繞地球兩圈半！這些硬盤大約重

50

萬噸，還沒有算裝硬盤的機柜，若想把這些硬盤物理上云，需要長征五號運載火箭運送

2

萬次。10%的結(jié)構(gòu)化數(shù)據(jù)，90%的非結(jié)構(gòu)化數(shù)據(jù)來源多：搜索引擎、社交網(wǎng)絡、通話記錄、傳感器.....格式多：文本、音頻、圖片、視頻、模擬信號....數(shù)據(jù)價值高時效性要求高1秒定律：這一點也是和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同價值密度低，商業(yè)價值高以視頻為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅有一兩秒，但是具有很高的商業(yè)價值數(shù)據(jù)價值密度低，但經(jīng)過清洗、整合和建模分析，可形成高價值的商業(yè)業(yè)務大數(shù)據(jù)的特點ValueVolumeVarietyVeloci2.大數(shù)據(jù)價值體現(xiàn)業(yè)務平臺IT生產(chǎn)系統(tǒng)互聯(lián)網(wǎng)移動網(wǎng)絡對內(nèi)精耕細作精準營銷策劃全景客戶視圖實時智能決策洞察銷售商機精準營銷模式洞察客戶偏好風險防控咨詢決策外部合對外價值創(chuàng)造 作伙伴運用大數(shù)據(jù)發(fā)揮產(chǎn)品營銷價值，為企業(yè)一線員工提供更全、更準、更快的營銷數(shù)據(jù)和決策支持能力優(yōu)化客戶感知用大數(shù)據(jù)為最終客戶工作生活學習娛樂等帶來便利和享受，反過來促進運營商的業(yè)務發(fā)展推送貼身產(chǎn)品提升上網(wǎng)體驗豐富產(chǎn)品信息加強使用粘性創(chuàng)新運營模式用大數(shù)據(jù)幫助合作伙伴創(chuàng)造價值，也從中拓展新的盈利模式提升內(nèi)部管控全面掌握企業(yè)大數(shù)據(jù)資產(chǎn)，實現(xiàn)企業(yè)高效管控、績效考核、資源優(yōu)化、信息協(xié)同等能力輔助經(jīng)營決策洞察業(yè)務現(xiàn)狀推動業(yè)務營銷挖掘產(chǎn)品商機助力一線營銷2.大數(shù)據(jù)價值體現(xiàn)業(yè)務平IT生產(chǎn)系統(tǒng)互聯(lián)網(wǎng)移動網(wǎng)絡對內(nèi)精3.大數(shù)據(jù)思維數(shù)據(jù)思維變革

從樣本思維到總體思維：小數(shù)據(jù)時代，統(tǒng)計抽樣會導致預測結(jié)果的偏差，大數(shù)據(jù)時代，處理的數(shù)據(jù)從樣本數(shù)據(jù)變成全部數(shù)據(jù)

從關(guān)注因果關(guān)系到關(guān)注相關(guān)關(guān)系：小數(shù)據(jù)時代，人們執(zhí)著于現(xiàn)象背后的因果關(guān)系,而有限的樣本數(shù)據(jù)無法反映事務間的相關(guān)性大數(shù)據(jù)時代，人類通過對大數(shù)據(jù)的處理，放棄對因果關(guān)系的渴求，轉(zhuǎn)而關(guān)注相關(guān)關(guān)系，捕捉現(xiàn)在，預測未來

從精確思維到容錯思維：由于是全樣本數(shù)據(jù)，人們不得不接受數(shù)據(jù)的混雜性，而放棄對精確性的追求大數(shù)據(jù)時代，允許不精確，接受混雜性，容錯性更強

從自然思維到智能思維大數(shù)據(jù)思維最關(guān)鍵的轉(zhuǎn)變在于從自然思維轉(zhuǎn)向智能思維，使得大數(shù)據(jù)像具有生命力一樣，獲得類似于“人腦”的智能，甚至智慧。3.大數(shù)據(jù)思維數(shù)據(jù)思維變革從關(guān)注因果關(guān)系到關(guān)注相關(guān)關(guān)系：01大數(shù)據(jù)思維的核心是利用數(shù)據(jù)解決問題02大數(shù)據(jù)關(guān)注“有用”03由關(guān)注精確度轉(zhuǎn)變?yōu)殛P(guān)注效率04關(guān)注定制產(chǎn)品大數(shù)據(jù)思維數(shù)據(jù)思維的關(guān)注點01大數(shù)據(jù)思維的核心是利用數(shù)據(jù)解決02大數(shù)據(jù)關(guān)注“有用”03大數(shù)據(jù)產(chǎn)品生態(tài)鏈第二節(jié)大數(shù)據(jù)產(chǎn)品定義及分類中國數(shù)據(jù)產(chǎn)業(yè)全景圖大數(shù)據(jù)產(chǎn)品示例大數(shù)據(jù)產(chǎn)品生態(tài)鏈第二節(jié)大數(shù)據(jù)產(chǎn)品定義及分類數(shù)據(jù)可視化數(shù)據(jù)實時檢索數(shù)據(jù)挖掘數(shù)據(jù)分析實時檢索引擎Hadoop非實時檢索引擎數(shù)據(jù)分析緩存Hadoop分布式持久化存儲知識庫標簽化結(jié)構(gòu)化處理數(shù)據(jù)清洗過濾引擎內(nèi)部數(shù)據(jù)源非結(jié)構(gòu)化數(shù)據(jù)源彈性爬蟲引擎集群APIDMP行業(yè)解決方案業(yè)務分析平臺外部數(shù)據(jù)源MySQL

/

Redis

/

Mongo

/

Pig，ElasticSearchSpark

/

HiveKafka/RedisETL/Flume/Sqoop最終交付數(shù)據(jù)分析&檢索數(shù)據(jù)索引&緩存持久化存儲數(shù)據(jù)標簽化數(shù)據(jù)清洗數(shù)據(jù)獲取大數(shù)據(jù)平臺架構(gòu)數(shù)據(jù)可視化數(shù)據(jù)實時檢索數(shù)據(jù)挖掘數(shù)據(jù)分析實時檢索引擎Hadoo基礎(chǔ)產(chǎn)品——非結(jié)構(gòu)數(shù)據(jù)采集非結(jié)構(gòu)化數(shù)據(jù)采集是將不規(guī)則或不完整，沒有預定義模型的數(shù)據(jù)進行采集并清洗翻譯，。包括所有格式的辦公文檔、文本、圖片、XML,HTML、各類報表、圖像和音頻/視頻信息等等。除銀河超算數(shù)據(jù)平臺的非結(jié)構(gòu)數(shù)據(jù)采集工具外，還針對機器日志數(shù)據(jù)專門設計了日志采集工具，使機器數(shù)據(jù)更加方便的管理基礎(chǔ)產(chǎn)品——非結(jié)構(gòu)數(shù)據(jù)采集非結(jié)構(gòu)化數(shù)據(jù)采集是將不規(guī)則或不完整基礎(chǔ)產(chǎn)品——非結(jié)構(gòu)數(shù)據(jù)采集合規(guī)性要求——滿足網(wǎng)絡安全法的合規(guī)性要求，實現(xiàn)網(wǎng)絡日志采集、存儲、管理、檢索日志作為數(shù)據(jù)資產(chǎn)——將日志數(shù)據(jù)作為數(shù)據(jù)資產(chǎn)進行管理，為數(shù)據(jù)綜合開發(fā)進行數(shù)據(jù)儲備日志分析展示——直接利用分析展示功能，進行對日志分析、處理、可視化展現(xiàn)日志預處理——將日志工具作為日志的預處理工具，為其他應用程序提供數(shù)據(jù)支持?；A(chǔ)產(chǎn)品——非結(jié)構(gòu)數(shù)據(jù)采集合規(guī)性要求——滿足網(wǎng)絡安全法的合基礎(chǔ)產(chǎn)品——數(shù)據(jù)可視化基礎(chǔ)產(chǎn)品——數(shù)據(jù)可視化1.大數(shù)據(jù)產(chǎn)品定義及分類源數(shù)據(jù)型技術(shù)平臺型數(shù)據(jù)應用型公安交通教育醫(yī)療政府各工業(yè)4.0……運營商數(shù)據(jù)管理平臺數(shù)據(jù)可視化ETL數(shù)據(jù)采集非結(jié)構(gòu)化數(shù)據(jù)實時數(shù)據(jù)采集數(shù)據(jù)采集系統(tǒng)數(shù)據(jù)質(zhì)量監(jiān)控系統(tǒng)數(shù)據(jù)服務API

數(shù)據(jù)資源管理系統(tǒng)數(shù)倉建模系統(tǒng)工作流調(diào)度系統(tǒng)業(yè)務分析建模算法模型庫圖形化報表ETL工具運維管理可視化的集群管理多樣的部署方式多維度的監(jiān)控……信息系統(tǒng)ERPCRMSCM機器日志音視頻物聯(lián)網(wǎng)社交媒體非結(jié)構(gòu)數(shù)據(jù)數(shù)據(jù)產(chǎn)品就是幫助用戶理解數(shù)據(jù)從而去獲得洞察/預測，產(chǎn)生某種行為的產(chǎn)品。1.大數(shù)據(jù)產(chǎn)品定義及分類源數(shù)據(jù)型技術(shù)平臺型數(shù)據(jù)應用型公安交通2.中國數(shù)據(jù)產(chǎn)業(yè)地圖大數(shù)據(jù)產(chǎn)業(yè)按基礎(chǔ)支撐、數(shù)據(jù)服務和數(shù)據(jù)應用相互交融，協(xié)力構(gòu)建了完整的大數(shù)據(jù)產(chǎn)業(yè)鏈。數(shù)據(jù)應用數(shù)據(jù)服務基礎(chǔ)支撐來源：2019中國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展白皮書2.中國數(shù)據(jù)產(chǎn)業(yè)地圖大數(shù)據(jù)產(chǎn)業(yè)按基礎(chǔ)支撐、數(shù)據(jù)服務和數(shù)據(jù)應用2.中國數(shù)據(jù)產(chǎn)業(yè)地圖基礎(chǔ)支撐數(shù)據(jù)服務數(shù)據(jù)應用來源：2019中國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展白皮書2.中國數(shù)據(jù)產(chǎn)業(yè)地圖基礎(chǔ)支撐數(shù)據(jù)服務數(shù)據(jù)應用來源：2019中3.大數(shù)據(jù)產(chǎn)品案例—基礎(chǔ)支撐類功能產(chǎn)品示例來源：四方偉業(yè)大數(shù)據(jù)產(chǎn)品及服務能力3.大數(shù)據(jù)產(chǎn)品案例—基礎(chǔ)支撐類功能產(chǎn)品示例來源：四方偉業(yè)大數(shù)3.大數(shù)據(jù)產(chǎn)品案例—數(shù)據(jù)服務類數(shù)據(jù)資源管理產(chǎn)品來源：四方偉業(yè)大數(shù)據(jù)產(chǎn)品及服務能力3.大數(shù)據(jù)產(chǎn)品案例—數(shù)據(jù)服務類數(shù)據(jù)資源管理產(chǎn)品來源：四方偉業(yè)3.大數(shù)據(jù)產(chǎn)品案例—數(shù)據(jù)應用類人工智能模型企業(yè)多維畫像企業(yè)商群分析企業(yè)信用評分消保維權(quán)分析主體發(fā)展預測監(jiān)管支撐體系Supervisionandsupport

system公共服務體系Publicservice

system消保維權(quán)Protection

andprotectionof

rights產(chǎn)業(yè)布局Industrial

layout企業(yè)信用Enterprise

credit主體發(fā)展Thedevelopment

ofthe

subject精準監(jiān)管Precision

supervision其他Other精準服務Precision

service業(yè)務模型可視化數(shù)據(jù)數(shù)據(jù)來源：四方偉業(yè)大數(shù)據(jù)產(chǎn)品及服務能力3.大數(shù)據(jù)產(chǎn)品案例—數(shù)據(jù)應用類人工智能模型監(jiān)管支撐體系公共服大數(shù)據(jù)應用型產(chǎn)品規(guī)劃及設計方法第三節(jié)XX大數(shù)據(jù)規(guī)劃案例數(shù)據(jù)產(chǎn)品設計方法通用大數(shù)據(jù)分析技術(shù)架構(gòu)大數(shù)據(jù)應用型產(chǎn)品規(guī)劃及設計方法第三節(jié)XX大數(shù)據(jù)規(guī)劃案例1.XX大數(shù)據(jù)分析規(guī)劃案例—整體藍圖框架從福田業(yè)務管理和數(shù)據(jù)運用的關(guān)注點出發(fā)，結(jié)合XX的數(shù)據(jù)分析經(jīng)驗，設計福田大數(shù)據(jù)中心項目整體藍圖框架技術(shù)平臺系統(tǒng)改進建議業(yè)務分析架構(gòu)業(yè)務改進建議權(quán)限管理目標管理13456做什么？如何做？2業(yè)務分析體系為什么做？設立項目總體目標和各業(yè)務域分目標；梳理業(yè)務重要價值點；明確主要分析場景；完善指標管理體系；搭建企業(yè)級大數(shù)據(jù)倉庫；整合各業(yè)務系統(tǒng)數(shù)據(jù)；建立面向決策層的管理駕駛艙1.XX大數(shù)據(jù)分析規(guī)劃案例—整體藍圖框架從福田業(yè)務管理和數(shù)據(jù)1.XX大數(shù)據(jù)分析產(chǎn)品規(guī)劃案例—建設目標大數(shù)據(jù)中心建設目標1決策支持、管理透明，工作提效研發(fā)采購生產(chǎn)分銷服務高質(zhì)量、低成本、及時交付促進銷量增長、優(yōu)化庫存結(jié)構(gòu)、提升訂單交付能力企業(yè)價值鏈各業(yè)務域本期目標采購目標分銷目標績效目標質(zhì)量目標管理聚焦、提升效率、提升價值全生命周期質(zhì)量管理總目標基于環(huán)節(jié)基于全流程1.XX大數(shù)據(jù)分析產(chǎn)品規(guī)劃案例—建設目標大數(shù)據(jù)中心建設目標11.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法體工系程與與管質(zhì)理量分析主題主要場景導入XX各業(yè)務模塊標準分析框架業(yè)務調(diào)研關(guān)注重點進行全面業(yè)務訪談和現(xiàn)狀調(diào)研識別當前業(yè)務的痛點和關(guān)注重點針對業(yè)務重點確定分析主題基于業(yè)務主題設計主要場景和指標1最佳實踐23451.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法體工系1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法獲利能力營銷能力銷量分析區(qū)域管理渠道管理市場競爭經(jīng)銷商管理營銷活動綜合分析庫存分析營銷網(wǎng)絡洞察能力客戶屬性綜合分析客戶分類商機漏斗客戶行為潛客線索客戶價值客戶轉(zhuǎn)化客戶流失服務能力一般維修機油保養(yǎng)投訴建議索賠客戶關(guān)懷增值服務綜合分析保修商業(yè)保險營運能力銷售效率訂單管理運輸配送倉儲撿配財務核算綜合分析人力績效預測能力計劃能力導入分銷業(yè)務標準分析框架：根據(jù)XX分銷SMEA（Sale

Management&

Effective

Analytics）模型以及汽車行業(yè)最佳實踐，企業(yè)分銷業(yè)務的提升主要基于以下五大核心能力的建設。1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法獲利能力1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法識別當前業(yè)務的痛點和關(guān)注重點：綜合業(yè)務關(guān)注點，系統(tǒng)支持度和項目周期因素，建議本項目重點關(guān)注以下業(yè)務領(lǐng)域。1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法識別當前1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法銷售業(yè)績分析市場份額分析庫存結(jié)構(gòu)分析庫齡結(jié)構(gòu)分析營銷能力計劃總量分析計劃分配優(yōu)化預測結(jié)果分析預測模型建立訂單質(zhì)量分析訂單周期分析采購效率分析生產(chǎn)產(chǎn)能分析資金效率分析物流時效分析物流質(zhì)量管理庫存質(zhì)量管理通道管理分析庫位管理分析銷售盈利分析銷售成本核算銷售費用分析人力規(guī)模分析人均效能分析營運能力銷量分析庫存分析區(qū)域管理渠道管理營銷活動經(jīng)銷商管理營銷網(wǎng)絡市場競爭區(qū)域銷售分析跨區(qū)監(jiān)察分析渠道績效分析渠道潛力分析新渠道開拓活動效果評估活動執(zhí)行分析活動設計支持經(jīng)銷商運營分析經(jīng)銷商返利經(jīng)銷商管理分析網(wǎng)絡布局分析交叉銷售分析優(yōu)劣勢分析競品競爭分析計劃能力 預測能力 訂單管理銷售效率運輸配送倉儲撿配財務核算人力績效結(jié)果分析 影響因素分析核心業(yè)務輔助支持訂單周期分析識別當前業(yè)務的痛點和關(guān)注重點：綜合業(yè)務關(guān)注點，系統(tǒng)支持度和項目周期因素，建議本項目重點關(guān)注以下業(yè)務領(lǐng)域。1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法銷售1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法#關(guān)注領(lǐng)域訂單全流程分析訂單預測能力提升訂單計劃分析銷售漏斗管理訂單提報質(zhì)量分析生產(chǎn)過程追溯訂單物流環(huán)節(jié)優(yōu)化實銷錄入準確性銷售視圖分析庫存分析評估網(wǎng)絡布局評價網(wǎng)系協(xié)同分析經(jīng)銷商管理績效經(jīng)銷商運營績效調(diào)車分析政策費用分析12345678911121314實現(xiàn)難度包含業(yè)務實現(xiàn)難度和技術(shù)實現(xiàn)難度。業(yè)務實現(xiàn)難度指現(xiàn)狀具備的業(yè)務流程完整程度、業(yè)務執(zhí)行程度、業(yè)務信息的完善程度；技術(shù)實現(xiàn)難度指現(xiàn)有業(yè)務系統(tǒng)建設程度、系統(tǒng)內(nèi)信息可采集程度，以及未來BI系統(tǒng)在年內(nèi)可完成程度；業(yè)務價值包含分銷業(yè)務影響重要性及分銷業(yè)務需求的緊急性。業(yè)務影響重要性指任務對業(yè)務管理可視化及效率提升的影響程度；業(yè)務需求緊急性指通過各業(yè)務部門訪談中了解到的需求響應度；業(yè)務價值高低低 實現(xiàn)難度

高1345671391012811214目前可完成的全部工作任務 目前可部分完成的工作任務 未來完成工作任務1015151616針對業(yè)務重點確定分析主題：

結(jié)合前期分銷業(yè)務訪談關(guān)注的主要業(yè)務內(nèi)容，識別藍圖工作重點。1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法#關(guān)注領(lǐng)1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法銷售業(yè)績分析市場份額分析庫存結(jié)構(gòu)分析庫齡結(jié)構(gòu)分析經(jīng)銷商運營分析銷商管理分析渠 渠道 道績 潛效 力分 分析 析新渠道開拓區(qū)域銷售分析跨區(qū)監(jiān)察分析絡布局分析交叉銷售分析營銷能力計劃總量分析計劃分配優(yōu)化預測結(jié)果分析預測模型建立采購效率分析生產(chǎn)產(chǎn)能分析資金效率分析物流時效分析物流質(zhì)量管理庫存質(zhì)量管理通道管理分析庫位管理分析銷售盈利分析銷售成本核算人力規(guī)模分析人均效能分析營運能力活 活 活動 動 動效 執(zhí) 設果 行 計評 分 支估 析 持優(yōu)劣勢分析競品競爭分析銷商返利經(jīng)銷商管理營銷網(wǎng)絡渠道管理 營銷活動市場競爭計劃能力預測能力訂單管理銷售效率運輸配送倉儲撿配財務核算人力績效12經(jīng)13經(jīng)11

網(wǎng)9銷量分析10庫存分析1結(jié)果分析 影響因素分析核心業(yè)務輔助支持3 5 7 8訂 訂 訂單 單 單質(zhì) 周 周量 期 期分 分 分析 析 析16銷售費用分析15區(qū)域管理項目關(guān)注分析主題針對業(yè)務重點確定分析主題：綜合業(yè)務關(guān)注點，系統(tǒng)支持度和項目周期因素，建議項目關(guān)注分析主題。1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法銷售1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法及時性分析訂單提報訂單狀態(tài)分析過程結(jié)果訂單流程分析訂單提報訂單審核生產(chǎn)提報入中心庫出中心庫車輛驗收車輛實銷銷售結(jié)果視圖庫存分析時間狀態(tài)分析流程改進促進銷售效果提量結(jié)果分析促進業(yè)務流程優(yōu)化訂單流程管理銷量分析(實銷數(shù)量的多維度結(jié)果分析、市場競爭分析、區(qū)域經(jīng)銷商排名)（庫存結(jié)構(gòu)、庫齡，調(diào)車、跨區(qū)檢查的分析）(提報訂單所處狀態(tài)節(jié)點及各環(huán)節(jié)的查詢分析)訂單有效性(訂單的提報有效性分析)(訂單提報的質(zhì)量、有效性、審核通過率等分析)(各交付周期的交付及時性分析)費用分析（商務政策費用的統(tǒng)計分析，費用使用均衡性的分析）訂單周期分析(提報訂單各環(huán)節(jié)時間周期的分析)訂單質(zhì)量分析基于業(yè)務主題設計主要場景和指標：通過業(yè)務流程分析，確定業(yè)務關(guān)注范圍。1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法及時性分1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法工作重點藍圖框架業(yè)務關(guān)注范圍業(yè)務分析場景設計總體業(yè)務概覽銷量分析銷售業(yè)績分析市場競爭分析銷售區(qū)域分析庫存分析庫存結(jié)構(gòu)分析庫齡分析調(diào)車分析跨區(qū)監(jiān)察3. 促銷費用分析3.1

費用分布分析訂單分析訂單質(zhì)量分析訂單狀態(tài)分析訂單周期分析銷量分析庫存分析關(guān)注庫齡分析；包含整體的庫存產(chǎn)品結(jié)構(gòu)分析和每個經(jīng)銷商的庫存產(chǎn)品結(jié)構(gòu)分析；調(diào)車管理分析分析調(diào)車數(shù)量、調(diào)車次數(shù)、調(diào)車周期等；統(tǒng)計分析，不同庫存狀態(tài)下調(diào)車比例；促銷費用管理分析經(jīng)銷商間的促銷費用分配合理性；分析產(chǎn)品線間的促銷費用分配是否科學合理有效；訂單分析基于業(yè)務主題設計主要場景和指標：確定主要業(yè)務分析場景。1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法工作重點1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法目標用戶主要指標分析維度系統(tǒng)支撐銷量、計劃完成率、庫存數(shù)量、存銷比、超期車占比、促銷費用、訂單有效性；有DMS、SAP系統(tǒng)支持；相關(guān)計劃數(shù)據(jù)需要手工錄入；根據(jù)業(yè)務內(nèi)容分為四個主要的分析主題，整體、概要地掌握分銷的業(yè)務情況；在每個主題內(nèi)展現(xiàn)核心指標，并展示各品牌的業(yè)務情況；指標可實現(xiàn)每日更新，便于管理者了解當下的商業(yè)狀況，及時發(fā)現(xiàn)預警情況；總部領(lǐng)導及分銷管理部人員；各事業(yè)部領(lǐng)導；按時間：年、半年、季、月、當日；按產(chǎn)品：BUA、BUC、BUD；業(yè)務場景基于業(yè)務主題設計主要場景和指標：業(yè)務分析指標設計目的和價值管理者可從銷量、庫存、促銷、訂單四個方向，全局了解分銷整體業(yè)務情況，根據(jù)主要指標變化，及時發(fā)現(xiàn)業(yè)務薄弱環(huán)節(jié)；每個業(yè)務模塊，都可橫向?qū)Ρ雀鞣制放魄闆r，快速識別品牌業(yè)績差異；1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法目標用戶1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法基于業(yè)務主題設計主要場景和指標：業(yè)務分析指標可視化1.XX大數(shù)據(jù)分析規(guī)劃案例—業(yè)務分析體系設計工作方法基于業(yè)務1.XX大數(shù)據(jù)分析規(guī)劃案例—實施方案《銷量多維度分析模型》 《促銷費用多維度分析模型》《庫存結(jié)構(gòu)多維度分析模型》《訂單得分多維度分析模型》核心指標35

個《銷量業(yè)績分析》——集團頁/品牌頁《庫存結(jié)構(gòu)分析》——集團頁/品牌頁《庫齡分析》 ——集團頁/品牌頁《促銷費用分析》——集團頁/品牌頁《訂單質(zhì)量分析》——集團頁/品牌頁《分銷業(yè)務分析總覽》開票銷量、實銷量、目標銷量、計劃完成率、市場端庫存數(shù)量、市場端存銷比、市場端庫齡結(jié)構(gòu)、店端庫存數(shù)量、廠端庫存數(shù)量、在途庫存數(shù)量、促銷費用、訂單有效性、提報訂單數(shù)量、客戶訂單比例、訂單審核通過率……駕駛艙11

個多維分析模型4

套《事業(yè)部分銷業(yè)務關(guān)鍵指標報表》固定報表13

張《各品牌經(jīng)銷商庫存情況排名周報報表》《訂單全生命周期明細清單報表》 《各事業(yè)部促銷返利情況報表》《各業(yè)務銷量和計劃完成率分析報表》

《各事業(yè)部商務政策情況報表》《各業(yè)務庫存數(shù)量周報報表》 《各業(yè)務訂單有效性指標完成情況表》《各業(yè)務超期車周報報表》 《各業(yè)務不同訂單類型的數(shù)量和占比情況表》《BUA/B/C的超6個月庫齡率完成情況表《》各品牌訂單得分數(shù)量及占比情況表》《BUA/B/C的存銷比完成情況表》截止12.31日完成內(nèi)容

截止1.26日完成內(nèi)容

截止2月底完成內(nèi)容1.XX大數(shù)據(jù)分析規(guī)劃案例—實施方案《銷量多維度分析模型》 1.XX大數(shù)據(jù)分析規(guī)劃案例—統(tǒng)計指標數(shù)據(jù)標準建設訂單提報數(shù)量正式訂單數(shù)量維度統(tǒng)計方式BU/A/B/C/D/E/F（以主數(shù)據(jù)為準）；整車編碼、訂單編號；經(jīng)銷商、經(jīng)銷商地址（省/市/縣）；訂單提報日期（年、半年、季、月）；其中：提報訂單數(shù)量、正式訂單數(shù)量

取值頻率為日；取數(shù)范圍-來源-DMS-來源-DMS-來源-DMS13

訂單審核通過率拓陸者福田戴姆勒歐馬可時代年累計

=

累計加和1~X月數(shù)值月累計

=

累計加和某月中1~X日數(shù)值同比

=（當期值-去年同期）/當期值環(huán)比

=（當期值-上期值）/當期值平均值

=

累加值/累加數(shù)量結(jié)構(gòu)比重

=

某品牌數(shù)值/總體數(shù)值……伽途輕型商用車經(jīng)銷商系統(tǒng)內(nèi)提報訂單數(shù)量；DMS審核通過且成功上傳SAP的訂單數(shù)量正式訂單數(shù)量訂單提報數(shù)量客戶訂單比例2 4銷售訂單數(shù)量=8 訂單得分以提報訂單經(jīng)銷商的存銷狀況作為評估，訂單得分=A+B；同整編車輛的最高庫存天數(shù)，計算得分A；同整車編碼，存銷比=（當月累計訂單+庫存）/前3月均實銷，計算得分B；-來源-DMS7 訂單有效性T月正式訂單在T月至（T+3）月期間的實銷狀況

實銷量(T~T+3）訂單有效性

=T月正式訂單數(shù)量-來源-SAP訂單審核通過時間統(tǒng)計DMS中，訂單通過審核的完成時間點；=

客戶訂單數(shù)量-來源-DMS5-來源-DMS-來源-DMS6 GPS物流時間啟運時間：統(tǒng)計GPS開始運送時間點；送達時間：統(tǒng)計GPS送達的時間點；*不含福戴1.XX大數(shù)據(jù)分析規(guī)劃案例—統(tǒng)計指標數(shù)據(jù)標準建設訂單提報數(shù)量2.大數(shù)據(jù)產(chǎn)品設計方法—大數(shù)據(jù)產(chǎn)品工作流程概述三大核心數(shù)據(jù)產(chǎn)品是以數(shù)據(jù)、算法、計算力為核心，結(jié)合跨行業(yè)數(shù)據(jù)挖掘標準流程（CRISP-DM），形成大數(shù)據(jù)產(chǎn)品設計工作流程。CRISP-DM數(shù)據(jù)挖掘流程大數(shù)據(jù)產(chǎn)品工作流程分析框架導入 業(yè)務調(diào)研 數(shù)據(jù)處理 分析模型建設 產(chǎn)品原型設計 實施/運營迭代專題分析研究分析框架設計業(yè)務現(xiàn)狀診斷數(shù)據(jù)來源調(diào)研數(shù)據(jù)采集數(shù)據(jù)預處理分 分 決析 析 策模 模 策型 型 略建 驗 建設 證 設數(shù)據(jù)可視化設計產(chǎn) 數(shù) 技品

據(jù)

術(shù) 運

迭需規(guī)方編測上營

代求范案碼試線管

優(yōu)設

設

設 理

化計計

計項目管理文檔管理2.大數(shù)據(jù)產(chǎn)品設計方法—大數(shù)據(jù)產(chǎn)品工作流程概述三大核心數(shù)據(jù)產(chǎn)2.大數(shù)據(jù)產(chǎn)品設計方法—分析框架導入通過通用專題分析模型、同類行業(yè)分析實踐資料收集與分析，初步設計數(shù)據(jù)產(chǎn)品分析框架，以聚焦業(yè)務需求及數(shù)據(jù)需求調(diào)研。以互聯(lián)網(wǎng)經(jīng)典獲客模型ARRR模型為例Acquisition用戶傳播產(chǎn)生收入用戶留存用戶轉(zhuǎn)化用戶分享用戶活躍用戶留存激活轉(zhuǎn)化用戶獲取 獲客成本ActivationRetentionRevenueReferAARRR從整個用戶生命周期入手，包括Acquisition用戶獲取，Activation用戶轉(zhuǎn)化，Retention用戶留存與活躍，Revenue用戶產(chǎn)生收入，到發(fā)起傳播Refer。模型框架用戶獲取指標渠道物料投放用戶活躍且產(chǎn)生收入用戶留存物料帶來用戶的轉(zhuǎn)化用戶傳播核心指標?素材出價?點擊費用（CPC）?素材CTR核心指標?落地頁點擊率?落地頁下載轉(zhuǎn)化率?安裝包大小核心指核心指標標核心指?用戶?用戶標留存率活躍度?分享?有效?用戶率使用率生命周?分享?人均期頁回流使用時?ARPU率長值2.大數(shù)據(jù)產(chǎn)品設計方法—分析框架導入通過通用專題分析模型、同2.大數(shù)據(jù)產(chǎn)品設計方法—業(yè)務調(diào)研（1）數(shù)據(jù)產(chǎn)品與各種系統(tǒng)需求調(diào)研活動的流程類似，通過業(yè)務調(diào)研，能夠從經(jīng)營思路、

管理模式、系統(tǒng)、數(shù)據(jù)資源等多個維度全面透徹地梳理業(yè)務，

總結(jié)業(yè)務面臨的問題，

作為后續(xù)工作的輸入。階段 業(yè)務訪談 流程梳理 數(shù)據(jù)梳理 差距分析 優(yōu)化建議內(nèi)容方法輸出業(yè)務定位管控模式組織架構(gòu)業(yè)務流程業(yè)務痛點業(yè)務目錄崗位目錄業(yè)務對象系統(tǒng)目錄業(yè)務-流程-業(yè)務對象-數(shù)據(jù)元梳理表深度訪談調(diào)研問卷數(shù)據(jù)分析行業(yè)研究業(yè)務現(xiàn)狀診斷報告數(shù)據(jù)資源目錄分類標準數(shù)據(jù)標準統(tǒng)計指標標準數(shù)據(jù)質(zhì)量問題問題分析對標分析競品分析業(yè)務管理優(yōu)化數(shù)據(jù)資源管理優(yōu)化應用系統(tǒng)優(yōu)化需求收集匯總四表兩圖注：四表兩圖-四表主要是崗位目錄、業(yè)務目錄、信息資源目錄、系統(tǒng)目錄，兩圖：組織架構(gòu)圖、業(yè)務流程圖需求采集表2.大數(shù)據(jù)產(chǎn)品設計方法—業(yè)務調(diào)研（1）數(shù)據(jù)產(chǎn)品與各種系統(tǒng)需求2.大數(shù)據(jù)產(chǎn)品設計方法—業(yè)務調(diào)研（2）通過常用調(diào)查表，實現(xiàn)職能業(yè)務與數(shù)據(jù)映射結(jié)構(gòu)化。2.大數(shù)據(jù)產(chǎn)品設計方法—業(yè)務調(diào)研（2）通過常用調(diào)查表，實現(xiàn)職2.大數(shù)據(jù)產(chǎn)品設計方法—業(yè)務調(diào)研（3）數(shù)據(jù)來源梳理示例2.大數(shù)據(jù)產(chǎn)品設計方法—業(yè)務調(diào)研（3）數(shù)據(jù)來源梳理示例2.大數(shù)據(jù)產(chǎn)品設計方法—數(shù)據(jù)處理通過數(shù)據(jù)的ETL（抽取-轉(zhuǎn)換-加載），開展數(shù)據(jù)采集、清理、非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化及數(shù)據(jù)邏輯關(guān)系建立，為模型研究打下數(shù)據(jù)基礎(chǔ)。采集內(nèi)容Excel數(shù)據(jù)表（包括非結(jié)構(gòu)數(shù)據(jù)特征提?。￤ebService外部數(shù)據(jù)抓取WebService組件示例清理內(nèi)容不完整的數(shù)據(jù)錯誤的數(shù)據(jù)重復的數(shù)據(jù)示例存儲數(shù)據(jù)庫設計數(shù)據(jù)導入示例工作內(nèi)容技術(shù)工具Kettle

數(shù)據(jù)抽取數(shù)據(jù)清洗工具數(shù)據(jù)模型設計示例示例數(shù)據(jù)導入數(shù)據(jù)庫數(shù)據(jù)采集數(shù)據(jù)清理數(shù)據(jù)存儲2.大數(shù)據(jù)產(chǎn)品設計方法—數(shù)據(jù)處理通過數(shù)據(jù)的ETL（抽取-轉(zhuǎn)換2.大數(shù)據(jù)產(chǎn)品設計方法—分析模型建設（1）基于大數(shù)據(jù)的主題分析模型建設、驗證及決策策略關(guān)聯(lián)是大數(shù)據(jù)產(chǎn)品設計的核心內(nèi)容。數(shù)據(jù)分析四步：描述型分析診斷型分析預測型分析指導型分析示例基于統(tǒng)計驗證基于比例驗證基于案例驗證示例業(yè)務特征提取業(yè)務策略庫建設分析數(shù)據(jù)-策略匹配規(guī)則建設工作內(nèi)容分析模型構(gòu)建分析模型驗證決策策略關(guān)聯(lián)模型驗證方法圖片來源：/liukecun0614/article/details/766580512.大數(shù)據(jù)產(chǎn)品設計方法—分析模型建設（1）基于大數(shù)據(jù)的主題分2.大數(shù)據(jù)產(chǎn)品設計方法—分析模型建設（2）數(shù)據(jù)產(chǎn)品通常會涉及多種數(shù)據(jù)分析方法的綜合應用。描述型分析示例描述型分析是用來概括、表述事物整體狀況以及事物間關(guān)聯(lián)、類屬關(guān)系的統(tǒng)計方法。通過統(tǒng)計處理可以簡潔地用幾個統(tǒng)計值來表示一組數(shù)據(jù)地集中性（如平均值、中位數(shù)和眾數(shù)等）和離散型(反映數(shù)據(jù)的波動性大小，如方差、標準差等)。診斷型分析示例診斷型分析需要進一步的鉆取和深入，細分到特定的時間維度和空間維度，依據(jù)數(shù)據(jù)的淺層表現(xiàn)和自身的歷史累積經(jīng)驗來判斷現(xiàn)象/問題出現(xiàn)的原因。預測型分析示例預測型數(shù)據(jù)分析利用各種高級統(tǒng)計學技術(shù)，包括利用預測模型，機器學習，數(shù)據(jù)挖掘等技術(shù)來分析當前和歷史的數(shù)據(jù)，從而對未來或其他不確定的事件進行預測。指導型分析示例指導型分析通過

“已經(jīng)發(fā)生什么”、“為什么發(fā)生”和“什么將發(fā)生”，也就是綜合運用上述提及的描述型分析、診斷型分析和預測型分析，對潛在用戶進行商品/服務推薦和決策支持。來源：/data-analysis/744084.html2.大數(shù)據(jù)產(chǎn)品設計方法—分析模型建設（2）數(shù)據(jù)產(chǎn)品通常會涉及2.大數(shù)據(jù)產(chǎn)品設計方法—產(chǎn)品原型設計（1）可視化設計：利用現(xiàn)有成熟的BI技術(shù)和工具，對模型結(jié)果進行可視化展示原型設計，以提升用戶理解數(shù)據(jù)及直觀決策?？梢暬S度梳理可視化表現(xiàn)形式設計定制可視化原型設計工作內(nèi)容設計工具PowerBI帆軟BI及報表設計工具Echart.js2.大數(shù)據(jù)產(chǎn)品設計方法—產(chǎn)品原型設計（1）可視化設計：利用現(xiàn)2.大數(shù)據(jù)產(chǎn)品設計方法—產(chǎn)品原型設計（2）產(chǎn)品需求規(guī)格設計：對產(chǎn)品的功能、性能、交互及其他需求進行梳理，開展產(chǎn)品原型設計及文檔編寫。功能用例交互需求接口需求非功能需求示例UC設計Demo設計PRD文檔編制需求評審會議工作內(nèi)容需求分析原型圖設計需求確認UML圖類圖用例圖狀態(tài)圖時序圖活動圖原型圖設計工具示例產(chǎn)品文檔結(jié)構(gòu)示例來源：《數(shù)據(jù)產(chǎn)品設計》來源：《人人都是產(chǎn)品經(jīng)理》用例文檔來源：《人人都是產(chǎn)品經(jīng)理》2.大數(shù)據(jù)產(chǎn)品設計方法—產(chǎn)品原型設計（2）產(chǎn)品需求規(guī)格設計：2.大數(shù)據(jù)產(chǎn)品設計方法—數(shù)據(jù)規(guī)范設計（3）產(chǎn)品數(shù)據(jù)規(guī)范設計：結(jié)合業(yè)務實際，通過BOR法，確定數(shù)據(jù)規(guī)范范圍、結(jié)構(gòu)和內(nèi)容，并將數(shù)據(jù)規(guī)范整合產(chǎn)品數(shù)據(jù)模型中，實現(xiàn)數(shù)據(jù)標準化的過程。實體關(guān)系邏輯圖設計數(shù)據(jù)字典數(shù)據(jù)模型數(shù)據(jù)項業(yè)務代碼工作內(nèi)容數(shù)據(jù)標準梳理數(shù)據(jù)交互視圖數(shù)據(jù)CRUD矩陣元數(shù)據(jù)標準指標數(shù)據(jù)標準數(shù)據(jù)采集需求（數(shù)據(jù)埋點）模型設計數(shù)據(jù)規(guī)范編審BOR法交互邏輯圖來源：https:///a/164093465_468714示例示例實體屬性表來源：中國聯(lián)通IT系統(tǒng)數(shù)據(jù)架構(gòu)規(guī)范來源：中國電信業(yè)務管理平臺數(shù)據(jù)規(guī)范示例2.大數(shù)據(jù)產(chǎn)品設計方法—數(shù)據(jù)規(guī)范設計（3）產(chǎn)品數(shù)據(jù)規(guī)范設計：3.通用大數(shù)據(jù)分析技術(shù)平臺架構(gòu)介紹針對不同類型數(shù)據(jù)處理需求，結(jié)合大數(shù)據(jù)技術(shù)應用主流做法，建議采用集成成熟開源組件與自主研發(fā)組件的模式，主要包括數(shù)據(jù)整合、數(shù)據(jù)存儲、分析服務、數(shù)據(jù)管理等組件，技術(shù)平臺架構(gòu)規(guī)劃如下圖所示：組件技術(shù)集成平臺來源：大數(shù)據(jù)：技術(shù)與應用實踐指南3.通用大數(shù)據(jù)分析技術(shù)平臺架構(gòu)介紹針對不同類型數(shù)據(jù)處理需求，各行業(yè)大數(shù)據(jù)應用產(chǎn)品案例第四節(jié)國網(wǎng)大數(shù)據(jù)應用產(chǎn)品案例技術(shù)公司大數(shù)據(jù)應用產(chǎn)品案例各行業(yè)大數(shù)據(jù)應用產(chǎn)品案例第四節(jié)國網(wǎng)大數(shù)據(jù)應用產(chǎn)品案例1.

國家電網(wǎng)大數(shù)據(jù)應用案例（1）生產(chǎn)領(lǐng)域大數(shù)據(jù)應用案例上海各配網(wǎng)故障搶修福建各配變重過載四川各停電優(yōu)化應用江蘇各負荷預測應用來源：大數(shù)據(jù)優(yōu)秀產(chǎn)品、服務和應用解決方案案例集（2016）1.國家電網(wǎng)大數(shù)據(jù)應用案例（1）生產(chǎn)領(lǐng)域大數(shù)據(jù)應用案例福建1.國家電網(wǎng)大數(shù)據(jù)應用案例（2）來源：大數(shù)據(jù)優(yōu)秀產(chǎn)品、服務和應用解決方案案例集（2016）經(jīng)營管理領(lǐng)域大數(shù)據(jù)應用案例浙江各用電行為分析安徽各防竊電預警湖北各量價費損監(jiān)測遼寧各政策性電價和清潔能源補貼執(zhí)行效果分析1.國家電網(wǎng)大數(shù)據(jù)應用案例（2）來源：大數(shù)據(jù)優(yōu)秀產(chǎn)品、服務和1.國家電網(wǎng)大數(shù)據(jù)應用案例（3）優(yōu)質(zhì)服務領(lǐng)域大數(shù)據(jù)應用案例來源：大數(shù)據(jù)優(yōu)秀產(chǎn)品、服務和應用解決方案案例集（2016）國網(wǎng)客服中心話務量預測客戶畫像1.國家電網(wǎng)大數(shù)據(jù)應用案例（3）優(yōu)質(zhì)服務領(lǐng)域大數(shù)據(jù)應用案例來1.國家電網(wǎng)大數(shù)據(jù)應用案例（4）解決方案架構(gòu)來源：大數(shù)據(jù)優(yōu)秀產(chǎn)品、服務和應用解決方案案例集（2016）國網(wǎng)大數(shù)據(jù)平臺總體架構(gòu)國網(wǎng)一體化業(yè)務數(shù)據(jù)模型1.國家電網(wǎng)大數(shù)據(jù)應用案例（4）解決方案架構(gòu)來源：大數(shù)據(jù)優(yōu)秀交通行業(yè)解決方案TRANSPORTATIONINDUSTRYSOLUTIONS52交通行業(yè)解決方案TRANSPORTATIONINDUSTR【解決方案】交通大數(shù)據(jù)——河北高速公路53該項目是國內(nèi)高速公路交通領(lǐng)域首個大數(shù)據(jù)平臺應用。項目以推進“互聯(lián)網(wǎng)+”在高速公路運營管理和公眾出行服務中的運用為目標，結(jié)合河北高速本地信息化建設現(xiàn)狀及實際用戶需求，制定項目策略規(guī)劃，并實現(xiàn)了路況、微波車檢、ETC、設備狀態(tài)、MTC、氣象等多源異構(gòu)海量數(shù)據(jù)的抽取整合管理及基于Hadoop的存儲計算，徹底打破了河北高速各類數(shù)據(jù)的信息孤島現(xiàn)象。平臺還實現(xiàn)了路況數(shù)據(jù)、收費數(shù)據(jù)、氣象等數(shù)據(jù)間多維度關(guān)聯(lián)分析和挖掘應用，為保障路網(wǎng)運行和決策調(diào)度提供多層次實時、有力的數(shù)據(jù)支撐?！窘鉀Q方案】交通大數(shù)據(jù)——河北高速公路53該項目是國內(nèi)高速公【解決方案】交通大數(shù)據(jù)——車輛特征識別系統(tǒng)54基于車輛品牌的落腳點分析、首次入城、同行車輛分析、頻繁過車、套牌車輛篩選、行車軌跡重現(xiàn)、包圍圈查詢等經(jīng)過實戰(zhàn)檢驗的公安實戰(zhàn)功能。【解決方案】交通大數(shù)據(jù)——車輛特征識別系統(tǒng)54基于車輛品牌的交通大數(shù)據(jù)——車輛特征識別系統(tǒng)55數(shù)據(jù)架構(gòu)圖交通大數(shù)據(jù)——車輛特征識別系統(tǒng)55數(shù)據(jù)架構(gòu)圖車輛特征識別系統(tǒng)以圖搜車，快速檢索對于有明顯特征的嫌疑車輛，比如年檢標志、紙盒、吊墜掛件、碰撞標記等進行以圖搜車。系統(tǒng)特點:圖像特征預提取、結(jié)構(gòu)化識別。支持多區(qū)域特征復合搜索。支持相似度、車型、車牌號、車身顏色檢索排序。56車輛特征識別系統(tǒng)以圖搜車，快速檢索56車輛特征識別系統(tǒng)57夜間車輛特征識別以圖搜車系統(tǒng)針對夜間車輛圖片的特點，設計了獨特的夜間車輛圖片識別算法，通過對夜間各種光照條件下的卡口圖片特征進行機器學習，構(gòu)建夜間車輛特征模型。保證夜間車輛識別具有極強的魯棒性(抗干擾性)和適應性。車輛特征識別系統(tǒng)57夜間車輛特征識別車輛特征識別系統(tǒng)面部遮擋檢測系統(tǒng)自動檢測車輛駕駛員放下遮陽板或者遮擋面部的異常行為，特別是夜間放下遮陽板的車輛是作案重點排查對象。58車輛特征識別系統(tǒng)面部遮擋檢測58車輛特征識別系統(tǒng)不系安全帶自動檢測不系安全帶檢測系統(tǒng)，利用機器深度學習的算法，通過對卡口圖片的多種特征進行分析，全自動檢測駕駛員是否佩戴安全帶59解決方案:檢測速度快，可支持海量卡口圖片分析，普通服務器每天可處理50萬張左右的高清圖片自動過濾有爭議圖片，降低人工復審核成本。系統(tǒng)準確率高，大于90%違章圖片數(shù)據(jù)實時推送給交警違章處罰平臺可處罰車輛特征識別系統(tǒng)不系安全帶自動檢測59解決方案:基于PGIS(公安警用地圖)的可視化展示60豐富的圖上作業(yè):卡口點位可視化展示、車輛行駛軌跡重現(xiàn)和播放、卡口點位地圖選擇、地圖測距等功能基于PGIS(公安警用地圖)的可視化展示60豐富的圖上作業(yè)立體化防控體系–人車軌跡關(guān)聯(lián)61立體化防控體系–人車軌跡關(guān)聯(lián)61政府行業(yè)解決方案GOVERNMENTINDUSTRYSOLUTIONS62政府行業(yè)解決方案GOVERNMENTINDUSTRYSO政務大數(shù)據(jù)應用領(lǐng)域63政務大數(shù)據(jù)應用領(lǐng)域63政務大數(shù)據(jù)平臺總體架構(gòu)64政務大數(shù)據(jù)平臺總體架構(gòu)64【解決方案】精準扶貧65緊緊依托識別對象、幫扶措施、項目安排、資金管理、退出機制、干部選派、管理監(jiān)督、考核評價、督促檢查“九個精準”為核心判斷依據(jù)來建設運行精準扶貧監(jiān)管平臺。對象識別精準化扶貧資金公開化扶貧數(shù)據(jù)融合化扶貧主體明確化扶貧部門協(xié)作化扶貧項目責任化對象監(jiān)管項目監(jiān)管績效監(jiān)管【解決方案】精準扶貧65緊緊依托識別對象、幫扶措施、項目安排【解決方案】公共資源交易分析實現(xiàn)對依法必須招標的項目進行統(tǒng)計分析研究，為行政監(jiān)督部門提供數(shù)據(jù)統(tǒng)計分析服務實現(xiàn)對招標項目、標段信息、中標單位、中標金額、中標項目經(jīng)理(總監(jiān))等數(shù)據(jù)進行統(tǒng)計。實現(xiàn)對招標人、招標代理、投標人、社會公眾、各類接入平臺等注冊使用情況進行統(tǒng)計66【解決方案】公共資源交易分析實現(xiàn)對依法必須招標的項目進行統(tǒng)【解決方案】信用大數(shù)據(jù)67【解決方案】信用大數(shù)據(jù)67【解決方案】社區(qū)網(wǎng)格化管理68【解決方案】社區(qū)網(wǎng)格化管理68【解決方案】納稅人全景畫像69納稅人畫像是借鑒用戶畫像的概念，基于大數(shù)據(jù)技術(shù)，通過數(shù)據(jù)特征工程對納稅人進行全方位描述，通過標簽體系加以呈現(xiàn)，抽象出一個納稅人的信息全貌。【解決方案】納稅人全景畫像69納稅人畫像是借鑒用戶畫像的概【案例展示】鄂爾多斯國稅局可視化展示70【案例展示】鄂爾多斯國稅局可視化展示70【案例展示】廣州地稅政務數(shù)據(jù)項目71【案例展示】廣州地稅政務數(shù)據(jù)項目71【案例展示】廣東省網(wǎng)上辦事大廳數(shù)據(jù)監(jiān)測系統(tǒng)72【案例展示】廣東省網(wǎng)上辦事大廳數(shù)據(jù)監(jiān)測系統(tǒng)72【案例展示】河南省政務數(shù)據(jù)共享交換平臺73【案例展示】河南省政務數(shù)據(jù)共享交換平臺73【案例展示】貴州省信用大數(shù)據(jù)分析74【案例展示】貴州省信用大數(shù)據(jù)分析74教育行業(yè)解決方案EDUCATIONINDUSTRYSOLUTIONS75教育行業(yè)解決方案EDUCATIONINDUSTRYSOL校園綜合情況分析產(chǎn)品觀星臺——校園綜合情況分析平臺基于教育大數(shù)據(jù)的專業(yè)解決方案，產(chǎn)品從高校所關(guān)注的重要指標為主線，包括招生、教學、輿情、信息化、網(wǎng)絡安全、學生安全、科研成果、一卡通、圖書館等方面建立分析模型。與高校共同建立業(yè)務模型，共同挖掘數(shù)據(jù)價值，輔助校領(lǐng)導進行管理決策。76校園綜合情況分析產(chǎn)品觀星臺——校園綜合情況分析平臺76校園信息化發(fā)展趨勢77互聯(lián)網(wǎng)校園校園網(wǎng)建設，寬帶接入互聯(lián)網(wǎng)為教學、科研、管理提供網(wǎng)絡才做的基礎(chǔ)環(huán)境信息化校園數(shù)字化校園實現(xiàn)教學資源共享，電子辦公，校園一卡通，教學教務等校園實際應用大數(shù)據(jù)校園整合信息化數(shù)據(jù)，通過高級計算對數(shù)據(jù)進行挖掘建模，輔助教學決策，預測未來第一階段第二階段第三階段校園信息化發(fā)展趨勢77互聯(lián)網(wǎng)校園校園網(wǎng)建設，寬帶接入互聯(lián)網(wǎng)信高校數(shù)據(jù)痛點78數(shù)據(jù)管理無標準多業(yè)務系統(tǒng)數(shù)據(jù)分散不可見無法預判無法輔助決策專業(yè)大數(shù)據(jù)人才匱乏無法監(jiān)控業(yè)務過程非結(jié)構(gòu)化數(shù)據(jù)無法挖掘價值傳統(tǒng)校園信息化“痛點”高校數(shù)據(jù)痛點78數(shù)據(jù)管理多業(yè)務系統(tǒng)數(shù)據(jù)分散不可見無法預判專業(yè)高校潛在大數(shù)據(jù)79校園業(yè)務系統(tǒng)結(jié)構(gòu)化為主，部分非結(jié)構(gòu)化互聯(lián)網(wǎng)數(shù)據(jù)非結(jié)構(gòu)化為主機器數(shù)據(jù)非結(jié)構(gòu)化為主數(shù)據(jù)來源一所高校大約數(shù)據(jù)量業(yè)務系統(tǒng)數(shù)據(jù)50G全部無線接入數(shù)據(jù)200G1個月上網(wǎng)日志數(shù)據(jù)12T1個月教務系統(tǒng)招生就業(yè)學工系統(tǒng)資產(chǎn)一卡通監(jiān)控圖書館微博QQ微信貼吧新聞監(jiān)控WiFi路由門禁一卡通機器設備…………高校潛在大數(shù)據(jù)79校園業(yè)務系統(tǒng)互聯(lián)網(wǎng)數(shù)據(jù)機器數(shù)據(jù)數(shù)據(jù)來源一所大數(shù)據(jù)是信息化技術(shù)的延伸80現(xiàn)實業(yè)務業(yè)務系統(tǒng)業(yè)務數(shù)據(jù)傳統(tǒng)信息系統(tǒng)體系業(yè)務自動化數(shù)據(jù)沉淀無法完成的任務：校園信息全貌無法集中展現(xiàn)多維度業(yè)務數(shù)據(jù)無法聯(lián)合分析對學生狀態(tài)的感知不即時數(shù)據(jù)管理難度大不標準現(xiàn)實校園大數(shù)據(jù)分析平臺大數(shù)據(jù)系統(tǒng)體系數(shù)據(jù)建模智能智能特征的補充，為高校新的管理理念提供技術(shù)的可行性依據(jù)：被動向主動轉(zhuǎn)化；管理向運營及服務型的轉(zhuǎn)化；大數(shù)據(jù)是信息化技術(shù)的延伸大數(shù)據(jù)是信息化技術(shù)的延伸80現(xiàn)實業(yè)務業(yè)務系統(tǒng)業(yè)務數(shù)據(jù)傳統(tǒng)信息產(chǎn)品架構(gòu)81大數(shù)據(jù)技術(shù)模塊一卡通業(yè)務系統(tǒng)數(shù)據(jù)機器數(shù)據(jù)Web日志無線認證日志車流量監(jiān)控互聯(lián)網(wǎng)數(shù)據(jù)教務學工圖書館學籍科研視頻新聞微博貼吧論壇DPI數(shù)據(jù)領(lǐng)導駕駛艙決策輔助綜合校情評教輿情……招生綜合分析學生人口分析學生行為分析學生畫像績點成績分析教師人口分析教學質(zhì)量分析教學壓力分析科研成果分析畢業(yè)生預警安全失聯(lián)預警就業(yè)綜合分析口碑輿情監(jiān)控圖書館分析一卡通分析網(wǎng)絡行為監(jiān)控監(jiān)控圖像識別……數(shù)據(jù)管理集群產(chǎn)品架構(gòu)81大數(shù)據(jù)技術(shù)模塊一卡通業(yè)務系統(tǒng)數(shù)據(jù)機器數(shù)據(jù)Web日產(chǎn)品亮點82學生安全教學質(zhì)量招生質(zhì)量校風聲譽就業(yè)質(zhì)量用戶畫像高校在社會口碑外界負面評價突發(fā)事件傳播招生計劃完成度招生策略制定新老專業(yè)認可度心理異常預警失聯(lián)預警惡劣學生行為學業(yè)預警院系專業(yè)教學評估畢業(yè)學位通過率畢業(yè)去向統(tǒng)計就業(yè)行業(yè)情況專業(yè)對口情況學生畫像教師畫像貧困生畫像產(chǎn)品亮點82學生安全教學質(zhì)量招生質(zhì)量校風聲譽就業(yè)質(zhì)量用戶畫像觀星臺亮點價值學業(yè)預警:通過歷史成績、借書情況、上網(wǎng)情況、早餐次數(shù)、懲罰記錄等信息進行深度挖掘分析，實時呈現(xiàn)校園完成學業(yè)存在風險的人群。及時識別、及早干預，幫助學生回到正確的軌道上來。83沉迷游戲預警:通過上網(wǎng)時長、上網(wǎng)應用、上網(wǎng)時間段、學習成績、就餐規(guī)律、宿舍門禁記錄等信息進行深度挖掘分析，實時呈現(xiàn)校園沉迷游戲的人群。及時識別、及早干預，幫助學生迷途知返，順利完成學業(yè)。疑似貧困人群:通過月均消費金額、每餐消費金額和超市購物等信息進行深度挖掘分析，識別真正的貧困生，甄別偽貧困生。實現(xiàn)精準扶貧，實現(xiàn)資源的公平分配。觀星臺亮點價值學業(yè)預警:83沉迷游戲預警:疑似貧困人群:觀星臺亮點價值84孤僻人群預警:通過消費記錄、借書記錄、門禁記錄、上網(wǎng)時間段、社交媒體發(fā)帖等信息進行大數(shù)據(jù)深度分析和挖掘，識別出校園孤僻人群。及時預警、及時進行心理疏導，避免引起校園悲劇。疑似失聯(lián)預警:通過消費記錄、校園網(wǎng)登錄記錄、宿舍門禁記錄、學校大門出入記錄等信息進行深度挖掘分析，實時呈現(xiàn)校園疑似失聯(lián)的人群。及時預警、盡早采取措施，消除安全隱患。疑似裸貸人群:通過異常消費記錄、異常行動軌跡、異常門禁記錄、異常上網(wǎng)記錄、異常社交媒體言論等信息進行深度挖掘分析，識別校園疑似裸貸人群。盡早采取措施償還貸款，消除人身安全威脅，避免走上不觀星臺亮點價值84孤僻人群預警:疑似失聯(lián)預警:疑似裸貸人群:招生綜合情況分析COMPREHENSIVEANALYSISOFENROLLMENT招生宣傳效果分析不同招生渠道、形式的效果，數(shù)據(jù)分析后調(diào)整招生策略專業(yè)認可度新老專業(yè)在各個地方生源情況，分析專業(yè)在不同地域的認可度全校招生趨勢歷年全校招生情況，以及預測未來招生趨勢，熱點地域分析院系生源地分析每個院系、班級可直接了解學生來源地域的情況生源地熱力分布通過全國地圖了解生源地總體情況，熱力顏色可了解主要生源地區(qū)，可下鉆到縣市級別招生綜合情況分析COMPREHENSIVEANALYSIS學生綜合情況分析COMPREHENSIVEANALYSISOFSTUDENTS學生人口數(shù)據(jù)分析通過對學生學籍、來源地、性別、人數(shù)等人口信息統(tǒng)計相關(guān)數(shù)據(jù)進行分析，了解全校學生概貌成績綜合情況分析針對學生績點成績和及格率以及其他畢業(yè)和學士學位相關(guān)成績進行分析畢業(yè)生預警通過學生成績分析對即將畢業(yè)但不符合畢業(yè)標準的學生進行預警，輔助輔導員采取措施。學生畫像/類型標簽根據(jù)業(yè)務建立學生的用戶畫像，通過分析學生的行為數(shù)據(jù)可以給每個學生進行定性標簽。學生綜合情況分析COMPREHENSIVEANALYSIS就業(yè)綜合情況分析COMPREHENSIVEANALYSISOFEMPLOYMENT就業(yè)單位分析就業(yè)率趨勢分析畢業(yè)去向分析就業(yè)薪酬分析能夠分析學生就業(yè)單位類型、以及單位所處行業(yè)領(lǐng)域，可分析得出專業(yè)對口企業(yè)，以及與高校匹配度高的企業(yè)通過分析就業(yè)率的發(fā)展趨勢來判斷高校教學質(zhì)量的具體成績，從而調(diào)整教學方式和內(nèi)容。了解畢業(yè)學生的去向，包括就業(yè)、創(chuàng)業(yè)、待業(yè)、讀研等方面，以及IT類職位或非IT類職位等方面。就業(yè)全球分布通過全球地圖，查看高校畢業(yè)學生就業(yè)企業(yè)分布情況，了解人才走向并挖掘。了解就業(yè)學生的薪酬福利，分析可得出不同專業(yè)畢業(yè)后的薪酬待遇情況。專業(yè)對口程度專業(yè)課程內(nèi)容與企業(yè)需求度的匹配對口程度，通過分析數(shù)據(jù)和結(jié)果報告來調(diào)整專業(yè)課程內(nèi)容，已達到培養(yǎng)合適市場的人才就業(yè)綜合情況分析COMPREHENSIVEANALYSIS教師綜合情況分析COMPREHENSIVEANALYSISOFTEACHERS教師隊伍的整體水平是高校教育質(zhì)量的保障，通過業(yè)務數(shù)據(jù)對不同職稱的教師進行分析，可以幫助教師人才引進、教師工作壓力飽和度、教學質(zhì)量評估、科研項目成果等方面進行觀察，直接找到提升或預防依據(jù)。根據(jù)數(shù)據(jù)建模設計教師畫像，可以對教師進行類型細分，更容易定位，找到每個老師擅長的業(yè)務內(nèi)容。教師數(shù)據(jù)檔案，使教師基本信息、所授課程、教學質(zhì)量、科研成果、工作強度級別、業(yè)務類型一目了然，盡收眼底。教師人口分析人數(shù)學歷性別教學質(zhì)量評估深度算法模型職稱專業(yè)教齡關(guān)聯(lián)學生成績科研項目成果熱點課題產(chǎn)出師生比分析學生滿意度工作壓力負荷度教師數(shù)據(jù)檔案出勤情況畢業(yè)校合同期……業(yè)務類型畫像工作活躍度教師綜合情況分析COMPREHENSIVEANALYSIS口碑聲譽輿情監(jiān)控互聯(lián)網(wǎng)的廣泛應用令信息高速傳播的同時也導致了高校輿情事故的頻發(fā)，高校如何進行網(wǎng)絡監(jiān)控和對重大事件預警、如何面對危機中的網(wǎng)絡輿論、如何合理利用媒體正確引導輿論，扭轉(zhuǎn)被動局面，維護校園安全穩(wěn)定，正是令高校無從下手的頑疾。觀星臺的口碑聲譽輿情監(jiān)控讓學校維護良好的形象勢在必行。通過爬蟲引擎抓取互聯(lián)網(wǎng)數(shù)據(jù)，并與預設預警主題關(guān)鍵詞進行對比分析，實時監(jiān)控互聯(lián)網(wǎng)輿情信息，針對校園敏感事件做出及時預測并提供預警報告，有效輔助領(lǐng)導決策，大幅度縮小高校敏感輿論事件的傳播范圍。WORDOFMOUTHREPUTATIONPUBLICOPINIONMONITORING信息爬取信息拆解自定義分類持久化存儲預警機制報告定制設置監(jiān)測時間信息呈現(xiàn)輿情信息呈現(xiàn)郵件提醒短信提醒平臺提醒口碑聲譽輿情監(jiān)控互聯(lián)網(wǎng)的廣泛應用令信息高速傳播的同時也導致了科研成果熱點追蹤

HOTPURSUITOFSCIENTIFICRESEARCH研究熱點爬取語義化分析熱點追蹤持久化存儲對本校科研數(shù)據(jù)進行分析，可清楚的得知每個科研項目的成果、企業(yè)貢獻、科研投入產(chǎn)出等結(jié)構(gòu)。通過對中國知網(wǎng)、萬方數(shù)據(jù)等主流學術(shù)型網(wǎng)站內(nèi)容爬取，并進行語義分析，可及時了解當下科研熱點，從而指導本?？蒲薪M的課題方向，緊貼科研領(lǐng)域趨勢，保持前沿的科技成果。當下最熱的研究方向研究課題是否前沿科研成果有哪些哪些企業(yè)對科研有貢獻科研投入是否科學科研成果熱點追蹤

HOTPURSUITOFSCIENT學生行為追蹤分析STUDENTBEHAVIORTRACKINGANALYSIS停留1次9:00-9：10停留1次9:20-10：30停留1次10：40-12：40停留2次13：40-14：4016：00-17：40最后一次到達18:00王思洋計算機學院1402566449：00宿舍下線9：20第二食堂上線10：00第二食堂下線