大數(shù)據(jù)-bigdata china白皮書

助企業(yè)提升市場(chǎng)洞察決策能力和精準(zhǔn)銷售能 只要你想你就會(huì)知道 他們?cè)? VerizonVerizonNBA球隊(duì) 隊(duì)的副(ScottHorowitz)表示，這家球隊(duì)使用Verizon無線的數(shù)據(jù)服務(wù)來分析觀眾在哪里賽事，從而在這一地區(qū)增加。

全球最大的戶外公司之一ClearChannelOutdoorHoldings就已經(jīng)采用了Verizon無線的精”。這家公司的(SuzanneGrimes)表示，“精準(zhǔn)能夠讓戶外牌所有人了解到什么樣的人駕車路過牌。她說，“現(xiàn)在更清楚的了解到哪些人路過了牌，以及他們的是什么。”

行為均能夠被發(fā)現(xiàn)，從而匯集多搜索引擎、多APP信息，而不只是用戶在某一 分析，更能夠?qū)⒂脩鬉PP使用喜好、用戶購(gòu)物 24365

基 用 識(shí)別優(yōu)戶 戶數(shù)據(jù)魔方多

標(biāo)用 APP分析能

互聯(lián)網(wǎng)數(shù)

數(shù)以億計(jì)的通信用戶基數(shù)保

運(yùn)營(yíng)商可以通過對(duì)海量數(shù)據(jù)的有效分析，更加精準(zhǔn)、更中國(guó)不僅三大電信運(yùn)營(yíng)商之一，同時(shí)也4G用戶。

1

3（3G＋

智 3G＋4G用數(shù)據(jù)量是傳統(tǒng)行業(yè)的4 業(yè)的2業(yè)價(jià)格是傳統(tǒng)行業(yè)的

號(hào)

用出生日

通話時(shí)

用

用 用戶終端唯一標(biāo)識(shí)用戶所使 的廠 屏幕大K-Means

SVM 行業(yè)信息收集等獲取的基礎(chǔ)數(shù)據(jù)，是大數(shù)據(jù)分析與挖掘的原材料，通共上百萬商品定位（共上百萬商品定位（第ID第ID、WEIBO 1500）

是大數(shù)據(jù)中非常關(guān)鍵的屬性，的，就會(huì)知道數(shù)據(jù)魔方才是真正的大數(shù)據(jù)。利用大數(shù)據(jù)為同一用戶制定，以便能更好的為用戶。

淘寶可為該用戶打67 中 可為該用戶打210 對(duì)用戶每天行動(dòng)軌跡持續(xù)追蹤，分析能在本品牌用戶集中的地方部署銷售或進(jìn)

商品的關(guān)聯(lián)，幫助 以及用戶話費(fèi)套餐和用戶在 端的關(guān)注內(nèi)容，分析獲得用戶的消費(fèi)能力

A系網(wǎng)劃分出與“朋友圈”，根據(jù)中共性較高的關(guān)注、搜索行為找到基于該用戶及其的關(guān)系話題。進(jìn)一步挖掘出用戶的行為喜好，為

用戶 偏 話用戶的社交偏好是什么，是通話 使用各類社交 平臺(tái)上的發(fā)起話題 （轉(zhuǎn)發(fā)）話偏好。通過大數(shù)據(jù)模型都可得到詳細(xì)結(jié)果，為企業(yè)客戶帶來信 誰是用戶？他們有什么特點(diǎn)?上、線下如何才能觸達(dá)他們？通過大數(shù)據(jù)，幫您尋找

經(jīng) 合作對(duì)象類型合作伙伴（案例 支 個(gè) 反 的數(shù)據(jù)安全統(tǒng)一歸口信息化

用 后，輸出脫敏、結(jié)論性分值，確保輸出結(jié)果用戶隱 時(shí)（用 嫌疑

合作伙伴：螞蟻金服即阿里小微金融服務(wù)，旗下業(yè)務(wù)包括支付寶、支付寶錢包、余額寶、找應(yīng)用場(chǎng)景：用于輔助用戶支付賬戶操作的安全風(fēng)險(xiǎn)控制，如大額轉(zhuǎn)賬、交易瞬間多筆轉(zhuǎn)賬、快捷支付換綁、被騙（頻繁發(fā)）等。合作伙伴：易聯(lián)支付是從事無卡認(rèn)證支付、預(yù)付卡的與受理、80

應(yīng)用場(chǎng)景：支付過程中，通 度分析，識(shí)別當(dāng)前交易是否歷史交易記

住

歷史位設(shè)備更換次累計(jì)交易金乘機(jī)人始發(fā)地／目的乘機(jī)人信

與 比用戶在運(yùn)營(yíng)商數(shù)據(jù)行為評(píng) 配合 集客部 銀行固話 項(xiàng)目 用戶所在單位作為申請(qǐng)條件之一，銀行將

合作案例規(guī)劃中合作案例規(guī)劃中為降低壞賬損失，銀行需要想追逃的成本不能太高，否則得不償失；銀行需要快捷、互聯(lián)網(wǎng)金融以及傳統(tǒng)金融互聯(lián)網(wǎng)化快速發(fā)展，同時(shí)基礎(chǔ)設(shè)施發(fā)展滯后，聞風(fēng)

銀 追反

計(jì)算目標(biāo)用戶圈子成員以及圈內(nèi)成員 目標(biāo)用戶與高風(fēng)險(xiǎn)主體聯(lián)系頻目標(biāo)用戶所在圈子高風(fēng)險(xiǎn)主體目標(biāo)用戶失聯(lián)后通過查詢其關(guān)系圈近期的“新成員”（可能包含目標(biāo)用戶的新）及其活動(dòng)地區(qū)（位置數(shù)據(jù)），

方方通過位置定位，為實(shí)體商鋪提供選址 策略指導(dǎo)。以及為客戶準(zhǔn)的戶 通過大數(shù)據(jù)為用戶進(jìn)行分類，獲得用戶。為客戶提供可持續(xù)的管理及的精準(zhǔn)數(shù)據(jù)詞的分析及推薦。幫助客戶找到精準(zhǔn)為P2P類金融行業(yè)提供有效的

通過大數(shù)據(jù)對(duì)用戶最終行為前的路徑分析，生成歸因圖形，清晰了解用戶行為原 以彩信形式等自有業(yè)務(wù)將精準(zhǔn)信息推送給用銷策略指導(dǎo)，提準(zhǔn)的戶外Push區(qū)域分析，提供戶外效果評(píng)估?+GPS 商圈分析－案例為某服裝企業(yè)， 位置與本品牌高端用戶群、潛在用戶群匹配關(guān)系進(jìn)行分析，發(fā)現(xiàn)該部分高端用戶主要集中 該品牌隨后按

為某品牌戶外選址提供建議，并持續(xù)進(jìn)行效果評(píng)估。系統(tǒng)通過該品牌用戶特征，圈定潛在用戶群體，得出潛在用戶、全量用戶最集中的區(qū)性星性教職通過收集用戶終端各類數(shù)據(jù)信息，通過計(jì) 教職奶 告形式在DMP上生成，為品牌客戶提供消費(fèi)能 消費(fèi)能汽用 -案例在與某汽車品牌的合作中，客戶提供某車型用戶，分析過程中，我們發(fā)現(xiàn)，該部分用戶大、網(wǎng)購(gòu)少、老、互聯(lián)網(wǎng)社交少、移動(dòng)互聯(lián)網(wǎng)活躍低，互聯(lián)網(wǎng)活躍度是全網(wǎng)平50%30%，而的喜好、等傳統(tǒng)社交方式。之后該企業(yè)，在互聯(lián)網(wǎng)上，側(cè)重對(duì)競(jìng)品用戶的影響，適當(dāng)加大對(duì)該車型傳統(tǒng)幫助某美容醫(yī)療機(jī)構(gòu)，精細(xì)化購(gòu)

怎么使

對(duì)搜索引擎較依DMP供有效搜索的分析及準(zhǔn)，并對(duì)該的

據(jù)根據(jù)需求對(duì)用戶 進(jìn)行核實(shí)并做評(píng)估，反饋至DMP生成評(píng)估報(bào)表。機(jī)構(gòu)核查該產(chǎn)品為P2P類金融行業(yè)提供有效的用戶

DMP上發(fā)起調(diào)研，用戶通過終端的APPHTML5頁面參與調(diào)研，數(shù)據(jù)提交至大數(shù)據(jù)服務(wù)器進(jìn)行收集、歸類、分析，并生成數(shù)據(jù)調(diào)研報(bào)告，最后在DMP上以數(shù)據(jù)模型樣式為客戶提準(zhǔn)的、推廣指導(dǎo)。

用戶基礎(chǔ)屬性 數(shù)據(jù)調(diào)研-案例數(shù)據(jù)調(diào)研-案例

在與某香煙企業(yè)的合作的數(shù)據(jù)調(diào)研項(xiàng)目中，問卷只設(shè)計(jì)了3道題目，您什么時(shí)間買香煙？買什么品牌香煙？您的煙齡？系統(tǒng)自動(dòng)匹配，用戶、、上網(wǎng)，香煙 327（汽 排 軸距速

通過大數(shù)據(jù)對(duì)用戶最終行為記錄，經(jīng)特殊算法逆向 、分析用戶最終行為前的行為路徑，在DMP上生成歸因了解用戶發(fā)生某些行為的原因可幫助

通過大數(shù)據(jù)，對(duì)自有業(yè)務(wù)用戶進(jìn)行分類機(jī)DMP上將用