大數(shù)據(jù)解決方案V10

大數(shù)據(jù)解決方案V10第一頁，共45頁。目錄大數(shù)據(jù)綜述榮之聯(lián)企業(yè)大數(shù)據(jù)平臺方案大數(shù)據(jù)平臺建設(shè)方法汽車制造業(yè)應(yīng)用大數(shù)據(jù)暢想案例第二頁，共45頁。大數(shù)據(jù)時(shí)代到來IDC預(yù)測全球的數(shù)據(jù)使用量到2020年會增長44倍，達(dá)到35.2ZB(1ZB=10億TB)寬帶、移動網(wǎng)絡(luò)普及和提速移動網(wǎng)絡(luò)和各種智能終端視頻(醫(yī)療影像、地理信息、監(jiān)控錄像等)統(tǒng)計(jì)、分析、預(yù)測、實(shí)時(shí)處理傳感器、RFID閱讀器、導(dǎo)航終端等非傳統(tǒng)IT設(shè)備社交網(wǎng)絡(luò)(Facebook,Twitter,微博等)第三頁，共45頁。數(shù)據(jù)處理思維轉(zhuǎn)變少量的樣本數(shù)據(jù)數(shù)據(jù)關(guān)系力求明確清晰探求難以捉摸的因果關(guān)系要求數(shù)據(jù)精確無誤全量數(shù)據(jù)

樂于接受數(shù)據(jù)的紛繁復(fù)雜轉(zhuǎn)而關(guān)注事物的關(guān)聯(lián)關(guān)系

數(shù)據(jù)的精確不是那么重要了?

谷歌翻譯系統(tǒng)為了訓(xùn)練其系統(tǒng)，收集其能找到的所有翻譯；?

谷歌收集了上萬億頁的語料庫，包括質(zhì)量參差不齊的文檔；?

上萬億的語料庫，相當(dāng)于950億句英語；?

相對而言，谷歌的翻譯質(zhì)量還是最好的；?

谷歌翻譯之所以更好，不是因?yàn)樗鼡碛幸粋€更好的算法機(jī)制，而是增加了各種各樣的數(shù)據(jù)，包括有錯誤的數(shù)據(jù)；?

在谷歌的翻譯團(tuán)隊(duì)中，大多數(shù)工程師并不懂其翻譯出來的語言；數(shù)據(jù)處理思維轉(zhuǎn)變傳統(tǒng)數(shù)據(jù)分析思維大數(shù)據(jù)分析思維案例一?

聘請了20多名書評家和編輯組成的團(tuán)隊(duì)，在網(wǎng)頁上創(chuàng)立“亞馬遜的聲音”向客戶推薦新書，寫書評；?

通過客戶的購買歷史，尋找客戶的相似性，對客戶分群進(jìn)行產(chǎn)品推薦，推薦的總是與以往購買的相似或略有區(qū)別；?

通過大量的數(shù)據(jù)分析，找出書籍之間的關(guān)聯(lián)關(guān)系，即“item-to-item”,時(shí)亞馬遜發(fā)生了天翻地覆的變化。?

AMAZON銷售額的三分之一來自于“item-to-item”的推薦系統(tǒng)。?

AMAZON最終放棄了在線書評，書評團(tuán)隊(duì)被解散。案例二第四頁，共45頁。數(shù)據(jù)處理思維轉(zhuǎn)變數(shù)據(jù)處理思維轉(zhuǎn)變關(guān)聯(lián)關(guān)系，預(yù)測的關(guān)鍵。很多時(shí)候，知道“是什么”就夠了，沒必要知道“為什么”。一旦我們完成了“關(guān)聯(lián)關(guān)系”分析，我們就可以繼續(xù)向更深層次研究因果關(guān)系，找出背后的“為什么”?

沃爾瑪：請把蛋撻和颶風(fēng)用品擺在一起，請把啤酒和尿片擺在一起；?

某信用評分公司，利用Facebook的社交圈來預(yù)測個人償還債務(wù)的可能性；?

對沖基金通過分析Twitter微博的數(shù)據(jù)文本，作為股市投資的信號；?

某信用評分公司，利用Facebook的社交圈來預(yù)測個人償還債務(wù)的可能性；?

對沖基金通過分析Twitter微博的數(shù)據(jù)文本，作為股市投資的信號；其它案例第五頁，共45頁。大數(shù)據(jù)與BI融合*第六頁，共45頁。大數(shù)據(jù)的商業(yè)價(jià)值第七頁，共45頁。大數(shù)據(jù)主要廠商

大型企業(yè)和機(jī)構(gòu)在尋求解決棘手的大數(shù)據(jù)問題時(shí)，往往會使用開源軟件基礎(chǔ)架構(gòu)Hadoop的服務(wù)。由于Hadoop深受歡迎，許多公司都推出了各自版本的Hadoop，也有一些公司則圍繞Hadoop提供解決方案。Hadoop的發(fā)行版除了社區(qū)的Apachehadoop外，cloudera，IBM，ORACLE等都提供了自己的商業(yè)版本。商業(yè)版主要是提供Hadoop專業(yè)的技術(shù)支持，這對一些大型企業(yè)尤其重要。ClouderaEMC。。。IBMOracle第八頁，共45頁。大數(shù)據(jù)生態(tài)HIVEBigDataApplicationsPig!ZooKeeperSQLRAW非結(jié)構(gòu)化資料匯入SQL資料匯入分散式檔案系統(tǒng)類SQL資料庫系統(tǒng)(非即時(shí)性)分散式資料庫(即時(shí)性)并行計(jì)算框架資料處理語言數(shù)據(jù)挖掘程序庫第九頁，共45頁。目錄大數(shù)據(jù)綜述榮之聯(lián)企業(yè)大數(shù)據(jù)平臺方案大數(shù)據(jù)平臺建設(shè)方法汽車制造業(yè)應(yīng)用大數(shù)據(jù)暢想案例第十頁，共45頁。企業(yè)大數(shù)據(jù)平臺架構(gòu)原則*技術(shù)-按需頻度的數(shù)據(jù)獲取批量和實(shí)時(shí)數(shù)據(jù)采用不同的技術(shù)手段和工具，遵循統(tǒng)一的文件接口標(biāo)準(zhǔn)技術(shù)-多樣化數(shù)據(jù)共存跨同構(gòu)/異構(gòu)數(shù)據(jù)庫（物理系統(tǒng)），基于文本、數(shù)據(jù)庫的數(shù)據(jù)抽取和加載數(shù)據(jù)-數(shù)據(jù)即服務(wù)業(yè)務(wù)人員通過邏輯數(shù)據(jù)對象組件訪問數(shù)據(jù)，而不用關(guān)心數(shù)據(jù)的物理存儲方式。通過數(shù)據(jù)組織與前端應(yīng)用功能，使業(yè)務(wù)人員可以較容易、較快地定位和了解數(shù)據(jù)的內(nèi)容。數(shù)據(jù)-數(shù)據(jù)質(zhì)量控制通過一系列的技術(shù)和業(yè)務(wù)手段實(shí)現(xiàn)數(shù)據(jù)集成平臺數(shù)據(jù)質(zhì)量控制，主要體現(xiàn)在數(shù)據(jù)正確性（技術(shù)）、完整性、一致性（業(yè)務(wù)）、有效性。第十一頁，共45頁。大數(shù)據(jù)平臺整體架構(gòu)第十二頁，共45頁。大數(shù)據(jù)處理流程建立對非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行SQL語法查詢的支持，實(shí)現(xiàn)與結(jié)構(gòu)化數(shù)據(jù)的集成關(guān)聯(lián)（key）主分類關(guān)鍵詞標(biāo)簽地名人名全國統(tǒng)一分類分詞，倒排搜索共性、個性文本識別處理功能模塊網(wǎng)頁分類反向搜索關(guān)鍵詞分析日志關(guān)聯(lián)內(nèi)容分詞索引建立索引分析日志合并用戶類別標(biāo)簽摘要結(jié)構(gòu)化元信息網(wǎng)頁信息分類數(shù)據(jù)獲取語義分析數(shù)據(jù)解析

非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)獲取結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)集市數(shù)據(jù)集市EDW結(jié)構(gòu)化元數(shù)據(jù)Hadoop建立非結(jié)構(gòu)化信息的標(biāo)簽、摘要、索引、日志、內(nèi)容等提取結(jié)構(gòu)化的元數(shù)據(jù)信息，如類別、標(biāo)引、摘要等；實(shí)現(xiàn)與結(jié)構(gòu)化數(shù)據(jù)的整合ODSSQL聲譽(yù)度分析品牌分析服務(wù)質(zhì)量分析競爭產(chǎn)品分析產(chǎn)品評價(jià)市場動態(tài)跟蹤ETL網(wǎng)絡(luò)爬蟲第十三頁，共45頁。大數(shù)據(jù)關(guān)鍵技術(shù)第十四頁，共45頁。大數(shù)據(jù)關(guān)鍵技術(shù)-Hadoop第十五頁，共45頁。Hadoop系統(tǒng)工作原理第十六頁，共45頁。大數(shù)據(jù)關(guān)鍵技術(shù)-網(wǎng)絡(luò)數(shù)據(jù)獲取分布式網(wǎng)絡(luò)爬蟲分布式文件系統(tǒng)分布式存儲橫向擴(kuò)容(Scale-out)架構(gòu)分布式軟件架構(gòu)并行計(jì)算框架第十七頁，共45頁。大數(shù)據(jù)關(guān)鍵技術(shù)-兩種平臺相互集成第十八頁，共45頁。大數(shù)據(jù)關(guān)鍵技術(shù)-數(shù)據(jù)應(yīng)用功能數(shù)據(jù)查詢數(shù)據(jù)統(tǒng)計(jì)信息檢索數(shù)據(jù)分析語義分析數(shù)據(jù)挖掘經(jīng)營管理市場活動市場口碑分銷管理決策支持用戶服務(wù)第十九頁，共45頁。大數(shù)據(jù)關(guān)鍵技術(shù)-數(shù)據(jù)管控第二十頁，共45頁。目錄大數(shù)據(jù)綜述榮之聯(lián)企業(yè)大數(shù)據(jù)平臺方案大數(shù)據(jù)平臺建設(shè)方法汽車制造業(yè)應(yīng)用大數(shù)據(jù)暢想案例第二十一頁，共45頁。傳統(tǒng)數(shù)據(jù)平臺與大數(shù)據(jù)分布式平臺特性差異第二十二頁，共45頁。大數(shù)據(jù)分析與傳統(tǒng)BI分析差異結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)規(guī)模一般為TB規(guī)模集中式，為了分析進(jìn)行大量數(shù)據(jù)移動，數(shù)據(jù)向計(jì)算靠近批處理為主結(jié)構(gòu)化/非結(jié)構(gòu)化混合分析的能力數(shù)據(jù)規(guī)模從數(shù)十TB到PB級別分布式，計(jì)算向數(shù)據(jù)靠近支持流式分析事務(wù)關(guān)系型數(shù)據(jù)庫批處理數(shù)據(jù)倉庫分析集群化非結(jié)構(gòu)化流式多種數(shù)據(jù)源分析(MapReduce)組織傳統(tǒng)BI分析大數(shù)據(jù)分析第二十三頁，共45頁。大數(shù)據(jù)處理和管理體系-多結(jié)構(gòu)化第二十四頁，共45頁。大數(shù)據(jù)實(shí)施建議第一階段：應(yīng)用場景驅(qū)動的大數(shù)據(jù)開發(fā)第二階段：各業(yè)務(wù)系統(tǒng)、各渠道系統(tǒng)等配合大數(shù)據(jù)改造優(yōu)化第三階段：管理信息體系下的大數(shù)據(jù)平臺建設(shè)第四階段（目標(biāo)）：以大數(shù)據(jù)驅(qū)動的，實(shí)時(shí)的、整體聯(lián)動的IT解決方案Think

big，

start

small.大處著眼,小處著手。第二十五頁，共45頁。大數(shù)據(jù)實(shí)施方法論大數(shù)據(jù)業(yè)務(wù)戰(zhàn)略大數(shù)據(jù)建設(shè)目標(biāo)大數(shù)據(jù)架構(gòu)設(shè)計(jì)大數(shù)據(jù)實(shí)施大數(shù)據(jù)運(yùn)維企業(yè)戰(zhàn)略目標(biāo)業(yè)務(wù)目標(biāo)業(yè)務(wù)模式大數(shù)據(jù)治理目標(biāo)應(yīng)用場景服務(wù)模式服務(wù)對象大數(shù)據(jù)服務(wù)定義大數(shù)據(jù)信息模型大數(shù)據(jù)管理定義技術(shù)選擇驗(yàn)證測試容量規(guī)劃安裝，配置驗(yàn)收測試系統(tǒng)上線大數(shù)據(jù)服務(wù)管理服務(wù)性能管理生命周期管理資源調(diào)度系統(tǒng)監(jiān)控大數(shù)據(jù)持續(xù)改進(jìn)業(yè)務(wù)調(diào)整服務(wù)改進(jìn)技術(shù)升級架構(gòu)優(yōu)化第二十六頁，共45頁。大數(shù)據(jù)的角色和技能第二十七頁，共45頁。目錄大數(shù)據(jù)綜述榮之聯(lián)企業(yè)大數(shù)據(jù)平臺方案大數(shù)據(jù)平臺建設(shè)方法汽車制造業(yè)應(yīng)用大數(shù)據(jù)暢想案例第二十八頁，共45頁。汽車企業(yè)IT的過去第二十九頁，共45頁。汽車企業(yè)IT的將來業(yè)務(wù)挑戰(zhàn)產(chǎn)品研發(fā)周期響應(yīng)長市場擴(kuò)張不夠且競爭激烈客戶忠誠度不高成本增長且利潤率低業(yè)務(wù)趨勢提升客戶服務(wù)，增加用戶粘度提高生產(chǎn)率擴(kuò)大市場份額加強(qiáng)集團(tuán)管控降低成本綠色經(jīng)濟(jì)新興技術(shù)云（Cloud）移動（Mobility）社交（Social）大數(shù)據(jù)（BigData）一體化平臺客戶體驗(yàn)（CX）第三十頁，共45頁。汽車制造業(yè)大數(shù)據(jù)能力創(chuàng)新的方向部分?jǐn)?shù)據(jù)開放實(shí)時(shí)/近實(shí)時(shí)封閉延時(shí)報(bào)表/KPI“大”數(shù)據(jù)更深入第三十一頁，共45頁。大數(shù)據(jù)在汽車制造企業(yè)的應(yīng)用企業(yè)級數(shù)據(jù)行業(yè)數(shù)據(jù)跨行業(yè)數(shù)據(jù)企業(yè)傳統(tǒng)數(shù)據(jù)供應(yīng)商數(shù)據(jù)訂單數(shù)據(jù)維修記錄分銷商數(shù)據(jù)客戶數(shù)據(jù)資源數(shù)據(jù)生產(chǎn)數(shù)據(jù)產(chǎn)品數(shù)據(jù)運(yùn)營數(shù)據(jù)打包價(jià)格客戶行為傳感器數(shù)據(jù)最終客戶需求客戶建議和意見競爭對手情況業(yè)界預(yù)測行業(yè)動態(tài)政策法規(guī)保險(xiǎn)電子商務(wù)交通天氣金融貸款地理位置熱點(diǎn)事件旅游市場公共安全文化體育車飾周邊微博微信共享的大數(shù)據(jù)平臺深度分析高敏捷性高度可伸縮性實(shí)時(shí)市場宣傳和精準(zhǔn)營銷提升客戶服務(wù)和滿意度把握市場需求和供應(yīng)掌握車輛狀態(tài)和質(zhì)量提升支持管理決策和集團(tuán)管控第三十二頁，共45頁。大數(shù)據(jù)在汽車制造行業(yè)大有作為保證基礎(chǔ)信息質(zhì)量，保證數(shù)據(jù)揭示的信息達(dá)到最佳使用效果產(chǎn)品創(chuàng)新供應(yīng)優(yōu)化精準(zhǔn)營銷服務(wù)提升深入洞察客戶所想，所需，所感，所在及所得第三十三頁，共45頁。通過大數(shù)據(jù)連接客戶和產(chǎn)品加強(qiáng)客戶和產(chǎn)品生命周期管理客戶銷售營銷忠誠度服務(wù)駕駛習(xí)慣喜愛偏好購買行為品牌形象市場定位營銷渠道置換設(shè)計(jì)研發(fā)服務(wù)銷售供應(yīng)生產(chǎn)第三十四頁，共45頁。感知客戶行為，實(shí)時(shí)精準(zhǔn)營銷與服務(wù)第三十五頁，共45頁。目錄大數(shù)據(jù)綜述榮之聯(lián)企業(yè)大數(shù)據(jù)平臺方案大數(shù)據(jù)平臺建設(shè)方法汽車制造業(yè)應(yīng)用大數(shù)據(jù)暢想案例第三十六頁，共45頁。典型案例：新華社新媒體數(shù)據(jù)庫項(xiàng)目項(xiàng)目背景客戶收益解決方案基于大數(shù)據(jù)與云計(jì)算技術(shù)體系理念和技術(shù)架構(gòu)基礎(chǔ)上，建立一個全新的新媒體數(shù)據(jù)庫，并實(shí)現(xiàn)工作素材庫、工作庫、應(yīng)用庫和知識庫的架構(gòu)格局。為全球一體化多媒體采編與數(shù)字加工平臺，新媒體多元化加工開發(fā)與集成服務(wù)平臺等一系列關(guān)鍵業(yè)務(wù)系統(tǒng)提供數(shù)據(jù)存儲、全文檢索、數(shù)據(jù)庫及其基礎(chǔ)應(yīng)用服務(wù)。全面提升新媒體數(shù)據(jù)庫的應(yīng)用服務(wù)能力，達(dá)到對外服務(wù)商業(yè)化的標(biāo)準(zhǔn)。整合更多的社會資源，組建知識庫群，進(jìn)而形成決策智庫，服務(wù)于各級政府決策，提升新華社在政府決策中的影響力根據(jù)用戶的興趣特點(diǎn)和購買行為，實(shí)現(xiàn)個性化推薦，拓展了具有很大潛力的長尾客戶第三十七頁，共45頁。典型案例：貴州移動用戶互聯(lián)網(wǎng)行為分析項(xiàng)目項(xiàng)目背景客戶收益解決方案隨著3G爆發(fā)性增長和智能手機(jī)普及，移動互聯(lián)網(wǎng)發(fā)展一日千里，流量猛增大大超前運(yùn)營商預(yù)期，另一方面，無論在移動還是固定網(wǎng)絡(luò)，語音通信市場目前已經(jīng)趨向飽和，基于語音通信的增值業(yè)務(wù)已有明顯下降的趨勢；隨著移動互聯(lián)網(wǎng)的飛速發(fā)展，語音業(yè)務(wù)的經(jīng)營必然被流量增值業(yè)務(wù)的經(jīng)營所取代。基于用戶WAP上網(wǎng)行為分析，實(shí)現(xiàn)對客戶內(nèi)容偏好、客戶網(wǎng)絡(luò)行為偏好和互聯(lián)網(wǎng)標(biāo)簽的篩選，助力于精細(xì)化營銷開展。基于互聯(lián)網(wǎng)行為分析，洞悉客戶需求，將客戶細(xì)分為娛樂、交流、學(xué)習(xí)、生活、商務(wù)、工具六大類，構(gòu)建移動互聯(lián)網(wǎng)產(chǎn)品標(biāo)簽庫；通過自有互聯(lián)網(wǎng)業(yè)務(wù)與網(wǎng)絡(luò)熱點(diǎn)產(chǎn)品進(jìn)行“滲透率”、“覆蓋率”、“活躍率”對比分析，構(gòu)建增值業(yè)務(wù)產(chǎn)品市場競爭評估體系。第三十八頁，共45頁。典型案例：中國人力資源和社會保障出版集團(tuán)企業(yè)培訓(xùn)平臺項(xiàng)目背景客戶收益解決方案當(dāng)前，我國正處于貫徹落實(shí)“十二五”規(guī)劃的關(guān)鍵時(shí)期和實(shí)施人才強(qiáng)國戰(zhàn)略的重要時(shí)期，產(chǎn)業(yè)布局調(diào)整、企業(yè)升級換代進(jìn)入關(guān)鍵階段，許多地區(qū)和行業(yè)存在著技能勞動者供不應(yīng)求的現(xiàn)象，尤其是在傳統(tǒng)產(chǎn)業(yè)和高新技術(shù)產(chǎn)業(yè)領(lǐng)域，技能勞動者特別是高技能人才嚴(yán)重短缺，供需之間的結(jié)構(gòu)性短缺矛盾日益突出。中國人力資源和社會保障出版集團(tuán)將堅(jiān)持以服務(wù)人力資源社會保障事業(yè)發(fā)展為己任，以培育人才、助力民生為工作主線，逐步打造成為我國人力資源社會保障信息交匯平臺、職業(yè)教育和職業(yè)培訓(xùn)教材研發(fā)基地、職業(yè)安全和勞動保障知識傳播中心。滿足遠(yuǎn)程教育培訓(xùn)的需求（滿足培訓(xùn)和教學(xué)兩方面的功能需求），針對課件制作、精品課程制作提供良好便捷的設(shè)計(jì)制作平臺。足集團(tuán)未來信息化擴(kuò)展的需求，應(yīng)對日益激烈的信息數(shù)字化競爭。第三十九頁，共45頁。典型案例：中信銀行信用卡中心項(xiàng)目背景客戶收益解決方案中信銀行信用卡中心充分利用銀行的內(nèi)部資源，自2007年發(fā)卡至今，憑借強(qiáng)大的安全保障、便捷的還款方式、優(yōu)質(zhì)的客戶服務(wù)以及持續(xù)豐富的刷卡優(yōu)惠活動，中信平安信用卡已從競爭日趨白熱化的國內(nèi)信用卡市場中異軍突起。發(fā)卡量增長迅速：2008年發(fā)卡約500萬張，2010年增加了一倍。業(yè)務(wù)數(shù)據(jù)增長迅速：隨著業(yè)務(wù)的迅猛增長，業(yè)務(wù)數(shù)據(jù)規(guī)模也線性膨脹。數(shù)據(jù)存儲、系統(tǒng)維護(hù)、數(shù)據(jù)有效利用都面臨巨大壓力。實(shí)時(shí)的商業(yè)智能

可以結(jié)合實(shí)時(shí)、歷史數(shù)據(jù)進(jìn)行全局分析,風(fēng)險(xiǎn)管理部門現(xiàn)在可以每天評估客戶的行為，并決定對客戶的信用額度在同一天進(jìn)行調(diào)整；原有內(nèi)部系統(tǒng)、模型整體性能顯著提高秒級營銷提供了統(tǒng)一的客戶視圖，更有針對的進(jìn)行營銷。2011年，中信銀行信用卡中心通過其數(shù)據(jù)庫營銷平臺進(jìn)行了1286個宣傳活動，每個營銷活動配置平均時(shí)間從2周縮短到2-3天。EMCGreenPlumClouderaHadoopInformaticaPowerCenterIBMSPSS分布式架構(gòu)與關(guān)系型數(shù)據(jù)庫的結(jié)合，實(shí)現(xiàn)結(jié)構(gòu)化與非機(jī)構(gòu)化數(shù)據(jù)的存儲與處理多數(shù)據(jù)源（30+）整合，數(shù)據(jù)交換平臺建設(shè)創(chuàng)建客戶統(tǒng)一視圖，客戶全方位挖掘分析。營銷活動管理的閉環(huán)應(yīng)用第四十頁，共45頁。典型案例：迪信通庫存優(yōu)化項(xiàng)目項(xiàng)目背景客戶收益解決方案提供了庫存優(yōu)化的解決方案。建立的銷量預(yù)測模型，實(shí)現(xiàn)了對周期采購的合理指導(dǎo)。實(shí)現(xiàn)了銷量預(yù)測準(zhǔn)確率校驗(yàn)、庫存周轉(zhuǎn)效果校驗(yàn)、缺貨校驗(yàn)等功能。迪信通是國內(nèi)市場占有率最高的通訊連鎖零售企業(yè)，庫存量偏高、庫存周轉(zhuǎn)率低一直是困擾企業(yè)的難題。迪信通庫存優(yōu)化項(xiàng)目是通過大數(shù)據(jù)分析和挖掘技術(shù)實(shí)現(xiàn)手機(jī)銷量的準(zhǔn)確預(yù)測，根據(jù)預(yù)測結(jié)果指導(dǎo)采購人員合理采購，從而達(dá)到降低庫存量，提高庫存周轉(zhuǎn)的目的。通過庫存優(yōu)化模型，降低了企業(yè)的庫存量，提高了庫存周轉(zhuǎn)率。為企業(yè)的采購提供了科學(xué)依據(jù)，提升了企業(yè)的采購管理、庫存管理能力。ClouderaHadoopSASBirt第四十一頁，共45頁。典型案例：國金證券營銷活動管理平臺項(xiàng)目背景客戶收益解決方案國金證券股份有限公司是中國證券監(jiān)督管理委員會核準(zhǔn)的七家合規(guī)試點(diǎn)證券公司之一，公司現(xiàn)有客戶超過30萬戶，托管的證券市值和保證金超過280億元。隨著規(guī)模的不管擴(kuò)大，企業(yè)對信息化建設(shè)的要求也在不斷提高。國金證券希望滿足業(yè)務(wù)創(chuàng)新對營銷活動管理的要求，實(shí)現(xiàn)智能化的營銷決策支持、多步驟多渠道的活動流程管理、精細(xì)化的客戶信息管理、高度自動化的系統(tǒng)執(zhí)行。在數(shù)據(jù)層采集交易系統(tǒng)、CRM系統(tǒng)、HR系統(tǒng)、EBOSS系統(tǒng)、呼叫中心系統(tǒng)的數(shù)據(jù)，建立客戶、員工、產(chǎn)品統(tǒng)一視圖，為了滿足后續(xù)業(yè)務(wù)的擴(kuò)展，比如實(shí)現(xiàn)融資融券、股指期貨、資產(chǎn)管理等相關(guān)系統(tǒng)數(shù)據(jù)的采集和對接。營銷活動管理系統(tǒng)的功能包括活動統(tǒng)一視圖、營銷活動上線前管理、營銷活動執(zhí)行管理、營銷活動評估、客戶營銷活動360度視圖、渠道系統(tǒng)對接等。自動對接外圍系統(tǒng)，包括互動短信、彩信平臺、EDM、電銷、微信平臺、