7.3應(yīng)用案例——數(shù)據(jù)驅(qū)動的汽車品牌管理系統(tǒng)汽車品牌管理背景汽車是復(fù)雜系統(tǒng)的典型代表，其價值高，品牌的建立和維護(hù)對產(chǎn)品的銷量和市場份額來說舉足輕重，因此也是最早開展品牌關(guān)系管理的行業(yè)之一。在當(dāng)前新的營銷方式和傳播渠道下，對于汽車行業(yè)來說，汽車品牌的管理面臨著數(shù)據(jù)基礎(chǔ)和管理方法的挑戰(zhàn)，也同時面臨著數(shù)據(jù)缺失、錯誤和難以分析的問題。挑戰(zhàn)和機(jī)遇汽車品牌關(guān)系的維護(hù)，通過傳統(tǒng)的媒體，如客戶問卷調(diào)查、電話訪問、廣告等方式進(jìn)行。云計算和大數(shù)據(jù)時代的到來，汽車行業(yè)可收集的數(shù)據(jù)呈爆發(fā)性的增長，傳統(tǒng)的汽車品牌關(guān)系管理不再適合。品牌管理方式面向汽車品牌管理的數(shù)據(jù)工程數(shù)據(jù)工程旨在通過數(shù)據(jù)獲取、數(shù)據(jù)過濾、數(shù)據(jù)結(jié)構(gòu)化等過程，獲取到可應(yīng)用于品牌關(guān)系管理的大數(shù)據(jù)，過濾掉其中的垃圾數(shù)據(jù)，融合多源異構(gòu)數(shù)據(jù)，實(shí)現(xiàn)從非結(jié)構(gòu)化數(shù)據(jù)到結(jié)構(gòu)化的數(shù)據(jù)的轉(zhuǎn)變，從而實(shí)現(xiàn)減輕數(shù)據(jù)獲取瓶頸和提高數(shù)據(jù)價值密度以及數(shù)據(jù)利用率的目標(biāo)。數(shù)據(jù)獲取數(shù)據(jù)過濾數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)工程——數(shù)據(jù)獲取針對數(shù)據(jù)分散性問題，面向汽車品牌管理的數(shù)據(jù)工程可開發(fā)面向網(wǎng)絡(luò)媒體的數(shù)據(jù)采集器，采集消費(fèi)者、汽車和情境等方面相關(guān)數(shù)據(jù)?？捎脭?shù)據(jù)示例如下：分類詳細(xì)來源消費(fèi)者論壇數(shù)據(jù)汽車之家、搜狐汽車、網(wǎng)易汽車等八大汽車論壇口碑信息汽車之家汽車零售商、制造商數(shù)據(jù)汽車之家車型參數(shù)數(shù)據(jù)汽車之家銷量數(shù)據(jù)搜狐汽車情境天氣及空氣質(zhì)量數(shù)據(jù)天氣網(wǎng)汽車石油相關(guān)股票信息東方財富網(wǎng)PPI、CPI、進(jìn)出口數(shù)據(jù)東方財富網(wǎng)數(shù)據(jù)工程——數(shù)據(jù)過濾在品牌關(guān)系管理中，可以采用基于布隆過濾器的海量數(shù)據(jù)過濾方法。首先構(gòu)建品牌關(guān)系管理相關(guān)的本體庫，主要分為兩個環(huán)節(jié)：本體庫構(gòu)建構(gòu)建綜合評價指標(biāo)體系構(gòu)建領(lǐng)域本體在原有評價指標(biāo)基礎(chǔ)上，從評論內(nèi)容出發(fā)，圍繞產(chǎn)品或服務(wù)的特征，綜合多重視角構(gòu)建完善的評價指標(biāo)體系。選取語料進(jìn)行人工標(biāo)注，提取評論內(nèi)容中描述產(chǎn)品或服務(wù)特征或情感的固定搭配，并標(biāo)注極性，建立特征詞和情感詞的關(guān)聯(lián)關(guān)系。數(shù)據(jù)工程——數(shù)據(jù)過濾布隆過濾器是一種空間效率很高的隨機(jī)數(shù)據(jù)結(jié)構(gòu)，它利用位數(shù)組表示集合，并判斷一個元素是否屬于該集合。基于本體庫利用布隆過濾器，可以過濾和清洗無用數(shù)據(jù)，解決數(shù)據(jù)的冗余問題，確保價值數(shù)據(jù)密度高，從而保障后續(xù)挖掘任務(wù)順利開展。布隆過濾器設(shè)計第一步：利用布隆過濾器多Hash函數(shù)壓縮參數(shù)空間，匹配過濾。第二步：基于語義規(guī)則匹配“特征-情感對”，計算點(diǎn)互信息。數(shù)據(jù)工程——數(shù)據(jù)結(jié)構(gòu)化用戶生成內(nèi)容大多是非結(jié)構(gòu)化的文本信息，需要通過數(shù)據(jù)結(jié)構(gòu)化過程識別文本主題，才能有效的開展商務(wù)分析任務(wù)。利用潛在狄利克雷模型（LatentDirichletAllocation,LDA）可以從汽車論壇的文本數(shù)據(jù)中提取不同主題，實(shí)現(xiàn)數(shù)據(jù)結(jié)構(gòu)化。主題序號主題中詞結(jié)果1車滿意一點(diǎn)油耗空間動力外觀好比較內(nèi)飾感覺操控性價比舒適性不錯人開太高點(diǎn)描述小買坐選擇覺得喜歡公里后排2油泵螺絲隨后小姐電路越野鳳凰插頭泵破同學(xué)保修精準(zhǔn)度顧問漏風(fēng)進(jìn)水工作室聯(lián)絡(luò)中線小偷手工費(fèi)提升機(jī)加急旅行動力面向汽車品牌管理的競爭分析汽車企業(yè)視角所得的結(jié)論與消費(fèi)者的認(rèn)知不完全一致，企業(yè)視角獲得的競爭性指標(biāo)與消費(fèi)者感知的競爭性指標(biāo)存在差異。與訪談和問卷數(shù)據(jù)的“事后”或者“事前”感知相比，在線數(shù)據(jù)記錄著消費(fèi)者在購買決策過程中對不同產(chǎn)品的對比和評價，因此能夠更加準(zhǔn)確的反映產(chǎn)品之間的競爭關(guān)系。面向汽車品牌管理的競爭分析節(jié)點(diǎn)：汽車車型邊：車型之間的競爭關(guān)系越密集、顏色越深的部分，車型競爭越激烈中低端汽車新能源汽車高端汽車汽車車型的競爭關(guān)系可視化面向汽車品牌管理的品牌畫像對企業(yè)而言，品牌畫像是品牌形象傳播的基礎(chǔ)，是品牌戰(zhàn)略管理的關(guān)鍵環(huán)節(jié)；對消費(fèi)者而言，品牌畫像是品牌感知價值的真實(shí)寫照，是購買決策行為的重要參考。從消費(fèi)者角度認(rèn)知需求出發(fā)，選擇產(chǎn)品、服務(wù)、市場、品牌四個方面作為品牌畫像的維度，體現(xiàn)消費(fèi)者不同的需求層次對應(yīng)的品牌特征。

品牌畫像一級維度二級維度指標(biāo)產(chǎn)品價格；外觀；功能；質(zhì)量；性價比

式樣、包裝、配飾；性能；安全性、耐用性、瑕疵性

服務(wù)保養(yǎng)服務(wù)；維修服務(wù)增值服務(wù)；配送服務(wù)保修期限、保修費(fèi)用；設(shè)備、環(huán)境、網(wǎng)點(diǎn)體系；個性化、差異性、創(chuàng)新性；安全性、及時性、方便性市場表現(xiàn)；目標(biāo)人群行業(yè)排名、市場占有率、美譽(yù)度；年齡、職業(yè)、學(xué)歷、收入、性別、地域品牌標(biāo)識；個性；價值商標(biāo)、名稱、品類、產(chǎn)地、品牌來源、品牌推廣；真誠、刺激、稱職、教養(yǎng)、粗獷；文化價值、社會價值、利失價值、情感價值面向汽車品牌管理的品牌畫像企業(yè)通常根據(jù)以下步驟構(gòu)建基于用戶生成內(nèi)容的品牌畫像：構(gòu)建品牌本體構(gòu)建品牌個性詞典識別用戶認(rèn)知標(biāo)簽識別品牌個性用以描述維度與特征詞之間的關(guān)系網(wǎng)絡(luò)，同時可對后續(xù)提取的認(rèn)知標(biāo)簽進(jìn)行組織歸類用于描述品牌類人特征的、具有象征意義的主觀形容詞匯根據(jù)本體特征，提取用戶生成內(nèi)容中對應(yīng)特征的情感詞，作為特征-情感認(rèn)知標(biāo)簽提取用戶生成內(nèi)容中與品牌個性詞典相匹配的特征詞匯，確定品牌個性面向汽車品牌管理的銷量預(yù)測銷量預(yù)測是商業(yè)分析的重要任務(wù)之一，是對產(chǎn)品的未來銷量進(jìn)行預(yù)測，也是對消費(fèi)者的需求量進(jìn)行預(yù)測。企業(yè)已經(jīng)不能僅僅通過成本優(yōu)勢占據(jù)市場地位。進(jìn)行較為準(zhǔn)確的產(chǎn)品銷量預(yù)測是有效地管理供應(yīng)鏈的一個重要方面。銷量預(yù)測歷史銷售數(shù)據(jù)在線評論歷史同期銷售數(shù)據(jù)利率、節(jié)假日、物價指數(shù)、早期銷量、口碑情感、網(wǎng)絡(luò)活躍度…在線評論：考慮大眾對產(chǎn)品的看法，深入挖掘?qū)I(yè)汽車論壇用戶評論數(shù)據(jù)；歷史同期銷售數(shù)據(jù)：車市的銷量會隨著季節(jié)的變化而呈現(xiàn)出高峰低谷的規(guī)律性周期變化；其他影響因素：挑選合適的銷量影響因素，避免出現(xiàn)冗余，增加預(yù)測模型的復(fù)雜性和計算負(fù)擔(dān)。面向汽車品牌管理的銷量預(yù)測汽車銷量常用的預(yù)測方法主要分為定性預(yù)測和定量預(yù)測兩類。隨著統(tǒng)計學(xué)習(xí)和機(jī)器學(xué)習(xí)等新模型的廣泛使用以及市場對于銷量預(yù)測越來越嚴(yán)苛的要求，銷量預(yù)測的方法也從傳統(tǒng)定性的描述越來越多轉(zhuǎn)向定量的分析。定性分析預(yù)測法回歸分析預(yù)測法依靠相關(guān)行業(yè)領(lǐng)域知識，主觀預(yù)測產(chǎn)品銷量的變化趨勢將產(chǎn)品未來銷量作為因變量，銷量影響因素作為自變量，建立回歸方程，通過真實(shí)數(shù)據(jù)訓(xùn)練模型參數(shù)傳統(tǒng)統(tǒng)計學(xué)時間序列分析預(yù)測法機(jī)器學(xué)習(xí)時間序列分析預(yù)測法利用事物的歷史變化情況，發(fā)現(xiàn)統(tǒng)計規(guī)律和數(shù)據(jù)特征對數(shù)據(jù)中隱含的復(fù)雜非線性邏輯進(jìn)行自我學(xué)習(xí)，自動分析獲取規(guī)律并預(yù)測未知數(shù)據(jù)確定解釋變量候選集數(shù)據(jù)標(biāo)準(zhǔn)化變量選擇確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)訓(xùn)練預(yù)測模型預(yù)測模型效果檢驗(yàn)和分析面向汽車品牌管理的用戶畫像用戶畫像就是給消費(fèi)者的人口統(tǒng)計學(xué)信息、行為屬性、生活習(xí)慣和消費(fèi)行為等信息“標(biāo)簽化”的過程，這些標(biāo)簽是通過對消費(fèi)者豐富的行為數(shù)據(jù)挖掘而來。社會因素（社會關(guān)系、價值取向…）行為因素（購買動機(jī)、使用狀態(tài)…）地理因素（地理、城鄉(xiāng)…）用戶畫像人口因素（性別、收入…）心理因素（性格、生活方式…）能力因素（感知能力、分析能力…）面向汽車品牌管理的個性化推薦汽車企業(yè)將大數(shù)據(jù)應(yīng)用于品牌建設(shè)、品牌營銷和品牌傳播等業(yè)務(wù)中，大幅度提升了品牌管理服務(wù)的個性化和智能化水平。常見的個性化推薦方法如下：面向汽車品牌管理的個性化推薦在汽車論壇中，用戶不僅被顯式連接關(guān)系影響偏好，還有可能被存在隱式連接關(guān)系的影響。企業(yè)可對論壇中的隱式連接關(guān)系進(jìn)行個性化推薦，利用時間戳信息和用戶選擇產(chǎn)品信息過濾潛在信息影響用戶，對用戶在信息網(wǎng)絡(luò)環(huán)境下的汽車產(chǎn)品選擇過程進(jìn)行建模。顯式連接關(guān)系：好友，關(guān)注的人等；隱式連