3/115建設(shè)背景3/115突破狹義虧聯(lián)網(wǎng)的限制，訃識(shí)虛擬與現(xiàn)實(shí)的本質(zhì)：虛擬時(shí)空的交易與現(xiàn)實(shí)時(shí)空的交付互聯(lián)網(wǎng)信息虧通網(wǎng)上銀行、銀證通、銀保通移勱互聯(lián)網(wǎng)時(shí)間自由空間自由手機(jī)銀行、移勱支付人、物、商業(yè)數(shù)字化連接的商業(yè)模式互聯(lián)網(wǎng)+虛擬時(shí)空&現(xiàn)實(shí)時(shí)空消費(fèi)金融、工業(yè)4.0建設(shè)背景可以在伏何時(shí)間、任何地點(diǎn)利用線上、線下渠道體驗(yàn)無縫購物，運(yùn)用社交媒體表達(dá)自我，而一旦發(fā)現(xiàn)供應(yīng)商的服務(wù)欠佳，也比以往更迫切地更換服務(wù)商臺(tái)企業(yè)也希望綜合運(yùn)用多種技術(shù)支持，將已有能力向社會(huì)開放，改善客戶聯(lián)系，在創(chuàng)造社會(huì)價(jià)值的4/115建設(shè)背景5/115集團(tuán)企業(yè)通過業(yè)務(wù)創(chuàng)新實(shí)現(xiàn)由客戶需求直接驅(qū)勱工廠的運(yùn)作模式數(shù)字化商業(yè)是由虛擬世界與物理世界深度融合所帶來的新的商業(yè)設(shè)計(jì)人、事、物的前所未有的融合為企業(yè)和客戶新的收入機(jī)會(huì)數(shù)字化商業(yè)將顛覆現(xiàn)有的商業(yè)模式，甚至是互聯(lián)網(wǎng)和電子商務(wù)時(shí)代的商業(yè)模式圖比吊場(chǎng)客戶加盟商店測(cè)量師供應(yīng)商大數(shù)據(jù)ERP物流建設(shè)背景6/115傳統(tǒng)數(shù)據(jù)治理存在組織架構(gòu)復(fù)雜、管理范圍狹窄、管理流程復(fù)雜、人工錄入多等弊端部門4部門3部門2部門4部門3部門2部門1部門龐大的組織架構(gòu)各相關(guān)部門數(shù)據(jù)管理綜合崗各數(shù)據(jù)標(biāo)準(zhǔn)專題組各元數(shù)據(jù)管理團(tuán)隊(duì)各數(shù)據(jù)質(zhì)量提升項(xiàng)目團(tuán)隊(duì)工作小組辦公室狹窄的管理范圍轉(zhuǎn)換加載數(shù)據(jù)報(bào)送輔助決策數(shù)據(jù)分類數(shù)據(jù)騙碼2建設(shè)背景7/115通過大數(shù)據(jù)治理，降低業(yè)務(wù)對(duì)技術(shù)依賴，充分發(fā)揮業(yè)務(wù)創(chuàng)新潛能傳統(tǒng)數(shù)據(jù)管理創(chuàng)新數(shù)據(jù)管理業(yè)務(wù)模式業(yè)務(wù)建設(shè)背景8/115企業(yè)信息孤島數(shù)據(jù)利用率低統(tǒng)計(jì)口徑差異數(shù)據(jù)重復(fù)填報(bào)手工分析低效數(shù)據(jù)分項(xiàng)目風(fēng)險(xiǎn)管控人才信息檢索采購業(yè)務(wù)監(jiān)管資源比價(jià)糾偏供應(yīng)商分布與評(píng)估數(shù)據(jù)集中與共享最大化數(shù)據(jù)價(jià)值梳理維度和指標(biāo)定義，形成9/115數(shù)據(jù)來源于業(yè)務(wù)，但數(shù)據(jù)反過來推動(dòng)業(yè)務(wù)，最大化數(shù)據(jù)價(jià)值統(tǒng)一門戶，讓數(shù)據(jù)容易獲??；提供適用于行業(yè)的標(biāo)準(zhǔn)報(bào)表庫；提供業(yè)務(wù)分析模型，讓業(yè)務(wù)人員自助分析——讓業(yè)務(wù)更多時(shí)間分析和運(yùn)用數(shù)據(jù)整合到統(tǒng)一的數(shù)據(jù)倉庫隨著計(jì)算設(shè)備變得更小更快捷，數(shù)年來，新數(shù)據(jù)生成器的數(shù)量只增不減大數(shù)據(jù)時(shí)代到來，企業(yè)應(yīng)聚焦如何運(yùn)用內(nèi)外部數(shù)據(jù)來幫助企業(yè)提高商業(yè)洞察能力，加快決策效率，逐漸在競爭中脫穎而出 企業(yè)的商業(yè)價(jià)值鏈戰(zhàn)略/市場(chǎng)客戶/營銷銷售/渠道產(chǎn)品/創(chuàng)新流程/運(yùn)營風(fēng)險(xiǎn)/管控我們應(yīng)當(dāng)聚焦哪類客戶?他們的潛在市場(chǎng)有多大?我們的目標(biāo)客戶是誰/在哪里建立并維持良好的關(guān)系?客戶通過什么方式買到自己需要的產(chǎn)品?如何創(chuàng)造出客戶真正需要的產(chǎn)品?什么是最適合特定客戶的產(chǎn)品?如何才能更快更好地響應(yīng)客?戶，并為他們做更多有如何管控客戶的信用額度?如何處理風(fēng)險(xiǎn)與業(yè)務(wù)的關(guān)系?數(shù)據(jù)在以客戶為導(dǎo)向的經(jīng)營價(jià)值鏈中的應(yīng)用考量·數(shù)據(jù)應(yīng)用在哪些領(lǐng)域可能有應(yīng)用價(jià)值?·如何利用數(shù)據(jù)解決問題，突破瓶頸?·在經(jīng)營管理層面業(yè)內(nèi)公司面臨哪些共同的問題? 幫數(shù)務(wù)用幫數(shù)務(wù)用服應(yīng)化計(jì)型準(zhǔn)設(shè)模…標(biāo)劣據(jù)上質(zhì)量評(píng)分服務(wù)評(píng)估業(yè)務(wù)服務(wù)質(zhì)量每102018031299使業(yè)務(wù)人員自劣設(shè)計(jì)報(bào)表資產(chǎn)地圖服務(wù)提供企業(yè)數(shù)據(jù)資產(chǎn)全景圖服務(wù)追溯全企業(yè)信息資產(chǎn)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)服數(shù)據(jù)開發(fā)服數(shù)據(jù)管理平臺(tái)務(wù)數(shù)據(jù)發(fā)布共享服務(wù)監(jiān)管改革和技術(shù)進(jìn)步正在產(chǎn)生的角色轉(zhuǎn)變,而不是分析洞察工作職責(zé)是向后看的事實(shí)數(shù)據(jù)驅(qū)動(dòng)的監(jiān)管機(jī)構(gòu)的角色帶來前瞻性洞察來支持企業(yè)的決策制定和執(zhí)行如今分析學(xué)存在許多不統(tǒng)一的概念-對(duì)“大數(shù)據(jù)”術(shù)語擁有多種定義爆發(fā)性的數(shù)據(jù)存儲(chǔ)2000SupportManagementWarehouseWorkerWorkerPunchcaRDBMSAnalystMobilWebsiteMobilAudioSocialMedia2010+DataPhones屬性種類速率用大數(shù)據(jù)生態(tài)系統(tǒng)CassandramahoutkaggleKILOBYTESMEGABYTESGIGABYTESTERABYTESPETABYTESEXABYTES如今分析學(xué)存在許多不統(tǒng)一的概念-對(duì)“大數(shù)據(jù)”術(shù)語擁有多種定義用大數(shù)據(jù)治理連接大數(shù)據(jù)與業(yè)務(wù)創(chuàng)新網(wǎng)絡(luò)數(shù)據(jù)通信數(shù)據(jù)信用數(shù)據(jù)客戶數(shù)據(jù)業(yè)務(wù)創(chuàng)新交易運(yùn)營財(cái)務(wù)爆數(shù)據(jù)數(shù)據(jù)數(shù)據(jù)開發(fā)數(shù)據(jù)發(fā)布數(shù)據(jù)開發(fā)數(shù)據(jù)發(fā)布非/結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)治理大數(shù)據(jù)治理服務(wù)服務(wù)交易運(yùn)營.生產(chǎn)業(yè)務(wù)創(chuàng)新業(yè)務(wù)創(chuàng)新交易運(yùn)營生產(chǎn)人力傳感器數(shù)據(jù)社交媒體IT/OT圖像視頻油分析業(yè)務(wù)創(chuàng)新分析我們傳統(tǒng)上認(rèn)為“大數(shù)據(jù)”是來自于社交網(wǎng)絡(luò)分享、電子郵件和簡訊，但是隨著物聯(lián)網(wǎng)的出現(xiàn)，數(shù)據(jù)只會(huì)變得更廣泛S人力資源數(shù)據(jù)勞動(dòng)力天氣數(shù)據(jù)政府?dāng)?shù)據(jù)工商公安，法院統(tǒng)3D打印機(jī)工業(yè)4.0數(shù)據(jù)是新“石油”數(shù)據(jù)廣泛存在，但需要通過挖掘來增加其價(jià)值。但是，不同于石油，數(shù)據(jù)永遠(yuǎn)不會(huì)成為一種稀缺資源，因?yàn)樗灾笖?shù)速率保持增長。廣泛存在但仍很難獲得燃料經(jīng)濟(jì)性燃料產(chǎn)業(yè)Photocredit:NigelHomes2012一、建設(shè)背景和目標(biāo)二、數(shù)字化轉(zhuǎn)型頂三、數(shù)字化轉(zhuǎn)型業(yè)務(wù)應(yīng)用數(shù)據(jù)抽取數(shù)據(jù)管理數(shù)據(jù)應(yīng)用綜合項(xiàng)目管理平臺(tái)平臺(tái)項(xiàng)目現(xiàn)場(chǎng)管理平臺(tái)數(shù)據(jù)采集數(shù)據(jù)填報(bào)平臺(tái)數(shù)據(jù)網(wǎng)絡(luò)數(shù)據(jù)數(shù)據(jù)倉庫操作數(shù)據(jù)存儲(chǔ)區(qū)報(bào)表專題報(bào)告可視化分析分析數(shù)據(jù)挖掘B門戶集團(tuán)-子企業(yè)-分公司-大項(xiàng)目部-項(xiàng)目部，逐層管控業(yè)務(wù)部門減少手工操作，聚焦業(yè)務(wù)分析20/115理理風(fēng)險(xiǎn)項(xiàng)目管理人崗信息匹配減少重復(fù)填報(bào)，隨時(shí)監(jiān)控業(yè)務(wù)功能合同分析(18)合同分析(18)-屬地化分析-產(chǎn)品線分析-模式線分析客戶線分析-招標(biāo)方式分析產(chǎn)值分析(7)產(chǎn)值分析(7)-產(chǎn)值總覽-片區(qū)產(chǎn)值分析各省國內(nèi)產(chǎn)值業(yè)務(wù)板塊產(chǎn)值分析子企業(yè)施工計(jì)劃分析-項(xiàng)目施T產(chǎn)值明細(xì)基礎(chǔ)設(shè)施(8)基礎(chǔ)設(shè)施(8)預(yù)收益分析(7)預(yù)收益分析(7)-目標(biāo)責(zé)任書簽訂情況-項(xiàng)目預(yù)收益分析-項(xiàng)目預(yù)收益率排名-預(yù)收益完成排名-預(yù)收益綜合查詢?nèi)肆Y源(6)人力資源(6)人員可視化分析-人員統(tǒng)計(jì)分析項(xiàng)目人員經(jīng)驗(yàn)-項(xiàng)目人員崗位學(xué)歷-項(xiàng)目人員配置-人員信息表大客戶分析(2)-子企業(yè)基礎(chǔ)設(shè)施指標(biāo)完成-大客戶合同完成情況-按片區(qū)基礎(chǔ)設(shè)施合同額完成-地產(chǎn)客戶履約-基礎(chǔ)設(shè)施合同額貢獻(xiàn)前十省份-按產(chǎn)品線合同額完成情況-各工程局基礎(chǔ)設(shè)施主要指標(biāo)對(duì)比-基礎(chǔ)設(shè)施類一建人員情況表經(jīng)營分析(14)經(jīng)營分析(14)企業(yè)運(yùn)營監(jiān)控可視化-項(xiàng)目運(yùn)營監(jiān)控可視化-商務(wù)運(yùn)營監(jiān)控表-已結(jié)算項(xiàng)目匯總表-未結(jié)算項(xiàng)目匯總表生產(chǎn)資源分析(3)生產(chǎn)資源分析(3)-資源可視化分析-大型設(shè)備分布安全管理(3)安全管理(3)-安全人員持證情況-項(xiàng)目安全人員配置-安全隱患分析財(cái)務(wù)分析(6)財(cái)務(wù)分析(6)-子企業(yè)應(yīng)收賬款分析-項(xiàng)目應(yīng)收賬款明細(xì)-應(yīng)收賬款賬齡分析-債權(quán)表債務(wù)表價(jià)格分析(5)價(jià)格分析(5)價(jià)格可視化分析-勞務(wù)分包合同價(jià)格-專業(yè)分包合同價(jià)格-材料采購合同價(jià)格-物資租賃合同價(jià)格科技質(zhì)量(3)科技質(zhì)量(3)-優(yōu)秀青年工程師統(tǒng)計(jì)-項(xiàng)目質(zhì)量人員配置-質(zhì)量隱患分析21/11521/11522/115數(shù)據(jù)分析的發(fā)展是提高數(shù)據(jù)信息的有效性和可用性隨著數(shù)據(jù)存儲(chǔ)和處理能力的日益復(fù)雜，可用于分析的數(shù)據(jù)信息已經(jīng)爆炸，需要讓位給先進(jìn)的分析方法仿真和可視化數(shù)據(jù)處理財(cái)務(wù)報(bào)告X1多元分析決策支持@商業(yè)智能預(yù)測(cè)建模信息技術(shù)云計(jì)算智能家庭物聯(lián)網(wǎng)(loT)大數(shù)據(jù)刷卡聯(lián)機(jī)事務(wù)處理系統(tǒng)管理兆字節(jié)網(wǎng)站分析十億字節(jié)手機(jī)音頻視頻百萬兆字節(jié)社交媒體拍字節(jié)數(shù)據(jù)科學(xué)家艾字節(jié)針對(duì)客戶數(shù)據(jù)的分析挖掘主要集中在客戶營銷與客戶風(fēng)險(xiǎn)管控戰(zhàn)略/市場(chǎng)客戶臉譜分析客群人數(shù)市場(chǎng)占有情況分析市場(chǎng)客戶價(jià)值分析市場(chǎng)產(chǎn)量分析市場(chǎng)周期性分析情景分析品牌價(jià)值分析市場(chǎng)區(qū)域性分析擴(kuò)張分析社會(huì)熱點(diǎn)分析公眾社交輿情分析競爭對(duì)手分析監(jiān)控客戶營銷社交媒體商機(jī)挖掘基于位置的營銷NextBestBuy客群市場(chǎng)營銷分析事件與營銷相關(guān)分析客戶產(chǎn)品營銷差異化分析產(chǎn)品服務(wù)相關(guān)性分析銷售機(jī)會(huì)分析客戶產(chǎn)品偏好分析客戶需求滿足度分析交叉銷售質(zhì)押貸款客群分析客戶/營銷流失激活流失激活客戶開發(fā)分析流失激活產(chǎn)品匹配客戶挽留分析流失激活銷售服務(wù)人員匹配到期應(yīng)對(duì)到期客戶產(chǎn)品匹配到期客戶產(chǎn)品匹配0客戶之聲社交媒體客戶之聲收集分析客戶情緒分析客戶接觸偏好分析客群營銷接觸方式偏好分析客群服務(wù)接觸方式偏好分析客戶價(jià)值與營銷接觸相關(guān)性分析客戶滿意度分析客戶滿意度與客群關(guān)系分析客戶滿意度與客戶價(jià)值關(guān)系分析客戶滿意度與產(chǎn)品保費(fèi)關(guān)系分析客戶特征客戶特征信息收集分析現(xiàn)有客戶臉譜分析客戶特征實(shí)時(shí)分析客戶價(jià)值客群現(xiàn)實(shí)價(jià)值相關(guān)性分析客群潛在價(jià)值相關(guān)性分析客群未來價(jià)值相關(guān)性分析客戶價(jià)值遷徙的客群相關(guān)性分析客戶行為客戶在線行為收集和分析客戶需求銷售/渠道渠道機(jī)構(gòu)網(wǎng)點(diǎn)360度視圖渠道客戶粘性渠道客戶回報(bào)率渠道產(chǎn)品需求分析渠道機(jī)構(gòu)網(wǎng)點(diǎn)價(jià)值分析渠道成本分析渠道資源投入與價(jià)值相關(guān)性分析銷售人員分群銷售人員脫落預(yù)測(cè)銷售業(yè)績預(yù)測(cè)銷售價(jià)值分析激勵(lì)分析銷售活動(dòng)/行為特征挖掘銷售工具產(chǎn)品/創(chuàng)新數(shù)據(jù)維度之間的相關(guān)性開發(fā)產(chǎn)品動(dòng)態(tài)定價(jià)次標(biāo)準(zhǔn)人群的產(chǎn)品開發(fā)用社交媒體設(shè)計(jì)產(chǎn)品跨界產(chǎn)品產(chǎn)品組合產(chǎn)品調(diào)優(yōu)客群分析資金成本測(cè)算風(fēng)險(xiǎn)測(cè)算流程/運(yùn)營客戶服務(wù)項(xiàng)目偏好分析Service公司-客戶-代理人/渠道多方互客戶服務(wù)項(xiàng)目投入價(jià)值分析公司-客戶-代理人/渠道多方互動(dòng)多渠道一致性應(yīng)語音識(shí)別基于多媒體技術(shù)的遠(yuǎn)程服務(wù)文字識(shí)別視頻/語音簽名運(yùn)營成本分析資源需求預(yù)測(cè)IT服務(wù)資源需求預(yù)測(cè)產(chǎn)能分析風(fēng)險(xiǎn)/管控申請(qǐng)?jiān)u級(jí)行為評(píng)級(jí)催收評(píng)級(jí)行業(yè)分析客群分析政策試點(diǎn)欺詐監(jiān)測(cè)IT財(cái)務(wù)模型優(yōu)化IT服務(wù)滿意度分析23/115借助項(xiàng)目幫助***企業(yè)構(gòu)建完整大數(shù)據(jù)業(yè)務(wù)應(yīng)“大數(shù)據(jù)”應(yīng)用體系面向業(yè)務(wù)經(jīng)營面向內(nèi)部運(yùn)營挖掘廣告預(yù)測(cè)挖掘廣告預(yù)測(cè)決策面向客戶個(gè)體的關(guān)注：包括靜態(tài)和動(dòng)面向需求的客戶洞察：精準(zhǔn)定位具有需求的客戶面向需求的客戶分群：不同客戶群體整體認(rèn)識(shí)客戶行為客戶屬性客戶需求百自有業(yè)務(wù)數(shù)據(jù)第三方業(yè)務(wù)數(shù)據(jù)外部置換數(shù)據(jù)其它自有業(yè)務(wù)數(shù)據(jù)大數(shù)據(jù)來源層示客戶本質(zhì)的各方我們的目的和內(nèi)容25/115研傳統(tǒng)BI的分析方法已無法滿足大數(shù)據(jù)應(yīng)用的要求，廠商迫切需要為自己產(chǎn)品增強(qiáng)高級(jí)數(shù)據(jù)分析的能力以保持在大數(shù)據(jù)時(shí)代的競爭力常規(guī)報(bào)1毫有與的，值無法局手號(hào)逾長決元。多維分析CLAP常規(guī)報(bào)1毫有與的，值無法局手號(hào)逾長決元。多維分析CLAP剝，發(fā)現(xiàn)問題所在。警報(bào)ERYS霸有警照科讓您知建什么時(shí)綁出T問髦，三當(dāng)問題再次出取過及壹知類，警性：加說，能夠準(zhǔn)確預(yù)報(bào)易求，就可以證他們臺(tái)理資本于蘊(yùn)。如果您擁有上千萬的客戶，并希望展開一次市場(chǎng)營悄適動(dòng)，那么哪人會(huì)是最可解答.這時(shí)類三級(jí)可速位一曲復(fù)雜物分析：二加邪次分析模型或國分析等莓，故計(jì)分析是也歷史效攤中進(jìn)行桃計(jì)并恐地規(guī)嘛。26/115生相合，并且支持多種統(tǒng)計(jì)挖掘算法，倍受業(yè)界關(guān)開源R和商用數(shù)據(jù)分析軟件SAS,SPSS相比開源版本的開放性導(dǎo)致了開源版本的開放性導(dǎo)致了結(jié)果的精確度難以被權(quán)威公認(rèn)。數(shù)據(jù)處理性能不足數(shù)據(jù)處理性能不足導(dǎo)致了數(shù)據(jù)探索和抽樣分析的限制支持算法的豐富度可視化以及易用性支持算法的豐富度可視化以及易用性不如商業(yè)數(shù)據(jù)分析軟件如SAS開發(fā)易用性的不足提高了數(shù)據(jù)分析師的使用門檻不僅是Hadoop商用分析MPP也強(qiáng)調(diào)對(duì)R語言的支持，部分更是可Teradata于2014年公布了在AsterAsterDataRRHadoop支持以及RonHBASE潛力的OracleExalytics,支持R語言大數(shù)據(jù)技術(shù)趨勢(shì)2:內(nèi)存計(jì)算是數(shù)據(jù)處理加速器27/115離線分析實(shí)時(shí)分折實(shí)時(shí)分離線分析實(shí)時(shí)分折實(shí)時(shí)分析析交互式分析交互式分析除了除了HANA外值得關(guān)注的存技術(shù)提供一定量數(shù)據(jù)內(nèi)的實(shí)時(shí)分析和交互式分析的能力。實(shí)時(shí)分析分布式內(nèi)存計(jì)算交互式分析內(nèi)存列式數(shù)交互式OLAP分析分布式內(nèi)存列式數(shù)據(jù)庫更大數(shù)據(jù)量的實(shí)時(shí)分析SPARK的高性能和接近一棧式計(jì)算能力的特點(diǎn)已被業(yè)界公認(rèn)為是下一代的Hadoop超級(jí)計(jì)算引擎SPARK的高性能和接近一棧式計(jì)算能力的特點(diǎn)已被業(yè)界公認(rèn)為是下一代的Hadoop超級(jí)計(jì)算引擎SPARKENGINEenade大數(shù)據(jù)技術(shù)趨勢(shì)3:傳統(tǒng)的數(shù)據(jù)倉庫成為歷史，實(shí)時(shí)大數(shù)據(jù)在業(yè)務(wù)上的變現(xiàn)，數(shù)據(jù)湖是未來28/115過去數(shù)據(jù)倉庫和BI的性能問題往往是各個(gè)企業(yè)的痛點(diǎn)，數(shù)據(jù)在最終展現(xiàn)在決策者面前經(jīng)過了多層處理和搬家，數(shù)據(jù)的時(shí)效性儲(chǔ)蓄系統(tǒng)一DM2財(cái)務(wù)系統(tǒng)→ODSDW對(duì)公系續(xù)→實(shí)時(shí)計(jì)算框架是背后實(shí)現(xiàn)的技術(shù)架構(gòu)?；ヂ?lián)網(wǎng)行業(yè)目前流行Lambda混合架構(gòu)。StormStormHadoopServingDB(s)KafkaClusterprsGoogle于2014年中旬的I/O大會(huì)上宣布了下圖為阿里巴巴在雙11當(dāng)天的實(shí)時(shí)作戰(zhàn)指揮部現(xiàn)場(chǎng)。在雙11巨大的流量壓力下淘寶天貓的關(guān)鍵銷售指標(biāo)實(shí)時(shí)展現(xiàn)在了決策者們的面前。量壓力下淘寶天貓的關(guān)鍵銷售指標(biāo)實(shí)時(shí)展現(xiàn)在了決策者們的面前。企業(yè)美國的“HDWALL”應(yīng)用——實(shí)時(shí)可視化健康分析為保險(xiǎn)客戶提供更好的決策支持InputpaneltoPaneltoassessandprioritizecharngeographiess大數(shù)據(jù)技術(shù)趨勢(shì)4:深度學(xué)習(xí)和人工智能是未來29/115人工智能是大數(shù)據(jù)的上層建筑，位于大數(shù)據(jù)產(chǎn)業(yè)鏈的頂端，是大數(shù)據(jù)分析能力的終極形態(tài)，符合科技發(fā)展的源動(dòng)力。這是大數(shù)據(jù)最困難但是最有創(chuàng)造價(jià)值的部分，是最有希望改變未來分析用戶行為，改分析用戶行為，改進(jìn)產(chǎn)品和營銷，如精準(zhǔn)廣告投放等智能爬蟲和搜素智能爬蟲和搜素圖像圖像，語音，自然語言等非結(jié)構(gòu)化數(shù)據(jù)的識(shí)別和應(yīng)用智能預(yù)測(cè)，規(guī)劃和智能預(yù)測(cè)，規(guī)劃和優(yōu)化智能機(jī)器人智能機(jī)器人程序和接口企業(yè)認(rèn)為，數(shù)據(jù)開放是BIGDATA未來的大趨勢(shì)，只有讓不同領(lǐng)域的數(shù)據(jù)真正流動(dòng)起來、融合起來，才能最終釋放大數(shù)據(jù)的真正價(jià)值。而CLOUD將是實(shí)現(xiàn)這大數(shù)據(jù)最終生態(tài)的樞紐。數(shù)據(jù)開放的3個(gè)不同維度價(jià)值挖掘能力的開放基礎(chǔ)設(shè)施的開放狹義的數(shù)據(jù)開放開放價(jià)值挖掘能力對(duì)降低數(shù)據(jù)應(yīng)用的門檻非常重要，讓數(shù)據(jù)價(jià)值平民化和市場(chǎng)化向無力建設(shè)和維護(hù)自己平臺(tái)的企業(yè)提供大數(shù)據(jù)基礎(chǔ)設(shè)施的開放，比如提供數(shù)據(jù)基礎(chǔ)管理和分析平臺(tái)非涉密的政府?dāng)?shù)據(jù)及科研數(shù)據(jù)以一種主動(dòng)和免費(fèi)的形式開放，而不是“申請(qǐng)信息公開”大數(shù)據(jù)云服務(wù)對(duì)于傳統(tǒng)企業(yè)的幾個(gè)重要優(yōu)勢(shì)IaaS利潤漸低，高科技巨頭們紛紛重點(diǎn)布局PaaS,將內(nèi)部孵化成熟的技術(shù)部署在云平臺(tái)上Amazon的AWS是Cloud市場(chǎng)的長期No.1,也是Amazon主要的收入來源，大數(shù)據(jù)服務(wù)既有自己的MPP數(shù)據(jù)庫Redshift,HadoopElasticMR,NoSQL數(shù)據(jù)庫DynamoDB也有很多第三方的產(chǎn)品如SAPHANA,MAPRHadoop,MongoDB,Tableau等，laaS和PaaS的界限在模糊。Google的CloudPlatform在2014年和Azure也進(jìn)行了相應(yīng)的降價(jià)，云競爭進(jìn)入白熱化。Google將內(nèi)部使用的MPP數(shù)據(jù)庫Dremel包裝成BigQuery的云服務(wù)。EMC和VMWARE合資成立的子公司PivotalHD以及云平臺(tái)PivotalOne.而Pivotal未來的戰(zhàn)略重點(diǎn)會(huì)更側(cè)重于其PaaS云平臺(tái)PivotalOne,其中PivotalHD支持完全部署在云上，以據(jù)Hadoop服務(wù)的支持，能與自己的PowerPivot等分析產(chǎn)品集成Bluemix,將支持包括BigInsights的一系列產(chǎn)品大數(shù)據(jù)平臺(tái)1.0版基礎(chǔ)架構(gòu)31/115針對(duì)大數(shù)據(jù)分析應(yīng)用，企業(yè)信息平臺(tái)將基于X86的分布式架構(gòu)作為全新的基礎(chǔ)架構(gòu)引入，從而實(shí)現(xiàn)計(jì)算效能的優(yōu)化及敏捷業(yè)務(wù)響應(yīng)能力。傳統(tǒng)架構(gòu)大數(shù)據(jù)分布架構(gòu)對(duì)于結(jié)構(gòu)化、大規(guī)模事務(wù)類型為主的數(shù)據(jù)服務(wù)和應(yīng)用對(duì)于非結(jié)構(gòu)化、分析型、小規(guī)模事務(wù)類為主的數(shù)據(jù)服務(wù)和應(yīng)用托管平臺(tái)非結(jié)構(gòu)化數(shù)據(jù)收集平臺(tái)會(huì)企業(yè)數(shù)據(jù)全生命周期管理一數(shù)據(jù)管控體系完善和擴(kuò)充32/115傳統(tǒng)的數(shù)據(jù)生命周期一般指數(shù)據(jù)獲取(創(chuàng)建)、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)加工(轉(zhuǎn)換)、數(shù)據(jù)使用、數(shù)據(jù)歸檔、數(shù)據(jù)消除。但我們認(rèn)為若要對(duì)數(shù)據(jù)進(jìn)行有效的管理，必須數(shù)據(jù)獲取之前就開始了。新的數(shù)據(jù)生命周期獲取存儲(chǔ)使用恢復(fù)數(shù)據(jù)銷毀數(shù)據(jù)架構(gòu)、數(shù)據(jù)分布、數(shù)據(jù)流傳統(tǒng)數(shù)據(jù)生命周期數(shù)據(jù)標(biāo)準(zhǔn)、度量規(guī)則數(shù)據(jù)獲取、數(shù)據(jù)交付、數(shù)據(jù)存儲(chǔ)和控制方法33/11533/115回顧過去描述性分析社群聆聽與網(wǎng)絡(luò)爬蟲診斷性分析群聆聽與網(wǎng)絡(luò)爬蟲預(yù)測(cè)性分析有前瞻性藏的關(guān)系與主題規(guī)范性分析實(shí)時(shí)產(chǎn)品與服務(wù)(圖表分析、數(shù)據(jù)實(shí)體解析來推斷現(xiàn)有客戶需求)快速評(píng)估多種“假設(shè)分析”場(chǎng)景決策與行動(dòng)最優(yōu)化動(dòng)態(tài)調(diào)整戰(zhàn)略動(dòng)態(tài)模擬模式，時(shí)間序列分析越來越復(fù)雜的數(shù)據(jù)與PwCPwC34/115歡迎來到“數(shù)據(jù)湖”數(shù)據(jù)湖是一個(gè)大數(shù)量和品種，結(jié)構(gòu)化和非結(jié)構(gòu)化的大數(shù)據(jù)架構(gòu)數(shù)據(jù)專員，程序員可以挖掘數(shù)據(jù)流的實(shí)時(shí)分析該湖可以作為一個(gè)臨時(shí)區(qū)域的數(shù)據(jù)倉庫,在批處理模式的報(bào)告和分析中更仔細(xì)的“處理”數(shù)據(jù)的位置數(shù)據(jù)湖接受輸入各種來源的數(shù)據(jù)，可以保留原始數(shù)據(jù)的保真度和數(shù)據(jù)轉(zhuǎn)換排列。數(shù)據(jù)模型與使用隨時(shí)間出現(xiàn)而不是強(qiáng)加.數(shù)據(jù)科學(xué)家利用數(shù)據(jù)湖探索和構(gòu)思數(shù)據(jù)湖泊利用商品集群計(jì)算技術(shù)使得大規(guī)?？蓴U(kuò)展的，低成本的數(shù)據(jù)文件以任何格式存儲(chǔ)下一代的大數(shù)據(jù)體系-數(shù)據(jù)湖35/115數(shù)據(jù)的分析模型，學(xué)習(xí)，模擬，行動(dòng)，保護(hù)社交媒體和社區(qū)數(shù)據(jù)變現(xiàn)內(nèi)容社交媒體和社區(qū)企業(yè)和行業(yè)知識(shí)庫體系知識(shí)語義標(biāo)簽企業(yè)和行業(yè)知識(shí)庫體系深度挖掘?qū)崟r(shí)統(tǒng)計(jì)和檢索數(shù)據(jù)的快速入庫數(shù)據(jù)技術(shù)數(shù)據(jù)價(jià)值收集，關(guān)聯(lián)，標(biāo)簽，學(xué)習(xí)數(shù)據(jù)信息數(shù)據(jù)倉庫ODSMDM數(shù)據(jù)塊數(shù)據(jù)的理解異常關(guān)聯(lián)源數(shù)據(jù)的自動(dòng)標(biāo)簽數(shù)據(jù)的自我學(xué)習(xí)數(shù)據(jù)湖。原汁原味碎片化，標(biāo)簽化和平面化大數(shù)據(jù)量和多數(shù)據(jù)類型數(shù)據(jù)探索的不確定性語義和配置化搜索簡單IT架構(gòu)(云服務(wù))實(shí)時(shí)性/半實(shí)時(shí)IT創(chuàng)造(數(shù)據(jù)倉庫/集市)人工打造對(duì)數(shù)據(jù)量有上限業(yè)務(wù)場(chǎng)景假設(shè)和預(yù)制非實(shí)時(shí)37/115大數(shù)據(jù)分析實(shí)現(xiàn)方法論37/115基于文本分析技術(shù)和語音分析技術(shù)的調(diào)研，結(jié)合結(jié)構(gòu)化數(shù)據(jù)在大數(shù)據(jù)加工域的處理，整合它們之間的共性處理部分，規(guī)劃大數(shù)據(jù)加工域內(nèi)數(shù)據(jù)處理的過程。規(guī)范化處理技術(shù)規(guī)范層文本分析業(yè)務(wù)語義層挖掘加工業(yè)務(wù)主題層大數(shù)據(jù)應(yīng)用文本分析文本分析社交網(wǎng)絡(luò)網(wǎng)絡(luò)文章預(yù)處理社交媒體文本文本分詞文本結(jié)構(gòu)解析文本特征提取情感信息提取文本語義信息情感語義信息文本分類&聚類情感信息分類挖掘模型&算法主題分析信息知識(shí)庫管理索引和搜索輿情分析趨勢(shì)分析語音分析語音分析呼叫中心語音文件預(yù)處理語音特征提取語音參數(shù)文本文本分類&聚類靜音檢測(cè)語速檢測(cè)模式匹配客戶語音轉(zhuǎn)寫文本客服語首文本結(jié)構(gòu)解析文本特征提取文本語義信息情感語義信息情感信息分類挖掘模型&算法主題分析信息語音檢索語音情緒偵測(cè)客戶滿意度分析話者分離轉(zhuǎn)寫文本趨勢(shì)分析結(jié)構(gòu)業(yè)務(wù)交易數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)電商平臺(tái)數(shù)據(jù)化數(shù)據(jù)預(yù)處理挖掘模型&算法主題分析信息大數(shù)據(jù)架構(gòu)-企業(yè)的觀點(diǎn)38/115傳統(tǒng)數(shù)據(jù)平臺(tái)大數(shù)據(jù)平臺(tái)外部數(shù)據(jù)池 新技術(shù)創(chuàng)新·根據(jù)PWC的觀點(diǎn)，參考架構(gòu)中的以下組件需要一個(gè)強(qiáng)大的架構(gòu)框架以適應(yīng)新興的和不斷增長的新業(yè)務(wù)和復(fù)雜信息源需求·大數(shù)據(jù)平臺(tái)-從創(chuàng)新數(shù)據(jù)源為非結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)·傳統(tǒng)數(shù)據(jù)平臺(tái)-目的建立短期，長期，業(yè)務(wù)主題主導(dǎo)的內(nèi)容·數(shù)據(jù)集成/數(shù)據(jù)湖一不同數(shù)據(jù)源系統(tǒng)整合的工具/機(jī)制，從新興的數(shù)據(jù)平臺(tái)傳送數(shù)據(jù)到企業(yè)數(shù)據(jù)平臺(tái)，反之亦然.一個(gè)完整平面化，碎片化和標(biāo)簽化數(shù)據(jù)平臺(tái)·展現(xiàn)層-為業(yè)務(wù)用戶提供分析，檢索，展現(xiàn)和可視化平臺(tái)·分析工作臺(tái)-以“暗”的數(shù)據(jù)及時(shí)和有效的商業(yè)決策的業(yè)務(wù)機(jī)制·CloudServices-探索未來的信息存儲(chǔ)和處理選項(xiàng)，通過基于云的服務(wù)交付模式，基礎(chǔ)設(shè)施，平臺(tái)，軟件，數(shù)據(jù)和分析大數(shù)據(jù)架構(gòu)-頂層框架39/115治理治理企業(yè)數(shù)據(jù)池傳統(tǒng)數(shù)據(jù)平臺(tái)數(shù)據(jù)湖大數(shù)據(jù)平臺(tái)外部數(shù)據(jù)池新技術(shù)創(chuàng)新⑥⑥⑦8核心組件企業(yè)數(shù)據(jù)池：包括數(shù)據(jù)來源，其價(jià)值是已知的和可量化的企業(yè)應(yīng)用數(shù)據(jù)源數(shù)據(jù)集成和快速入庫：用于將數(shù)據(jù)源的新興大數(shù)據(jù)平臺(tái)和數(shù)據(jù)平臺(tái)相連的新興與傳統(tǒng)數(shù)據(jù)平臺(tái)(EDW,MDM等)的技術(shù)和機(jī)制傳統(tǒng)數(shù)據(jù)平臺(tái)：數(shù)據(jù)庫管理平臺(tái)從建立和涌現(xiàn)主要用于處理和存儲(chǔ)大量傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)源數(shù)據(jù)湖：碎片化，平面化和標(biāo)簽化包含豐富數(shù)據(jù)類型的數(shù)據(jù)平臺(tái)大數(shù)據(jù)平臺(tái)：開放源體系，商業(yè)商品為基礎(chǔ)，“擴(kuò)展”數(shù)據(jù)平臺(tái)，支持各種類型的信息形式的高容量的處理和存儲(chǔ)外部數(shù)據(jù)池：包括外部和內(nèi)部的和第三方合作的數(shù)據(jù)來源，從結(jié)構(gòu)化到非結(jié)構(gòu)化的價(jià)值是未知的，但持有的承諾，解鎖的見解展現(xiàn)層：參與數(shù)據(jù)業(yè)務(wù)用戶——報(bào)告，交互式儀表板顯示技術(shù)，實(shí)時(shí)報(bào)警，先進(jìn)的可視化，生成的商業(yè)洞察力的基本的和先進(jìn)的數(shù)據(jù)分析分析工作臺(tái)：對(duì)于商業(yè)用戶提供訪問，探索，自學(xué)習(xí)數(shù)據(jù)的能力，工具和技術(shù)來思考和實(shí)驗(yàn)產(chǎn)生的商業(yè)洞察力云服務(wù)：大數(shù)據(jù)能力和應(yīng)用提供了一個(gè)基于云的服務(wù)。例如，AmazonRDS,SQLAzure40/115大數(shù)據(jù)架構(gòu)-參考體系框架ETL,ELTWebServicesAPIDataExchangeMessagesCustomAPI'sFederationSyndicationCRMERPIngestionStagingLongTermParallelPersistentStagingStorageAppliancesProcessinaAbstractionMapReduceAbstractionComplexEventsSocialMediaWorkflowBlogsSalesMasterSales傳統(tǒng)數(shù)據(jù)平臺(tái)ODSType1SpecialtyStorage數(shù)據(jù)湖大數(shù)據(jù)平臺(tái)Persistence外部數(shù)據(jù)池WeatherSensorsCallCenterSupplyChainCallCenterMDMHubsContentManagementPortalsMgmt.OperationsMgmt.CensusDemographics展現(xiàn)層AlertsAnalyticsTextUnstructuredAnalyticsApplications分析工作臺(tái)IdeationSandboxes-DiscoveryPilot(s)Environ.云服務(wù)As-a-serviceInfra.PlatformSoftwareAnalytics41/115理解社交理解信仰客戶信仰客戶興趣購買行為購買行為特征建立360度客戶信息視圖，全方位洞察客戶42/115客戶信息的構(gòu)建依據(jù)客戶信息架構(gòu)緣起客戶信息的構(gòu)建依據(jù)客戶信息架構(gòu)緣起二A何代二A何代務(wù)代價(jià)德務(wù)代價(jià)德里對(duì)信息道或通時(shí)時(shí)間信原態(tài)信原置信態(tài)信原置信道信息信信息信理論，結(jié)合平安企業(yè)實(shí)際情況，量身定制客戶信息架構(gòu)。編二Ie超越傳統(tǒng)所想!涵蓋方方面面!客戶所有活動(dòng)，遠(yuǎn)不止與企業(yè)行業(yè)相關(guān)的行為。趣涵蓋方方面面!客戶所有活動(dòng)，遠(yuǎn)不止與企業(yè)行業(yè)相關(guān)的行為。趣心理地屬性行為客戶維保行為屬性行為客戶維保行為人口統(tǒng)計(jì)屬性家庭屬性需求成長生存成長生存需求客戶生活和心理真正的需要,不局限于對(duì)產(chǎn)品的需要大數(shù)據(jù)平臺(tái)標(biāo)簽數(shù)據(jù)客戶信息構(gòu)建-針對(duì)大數(shù)據(jù)平臺(tái)數(shù)據(jù)信息按照客戶的標(biāo)簽進(jìn)行分類43/115大數(shù)據(jù)平臺(tái)標(biāo)簽數(shù)據(jù)基本用戶姓名用戶性別用戶年齡起始時(shí)間服務(wù)年限月均工資范圍婚姻狀況家庭結(jié)構(gòu)信息民族生日宗教信仰通信地址業(yè)余愛好消費(fèi)習(xí)慣最近繳費(fèi)時(shí)間政治面貌財(cái)務(wù)信息絕對(duì)貢獻(xiàn)值增長率當(dāng)前賬戶余額月均賬戶余額當(dāng)前積分月均積分消費(fèi)結(jié)構(gòu)屬性信息工作單位社會(huì)職位工作性質(zhì)社會(huì)影響力基本套餐類型品牌信息社會(huì)地位所屬行業(yè)業(yè)務(wù)辦理常用渠道月均投訴次數(shù)投訴常用渠道增值業(yè)務(wù)使用信息月均使用量投訴問題行為信息汽車內(nèi)裝經(jīng)常洗車是否加入汽車俱樂部愛好汽車類型保險(xiǎn)理賠信息常玩游戲服務(wù)類型汽車更換頻率月均服務(wù)次數(shù)服務(wù)高峰時(shí)段經(jīng)常訪問網(wǎng)站其他信息社交信息企業(yè)數(shù)據(jù)企業(yè)交易數(shù)據(jù)用戶企業(yè)信息互聯(lián)網(wǎng)數(shù)據(jù)瀏覽信息搜索信息SNS信息用戶數(shù)據(jù)身份信息偏好數(shù)據(jù)地理位置信息用戶事件電子商務(wù)數(shù)據(jù)商品瀏覽信息交易數(shù)據(jù)消費(fèi)趨勢(shì)信息業(yè)務(wù)人人貸小額貸款風(fēng)險(xiǎn)管理和合規(guī)反欺詐反洗錢多點(diǎn)檢測(cè)營銷實(shí)時(shí)營銷營銷活動(dòng)事件式營銷全渠道營銷源系統(tǒng)數(shù)據(jù)源系統(tǒng)數(shù)據(jù)客戶360客戶視圖客戶定價(jià)客戶分類44/115對(duì)于企業(yè)內(nèi)外部不同來源的信息，使用多源數(shù)據(jù)采集架構(gòu)來捕獲各種可能需要的數(shù)據(jù)，并包含數(shù)據(jù)格式統(tǒng)一化引擎用確保所有輸出數(shù)據(jù)標(biāo)準(zhǔn)的一致性。外部數(shù)據(jù)采集架構(gòu)新聞媒體網(wǎng)路防火墻新浪企業(yè)企業(yè)界網(wǎng)路防火墻社交媒體微信數(shù)據(jù)提供商路透社萬德Wind國泰安傳統(tǒng)文件格式紙質(zhì)文件數(shù)據(jù)獲取模塊絡(luò)代理外部數(shù)據(jù)采集絡(luò)代理數(shù)據(jù)流技術(shù)引擎網(wǎng)絡(luò)爬蟲數(shù)據(jù)流技術(shù)引擎虛擬專用網(wǎng)JoBo/Nutch聚合信息描述框架(RSS)虛擬專用網(wǎng)第三方社交API內(nèi)部數(shù)據(jù)采集電子文檔導(dǎo)入圖像識(shí)別OpenCV人工輸入接口語音識(shí)別CMUSphin4紙質(zhì)內(nèi)容掃描數(shù)據(jù)統(tǒng)一化適配模塊數(shù)據(jù)格式化處理JSON格式處理HTML格式處理XML格式處理Excel數(shù)據(jù)處理PDF格式處理Word格式處理數(shù)據(jù)格式化處理統(tǒng)一輸出通過外部數(shù)據(jù)抓取提高模型準(zhǔn)確度內(nèi)部數(shù)據(jù)源社媒數(shù)據(jù)源XMLDOCPDF爬蟲WebCrawlerrecognition)TXTXMLCSV45/115采集分析輸出模型層級(jí)●心理因素風(fēng)險(xiǎn)(Demographical通過將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，從營銷方面可以了解客戶的具體需求、產(chǎn)品滿意度、甚至生活方式；從風(fēng)險(xiǎn)方面可以驗(yàn)證客戶身份、客戶收入水平這部分?jǐn)?shù)據(jù)與現(xiàn)有數(shù)據(jù)庫內(nèi)部數(shù)據(jù)結(jié)合一起用于模型建立，提高模型的準(zhǔn)確性和廣度。按照實(shí)施方案規(guī)劃，定期收集業(yè)務(wù)需求，進(jìn)行方案設(shè)計(jì)，完善指標(biāo)和維度用戶使用后，通常都有新的想法和意見，基于這些新的理念調(diào)整與完善46/1152根據(jù)方案開發(fā)和測(cè)試數(shù)據(jù)整合流程及報(bào)表、完善報(bào)表庫2報(bào)表發(fā)布與推廣4單個(gè)報(bào)表開發(fā)測(cè)試完成，即可發(fā)布，通知需求方用戶測(cè)試，用戶測(cè)試無誤可推廣447/115三、數(shù)字化轉(zhuǎn)型業(yè)務(wù)應(yīng)用縱向打通管控鏈條，橫向促進(jìn)業(yè)務(wù)協(xié)同，提高企業(yè)精細(xì)化管理48/115專業(yè)分包用戶分析單位：萬客戶合同額預(yù)結(jié)額應(yīng)付額應(yīng)付未付應(yīng)付賬款合計(jì)北京市佳鴻建筑工程有限公司4,279.952,331.821,636.00695.82966.07801.73525.41414.00387.73915.52905.80611.88528.0083.88377.80上海鐵能建設(shè)工程有限公司993.64613.78368.27300.0068.27313.7830.2480.18三河市第三建筑工程有限公司1,345.93568.17568.17540.0028.1728.17高碑店市鐵巖鋼板樁有限公司609.42305.0723.04北京凱云市政工程有限公司2,874.391,585.031,170.00415.03上海宏信設(shè)備工程有限公司324.94297.79河北鄧奇建筑工程有限公司2,250.101,689.091,000.00689.09593.37443.19310.23299.00陜西春昇建筑工程有限公司2,156.032,010.351,700.008.80310.35項(xiàng)目經(jīng)理：劉春曉商務(wù)經(jīng)理：李飛龍形象收入手機(jī)：手機(jī)：手機(jī)：手機(jī)：收款138011921501380119215018526408012成本盤點(diǎn)累計(jì)買際收益額兩金指標(biāo)應(yīng)收賬款有收款權(quán)應(yīng)收其中：道期應(yīng)收已完工未結(jié)算物資庫存而△△:42,0761,8690安全保含稅658,135環(huán)直接人工材料費(fèi)用分包費(fèi)用機(jī)械費(fèi)用占比0.2%30.7%59.8%2.7%不含稅7,153637臨時(shí)設(shè)施間接費(fèi)用其它直接49/11512北京亞都乾元物資有限公司次月5日付款到結(jié)算額的90%,3北京九和京誠商貿(mào)有限公司每月20日乙方向甲方上報(bào)上月7天后開始計(jì)算利息，利息按照4環(huán)保供應(yīng)鏈管理(上海)有限公司合同簽訂月份：截止到目前綜合評(píng)分：各區(qū)域合同總額(萬)各規(guī)模合同數(shù)量(個(gè))優(yōu)質(zhì)華南公司5253.914.29%華南公司5253.914.29%五公司257.265.93%二公司3.907.73%23249.9919.00%21224.28-1北京公司395.609.31%華北公司11812.579.65%華北公司11812.579.65%18588.1415.19%001000萬陳秋海華中地區(qū)44387.436合同金額(萬)履約金額(萬)合同結(jié)束日期項(xiàng)目狀態(tài)6華北公司株洲金茂如茂苑項(xiàng)目房建其他株洲金茂如茂苑項(xiàng)4967.87590.512018-10-252022-03-27在施7五公司福州市城市軌道交通軌道交通鋼筋采購供貨合同4901.740.002017-12-312022-03-31在施8華江公司宜春智慧小鎮(zhèn)項(xiàng)目E房建其他鋼材采購合同4319.011460.5410華T公司暑德植城區(qū)老瓷廠改房津其他鋼材采購合同-雌要4200.002018-06-012018-01-222021-01-21在旅1/6下一頁I主而領(lǐng)導(dǎo)班子項(xiàng)目狀態(tài)工程類別<項(xiàng)目經(jīng)驗(yàn)排名黨支部書記項(xiàng)目經(jīng)理黨支部書記項(xiàng)目經(jīng)理機(jī)電經(jīng)理生產(chǎn)經(jīng)理安全總監(jiān)質(zhì)量總監(jiān)房屋建筑V全部V項(xiàng)自經(jīng)理執(zhí)行經(jīng)理總工程師商務(wù)經(jīng)理生產(chǎn)經(jīng)理大學(xué)大學(xué)22項(xiàng)目經(jīng)驗(yàn)排名》TOP10省份人員數(shù)量TOP10省份人員數(shù)量李云峰51/115深圳華為研發(fā)園項(xiàng)目項(xiàng)目經(jīng)理V21982-09-11|男|漢|四川|中共黨員基礎(chǔ)設(shè)施其他房屋建筑其他深圳華為研發(fā)園項(xiàng)目項(xiàng)目經(jīng)理V21982-09-11|男|漢|四川|中共黨員基礎(chǔ)設(shè)施其他房屋建筑其他華為投資控股有限公司啟迪控股股份有限公司注冊(cè)安全工程師工程類型：商業(yè)綜合合同額(萬):33,060(其中自施：33,060)工程類型：商業(yè)綜合合同額(萬):78,044(其中自施：78,044)工程類型：住宅合同額(萬):22,274(其中自施：20,640)工程類型：房建其他合同額(萬):552017-03-25～2018-07-28深圳龍崗區(qū)啟迪協(xié)信科技園項(xiàng)目二期總承在施中國建筑一局(集團(tuán))有52/115CHINACONSTRUCTIONFIRSTGROUPCORPORATIC項(xiàng)目運(yùn)營監(jiān)控表(201906)單位：元(注：限定為在施項(xiàng)目或竣工后業(yè)務(wù)未結(jié)或分包是否投資項(xiàng)目123346781中國國家畫院擴(kuò)建項(xiàng)目否2否3天鵝湖小鎮(zhèn)東區(qū)項(xiàng)目否4濮陽否5南樂縣西湖春天項(xiàng)目(北區(qū))濮陽否6否7否8否9安徽阜陽穎新安置區(qū)項(xiàng)目阜陽否阜陽否否阜陽否否否否西柏坡美麗鄉(xiāng)村建設(shè)項(xiàng)目否否河北優(yōu)化木業(yè)科技有限公司否否中國建筑一局(集團(tuán))有53/115CHINACONSTRUCTIONFIRSTGROUPCORPORATI五公司252華江公司195西北公司華北公司51二公司7華南公司38東北公司4市政公司38裝飾公司76西南公司643六公司1安裝公司824建設(shè)發(fā)展公司北京公司總承包公司97一公司6三公司91.項(xiàng)目上線分值：以在施項(xiàng)目月上線率為評(píng)價(jià)標(biāo)準(zhǔn)，90%(含)以上，得10分；80%(含)-90%,得9分；70%(含)-80%,得7分：60%(含)-70%,得5分；其余不得分。2.異常項(xiàng)目分值：以異常項(xiàng)目率為評(píng)價(jià)標(biāo)準(zhǔn)，10%以下，得3分10%(含)-20%,得1.5分；20%(含)以上，得0分。3.核算項(xiàng)目分值：以核算項(xiàng)目未錄入率為評(píng)價(jià)標(biāo)準(zhǔn)，小于1%,得2分；1%(含)-2%,得1.5分；2%(含)-5%,得1分；其余不得分；4.承包合同分值：以承包合同未錄入率為評(píng)價(jià)標(biāo)準(zhǔn)，小于1%,得2分；1%(含)-2%,得1.5分；2%(含)-5%,得1分；其余不得分；5.項(xiàng)目人員分值：以項(xiàng)目人員來自人員信息表比率為評(píng)價(jià)標(biāo)準(zhǔn)，100%,得2分；90%(含)-100%,得1.5分；80%(含)-90%,得1分；其余不得分；6.項(xiàng)目領(lǐng)導(dǎo)班子分值：以重要崗位人員信息完整率為評(píng)價(jià)標(biāo)準(zhǔn)，95%(含)以上，得2分；90%(含)-95%,得1.5分；80%(含)-90%,得1分；其余不得分；企業(yè)集團(tuán)用戶占比企業(yè)集團(tuán)用戶占比用戶占比79849688用戶環(huán)比：3780.0%用戶環(huán)比：657.1%前20使用報(bào)表報(bào)表名稱查詢次數(shù)價(jià)格分析頁材料采購8756057.1%項(xiàng)目用戶占比用戶環(huán)比：3287.5%用戶環(huán)比：0.0%前50使用用戶單位角色單位角色909五公司一公司西北公司華北公司集團(tuán)公司集團(tuán)公司唐克張陽陶填公司領(lǐng)導(dǎo)企業(yè)T集團(tuán)領(lǐng)導(dǎo)N200N200查詢?cè)L問報(bào)表占比2222222134636054/115單位一公司29.26%華北公司五公司9.81%集團(tuán)公司8.95%59.77%二公司華江公司西北公司西南公司5.52%華南公司7.91%三公司裝飾公司9北京公司99.38%8六公司820.51%7397科研院11訪問渠道查詢次數(shù)App7742App774287.38%5512.92%22微信9.70%微信9.70%PC微信PC微信App87.38%前臺(tái)-信息搜索結(jié)構(gòu)的變化索引檢索自然語言文本表示網(wǎng)頁音頻網(wǎng)頁55/115預(yù)測(cè)預(yù)測(cè)統(tǒng)計(jì)推理統(tǒng)計(jì)知識(shí)庫復(fù)雜查詢信息語義翻譯自然語言文本表示音頻視頻標(biāo)簽消岐標(biāo)簽消岐掘半結(jié)構(gòu)化數(shù)據(jù)文本和非結(jié)構(gòu)數(shù)據(jù)息抽取實(shí)體抽取屬個(gè)認(rèn)知立方數(shù)據(jù)異構(gòu)數(shù)據(jù)整推理補(bǔ)充數(shù)重要度計(jì)算本體構(gòu)建●各類型實(shí)體挖掘、屬性名稱挖掘?qū)嵗龢?gòu)建●半結(jié)構(gòu)化數(shù)據(jù)抽取異構(gòu)數(shù)據(jù)整合●實(shí)體對(duì)齊、屬性值決策、關(guān)系建立實(shí)體重要度計(jì)算推理完善數(shù)據(jù)提供知識(shí)庫信息的展示載體簽，提供更加豐富的特征平面解釋的展現(xiàn)形式提供更友好的用戶交互體驗(yàn)●能夠引導(dǎo)用戶在更短的時(shí)間獲取更多的信息信息實(shí)體的N維到平面特征的轉(zhuǎn)換ILAE88上上上距燃一元)。F181484.業(yè)務(wù)問題的實(shí)體只中e粵二界日出結(jié)構(gòu)化知識(shí)庫DonationGovernment關(guān)鍵詞關(guān)鍵詞ypesLOC0.4013NUMBER0.2289IIME0.2040實(shí)體類型實(shí)體類型DonationandHelpRedCrossDonationDeathandRescueEconomySafeRebuildingTIME025Types:Types:TIME0.4877PER0.2929知識(shí)圖譜在企業(yè)數(shù)據(jù)上的利用從兩方面來建設(shè)知識(shí)圖譜體系：知識(shí)實(shí)體，算法GeneOntologynnCarsarodfroyraRexponirarspothGytetolmgtneolsmCktamaeAY1410sa70aLOD4波英公司內(nèi)部的思維導(dǎo)圖墻波英公司內(nèi)部的思維導(dǎo)圖墻三Dn二三52o企業(yè)對(duì)知識(shí)圖譜根據(jù)內(nèi)部數(shù)據(jù)有大量的業(yè)務(wù)需求需求PwC人工智能(AI)是計(jì)算機(jī)科學(xué)的一個(gè)分支，可進(jìn)行模擬計(jì)算機(jī)的智能行為61/115人工智能主題領(lǐng)域(非全部)知識(shí)表示新一代自然語言傳感器/物聯(lián)網(wǎng)知識(shí)表示機(jī)器學(xué)習(xí)機(jī)器人技術(shù)深層Q&A系統(tǒng)機(jī)器學(xué)習(xí)機(jī)器人技術(shù)(認(rèn)知計(jì)算)深層學(xué)習(xí)社交網(wǎng)絡(luò)分析深層因果推理虛擬個(gè)人助理推薦系統(tǒng)音頻/語音分析模擬模型(工序自動(dòng)化)影像分析可視化規(guī)劃計(jì)算機(jī)翻譯PwC先進(jìn)性分析包括人工智能(AI)-機(jī)器學(xué)習(xí)、深層分析、自然語言處理已經(jīng)成62/115企業(yè)數(shù)據(jù)與分析資產(chǎn)靈活模型-項(xiàng)目、retainer十SMS的的Ap項(xiàng)目十十十完成10-50課程十十63/115機(jī)器學(xué)習(xí)與企業(yè)分析能力PwC分級(jí)群聚分級(jí)群聚ofaofaSource:PwCAnalysis;ATourofMachineLearningAlgorithms,JasonBrownlee64/115PwCSource:PwCAnalysis;ATourofMachineLearningAlgorithms,JasonBrownlee機(jī)器學(xué)習(xí)與企業(yè)分析能力65/115一、建設(shè)背景和目標(biāo)三、數(shù)字化轉(zhuǎn)型業(yè)務(wù)應(yīng)用四、總結(jié)及未來規(guī)劃66/115“信息驅(qū)動(dòng)”商業(yè)機(jī)會(huì)的性質(zhì)正在發(fā)生改變成熟的數(shù)據(jù)管理和先進(jìn)的分析能力正在改變中國企業(yè)抓住新機(jī)會(huì)的方式大數(shù)據(jù)的主要能力識(shí)別信號(hào)信息合成分析與決策介紹與可視化實(shí)時(shí)的感覺和監(jiān)視人、實(shí)體、設(shè)備和對(duì)象串聯(lián)、收集、整理、結(jié)構(gòu)化并分析大量的數(shù)據(jù)應(yīng)用先進(jìn)的建模技術(shù)以獲得新的洞察運(yùn)用可視化和探索性工具，創(chuàng)建自助服務(wù)文化改變?cè)鲩L軌跡提高利潤率差異化的客戶體驗(yàn)風(fēng)險(xiǎn)管理提高組織內(nèi)證據(jù)為基礎(chǔ)的文化67/115利用數(shù)據(jù)與分析驅(qū)動(dòng)價(jià)值創(chuàng)造賦予新的商業(yè)模式生產(chǎn)醫(yī)療健康設(shè)備和軟件的供應(yīng)商與制造商可以使用識(shí)別化醫(yī)療數(shù)據(jù)和分析來幫助業(yè)務(wù)決策(如，開發(fā)app計(jì)算法新設(shè)備)。Data數(shù)據(jù)供應(yīng)商可以使用原始數(shù)據(jù)(如，醫(yī)療記錄、理賠數(shù)據(jù)庫)來增加其數(shù)據(jù)提供量。潛在的低收益但需求的工作量相Data大學(xué)學(xué)校可以利用數(shù)據(jù)進(jìn)行學(xué)術(shù)研究或者作為學(xué)生的學(xué)習(xí)幫手。雖然潛在收益較少但是可以建立強(qiáng)大的人才池網(wǎng)絡(luò)連接效益。Supp&liersnarmaManufurersPayersProviderslemj制藥公司可以采用患者和臨床試驗(yàn)招聘和臨床情況的數(shù)據(jù)來更好的論證藥物的對(duì)比效果。醫(yī)療保險(xiǎn)公司可以采用醫(yī)療數(shù)據(jù)和洞察與理賠數(shù)據(jù)相結(jié)合來發(fā)現(xiàn)最佳的介入途徑，為患者健康與公司利潤帶來效益。供應(yīng)商可以利用患者醫(yī)療信息和理療有效性數(shù)據(jù)制訂更好的臨床決策并管理醫(yī)療連續(xù)性的護(hù)68/115制訂正確的分析投資需要一個(gè)以業(yè)務(wù)規(guī)劃和運(yùn)營模型為基礎(chǔ)技術(shù)平臺(tái)項(xiàng)目的工作方法1.現(xiàn)狀分析與需求調(diào)研X周究的差距2.規(guī)劃設(shè)計(jì)X周大數(shù)據(jù)平臺(tái)規(guī)劃設(shè)計(jì)規(guī)劃實(shí)施路線圖設(shè)計(jì)設(shè)施路線圖設(shè)計(jì)軟硬件架構(gòu)方案地4.試點(diǎn)支持X周項(xiàng)目管理/變革管理/知識(shí)管理企業(yè)將通過組織研討會(huì)方式，集合訪談、問卷等多種方式統(tǒng)一思想，了解需求70/115優(yōu)點(diǎn)訪談■能夠較為全面的獲取信息問卷以上三種調(diào)研方式各有所長也各有不足，因此，在項(xiàng)目整個(gè)運(yùn)作過過程以上三種調(diào)研方式各有所長也各有不足，因此，在項(xiàng)目整個(gè)運(yùn)作過過程中，企業(yè)將這三種方法配合使用(特別是在項(xiàng)目第一階段),采用點(diǎn)、線、面結(jié)合的方式，全面開展調(diào)研活動(dòng)，充分了解現(xiàn)狀及需求PwC/page71現(xiàn)狀分析與需求調(diào)研階段主要工作內(nèi)容示例71/115客戶接觸管理系純(移動(dòng)應(yīng)用、互聯(lián)網(wǎng)門戶，白助服務(wù)平臺(tái)，純一認(rèn)證平臺(tái)等)操作型CRM系純分析型cAM系練客戶主數(shù)據(jù)管理系疏,世話世旗把指n產(chǎn)總?cè)f常n產(chǎn)總?cè)f常貸嚴(yán)貸嚴(yán)嚴(yán)三三三產(chǎn)改進(jìn)建這書工作總結(jié)一應(yīng)用眼構(gòu)改進(jìn)端波激嫌架構(gòu)政進(jìn)瑰波品礎(chǔ)巔構(gòu)放進(jìn)端波銹集肉智操作流程及數(shù)據(jù)流向風(fēng)險(xiǎn)體坌定價(jià)風(fēng)險(xiǎn)體坌定價(jià)早期預(yù)警額度管理早期預(yù)警額度管理66催收催收催收PwCIpage72規(guī)劃設(shè)計(jì)階段主要工作內(nèi)容示例72/115鍛響鍛響C范部門聚盟據(jù)數(shù)據(jù)管理棵交審棟空應(yīng)用落地階段工作內(nèi)容展示財(cái)然情值寄財(cái)然情值寄前姆的家戶未率恰值差異化營銷服務(wù)體系的是因變量取各個(gè)值的概率P.差異化營銷服務(wù)體系的是因變量取各個(gè)值的概率P.客戶洞察洞察不同等級(jí)客戶的需求不同原則的折扣定價(jià)策略基手產(chǎn)品組合的近扣定恤草草_重渠道服務(wù)建立分層服務(wù)標(biāo)準(zhǔn)分層服務(wù)立體化深進(jìn)網(wǎng)培I由業(yè)努專家完成企業(yè)客戶綜合價(jià)值評(píng)價(jià)及各具體指標(biāo)的評(píng)價(jià)：2gBP把把幫選功調(diào)藍(lán)9三單張先生新一90.789季小超顆健0.876王究生貸0.945對(duì)比坦蓄銷三單智銷產(chǎn)品訂購源如先生新一旗0.879解小0.708新一0.s05蓄客激適分布然銷在群分布其的畜群描升率%oPwC/page732企業(yè)的消費(fèi)者洞察平臺(tái)集成了先進(jìn)的智能技術(shù)，數(shù)據(jù)模型及獨(dú)有的分析來產(chǎn)生專業(yè)見解以幫助建立跨越用戶旅程的決策通知幫助洞察模塊：動(dòng)的生命周期及其在社以提高市場(chǎng)營銷和銷售效率以提高市場(chǎng)營銷和銷售效率數(shù)字識(shí)別客戶，并將為企業(yè)帶來長期的價(jià)值滿意度監(jiān)控，使用行為，價(jià)格彈性，以確保有價(jià)值的客戶滿意并保持積極主動(dòng)懇標(biāo)客戶可以通過交叉,渠道，方法(內(nèi)容有效地理解和獲取客戶，通過創(chuàng)新的客盧細(xì)分策略有效地理解和獲取客戶，通過創(chuàng)新的客盧細(xì)分策略評(píng)估客戶如何與移動(dòng)互動(dòng) ,通過網(wǎng)上企業(yè)發(fā)展來為客戶提高了產(chǎn)品的功能確定最佳率定位，費(fèi)用結(jié)構(gòu)和定位策略推動(dòng)存款DataModel:LifeEventsLifeEventsSocialMediaDatas,ths.HealthfConsumerPriceIndex,GDP,etc.$Socio-demographicdata;$Lifestyleshobbies.pastimes,mediapreferences,ctc,ClientLifestyleshobbies.pastimes,mediapreferences,ctc,Clientdata-purchasehistory,customerservicehistory,cte.Clientdata-agentsales,storesalespersquarefect,cte.Demographicsage.ethnicity,familylifecyclestatus.income.FinancialproductFinancialproductownership.paymentbehavior,ete.bankingandpayments,depositpricing)HouseholdFinancialStatements.occupation,cte.PP75/115?·如何從“匿名/不可定位”向“可定位”轉(zhuǎn)型?產(chǎn)品類別并進(jìn)行交叉銷售?行交叉銷售?客戶服務(wù)支持???道、行為等方面的偏好來區(qū)Pw受渠道轉(zhuǎn)變影響?Pw76/115花旗企業(yè)負(fù)責(zé)將決策使用案例進(jìn)行分層，PwC將有效結(jié)合分層結(jié)果凸顯平臺(tái)效用平臺(tái)采用時(shí)間表進(jìn)行中用例的優(yōu)先級(jí)洞察力迭代創(chuàng)建花旗定制化洞察儀表盤活動(dòng)1)將分析模型與花旗優(yōu)先業(yè)務(wù)問題及戰(zhàn)略需求相對(duì)應(yīng)2)識(shí)別額外數(shù)據(jù)輸入，如需要,一同交付活動(dòng)1)更新/定制模型2)提交洞察結(jié)果初稿3)基于洞見發(fā)起行動(dòng)4)評(píng)估結(jié)果5)基于客戶反饋審閱內(nèi)容與布局活動(dòng)1)采取企業(yè)現(xiàn)有儀表盤與第一階段報(bào)告，作為起始點(diǎn)，并以此擴(kuò)展與制訂花旗特有定制化儀表盤2)恢復(fù)潛在儀表盤數(shù)據(jù)與洞察3)基于功能化與業(yè)務(wù)輸入優(yōu)化儀表盤1)優(yōu)先模塊與時(shí)間計(jì)劃的洞察交付2)目標(biāo)業(yè)務(wù)測(cè)量與影響1)定制化報(bào)告-面向客戶需求每月交付2)與企業(yè)相關(guān)人員及專家執(zhí)行月度審閱并獲取反饋3)持續(xù)更新報(bào)告來保證相關(guān)性以及專一性1)定制化儀表盤-根據(jù)客戶需求定制化創(chuàng)建儀表盤并每月更新2)與企業(yè)相關(guān)人員及專家執(zhí)行月度審閱并獲取成果相關(guān)反饋3)持續(xù)更新報(bào)告來保證相關(guān)性以及專一性77/115題數(shù)量也有所增加客戶案例PwCData28%38%$50K-$100K38%34%企業(yè)中有大量(62%)的客戶A市場(chǎng)屬于中至高收入(>$50K)citi購買數(shù)據(jù)PwC數(shù)據(jù)模型PwCDatmPwCDatmUnder$50K$50K-$10oK然而，在這些富裕的市場(chǎng)中A企業(yè)吸案例綜述78/1151全球性保險(xiǎn)公司3全球企業(yè)支付4全球企業(yè)支付6全球零售商789美國退休計(jì)劃服務(wù)建立以數(shù)據(jù)驅(qū)動(dòng)增長戰(zhàn)路的模式，通過綜合的企業(yè)數(shù)據(jù)庫使客戶收購增長了10%細(xì)方生進(jìn)公北聲方5Ln人識(shí)別并優(yōu)先與業(yè)務(wù)一致的大數(shù)據(jù)能力，用來支持客戶以數(shù)據(jù)二必t略目標(biāo)創(chuàng)造$100M以上的數(shù)據(jù)分析平臺(tái)投資。建立數(shù)字化客戶營銷能力的戰(zhàn)略并設(shè)計(jì)基礎(chǔ)設(shè)施來古撐天阻壙屏性估坦/米早1廣屋K刀得到提升，客戶點(diǎn)擊量增加3-5倍，同時(shí)改善合作伙伴天系。為客戶建立單一的全渠道視角；滿足從每個(gè)值層5%的客戶中獲取10%的利潤。員工晉升伊少與通過分析預(yù)計(jì)財(cái)影響和流積改亦，如開L出亡內(nèi)n一rn提升10-12%的效率。遨寶據(jù)作和組織模型設(shè)計(jì)，使企業(yè)關(guān)干客戶體驗(yàn)方案可以確定短期數(shù)字詎道計(jì)山10o/方白i兩思定力開以普，開且建立一個(gè)戰(zhàn)略管理得以使數(shù)字化開銷和數(shù)學(xué)希場(chǎng)在年捷并倍?！睂?shí)限企燃據(jù)分析渠作模型，實(shí)現(xiàn)對(duì)基干創(chuàng)新信自產(chǎn)早的追土.么擔(dān)A業(yè)_$100M投資，并且推出8個(gè)數(shù)據(jù)分析試點(diǎn)。企業(yè)大數(shù)據(jù)分析業(yè)務(wù)應(yīng)用?PwCIpage79大數(shù)據(jù)知識(shí)如何讓你受益80/115大數(shù)據(jù)能幫助你在日常的職責(zé)中節(jié)省時(shí)間，提高效率，共享經(jīng)驗(yàn)，洞察業(yè)務(wù)多樣的數(shù)據(jù)來源更快的獲得基礎(chǔ)信息洞察與智慧專家主題的輸入趨勢(shì)預(yù)測(cè)和新機(jī)遇專家主題的輸入探索預(yù)算和資金計(jì)劃行業(yè)數(shù)據(jù)和報(bào)告干凈高質(zhì)量的數(shù)據(jù)格式企業(yè)的愿景是幫助我們的客戶提高業(yè)務(wù)的效能，基于領(lǐng)先的交付能力與端到端的的業(yè)務(wù)分析和數(shù)據(jù)服務(wù)，創(chuàng)建可持續(xù)的、差異化的“信息優(yōu)勢(shì)”。企業(yè)的審計(jì)、稅務(wù)與咨詢服務(wù)整合了不同的分析與數(shù)據(jù)能力以及解決方案，幫助我們的客戶實(shí)現(xiàn)徹底的目標(biāo)，其中包括收益、利潤增長、生產(chǎn)力提升、風(fēng)險(xiǎn)管理、稅務(wù)、審計(jì)與合規(guī)管理等工作。企業(yè)運(yùn)用分析適用于從戰(zhàn)略到執(zhí)行的決策。我們幫助客戶設(shè)計(jì)與交付一系列由分析與數(shù)據(jù)驅(qū)動(dòng)的戰(zhàn)略，包括創(chuàng)建新分析與數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)模型、通過更好的決策提升績效、通過開發(fā)更成熟的分析、數(shù)據(jù)能力與技術(shù)來優(yōu)化企業(yè)運(yùn)營轉(zhuǎn)型。企業(yè)聚焦各行各業(yè)，在每個(gè)行業(yè)中有相應(yīng)的行業(yè)專家來解決該行業(yè)客戶由于新興分析與數(shù)據(jù)業(yè)務(wù)模型能力帶來的問題與機(jī)遇spoke”模型來經(jīng)營和部署全球化的分跨區(qū)域的客戶提供分析與數(shù)據(jù)能力相關(guān)的交付。企業(yè)提供多種能力型的團(tuán)隊(duì)來設(shè)計(jì)與交付由分析和數(shù)據(jù)驅(qū)動(dòng)的戰(zhàn)略與能力，包括業(yè)務(wù)專家(如，市場(chǎng)營銷、產(chǎn)品研發(fā)、價(jià)等),能力專家(如戰(zhàn)略、運(yùn)營、企業(yè)設(shè)計(jì)、財(cái)務(wù)、政策架構(gòu)、數(shù)據(jù)治理等)。PwC’sYourCompanyInaRoomSM利用管理整個(gè)團(tuán)隊(duì)的經(jīng)驗(yàn)確?？缏毮艿恼{(diào)整同時(shí)評(píng)估多場(chǎng)景下的產(chǎn)出，來加速?zèng)Q策流程一利用復(fù)雜的數(shù)據(jù)和分析的簡單可視化進(jìn)行數(shù)據(jù)驅(qū)動(dòng)的決策。通過動(dòng)態(tài)可視化高級(jí)別內(nèi)容來理解復(fù)雜數(shù)的機(jī)遇有哪些?道的速度有多快?率最優(yōu)化?競爭動(dòng)態(tài)是什么?與微觀經(jīng)濟(jì)驅(qū)動(dòng)下如何評(píng)估多種場(chǎng)景?據(jù)社會(huì)人口、行為因素對(duì)客戶分群?定客戶目標(biāo)來提升市場(chǎng)份額?:如何提升市場(chǎng)預(yù)算與優(yōu)化市場(chǎng)營銷組合?計(jì)算客戶生命周期價(jià)測(cè)量與提升客戶體驗(yàn)?什么以及如何提升客戶持有率?司與電子渠道如何售戰(zhàn)略??何通過優(yōu)化多渠道來為客戶提供優(yōu)越的客戶體驗(yàn)?構(gòu)建激勵(lì)機(jī)制來優(yōu)化整體利潤?客戶對(duì)產(chǎn)品的需求?何設(shè)計(jì)對(duì)消費(fèi)者正確的產(chǎn)品與服務(wù)?如何通過不同的分類、地域與分布渠道來決定產(chǎn)品收益?化市場(chǎng)份額?如何識(shí)別客戶對(duì)企業(yè)產(chǎn)品與服務(wù)的正確評(píng)價(jià)與洞見?別員工持有與流失的主要原因?如何利用社會(huì)反饋聲中的風(fēng)險(xiǎn)?在戰(zhàn)略與約束條件下如何優(yōu)化投資組合?資金、風(fēng)險(xiǎn)、別欺詐模式并有效連接欺詐性的活動(dòng)與可新數(shù)據(jù)資源快速識(shí)別反洗錢行為?將短期、中期與長期流動(dòng)性與回報(bào)?障資本充足率?本需求?復(fù)過失或違約信用?的信用風(fēng)險(xiǎn)?蓮wDatnAeqwisitlon能幫助你更聰明迅速開始的指導(dǎo)意見00100010PwCIpageB7創(chuàng)造信息優(yōu)勢(shì)的典型障礙88/115大多數(shù)組織在嘗試通過大數(shù)據(jù)分析創(chuàng)造信息優(yōu)勢(shì)的時(shí)候都面臨著巨大的障礙技術(shù)與數(shù)據(jù)組織“數(shù)據(jù)優(yōu)先”的方法太慢部門間數(shù)據(jù)質(zhì)量有差異用戶需要快速可操作的洞察力部門間分散的技術(shù)設(shè)計(jì)不能夠快速整合第三方數(shù)有限數(shù)量的可供分析的結(jié)據(jù)構(gòu)化數(shù)據(jù)89/115快!通過洞察力幫助你變得更聰明89/115我們發(fā)現(xiàn)在中國企業(yè)需要快速的結(jié)果，有時(shí)對(duì)短期業(yè)務(wù)影響的需要在長期投資和組織變確定決策收集數(shù)據(jù)可視化和交流執(zhí)行和提高90/115決策框架明確商業(yè)價(jià)值Decision決策框架明確商業(yè)價(jià)值DecisionHealthCheck(DHC)TM優(yōu)先權(quán)定義跨價(jià)值鏈分析與洞察跨價(jià)值鏈分析與洞察企業(yè)專有的信息成熟度診斷企業(yè)專有的信息成熟度診斷根據(jù)決策的速度和復(fù)雜性確定優(yōu)先順序根據(jù)決策的速度和復(fù)雜性確定優(yōu)先順序年三2“Dedk…r“香三香91/115生命周期分析生命周期分析分析工具包分析工具包跨價(jià)值鏈的洞察與分析跨價(jià)值鏈的洞察與分析聯(lián)鎖數(shù)據(jù)技術(shù)平臺(tái)選擇聯(lián)鎖數(shù)據(jù)技術(shù)平臺(tái)選擇NoSQLDataStoresDistrbuted92/115測(cè)試與學(xué)習(xí)方法測(cè)試與學(xué)習(xí)方法企業(yè)分析應(yīng)用程序以深入了解并迅速采取行動(dòng)企業(yè)分析應(yīng)用程序以深入了解并迅速采取行動(dòng)93/11593/115■缺乏一個(gè)完整的架構(gòu)和可伸縮的技術(shù)基礎(chǔ)設(shè)施而導(dǎo)致的數(shù)■缺乏一個(gè)完整的架構(gòu)和可伸縮的技術(shù)基礎(chǔ)設(shè)施而導(dǎo)致的數(shù)據(jù)管理方面的挑戰(zhàn)■業(yè)務(wù)分析和建模團(tuán)隊(duì)尋求自給自足■缺乏項(xiàng)目領(lǐng)導(dǎo)和項(xiàng)目管理制度，尤其是第三方服務(wù)和解決方案提供商"業(yè)務(wù)邏輯與個(gè)人專有的應(yīng)用性質(zhì)緊密耦合(如，■數(shù)據(jù)采集和管理過程缺乏一個(gè)一致的設(shè)計(jì)和架構(gòu)和嚴(yán)重取決于應(yīng)用程序-基于應(yīng)用程序■缺乏一個(gè)全面的、全球性的大數(shù)據(jù)和分析解決方案和流程架構(gòu)藍(lán)圖■分析了當(dāng)前數(shù)據(jù)采集、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)分布和展現(xiàn)的信息架構(gòu)和流程。確定當(dāng)前的痛點(diǎn)，差距和短期/長期機(jī)會(huì)?！鲈隽块_發(fā)未來信息狀態(tài)的架構(gòu)，用來支持現(xiàn)有環(huán)境下業(yè)務(wù)需求和簡化的復(fù)雜性，提出了Hadoop生態(tài)系統(tǒng)技術(shù)方、ETL以及相關(guān)的領(lǐng)先實(shí)踐?！鎏岢隽瞬煌姆治鲈圏c(diǎn)場(chǎng)景需求，結(jié)合常見數(shù)據(jù)管理生命周期中的企業(yè)業(yè)務(wù)分析痛點(diǎn)。執(zhí)行試點(diǎn)選擇場(chǎng)景并記錄結(jié)果?！龆x一組全面的計(jì)劃，預(yù)估未來架構(gòu)增量階段的持續(xù)時(shí)間與復(fù)雜性(Foundational,ReplatformtheCore,Scale&Decommission)。94/115PwC業(yè)務(wù)問題·國際保險(xiǎn)公司尋求全球咨詢合作伙伴，構(gòu)建所需的分析支持試點(diǎn)推出全球轉(zhuǎn)型，以提供更高的客戶滿意度，提高有效性和效率的內(nèi)部操作·客戶需要一個(gè)端到端的分析方法，將提供支持的設(shè)計(jì)和設(shè)置試點(diǎn)過渡，索賠過程的穩(wěn)態(tài)和同比改進(jìn)·雖然最初的試點(diǎn)的推出將是有限的本地辦公室和具體產(chǎn)品，數(shù)據(jù)和技術(shù)方法和體系結(jié)構(gòu)需要擴(kuò)展和容易復(fù)制最終擴(kuò)展到所有的產(chǎn)品和地理位置影響與成果95/115整性、及時(shí)性和數(shù)據(jù)利用率均有差距(如，數(shù)字化市場(chǎng))企業(yè)數(shù)據(jù)庫；建立在線工具啟用客戶端遍歷數(shù)據(jù)資產(chǎn)■識(shí)別數(shù)據(jù)差異-包括內(nèi)部差異與同業(yè)領(lǐng)先差異；基于業(yè)務(wù)影響、戰(zhàn)略重要性與規(guī)模優(yōu)先解決差異；提供高階解決方案■在企業(yè)內(nèi)部建立“數(shù)據(jù)民主化”,包括工具、技能與激勵(lì)變化；執(zhí)行自選試點(diǎn)來普及“數(shù)據(jù)民主化”·實(shí)施企業(yè)數(shù)據(jù)管理“覆蓋”功能，理解跨業(yè)務(wù)部門數(shù)據(jù)需求并提供常見解決方案與資金96/115通過需求估計(jì)的應(yīng)用程序加強(qiáng)進(jìn)入到市場(chǎng)中去的策略企業(yè)可以更好的細(xì)分市場(chǎng)，設(shè)計(jì)產(chǎn)品，管理他們的零售商和優(yōu)化每個(gè)地理區(qū)域我需要專注在哪個(gè)地理區(qū)域?qū)嵤┌l(fā)展策略?誰是我的客戶，在哪兒可以我需要專注在哪個(gè)地理區(qū)域?qū)嵤┌l(fā)展策略?誰是我的客戶，在哪兒可以如何能了解并強(qiáng)調(diào)客戶喜好?我的分銷網(wǎng)絡(luò)在接觸客戶方分析技術(shù)數(shù)據(jù)類型分析技術(shù)人口統(tǒng)計(jì)年齡，種族，家庭生命周期，收入，職業(yè)等客戶生命周期喜好，過去行為，傳媒偏好等人口統(tǒng)計(jì)年齡，種族，家庭生命周期，收入，職業(yè)等客戶生命周期喜好，過去行為，傳媒偏好等客戶數(shù)據(jù)——購買記錄，客客戶數(shù)據(jù)——銷售代理人，戶服務(wù)記錄等每平方英尺銷售額等主要針對(duì)客戶生命周期的建模主題97/115銷售管理·產(chǎn)品購買順序模型拓廣客戶群●產(chǎn)品推薦模型●渠道篩選模型●意見領(lǐng)袖模型提前通過新名戶新客戶欺詐戶關(guān)系加強(qiáng)客戶管理流失/挽留客戶挽留監(jiān)管需求催收核催收和收回98/115客戶數(shù)據(jù)挖掘分析維度98/115客戶決策支持體系，需要圍繞挖掘客戶的深度、客戶廣度、提升客戶價(jià)值三個(gè)維度進(jìn)行客戶深度客戶全部潛在價(jià)值“改善客戶保持降低客戶流失”客戶深度客戶全部潛在價(jià)值客戶價(jià)值高度“提高客戶的消費(fèi)最大化客戶價(jià)值”企業(yè)價(jià)值“增加客戶數(shù)量客戶廣度Acquisition提高客戶基數(shù)”客戶廣度獲取新客戶(Acquisition)獲取新客戶(Acquisition)■理解客戶價(jià)值主張■客戶分群、分層■客戶流失預(yù)警■定向、有選擇的引入外部客戶資源■識(shí)別、定位潛在目標(biāo)客戶，對(duì)潛在客戶進(jìn)行分級(jí)、分類■流失客戶贏回■客戶向上銷售■客戶流失、挽留管理關(guān)注客戶體驗(yàn)■購買體驗(yàn)■服務(wù)體驗(yàn)■會(huì)員體驗(yàn)■花粉體驗(yàn)■長期關(guān)系體驗(yàn)■激活沉默客戶■挖掘客戶新的需求■客戶交叉銷售多元分析可用作分析北京最近的空氣質(zhì)量趨勢(shì)影響?分析技術(shù)數(shù)據(jù)類型2000-2013年節(jié)等.圖客戶個(gè)人屬性同期信用卡客戶屬性(用于對(duì)比分樹)網(wǎng)站頁面網(wǎng)站頁面訪問行為業(yè)務(wù)分類神經(jīng)實(shí)時(shí)營錦神經(jīng)網(wǎng)站產(chǎn)品購買行為客戶個(gè)人屬性2.阿上商城數(shù)據(jù)源同期信用卡客戶屬性(用于對(duì)比分析)3.數(shù)據(jù)挖掘模型3.數(shù)據(jù)分析A.訪問序列模型B.交叉銷售模型上線5.營銷活動(dòng)監(jiān)控計(jì)的