無(wú)限極中國(guó)大健康平臺(tái)數(shù)據(jù)咨詢(xún)項(xiàng)目–執(zhí)行摘要議程2項(xiàng)目概要項(xiàng)目方法介紹IBM設(shè)計(jì)思維方法R語(yǔ)言與統(tǒng)計(jì)分析方法項(xiàng)目實(shí)施計(jì)劃業(yè)務(wù)場(chǎng)景規(guī)劃實(shí)施方法大數(shù)據(jù)體系規(guī)劃實(shí)施方法用戶(hù)標(biāo)簽體系規(guī)劃實(shí)施方法項(xiàng)目通過(guò)三個(gè)階段，來(lái)滿(mǎn)足四個(gè)關(guān)鍵輸出…規(guī)劃無(wú)限極未來(lái)大數(shù)據(jù)應(yīng)用的主要業(yè)務(wù)場(chǎng)景和實(shí)現(xiàn)的業(yè)務(wù)價(jià)值規(guī)劃無(wú)限極大數(shù)據(jù)采集的主要方式和內(nèi)容規(guī)劃無(wú)限極未來(lái)開(kāi)展大數(shù)據(jù)分析應(yīng)用的能力體系規(guī)劃無(wú)限極開(kāi)展大數(shù)據(jù)分析應(yīng)用的主要實(shí)施路徑和速贏(yíng)方案項(xiàng)目路線(xiàn)圖（主要成果/里程碑）業(yè)務(wù)場(chǎng)景規(guī)劃

10/11

12/9

12/27

1/23 2/22大數(shù)據(jù)采集與分析能力規(guī)劃用戶(hù)標(biāo)簽規(guī)劃業(yè)務(wù)場(chǎng)景規(guī)劃報(bào)告項(xiàng)目啟動(dòng)當(dāng)前進(jìn)度10月，2016 11月，2016 12月，2016 1月，2017 2月，2017

App

Mockup用戶(hù)體驗(yàn)測(cè)試驗(yàn)收及展示驗(yàn)收及評(píng)估大數(shù)據(jù)體系規(guī)劃報(bào)告驗(yàn)收及展示用戶(hù)標(biāo)簽規(guī)劃報(bào)告驗(yàn)收及展示17年演進(jìn)圖…某著名企業(yè)解決方案（概念/技術(shù)驗(yàn)證）開(kāi)發(fā)基于消費(fèi)者/業(yè)務(wù)伙伴的某著名企業(yè)APP仿真測(cè)試/小規(guī)劃試點(diǎn)大數(shù)據(jù)基礎(chǔ)平臺(tái)建設(shè)（I期，試驗(yàn)平臺(tái)）搭建開(kāi)放的大數(shù)據(jù)采集，交換，存儲(chǔ)和分析應(yīng)用基礎(chǔ)試驗(yàn)平臺(tái)選擇并部署合適的IT系統(tǒng)工具10月6月3月大數(shù)據(jù)基礎(chǔ)平臺(tái)建設(shè)（II期）人機(jī)交互、柔性制造的對(duì)接/數(shù)據(jù)共享消費(fèi)者偏好、習(xí)慣標(biāo)簽化的仿真解決方案針對(duì)規(guī)劃項(xiàng)目的主要成果，布局17年的主要推進(jìn)方向。即，采集消費(fèi)者的行為數(shù)據(jù)以及健康/體征相關(guān)的信息，為后續(xù)標(biāo)簽化準(zhǔn)備。議程6項(xiàng)目概要項(xiàng)目方法介紹IBM設(shè)計(jì)思維方法R語(yǔ)言與統(tǒng)計(jì)分析方法項(xiàng)目實(shí)施計(jì)劃業(yè)務(wù)場(chǎng)景規(guī)劃實(shí)施方法大數(shù)據(jù)體系規(guī)劃實(shí)施方法用戶(hù)標(biāo)簽體系規(guī)劃實(shí)施方法IBM設(shè)計(jì)思維方法“由IDEO的聯(lián)合創(chuàng)始人DavidKelley和BillMoggridge共同提出是思考原因與結(jié)果的新的方式全程貫穿著同理心，快速原型和協(xié)作”Stanfordd.school是忠實(shí)的實(shí)踐者與傳播者原型評(píng)估理解探索設(shè)計(jì)思維9設(shè)計(jì)思維包含以下這些工具：16高保真原型制作全生命周期旅程同理心地圖現(xiàn)況用戶(hù)歷程畫(huà)板原型制作-用戶(hù)測(cè)試用戶(hù)研究人物畫(huà)像描述未來(lái)用戶(hù)旅程故事板工具集現(xiàn)況用戶(hù)歷程現(xiàn)況用戶(hù)歷程是用來(lái)呈現(xiàn)IBM設(shè)計(jì)思維調(diào)研觀(guān)察（理解）環(huán)節(jié)，最主要的輸出成果。其中包括了對(duì)目標(biāo)用戶(hù)畫(huà)像所對(duì)應(yīng)群體的詳細(xì)體驗(yàn)流程描述，以及痛點(diǎn)和主要需求。工具介紹現(xiàn)況用戶(hù)歷程是IBM整個(gè)交互體驗(yàn)團(tuán)隊(duì)?wèi)?yīng)用設(shè)計(jì)思維方法的主要部件之一。IBM設(shè)計(jì)思維已經(jīng)成功應(yīng)用于我們的眾多客戶(hù)，包括大數(shù)據(jù)咨詢(xún)、數(shù)字化轉(zhuǎn)型等的項(xiàng)目。有效性IBM設(shè)計(jì)思維通過(guò)現(xiàn)況用戶(hù)歷程，明確了解用戶(hù)的真實(shí)情況。并以此為基礎(chǔ)，開(kāi)始進(jìn)行體驗(yàn)點(diǎn)和方案的創(chuàng)想。最終，指引體驗(yàn)設(shè)計(jì)團(tuán)隊(duì)規(guī)劃目標(biāo)用戶(hù)畫(huà)像的未來(lái)用戶(hù)旅程。項(xiàng)目應(yīng)用價(jià)值資料引用：《IBMDesignThinkingFieldGuide》全生命周期旅程全生命周期旅程是用來(lái)呈現(xiàn)未來(lái)體驗(yàn)場(chǎng)景的完整視圖。通常，我們可以基于全生命周期旅程了解到未來(lái)哪些業(yè)務(wù)場(chǎng)景可以帶到客戶(hù)更多的價(jià)值。并且，這些價(jià)值需要通過(guò)用哪些觸點(diǎn)來(lái)連接。工具介紹全生命周期旅程是未來(lái)用戶(hù)旅程的組成部分。而未來(lái)用戶(hù)旅程是IBM整個(gè)交互體驗(yàn)團(tuán)隊(duì)?wèi)?yīng)用設(shè)計(jì)思維方法的主要部件之一。IBM設(shè)計(jì)思維已經(jīng)成功應(yīng)用于我們的眾多客戶(hù)，包括大數(shù)據(jù)咨詢(xún)、數(shù)字化轉(zhuǎn)型等的項(xiàng)目。有效性IBM設(shè)計(jì)思維通過(guò)全生命周期旅程反映所有的業(yè)務(wù)場(chǎng)景規(guī)劃的流程以及觸點(diǎn)。大數(shù)據(jù)體系規(guī)劃需要基于這些業(yè)務(wù)場(chǎng)景以及相應(yīng)的數(shù)據(jù)觸點(diǎn)來(lái)作為規(guī)劃設(shè)計(jì)的重要依據(jù)和考量。項(xiàng)目應(yīng)用價(jià)值資料引用：《IBMDesignThinkingFieldGuide》未來(lái)用戶(hù)旅程未來(lái)用戶(hù)旅程是用來(lái)呈現(xiàn)IBM設(shè)計(jì)思維調(diào)研觀(guān)察（探索）環(huán)節(jié)，最主要的輸出成果。通過(guò)對(duì)于現(xiàn)況用戶(hù)歷程的分析，挖掘新的體驗(yàn)點(diǎn)/方案/觸點(diǎn)。最終，設(shè)計(jì)一套新的客戶(hù)旅程。其中包括了全生命周期旅程和未來(lái)體驗(yàn)場(chǎng)景的演繹等。工具介紹未來(lái)用戶(hù)旅程是IBM整個(gè)交互體驗(yàn)團(tuán)隊(duì)?wèi)?yīng)用設(shè)計(jì)思維方法的主要部件之一。通過(guò)以用戶(hù)為中心的思考方式，我們力求帶來(lái)更好的用戶(hù)體驗(yàn)，并以最有效的方式來(lái)呈現(xiàn)。IBM設(shè)計(jì)思維已經(jīng)成功應(yīng)用于我們的眾多客戶(hù)，包括大數(shù)據(jù)咨詢(xún)、數(shù)字化轉(zhuǎn)型等的項(xiàng)目。有效性IBM設(shè)計(jì)思維通過(guò)未來(lái)用戶(hù)旅程，明確設(shè)計(jì)一些新的體驗(yàn)場(chǎng)景，從而使得用戶(hù)得到更好的體驗(yàn)。于此同時(shí)，我們也因此從相應(yīng)的數(shù)據(jù)觸點(diǎn)采集到用戶(hù)的行為數(shù)據(jù)、健康相關(guān)數(shù)據(jù)以及體征數(shù)據(jù)等。項(xiàng)目應(yīng)用價(jià)值資料引用：《IBMDesignThinkingFieldGuide》IBM’sglobaldigitalagency,IBMInteractiveExperience(IBMiX),specializesincreatingpellinguserexperiencesthroughmulti-channeldesign,developmentandimplementation.Thisteamhasaccesstounparalleledknowledge,experienceandresourcesrelatedtodigitaltechnology,strategy,research,andcreative.Fromstrategytodeliveryandoperation,IBMiXengagesclientswithanend-to-endsolutionthatfewcanmatch.Buildingtools—nottoys—IBMiXbeginswithstrategyandleveragesanalyticsandoptimizationsoftwareaspartofanydigitalsolutionwedeliverforourclients.Wehavebeendevelopingdigitalsolutionsforourclientssince1996.Ourserviceofferingsspantheentireprojectlifecycle—fromstrategy,userexperiencedesign,andtechnicaldesign,tohostingandapplicationsustainmentforclientsonweb,kiosk,mobile,tabletandsocialplatforms.IBMInteractiveOfferingsIBMInteractiveExperience&MobilityOfferingsBOSTONNEWYORKATLANTACHICAGOTORONTOLONDONTOKYOMELBOURNEBANGALOREBEIJINGGRONINGENSAOPAULOSHANGHAIMEXICOCITYCAPETOWNDUBAIDALLAS*EHNINGEN*LAGAUDE*AUSTIN*OpenAtlantaBostonChicagoDallasEhningenGroningenLaGaudeLondonMelbourneMexicoCityNewYorkShanghaiToronto1Q16AustinBeijingBangaloreCapeTownDubaiHongKongS?oPauloTokyoIBMGlobalExperienceStudiosR語(yǔ)言與統(tǒng)計(jì)分析方法統(tǒng)計(jì)分析工具選用

R是目前世界上最流行的統(tǒng)計(jì)分析軟件。在數(shù)據(jù)分析領(lǐng)域，有超過(guò)半數(shù)的使用率。R具有非常突出的統(tǒng)計(jì)分析能力（基于CRAN庫(kù)），在各行各業(yè)中得到廣泛應(yīng)用。R語(yǔ)言與統(tǒng)計(jì)分析經(jīng)典案例：“啤酒”和“尿布”

20世紀(jì)90年代沃爾瑪公司的數(shù)據(jù)分析員通過(guò)統(tǒng)計(jì)理論對(duì)現(xiàn)有數(shù)據(jù)庫(kù)智中的數(shù)據(jù)分析發(fā)現(xiàn)兩個(gè)毫無(wú)關(guān)系的商品“啤酒”和“尿布”經(jīng)常出現(xiàn)在一個(gè)購(gòu)物籃中。沃爾瑪及時(shí)調(diào)整了貨物的擺放位置，結(jié)果這兩個(gè)商品的銷(xiāo)售業(yè)績(jī)提升了十幾倍。統(tǒng)計(jì)分析方法選用

全域指標(biāo)相關(guān)性分析

在80個(gè)樣本研究中，分析的對(duì)象均為分類(lèi)數(shù)據(jù)。因此，采用Spearman相關(guān)系數(shù)矩陣對(duì)所有變量間的關(guān)聯(lián)性進(jìn)行探索。全域指標(biāo)相關(guān)性分析樣本數(shù)據(jù)Spearman相關(guān)系數(shù)矩陣離散數(shù)據(jù)結(jié)論一探索方法選擇描述離散變量?jī)蓛砷g的相關(guān)性，分析其他指標(biāo)（年齡分層、性別、壓力來(lái)源、經(jīng)濟(jì)狀況、健康投入）與數(shù)據(jù)價(jià)值評(píng)估的相關(guān)度。Spearman相關(guān)系數(shù)矩陣為了尋找數(shù)據(jù)價(jià)值高的用戶(hù)類(lèi)群，我們對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的探索，將數(shù)據(jù)價(jià)值評(píng)估作為響應(yīng)因子，我們采用了logistic回歸模型去探索所有用戶(hù)特征信息中對(duì)數(shù)據(jù)價(jià)值評(píng)估的顯著影響因子。顯著指標(biāo)影響分析探索影響因素，分析數(shù)據(jù)價(jià)值評(píng)估的顯著影響指標(biāo)（年齡分層、性別、壓力來(lái)源、經(jīng)濟(jì)狀況、健康投入）。Logistic回歸模型樣本數(shù)據(jù)Logistic回歸模型離散數(shù)據(jù)結(jié)論二探索方法選擇轉(zhuǎn)換統(tǒng)計(jì)分析方法選用

顯著指標(biāo)影響分析

針對(duì)其中部分離散非有序的變量，我們采用R*C卡方的方法去探索其對(duì)用戶(hù)數(shù)據(jù)價(jià)值評(píng)估結(jié)果的影響。分類(lèi)指標(biāo)相關(guān)性分析樣本數(shù)據(jù)R*C卡方檢驗(yàn)無(wú)序離散結(jié)論三探索方法選擇通過(guò)無(wú)序的分類(lèi)指標(biāo)分布比的比較，探索數(shù)據(jù)價(jià)值評(píng)估與單個(gè)指標(biāo)間（性別、壓力來(lái)源）的關(guān)聯(lián)性。R*C卡方檢驗(yàn)統(tǒng)計(jì)分析方法選用

分類(lèi)指標(biāo)相關(guān)性分析

議程27項(xiàng)目概要項(xiàng)目方法介紹IBM設(shè)計(jì)思維方法R語(yǔ)言與統(tǒng)計(jì)分析方法項(xiàng)目實(shí)施計(jì)劃業(yè)務(wù)場(chǎng)景規(guī)劃實(shí)施方法大數(shù)據(jù)體系規(guī)劃實(shí)施方法用戶(hù)標(biāo)簽體系規(guī)劃實(shí)施方法業(yè)務(wù)場(chǎng)景規(guī)劃

實(shí)施方法IBM的設(shè)計(jì)思維方法，協(xié)同數(shù)據(jù)策略組和體驗(yàn)設(shè)計(jì)組的共同參與，以及與SPOINT的互動(dòng)，深度挖掘用戶(hù)核心需求和數(shù)據(jù)觸點(diǎn)…體驗(yàn)回放(Playback)

設(shè)計(jì)體驗(yàn)路線(xiàn)圖，與最終的業(yè)務(wù)、IT實(shí)現(xiàn)可能性做匹配調(diào)整真實(shí)用戶(hù)

(SponsorUsers)

通過(guò)時(shí)間，經(jīng)濟(jì)，自主性三個(gè)維度來(lái)招募3-4位真實(shí)用戶(hù)體驗(yàn)?zāi)繕?biāo)

(Hill)了解真實(shí)用戶(hù)想法，提煉體驗(yàn)?zāi)繕?biāo)現(xiàn)狀調(diào)研真實(shí)用戶(hù)參與用戶(hù)同理心圖及ASIS體驗(yàn)分析Tobe全生命周期旅程Tobe典型場(chǎng)景旅程典型場(chǎng)景旅程中用戶(hù)接觸點(diǎn)的詳細(xì)設(shè)計(jì)業(yè)務(wù)設(shè)計(jì)輔助體驗(yàn)效果評(píng)估Prototype原型Evaluate評(píng)估Understand理解Explore發(fā)現(xiàn)“探索并設(shè)計(jì)一條新的客戶(hù)旅程，從而串聯(lián)無(wú)限極、業(yè)務(wù)伙伴和消費(fèi)者?！盪nderstand-理解客戶(hù)與現(xiàn)狀2a.用戶(hù)特征信息提煉匯總數(shù)據(jù)策略組體驗(yàn)設(shè)計(jì)組3.目標(biāo)人群定位5a.暗訪(fǎng)調(diào)查1.80個(gè)樣本研究輸入件2b.評(píng)估方法及指標(biāo)識(shí)別2.樣本篩選及評(píng)估2c.統(tǒng)計(jì)分析2d.結(jié)論推導(dǎo)5b.SPOINT

Workshop5c.體驗(yàn)流程圖4.目標(biāo)用戶(hù)畫(huà)像定義5.體驗(yàn)流程梳理6.目標(biāo)用戶(hù)歷程輸出件6a.現(xiàn)況歷程圖6b.痛點(diǎn)及主要需求SPOINT80個(gè)樣本研究

1.承接SPOINT的80份樣本報(bào)告，開(kāi)展用戶(hù)研究…A類(lèi)受訪(fǎng)者–主流消費(fèi)人群B類(lèi)受訪(fǎng)者–中醫(yī)相關(guān)背景人群C類(lèi)受訪(fǎng)者–業(yè)務(wù)伙伴樣本篩選及評(píng)估

2.設(shè)計(jì)一套詳細(xì)的篩選及評(píng)估流程2a.用戶(hù)特征信息提煉匯總2b.評(píng)估方法及指標(biāo)識(shí)別2c.統(tǒng)計(jì)分析2d.結(jié)論推導(dǎo)樣本篩選及評(píng)估

2a.用戶(hù)特征信息提煉匯總經(jīng)過(guò)逐一的樣本研究，提煉用戶(hù)的基本信息、度量指標(biāo)以及分析維度。最終，繪制用戶(hù)特征信息表。樣本篩選及評(píng)估

2b.數(shù)據(jù)來(lái)源的考慮資料引用：《分析：大數(shù)據(jù)在現(xiàn)實(shí)世界中的應(yīng)用》,IBM商業(yè)價(jià)值研究院&牛津大學(xué)賽德商學(xué)院根據(jù)IBM商業(yè)價(jià)值研究院的報(bào)告，以用戶(hù)為中心的大數(shù)據(jù)來(lái)源主要包括社交媒體、傳感器等，見(jiàn)右表。而對(duì)于本項(xiàng)目，數(shù)據(jù)采集的主要方式及范圍，從兩個(gè)方面出發(fā)，消費(fèi)者的行為數(shù)據(jù)消費(fèi)者健康/體征相關(guān)的信息樣本篩選及評(píng)估

2b.數(shù)據(jù)價(jià)值評(píng)估的方法數(shù)據(jù)的五大價(jià)值識(shí)別與串聯(lián)價(jià)值描述價(jià)值時(shí)間價(jià)值預(yù)測(cè)價(jià)值數(shù)據(jù)組合價(jià)值資料引用：《決戰(zhàn)大數(shù)據(jù)-大數(shù)據(jù)的關(guān)鍵思考》第五章節(jié),車(chē)品覺(jué)中國(guó)信息協(xié)會(huì)大數(shù)據(jù)分會(huì)副會(huì)長(zhǎng)中國(guó)計(jì)算機(jī)學(xué)會(huì)大數(shù)據(jù)專(zhuān)家委員會(huì)副主任粵港信息化專(zhuān)家委員

某著名企業(yè)教育指導(dǎo)委員會(huì)（大數(shù)據(jù)項(xiàng)目）浙江大學(xué)管數(shù)據(jù)策略組選取“數(shù)據(jù)的五大價(jià)值”（見(jiàn)左圖）為主要依據(jù)，因?yàn)椋褐塾谌虼髷?shù)據(jù)的方法論行業(yè)化的剖析適用于健康以及零售行業(yè)樣本篩選及評(píng)估

2b.評(píng)估指標(biāo)識(shí)別數(shù)據(jù)的五大價(jià)值識(shí)別與串聯(lián)價(jià)值描述價(jià)值時(shí)間價(jià)值預(yù)測(cè)價(jià)值數(shù)據(jù)組合價(jià)值唯一鎖定用戶(hù)的標(biāo)識(shí)性數(shù)據(jù)用于構(gòu)建用戶(hù)統(tǒng)一視圖選取理由用戶(hù)識(shí)別價(jià)值評(píng)估指標(biāo)身份證號(hào)碼、信用卡、手機(jī)號(hào)碼、email、微信號(hào)等數(shù)據(jù)示例用戶(hù)刻畫(huà)研究對(duì)象，更好的理解用戶(hù)用于用戶(hù)數(shù)據(jù)的標(biāo)簽化選取理由用戶(hù)描述價(jià)值評(píng)估指標(biāo)體重、身高、運(yùn)動(dòng)軌跡、顏色喜好、飲食偏好等數(shù)據(jù)示例無(wú)法獲取連續(xù)時(shí)間戳的數(shù)據(jù)，導(dǎo)致數(shù)據(jù)質(zhì)量較低排除理由時(shí)間價(jià)值數(shù)據(jù)的缺失，導(dǎo)致預(yù)測(cè)價(jià)值的失準(zhǔn)排除理由短期內(nèi)沒(méi)有數(shù)據(jù)的整合效應(yīng)排除理由樣本篩選及評(píng)估

2b.專(zhuān)家組評(píng)定數(shù)據(jù)價(jià)值，列舉說(shuō)明可以通過(guò)社交媒體、傳感器獲取相關(guān)的微信號(hào)等識(shí)別信息。用戶(hù)識(shí)別價(jià)值評(píng)估指標(biāo)2a.用戶(hù)特征信息提煉匯總結(jié)論可以通過(guò)傳感器、地理空間、音頻、圖像等數(shù)據(jù)收集行為、體征/健康相關(guān)的描述信息。用戶(hù)描述價(jià)值評(píng)估指標(biāo)結(jié)論用戶(hù)信息高寧，帶娃與回歸事業(yè)雙重夾擊下的產(chǎn)后媽媽?zhuān)?）首先，針對(duì)數(shù)據(jù)采集的主要方式及范圍，分別評(píng)定用戶(hù)識(shí)別價(jià)值和用戶(hù)描述價(jià)值。（2）然后，結(jié)合這些依據(jù)進(jìn)行集體裁定，完成數(shù)據(jù)價(jià)值評(píng)估（高/較高/一般/低）。2b.評(píng)估方法及指標(biāo)識(shí)別（3）最后，通過(guò)R語(yǔ)言與統(tǒng)計(jì)分析方法進(jìn)行統(tǒng)計(jì)計(jì)算，并推導(dǎo)結(jié)論。2c.統(tǒng)計(jì)分析在80個(gè)樣本研究中，分析的對(duì)象均為分類(lèi)數(shù)據(jù)。因此，采用Spearman相關(guān)系數(shù)矩陣對(duì)所有變量間的關(guān)聯(lián)性進(jìn)行探索。全域指標(biāo)相關(guān)性分析樣本數(shù)據(jù)Spearman相關(guān)系數(shù)矩陣離散數(shù)據(jù)結(jié)論一探索方法選擇描述離散變量?jī)蓛砷g的相關(guān)性，分析其他指標(biāo)（年齡分層、性別、壓力來(lái)源、經(jīng)濟(jì)狀況、健康投入）與數(shù)據(jù)價(jià)值評(píng)估的相關(guān)度。Spearman相關(guān)系數(shù)矩陣樣本篩選及評(píng)估

2c.統(tǒng)計(jì)方法選用樣本篩選及評(píng)估

2c/d.統(tǒng)計(jì)分析與結(jié)論推導(dǎo)結(jié)論一“年齡分層與數(shù)據(jù)價(jià)值評(píng)估的相關(guān)度最高，且呈負(fù)相關(guān)。”“”為了尋找數(shù)據(jù)價(jià)值高的用戶(hù)類(lèi)群，我們對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的探索，將數(shù)據(jù)價(jià)值評(píng)估作為響應(yīng)因子，我們采用了logistic回歸模型去探索所有用戶(hù)特征信息中對(duì)數(shù)據(jù)價(jià)值評(píng)估的顯著影響因子。顯著指標(biāo)影響分析探索影響因素，分析數(shù)據(jù)價(jià)值評(píng)估的顯著影響指標(biāo)（年齡分層、性別、壓力來(lái)源、經(jīng)濟(jì)狀況、健康投入）。Logistic回歸模型樣本數(shù)據(jù)Logistic回歸模型離散數(shù)據(jù)結(jié)論二探索方法選擇轉(zhuǎn)換樣本篩選及評(píng)估

2c.統(tǒng)計(jì)方法選用樣本篩選及評(píng)估

2c/d.統(tǒng)計(jì)分析與結(jié)論推導(dǎo)結(jié)論二“經(jīng)過(guò)各項(xiàng)指標(biāo)的組合分析發(fā)現(xiàn)，健康投入高的新生代人群數(shù)據(jù)價(jià)值最高?！薄啊贬槍?duì)其中部分離散非有序的變量，我們采用R*C卡方的方法去探索其對(duì)用戶(hù)數(shù)據(jù)價(jià)值評(píng)估結(jié)果的影響。分類(lèi)指標(biāo)相關(guān)性分析樣本數(shù)據(jù)R*C卡方檢驗(yàn)無(wú)序離散結(jié)論三探索方法選擇通過(guò)無(wú)序的分類(lèi)指標(biāo)分布比的比較，探索數(shù)據(jù)價(jià)值評(píng)估與單個(gè)指標(biāo)間（性別、壓力來(lái)源）的關(guān)聯(lián)性。R*C卡方檢驗(yàn)樣本篩選及評(píng)估

2c.統(tǒng)計(jì)方法選用樣本篩選及評(píng)估

2c/d.統(tǒng)計(jì)分析與結(jié)論推導(dǎo)結(jié)論三“事業(yè)家庭兼顧型人群數(shù)據(jù)價(jià)值尤為突出；而女性的數(shù)據(jù)價(jià)值又遠(yuǎn)高于男性?！薄啊蹦繕?biāo)人群定位

主要假設(shè)一18~35歲代表了中國(guó)下一代消費(fèi)者，其中主要包括品牌狂熱者和品牌矛盾者品牌狂熱者，表現(xiàn)為很高的傾向與品牌聯(lián)系，并具有很高的意愿購(gòu)買(mǎi)增值產(chǎn)品新生代（18~35歲）中有64%的人愿意為有利于健康的產(chǎn)品付費(fèi)相比傳統(tǒng)一代，新生代（18~35歲）更愿意向他們了解的企業(yè)分享個(gè)人數(shù)據(jù)中國(guó)下一代消費(fèi)者資料引用：《當(dāng)今的消費(fèi)者希望如何與品牌互動(dòng)-中國(guó)觀(guān)點(diǎn)》,IBM商業(yè)價(jià)值研究院目標(biāo)人群定位

主要假設(shè)二采集和分析消費(fèi)者的行為數(shù)據(jù)以及健康/體征相關(guān)的信息經(jīng)過(guò)一定時(shí)間的積累，建立并形成一套用戶(hù)標(biāo)簽庫(kù)能夠和人機(jī)交互、柔性制造相關(guān)部分進(jìn)行對(duì)接以及數(shù)據(jù)共享最終需要服務(wù)并形成一套完整的傳感及智能設(shè)備的解決方案項(xiàng)目總體目標(biāo)及愿景概念擴(kuò)展消息共振問(wèn)答特征洞察力語(yǔ)音轉(zhuǎn)文本概念洞察力特征洞察力有助于按用戶(hù)自己的方式與之互動(dòng)直接響應(yīng)以主要文檔來(lái)源為基礎(chǔ)的用戶(hù)查詢(xún)提供高度精確、低延遲的語(yǔ)音識(shí)別能力以適合特定用戶(hù)的風(fēng)格和言辭與之溝通定位不能直接提到您的查詢(xún)的相關(guān)文檔將委婉用語(yǔ)或口語(yǔ)用詞與最常見(jiàn)的短語(yǔ)對(duì)應(yīng)起來(lái)機(jī)器翻譯關(guān)系提取將文本從一種語(yǔ)言翻譯至另一種語(yǔ)言智能化地發(fā)現(xiàn)句子成分之間的關(guān)系（名詞、動(dòng)詞、主語(yǔ)、賓語(yǔ)等）可視化呈現(xiàn)數(shù)據(jù)分析的圖形表示更文本轉(zhuǎn)語(yǔ)音從文本整合自然語(yǔ)音權(quán)衡分析借助智能可視化和分析建議從多個(gè)相互沖突的目標(biāo)中做出更好的選擇。視覺(jué)識(shí)別分析圖像或視頻幀的可視化外觀(guān)，以便了解正在發(fā)生的事情技術(shù)：運(yùn)用IBM的認(rèn)知技術(shù)，滿(mǎn)足以上目標(biāo)及愿景，并使無(wú)限極和業(yè)務(wù)伙伴“思考如客戶(hù)”目標(biāo)人群定位忙于家庭與事業(yè)的平衡，且身心疲憊的職業(yè)女性群體…結(jié)論一結(jié)論二結(jié)論三主要假設(shè)一主要假設(shè)二她是林芳，某公司任職公關(guān)經(jīng)理6年。常年非常忙碌，沒(méi)有時(shí)間關(guān)注自己以及家人的健康。一天，她下班回家后，像往常一樣輔導(dǎo)完孩子作業(yè)，加班完畢，洗漱完躺在床上看看朋友圈有沒(méi)有什么新鮮事。忽然刷出了一條小學(xué)同學(xué)小慧更新的動(dòng)態(tài)，里面分享了中醫(yī)調(diào)養(yǎng)的知識(shí)。她仔細(xì)閱讀了里面介紹的內(nèi)容，發(fā)現(xiàn)很多潛在疾病的癥狀和自己平時(shí)生活中表現(xiàn)出的癥狀相似。她了解到小慧正在做中醫(yī)保健產(chǎn)品。趕緊發(fā)微信消息給小慧詢(xún)問(wèn)自己的情況。小慧給了林芳一些養(yǎng)生建議。林芳按照小慧的方式進(jìn)行了條理，身體有了一些些變化，覺(jué)得小慧很靠譜。于是她發(fā)消息給小慧咨詢(xún)她正在銷(xiāo)售的保健產(chǎn)品。小慧和林芳約在了當(dāng)?shù)匾患覍?zhuān)賣(mài)店見(jiàn)面，林芳在小慧的介紹下，了解了無(wú)限極品牌和產(chǎn)品，并針對(duì)自己的情況購(gòu)買(mǎi)了2款保健品搭配使用。在小慧的細(xì)心監(jiān)督下，林芳按照說(shuō)明書(shū)上的要求按時(shí)服用保健品2個(gè)月，感覺(jué)之前癥狀有所改良，她特別開(kāi)心，聯(lián)系小慧詢(xún)問(wèn)自己是不是可以減少服用劑量。小慧來(lái)到林芳家，仔細(xì)詢(xún)問(wèn)了一下林芳的情況，并且詢(xún)問(wèn)富有經(jīng)驗(yàn)的業(yè)務(wù)員，對(duì)林芳的實(shí)用方案進(jìn)行了調(diào)整。小慧和林芳時(shí)刻保持著聯(lián)系，經(jīng)常交流，緊密了解林芳的服用狀況。這讓林芳感覺(jué)很踏實(shí)，而且越來(lái)越相信無(wú)限極品牌。她覺(jué)得可以通過(guò)長(zhǎng)期服用保健品來(lái)幫助家人調(diào)養(yǎng)身體。三個(gè)月后，當(dāng)她服用完已有的保健品，她不僅又給自己買(mǎi)了下個(gè)季度的保健品，也干脆幫小孩和丈夫購(gòu)買(mǎi)了針對(duì)性的產(chǎn)品。目標(biāo)用戶(hù)畫(huà)像定義

4.同理心圖和用戶(hù)故事目標(biāo)用戶(hù)畫(huà)像定義

4.人物畫(huà)像定義年齡：35歲職業(yè)背景：某公司公關(guān)經(jīng)理家庭背景：結(jié)婚10年，有一個(gè)8歲女兒，爸爸媽媽都患有慢性病健康狀況：“我工作很忙，同時(shí)要兼顧工作與家庭，想要關(guān)注自己和家人的身體健康狀況，但力不從心”目標(biāo)用戶(hù)歷程

6a/b.現(xiàn)況歷程圖/痛點(diǎn)及主要需求不知道自己／家人怎么了產(chǎn)品對(duì)于自己的針對(duì)性不強(qiáng)不知道能不能保持健康狀態(tài)不知道吃什么保健品不知道吃多久保健品會(huì)好不知掉后續(xù)方案怎么調(diào)節(jié)想知道自己的身體變化總是堅(jiān)持不下來(lái)吃保健品總是忘記吃保健品想知道適合家人的產(chǎn)品痛點(diǎn)及主要需求不知道適合家人的情況DoesThinksFeelsExplore-探索To-Be體驗(yàn)路線(xiàn)圖數(shù)據(jù)策略組體驗(yàn)設(shè)計(jì)組AlexPentland全球大數(shù)據(jù)權(quán)威、可穿戴設(shè)備之父、MIT人類(lèi)動(dòng)力學(xué)實(shí)驗(yàn)室主任。2011年，《福布斯》評(píng)選他為全球大數(shù)據(jù)權(quán)威，《新聞周刊》稱(chēng)他是“改變20世紀(jì)的100位美國(guó)人”之一。個(gè)人與家庭互動(dòng)家庭健康關(guān)懷了解購(gòu)買(mǎi)使用延伸6b.全生命周期旅程6a.SPOINT概念產(chǎn)品回顧6.未來(lái)用戶(hù)旅程輸出件1.痛點(diǎn)及主要需求輸入件3.需求洞察與升華2.核心理念設(shè)定2a.理念創(chuàng)想社會(huì)網(wǎng)絡(luò)激勵(lì)構(gòu)某著名企業(yè)優(yōu)先2b.理論依據(jù)4.觸點(diǎn)與方案創(chuàng)想5.觸點(diǎn)與方案評(píng)估SPOINT6c.數(shù)據(jù)觸點(diǎn)卡片從核心理念，演化為需求+

1.三層聚焦，層層演化體驗(yàn)流理論流讓?zhuān)奂彝ィ萁】禂?shù)據(jù)流社會(huì)網(wǎng)絡(luò)激勵(lì)某著名企業(yè)優(yōu)先標(biāo)簽化準(zhǔn)備數(shù)據(jù)價(jià)值需求+痛點(diǎn)及主要需求聚焦項(xiàng)目目標(biāo)，層層提煉現(xiàn)有的痛點(diǎn)及主要需求，第一層（體驗(yàn)流）：以用戶(hù)為中心，感受林芳最核心的需求；第二層（理論流）：以理論依據(jù)為前提，充分保證其有效性；第三層（體驗(yàn)流）：以數(shù)據(jù)驅(qū)動(dòng)為目標(biāo)，找到數(shù)據(jù)價(jià)值最大化的契合點(diǎn)；核心理念設(shè)定

2a.理念創(chuàng)想，讓“家庭”健康個(gè)人伴侶子女父母家庭家人是個(gè)人最在乎的人家人的健康牽動(dòng)著個(gè)人家人好才能自己好自己好家人也才安心以家庭為單位，構(gòu)建全家健康的情景…讓家人相互關(guān)懷，相互溝通父母伴侶子女通過(guò)個(gè)人聯(lián)動(dòng)全家健康調(diào)養(yǎng)全家健康怎么幫助［家庭］健康？核心理念設(shè)定

2b.引入“社會(huì)網(wǎng)絡(luò)激勵(lì)”的理念當(dāng)利用了周?chē)鐣?huì)紐帶的強(qiáng)度時(shí)，對(duì)人們行為改變的激發(fā)是最有效的社會(huì)網(wǎng)絡(luò)激勵(lì)促使產(chǎn)生社會(huì)壓力，而社會(huì)壓力有效提高了人們行為改變的可能性社會(huì)網(wǎng)絡(luò)激勵(lì)方法的有效程度是傳統(tǒng)個(gè)體激勵(lì)方法的4倍,對(duì)于強(qiáng)紐帶的影響可達(dá)8倍社會(huì)網(wǎng)絡(luò)激勵(lì)資料引用：《智慧社會(huì)：大數(shù)據(jù)與社會(huì)物理學(xué)》,Alex

Pentland案例：Facebook投票實(shí)驗(yàn)2010年美國(guó)國(guó)會(huì)選舉中，F(xiàn)acebook推送給6100萬(wàn)用戶(hù)“出去投票”的消息,并對(duì)兩種推送消息的方式進(jìn)行了比較。

方式一（無(wú)社會(huì)網(wǎng)絡(luò)激勵(lì)）：用戶(hù)僅僅收到一條“出去投票”的消息，它對(duì)于影響人們的投票行為，微乎其微。方式二（有社會(huì)網(wǎng)絡(luò)激勵(lì)）：用戶(hù)不但收到“出去投票”的消息，而且還能看到已經(jīng)投票的好友頭像。這種方式顯著的動(dòng)員了這些用戶(hù)的積極性。研究發(fā)現(xiàn)，幾乎所有社會(huì)影響都發(fā)生在親密朋友之間。案例：FunFit“朋友和家庭”運(yùn)動(dòng)社區(qū)FunFit是一個(gè)波士頓運(yùn)動(dòng)社區(qū)項(xiàng)目，旨在促使社區(qū)里的人們更多參加冬季的戶(hù)外運(yùn)動(dòng)。

作為一個(gè)社會(huì)網(wǎng)絡(luò)激勵(lì)系統(tǒng)，F(xiàn)unFit的第一步是在圍繞每個(gè)目標(biāo)人的現(xiàn)有社會(huì)網(wǎng)絡(luò)中生成一些聚類(lèi)（下圖A圈和B圈，強(qiáng)社會(huì)紐帶）。然后，給與目標(biāo)對(duì)象互動(dòng)最多的伙伴發(fā)放小額現(xiàn)金獎(jiǎng)勵(lì)，從而對(duì)目標(biāo)對(duì)象施加社會(huì)壓力。核心理念設(shè)定

2b.引入“某著名企業(yè)優(yōu)先”的理念在某著名企業(yè)環(huán)境下，16%的“精英”企業(yè)在產(chǎn)品/服務(wù)研發(fā)對(duì)于客戶(hù)的洞察搖搖領(lǐng)先某著名企業(yè)技術(shù)無(wú)疑是重點(diǎn)領(lǐng)域，超過(guò)86%的受訪(fǎng)企業(yè)計(jì)劃在未來(lái)12個(gè)月內(nèi)向客戶(hù)提供某著名企業(yè)應(yīng)用某著名企業(yè)優(yōu)先資料引用：《TheExperienceRevolution-MobilizingtoWin》,IBM商業(yè)價(jià)值研究院&經(jīng)濟(jì)學(xué)人智庫(kù)資料引用：《TheExperienceRevolution-TheGameisOn》,IBM商業(yè)價(jià)值研究院需求洞察與升華

3.從核心理念，演化為需求+需求+快速了解身體狀況／癥狀快速知道適合自己／家人的產(chǎn)品實(shí)時(shí)檢測(cè)自己／家人身體變化客觀(guān)記錄自己／家人身體狀態(tài)獲得自己／家人全方位調(diào)理方案能夠讓自己／家人按時(shí)按量使用產(chǎn)品構(gòu)建家人共同持續(xù)健康調(diào)理的氛圍體驗(yàn)流理論流讓?zhuān)奂彝ィ萁】禂?shù)據(jù)流社會(huì)網(wǎng)絡(luò)激勵(lì)某著名企業(yè)優(yōu)先從個(gè)人的強(qiáng)社會(huì)紐帶出發(fā)，增加圈內(nèi)的互動(dòng)數(shù)量。比如：家庭圈。通過(guò)某著名企業(yè)APP，與智能設(shè)備以及后臺(tái)（大數(shù)據(jù)平臺(tái)）交互。以家庭為單位構(gòu)建全家健康的情景，讓家人相互關(guān)懷，相互溝通。讓家庭的健康需求充分關(guān)聯(lián)到個(gè)人，并促使業(yè)務(wù)伙伴與其家庭圈更好的互動(dòng)。痛點(diǎn)及主要需求以家庭為單位的數(shù)據(jù)采集方式，激發(fā)用戶(hù)的粘性，從而帶來(lái)更多的數(shù)據(jù)生成。以家庭為單位構(gòu)建的數(shù)據(jù)體系，有更多的數(shù)據(jù)組合價(jià)值和用戶(hù)描述價(jià)值。標(biāo)簽化準(zhǔn)備數(shù)據(jù)價(jià)值觸點(diǎn)與方案創(chuàng)想

4.體驗(yàn)點(diǎn)/數(shù)據(jù)觸點(diǎn)/數(shù)據(jù)61個(gè)體驗(yàn)點(diǎn)和方案的創(chuàng)想，用于描繪林芳及其家人的未來(lái)畫(huà)面…觸點(diǎn)與方案評(píng)估

5.可實(shí)施度/用戶(hù)體驗(yàn)/數(shù)據(jù)價(jià)值評(píng)估每個(gè)觸點(diǎn)與方案，數(shù)據(jù)策略組與體驗(yàn)設(shè)計(jì)組共同評(píng)判下圖三個(gè)度量指標(biāo)，并作為未來(lái)旅程設(shè)計(jì)的主要依據(jù)之一…未來(lái)用戶(hù)旅程Prototype&Evaluate-原型設(shè)計(jì)與體驗(yàn)評(píng)估調(diào)研觀(guān)察痛點(diǎn)回放回放0交付回放測(cè)試小丘1小丘2小丘3迭代迭代迭代完成概念驗(yàn)證技術(shù)需求驗(yàn)證整合原型制作開(kāi)始目標(biāo)用戶(hù)歷程流程圖線(xiàn)框圖未來(lái)用戶(hù)旅程演繹輸出件用戶(hù)體驗(yàn)訪(fǎng)談某著名企業(yè)APP原型展示目標(biāo)用戶(hù)歷程輸出件未來(lái)用戶(hù)旅程輸出件大數(shù)據(jù)體系規(guī)劃

實(shí)施方法大數(shù)據(jù)體系規(guī)劃方法

1234數(shù)據(jù)采集數(shù)據(jù)處理數(shù)據(jù)探索數(shù)據(jù)消費(fèi)1.11.21.32.2分布式計(jì)算2.42.12.3用戶(hù)統(tǒng)一視圖預(yù)測(cè)建模用戶(hù)標(biāo)簽庫(kù)3.2業(yè)務(wù)分析4.1原型設(shè)計(jì)4.2數(shù)據(jù)可視化4.3用戶(hù)行為數(shù)據(jù)采集用戶(hù)健康數(shù)據(jù)采集外部數(shù)據(jù)采集數(shù)據(jù)交換數(shù)據(jù)管控（元數(shù)據(jù)、數(shù)據(jù)質(zhì)量、數(shù)據(jù)標(biāo)準(zhǔn)）數(shù)據(jù)建模平臺(tái)管理（調(diào)度服務(wù)，ETL管理，安全管理，監(jiān)控）3.13.31.4日志文件采集1.5圖像、音頻視頻采集數(shù)據(jù)加工數(shù)據(jù)存儲(chǔ)2.5數(shù)據(jù)共享用戶(hù)行為分析柔性制造分析人機(jī)交互分析3.43.53.63.7Sqoop批量Flume日志KafkaCDC/OGG數(shù)據(jù)源外部來(lái)源傳感器社交媒體RFID掃描或POS數(shù)據(jù)自由格式文本地理空間音頻靜態(tài)圖像視頻LAN/WAN/Internet(TCP/IP)路由:數(shù)據(jù)經(jīng)過(guò)加密和壓縮發(fā)送到目標(biāo)端捕獲:從數(shù)據(jù)源中實(shí)時(shí)或批量讀取已提交的交根據(jù)條件過(guò)濾緩存:把數(shù)據(jù)暫存在分布式消息隊(duì)列里進(jìn)行緩存SourceTrail投遞:確保數(shù)據(jù)按照事物完整性的要求加載到大數(shù)據(jù)平臺(tái)TargetTrail解析:把音頻、視頻、傳感器、文本等信息進(jìn)行解析、轉(zhuǎn)碼SourceTransfer大數(shù)據(jù)平臺(tái)DataSource1、明細(xì)數(shù)據(jù)層：數(shù)據(jù)分析需求會(huì)時(shí)刻變化，而有了細(xì)節(jié)數(shù)據(jù)就可以做到以不變應(yīng)萬(wàn)變2、基礎(chǔ)整合層：低粒度周期匯總的指標(biāo)數(shù)據(jù)，為其他應(yīng)用集市提供低粒度的匯總數(shù)據(jù)3、多維數(shù)據(jù)層：提供了多角度多層次的分析數(shù)據(jù)，比如基于時(shí)間維、地域維等構(gòu)建的銷(xiāo)售星形模型、雪花模型，可以實(shí)現(xiàn)在各時(shí)間維度和地域維度的交叉查詢(xún)，以及基于時(shí)間維和地域維的細(xì)分?jǐn)?shù)據(jù)管控：數(shù)據(jù)標(biāo)準(zhǔn)，數(shù)據(jù)質(zhì)量，元數(shù)據(jù)平臺(tái)管理：調(diào)度服務(wù)，安全管理，監(jiān)控管理數(shù)據(jù)交換平臺(tái)數(shù)據(jù)文件加工區(qū)(HDFS)Hive明細(xì)數(shù)據(jù)層基礎(chǔ)整合層多維數(shù)據(jù)層指標(biāo)層YARNHBase流計(jì)算（spark）4、指標(biāo)層：提煉客戶(hù)相關(guān)基本屬性、行為以及衍生信息，為數(shù)據(jù)分析服務(wù)業(yè)務(wù)理解數(shù)據(jù)理解數(shù)據(jù)準(zhǔn)備建模評(píng)估部署業(yè)務(wù)理解數(shù)據(jù)理解確定業(yè)務(wù)目標(biāo)可行性研究制定建模思路及計(jì)劃收集原始數(shù)據(jù)數(shù)據(jù)探索驗(yàn)證數(shù)據(jù)質(zhì)量數(shù)據(jù)準(zhǔn)備選擇數(shù)據(jù)清洗數(shù)據(jù)加工數(shù)據(jù)建模選擇建模技術(shù)構(gòu)建模型驗(yàn)證模型評(píng)估業(yè)務(wù)結(jié)果評(píng)估建模過(guò)程評(píng)估確定后續(xù)行動(dòng)部署制定部署計(jì)劃模型監(jiān)控和維護(hù)模型資產(chǎn)總結(jié)CRISP-DM數(shù)據(jù)挖掘方法論資料引用：《CRISP-DM數(shù)據(jù)挖掘方法論》敏捷高性能自服務(wù)一體化洞察力1、敏捷：數(shù)據(jù)分析需求經(jīng)常變化，分析報(bào)表需要即時(shí)調(diào)整，以保持業(yè)務(wù)分析的思維連續(xù)性2、高性能：百萬(wàn)到百億數(shù)據(jù)，分析請(qǐng)求需要達(dá)到秒級(jí)響應(yīng)，以支持靈活的業(yè)務(wù)組合分析和任意的時(shí)間窗口分析5、洞察力：結(jié)合深度分析算法，幫助用戶(hù)洞察無(wú)法直接觀(guān)測(cè)到的數(shù)據(jù)背后的關(guān)聯(lián)、趨勢(shì)和邏輯3、自服務(wù)：從上到下的業(yè)務(wù)人員，有需求時(shí)不會(huì)一味提請(qǐng)IT部門(mén)代勞，而是直接動(dòng)手進(jìn)行數(shù)據(jù)分析4、一體化：無(wú)縫整合第三方平臺(tái)組件，提供一致的用戶(hù)體驗(yàn)和極低的維護(hù)成本15個(gè)數(shù)據(jù)采集類(lèi)型定義，覆蓋所有業(yè)務(wù)場(chǎng)景規(guī)劃的體驗(yàn)點(diǎn)和方案所對(duì)應(yīng)的數(shù)據(jù)收集對(duì)象和內(nèi)容…數(shù)據(jù)采集類(lèi)型：U-A01用戶(hù)識(shí)別數(shù)據(jù)U-A02用戶(hù)描述數(shù)據(jù)U-B01用戶(hù)行為數(shù)據(jù)（常規(guī)）U-B02用戶(hù)行為數(shù)據(jù)（女性專(zhuān)屬）U-B03用戶(hù)行為數(shù)據(jù)（孕婦專(zhuān)屬）U-B04用戶(hù)行為數(shù)據(jù)（偏好）U-C01用戶(hù)健康數(shù)據(jù)（常規(guī)）U-C02用戶(hù)健康數(shù)據(jù)（西醫(yī)體征類(lèi)）U-C03用戶(hù)健康數(shù)據(jù)（中醫(yī)體征類(lèi)）E-A01外部數(shù)據(jù)（環(huán)境相關(guān)）E-A02外部數(shù)據(jù)（地理/地域相關(guān)）E-A03外部數(shù)據(jù)（社會(huì)網(wǎng)絡(luò)相關(guān)）E-A04外部數(shù)據(jù)（SNS類(lèi)）E-A05外部數(shù)據(jù)（診療類(lèi)）E-A06外部數(shù)據(jù)（飲食/食材）同時(shí)，運(yùn)用IBM大數(shù)據(jù)價(jià)值評(píng)估模型以及用戶(hù)標(biāo)簽，充分了解用戶(hù)的偏好和對(duì)于健康產(chǎn)品需求…示例大數(shù)據(jù)中心能力框架大數(shù)據(jù)中心數(shù)據(jù)分層架構(gòu)大數(shù)據(jù)中心數(shù)據(jù)架構(gòu)藍(lán)圖大數(shù)據(jù)中心分析應(yīng)用架構(gòu)藍(lán)圖示例最終，設(shè)計(jì)一套完整的大數(shù)據(jù)體系規(guī)劃報(bào)告，并服務(wù)于整體的傳感及智能設(shè)備解決方案。以數(shù)據(jù)驅(qū)動(dòng)的大數(shù)據(jù)平臺(tái)，通過(guò)各種分析應(yīng)用更加了解無(wú)限極的消費(fèi)者和健康產(chǎn)品需求…社交媒體與情報(bào)分析人群細(xì)分Watson健康食療基于認(rèn)知的客戶(hù)服務(wù)與產(chǎn)品自動(dòng)問(wèn)答示例IBM通過(guò)項(xiàng)目卡片的方式，定義未來(lái)的大數(shù)據(jù)項(xiàng)目機(jī)會(huì)、關(guān)鍵要素、范圍以及項(xiàng)目投入等…項(xiàng)目名稱(chēng)建議實(shí)施時(shí)間大數(shù)據(jù)基礎(chǔ)平臺(tái)建設(shè)短期社交媒體與情報(bào)分析短期Watson健康食療中期客戶(hù)全旅程體驗(yàn)分析中期數(shù)據(jù)治理中期健康評(píng)價(jià)體系與研發(fā)知識(shí)管理中期基于認(rèn)知的客戶(hù)服務(wù)與產(chǎn)品自動(dòng)問(wèn)答中期健康數(shù)據(jù)數(shù)據(jù)采集長(zhǎng)期Watson健康顧問(wèn)長(zhǎng)期示例相關(guān)案例介紹某汽車(chē)行業(yè)大數(shù)據(jù)規(guī)劃項(xiàng)目，IBM幫助客戶(hù)完成數(shù)字化業(yè)務(wù)轉(zhuǎn)型的整體構(gòu)想以及多個(gè)后續(xù)的大數(shù)據(jù)實(shí)施項(xiàng)目落地，包括：大數(shù)據(jù)與分析基礎(chǔ)設(shè)施項(xiàng)目、數(shù)字化營(yíng)銷(xiāo)大數(shù)據(jù)平臺(tái)項(xiàng)目、客戶(hù)畫(huà)像與標(biāo)簽項(xiàng)目等。項(xiàng)目同樣使用IBM設(shè)計(jì)思維，挖掘數(shù)字觸點(diǎn)。并且轉(zhuǎn)化為各種數(shù)據(jù)采集方式和內(nèi)容，進(jìn)行全渠道整合。最后，通過(guò)大數(shù)據(jù)對(duì)四個(gè)主題域來(lái)進(jìn)行分析，包括：客戶(hù)/市場(chǎng)/銷(xiāo)售/售后分析。某大數(shù)據(jù)中心設(shè)計(jì)項(xiàng)目IBM設(shè)計(jì)思維方法大數(shù)據(jù)分析能力規(guī)劃大數(shù)據(jù)平臺(tái)技術(shù)架構(gòu)相關(guān)案例介紹某乳業(yè)領(lǐng)導(dǎo)者數(shù)字化建設(shè)項(xiàng)目，IBM幫助客戶(hù)完成全面數(shù)字化以及認(rèn)知轉(zhuǎn)型的總體戰(zhàn)略目標(biāo)。IBM運(yùn)用我們大數(shù)據(jù)規(guī)劃的最佳實(shí)踐，從數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)探索以及數(shù)據(jù)消費(fèi)的整個(gè)數(shù)據(jù)生命周期角度，詮釋數(shù)字與認(rèn)知能力的體系建設(shè)構(gòu)想。根據(jù)不同的應(yīng)用場(chǎng)景，整個(gè)體系規(guī)劃整合了IBM

Metro

Pulse,Watson

Explorer,DataLake,BigInsights等技術(shù)和解決方案。某數(shù)字化平臺(tái)規(guī)劃項(xiàng)目用戶(hù)標(biāo)簽體系規(guī)劃

實(shí)施方法相關(guān)名詞定義說(shuō)明用戶(hù)標(biāo)簽就是用戶(hù)特征信息的歸類(lèi)定義。它從用戶(hù)的現(xiàn)實(shí)信息中（包括社會(huì)屬性、生活習(xí)慣、健康等行為）提煉得來(lái)。用戶(hù)標(biāo)簽用戶(hù)標(biāo)簽體系是用戶(hù)標(biāo)簽之間的關(guān)系體現(xiàn)，是用戶(hù)分類(lèi)和識(shí)別的集合。一般來(lái)講，經(jīng)過(guò)一系列的分析建模方法的設(shè)定，構(gòu)建一套符合企業(yè)自身需要的用戶(hù)標(biāo)簽體系，往往能夠使企業(yè)和消費(fèi)者建立良好