第1讲 商务智能概述.pptVIP

主要内容 数据时代需要BI 什么是BI BI给我们带来了什么 商务智能应用及发展趋势 数据时代需要BI-1 计算时代 实验室里的大量计算 不重视数据的存储 普及时代 个人、企业广泛使用 出现数据、存储的需求 应用系统时代 开始出现数据积累 互联网时代 更加海量的网上数据 数据时代？ 数据、数据、数据、数据、数据…….. 数据时代需要BI-2 案例一：Behavior Targeting 用户行为（网络用户，实际用户） 目标销售（email，网络广告，短信，电话促销…） 用户的归类、预测 数据告诉我们什么-3 案例二：SEM（Search Engine Marketing） 搜索引擎营销 MSN Bing 、 Google、Yahoo和Baidu四大全球搜索引擎 KSP（Keyword Services Platform ） AdSage（艾德思奇）:第三方SEM服务商 什么是商务智能-1 数据 可以记录、通信和能识别的符号 可以是文本、图片、声音等多种形式 信息 有用的数据就是信息，信息是对数据的解释 信息是经过加工后的数据 一个人的垃圾（数据）是另一个人的财富（信息） 知识 是对信息内容进行提炼、比较、挖掘、分析、概括、判断和推论 事实性知识和经验知识（显性和隐性） 什么是商务智能-2 共性 没有数据就没有商务智能 数据之间往往存在一定的规律 采用一定的信息技术手段 BI给我们带来了什么-1 BI给我们带来了什么-2 BI给我们带来了什么-3 商务智能应用-1 商务智能应用-2 金融行业应用——美国汇丰银行使用SPSS成功案例 公司背景 美国汇丰银行是HSBC集团成员之一，通过位于纽约的 380 个分支机构为 140 多万银行客户提供核算、投资、借贷和其它金融服务。美国汇丰银行资产为350亿美元。 面临问题 同一地区可能有多家银行设有分支机构，从而引起持续的竞争来吸引和保持附近的潜在客户。为保持高水平的客户获取和保持率，并维持可赢利性，银行经常要实现以下目标： 扩展和现有客户的关系 控制营销费用以维持利润 用新的智能快速转移市场  金融行业应用——美国汇丰银行使用SPSS成功案例 解决方案——SPSS 客户细分：采用实时的预测分析技术，分析来自各种不同数据源（ATM、交易网站、呼叫中心及相关分支机构）的客户数据,发现潜在价值 客户流失：找出最有价值的客户，理解他们的行为。在客户群中找出尽可能多的潜在流失者，进行有效的保留活动并降低成本 交叉销售:从客户的交易数据和客户的自然属性中寻找、选择最有可能捆绑在一起销售的产品和服务，发现有价值的产品和服务组合，从而有效地向客户提供额外的服务，提高活期收入并提升客户的收益率 金融行业应用——美国汇丰银行使用SPSS成功案例 应用结果 揭示特定客户的需求，销售增加50% 营销费用减少30% 提高了建立和开展适时营销战略的能力 BI在电信行业应用 精细化营销 客户细分，找准客户范围，全面了解客户 地市分公司数据集市建设 评估分析套餐 资费预演功能 套餐分析 资费营销案活动管理 降低成本 重入网现象日趋严重 利用呼叫指纹和IMEI技术，架构新的重入网模型 BI在零售业应用-1 零售业特点 顾客数量庞大，消费水平层次不齐 销售品种多，销售方式多样 供应商信息庞大 顾客已从“感觉消费”向“感情消费”迈进 企业经营开始从降低成本向提高顾客满意度迈进（CRM） CRM（客户关系管理）指在合适的时间、以合适的价格、将合适的产品或服务提供给合适的客户，以满足他们的需要。 BI在零售业应用-2 BI在零售业的应用价值 了解销售全局 商品分组布局 降低库存成本 市场和趋势分析 有效的商品促销 BI在电子商务行业的应用-1 BI在电子商务行业的应用-2 Web挖掘 就是利用数据挖掘技术，从Web文档以及服务中发现信息、知识的过程 数据来源于Web文档、 Web服务器日志、用户Cookies 主要处理文本、图形、图像等半结构化数据 主要应用 网站结构优化 智能搜索引擎 个性化推荐 顾客分类，交叉销售 垃圾邮件过滤 BI在电子商务行业的应用-3 Web挖掘分类 BI在电子商务行业的应用-4 Web文本挖掘 Web文本挖掘应用 搜索引擎优化 垃圾邮件过滤 BI在电子商务行业的应用-4 Web结构挖掘 通过分析页面链接的数量和对象，从而建立Web的链接结构模式 相关算法 PageRank算法：网页的质量和重要性可以通过其他网页对其链接的数量进行衡量 HITS算法： 权威页面：表达某一主题的页面 Hub页面：把权威页面链接到一起的页面 应用 信息检索：根据Web重要性进行排名 社区识别：识别基于某个特定主题的相关Web页面 网站优化：重新定位网页链