大数据解决方案在保险行业的应用实践过程.ppt

四、空间大数据的存储 这便是一个document，使用JSON格式，一目了然。其中的geom即为Geometry类型的数据，即地理空间数据，也是采用JSON格式存储，这样后续的空间索引与空间查询将十分方便。 四、空间大数据的存储 db.xqpoint.find({geom.coordinates:[122.53233,52.968872]}) 精确查询 邻域查询 db.xqpoint.find({geom.coordinates:{$near:[122,52]}})? db.xqpoint.find({geom.coordinates:{$near:[122,52]}}).limit(5) db.xqpoint.find({geom.coordinates:{$near:[122,52],$maxDistance:5}}).limit(5) 四、空间大数据的存储 范围查询 box = [[80,40],[100,50]]? db.xqpoint.find({geom.coordinates:{$within:{$box:box}}}) center = [80,44]? radius =5? db.xqpoint.find({geom.coordinates:{$within:{$center:[center,radius]}}}) polygon1 = [[75,35],[80,35],[80,45],[60,40]]? db.xqpoint.find({geom.coordinates:{$within:{$polygon:polygon1}}})? 五、总结 大数据研究带来的挑战 多源数据的 分析和挖掘 空间大数据 的位置安全 结合地理计算的 可视分析 可扩展的动态 海量数据管理 新的数据共享机制 需要建立 01： 建设思路 * 整合、分析、应用难 * IaaS基础平台：集合了各种大数据的处理工具，模块化、可插拔 管理平台: 如何去分析 * 01： 建设思路 * 交互渠道 * 获取不到：京东、淘宝 可以获取到：一号店，唯品会 9大维度：人口属性、 20大类： 商品21大类： 媒体类：对于那些没有交易信息的用户有着积极的作用，比如说汽车、旅游、母婴 淘宝：6000~7000万UV 京东：2000~3000 万 我们平台： 4000~5000万 * 获取不到：京东、淘宝 可以获取到：一号店，唯品会 9大维度：人口属性、 20大类： 商品21大类： 媒体类：对于那些没有交易信息的用户有着积极的作用，比如说汽车、旅游、母婴 淘宝：6000~7000万UV 京东：2000~3000 万 我们平台： 4000~5000万 * 每个渠道的用户的触点、标识都是不一样的 * 事实标签： 通过身份证知道男女，通过邮寄地址知道地址 模型标签：通过建立模型分析出的用户标签，比如用户价值：高价值 预测标签：通过预测、匹配猜测他的高价值用户、通过消费的行为，猜测他的一个女的（身份证是个男的，但购物行为看一个女的） * 事实标签： 通过身份证知道男女，通过邮寄地址知道地址 模型标签：通过建立模型分析出的用户标签，比如用户价值：高价值 预测标签：通过预测、匹配猜测他的高价值用户、通过消费的行为，猜测他的一个女的（身份证是个男的，但购物行为看一个女的） * * /article/0html 比数得分 * 1.第一步客户的分析洞察 我们有了用户分类，第二步，针对这种人群进行精准的营销 精准营销：获新客 * 修改效能 个性化的推销 根据用户的行为， * * 1.中国人寿：与他们在线公司合作，主要为他们精准投放保险产品，包括信托类产品和万能型产品 2.太平洋保险：与寿险公司合作，做存量客户的数据分析，用于二次开发 3.大都会人寿：做赠险产品的精准投放 4.中国建设银行与我们平台就个性化推荐，智能分析引擎等方面建立合作 5.光大银行：信用卡实时授信（信用评估报告） 6.中信银行北分：出国金融 7.泰康人寿/新华人寿： 一期：PC/APP/WAP/数据采集、用户拉通、用户行为分析、网站统计分析 二期：全渠道经营分析、实时用户画像、以及个性化营销等应用 宁波银行：用户行为采集已经上线，在做精准营销的试点，二期用户画像 泰康人寿、新华保险： * 通过全方位移动互联服务矩阵，ABC累计了大量互联网用户。在赢得客户之后，如何了解客户、经营客户，如何建立情感链接、实现有效互动，如何打造个性化的产品、服务，如何增强客户黏性、提升客户满意度，如何扩大保险覆盖面、提升保险渗透率，将成为进一步深化互联网保险经营的制胜法宝之一 网站，日均UV 20万，其中PC 15万，移动端5万，用户数未知？几千万的用户量