- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
目录 大数据综述 荣之联企业大数据平台方案 大数据平台建设方法 汽车制造业应用大数据畅想 案例 第二十八页,共四十五页。 汽车企业IT的过去 第二十九页,共四十五页。 汽车企业IT的将来 业务挑战 产品研发周期响应长 市场扩张不够且竞争激烈 客户忠诚度不高 成本增长且利润率低 业务趋势 提升客户服务,增加用户粘度 提高生产率 扩大市场份额 加强集团管控 降低成本 绿色经济 新兴技术 云(Cloud) 移动(Mobility) 社交(Social) 大数据(Big Data) 一体化平台 客户体验(CX) 第三十页,共四十五页。 汽车制造业大数据能力创新的方向 部分数据 开放 实时/近实时 封闭 延时 报表/KPI “大” 数据 更深入 第三十一页,共四十五页。 大数据在汽车制造企业的应用 企业级数据 行业数据 跨行业数据 企业传统数据 供应商数据 订单数据 维修记录 分销商数据 客户数据 资源数据 生产数据 产品数据 运营数据 打包价格 客户行为 传感器数据 最终客户需求 客户建议和意见 竞争对手情况 业界预测 行业动态 政策法规 保险 电子商务 交通天气 金融贷款 地理位置 热点事件 旅游市场 公共安全 文化体育 车饰周边 微博微信 共享的大数据平台 深度分析 高敏捷性 高度可伸缩性 实时 市场宣传和精准营销 提升客户服务和满意度 把握市场需求和供应 掌握车辆状态和质量提升 支持管理决策和集团管控 第三十二页,共四十五页。 This presentation, including any supporting materials, is owned by UEC and/or its affiliates and is for the sole use of the intended UEC audience or other authorized recipients. This presentation may contain information that is confidential, proprietary or otherwise legally protected, and it may not be further copied, distributed or publicly displayed without the express written permission of UEC or its affiliates.? 2014 United Electronics Co., Ltd. and/or its affiliates. All rights reserved. 北京荣之联 大数据解决方案 第一页,共四十五页。 目录 大数据综述 荣之联企业大数据平台方案 大数据平台建设方法 汽车制造业应用大数据畅想 案例 第二页,共四十五页。 大数据时代到来 IDC预测全球的数据使用量到2020年会增长44倍,达到35.2ZB (1ZB = 10亿TB) 宽带、移动网络普及和提速 移动网络和各种智能终端 视频(医疗影像、地理信息、监控录像等) 统计、分析、预测、实时处理 传感器、RFID阅读器、导航终端等非传统IT设备 社交网络(Facebook, Twitter, 微博等) 第三页,共四十五页。 数据处理思维转变 少量的样本数据 数据关系力求明确清晰 探求难以捉摸的因果关系 要求数据精确无误 全量数据 乐于接受数据的纷繁复杂 转而关注事物的关联关系 数据的精确不是那么重要了 ? 谷歌翻译系统为了训练其系统,收集其能找到的所有翻译; ? 谷歌收集了上万亿页的语料库,包括质量参差不齐的文档; ? 上万亿的语料库,相当于950亿句英语; ? 相对而言,谷歌的翻译质量还是最好的; ? 谷歌翻译之所以更好,不是因为它拥有一个更好的算法机制,而是增加了各种各样的数据,包括有错误的数据; ? 在谷歌的翻译团队中,大多数工程师并不懂其翻译出来的语言; 数据处理思维转变 传统数据分析思维 大数据分析思维 案例一 ? 聘请了20多名书评家和编辑组成的团队,在网页上创立“亚马逊的声音”向客户推荐新书,写书评; ? 通过客户的购买历史,寻找客户的相似性,对客户分群进行产品推荐,推荐的总是与以往购买的相似或略有区别; ? 通过大量的数据分析,找出书籍之间的关联关系,即“item-to-item”,时亚马逊发生了天翻地覆的变化。 ? AMAZON销售额的三分之一来自于“item-to-item”的推荐系统。 ? AMAZON最终放弃了在线书评,书评团队被解散。 案例二 第四页,共四十五页。 数据处理思维转变 数据处理思维转变 关联关系,预测的关键。很多时候,知道“是什么”就够了,没必要知道“为什么
原创力文档


文档评论(0)