大数据处理场景01

      大数据越来越火，但是大数据到底是怎样应用的？在应用那些场景呢？
1、基于客户行为分析的产品推荐
       产品推荐的一个重要方面是基于客户交易行为分析的交叉销售。根据客户信息、客户交易历史、客户购买过程的行为轨迹等客户行为数据，以及同一商品其他访问或成交客户的客户行为数据，进行客户行为的相似性分析，为客户推荐产品，包括浏览这一产品的客户还浏览了哪些产品、购买这一产品的客户还购买了哪些产品、预测客户还喜欢哪些产品等。产品推荐是Amazon的发明，它为Amazon等电子商务公司赢得了近1/3的新增商品交易。
       产品推荐的另一个重要方面是基于客户社交行为分析的社区营销。通过分析客户在微博、微信、社区里的兴趣、关注、爱好和观点等数据，投其所好，为客户推荐他本人喜欢的、或者是他的圈子流行的、或推荐给他朋友的相关产品。

2、基于客户评价的产品设计
       客户评价数据具有非常大的潜在价值，它是企业改进产品设计、产品定价、运营效率、客户服务等方面的一个很好的数据渠道，也是实现产品创新的重要方式之一。客户的评价既有对产品满意度、物流效率、客户服务质量等方面的建设性改进意见，也有客户对产品的外观、功能、性能等方面的体验和期望，有效采集和分析客户评价数据，将有助于企业改进产品、运营和服务，有助于企业建立以客户为中心的产品创新。

3、基于数据分析的广告投放
       DSP为广告主提供数据分析服务，包括广告投放试验、时段分析和效果分析。例如，依托数据平台记录每次用户会话中每个页面事件的海量数据，可以在很短的时间内完成一次广告位置、颜色、大小、用词和其他特征的试验。当试验表明广告中的这种特征更改促成了更好的点击行为，这个更改和优化就可以实时实施。再如，根据根据广告被点击和购买的效果数据分析，根据广告点击时段分析等，针对性进行广告投放的策划。

4、基于社区热点的趋势预测和病毒式营销
       社区中热点和热门是大数据分析的结果。在社区中热门话题、在搜索引擎中热点分析，通常具有先兆性的特征，能够成为一种流行趋势的预测。比如，苹果的土豪金让土豪色成为一种流行。同时由于社区传播的广泛、快捷性，也能够帮助企业通过病毒式营销获得更多关注，比如小米的病毒式营销的策划。

5、基于数据分析的产品定价
       产品定价的合理性需要进行数据试验和分析，主要研究客户对产品定价的敏感度，将客户按照敏感度进行分类，测量不同价格敏感度的客户群对产品价格变化的直接反应和容忍度。通过这些数据试验，为产品定价提供决策参考。

6、基于客户异常行为的客户流失预测
       客户数据分析中发现客户的投诉增多，客户评价出现负面情绪，客户购买量明显减少等现象，根据客户行为模型，预测客户流失的可能性，并采取针对性措施。

7、基于环境数据的外部形势分析
       从市场竞争者的产品、促销等数据，从外部环境的数据，例如天气（如雾霾）、重大节日（如双十一）、国家大事（十八大）、热门话题（如中国好声音）、社交媒体上人们的情绪（快乐）等中找到对外部形势演变的先导性的预测，帮助企业应对环境变化。

8、基于物联网数据分析的产品生命周期管理
       条形码、二维码、RFID等能够唯一标识产品，传感器、可穿戴设备、智能感知、视频采集、增强现实等技术能将产品生命周期的信息进行实时采集和分析，这些数据能够帮助企业在供应链的各个环节跟踪产品，收集产品使用信息，从而实现产品生命周期的管理。

      企业大数据应用远不止此，理论上看，业务价值链的各个环节都有数据分析的必要性，随着大数据应用的进一步深化，会有越来越多的应用场景，最大程度发挥大数据应用的价值。

转载自：http://blog.csdn.NET/dada9407/article/details/20914145