数据挖掘与数据分析.ppt

《数据挖掘与数据分析.ppt》由会员分享，可在线阅读，更多相关《数据挖掘与数据分析.ppt（21页珍藏版）》请在三一办公上搜索。

1、数据挖掘与数据分析,离你有多远？,数据挖掘的应用,科学研究-观测卫星、DNA分子技术 市场行销-尿布与啤酒金融投资-股票预设欺诈甄别-恶性透支产品制造.通信网络管理.Internet应用.,大数据：四个真实的数据挖掘故事,利用大数据后，农夫山泉会发生管理变革吗？大数据可以给阿迪达斯带来利润吗？中国能制作出类纸牌屋的电视剧吗？网易数据工程师可以当“媒婆”？,案例1：农夫山泉用大数据卖矿泉水,怎样摆放水堆更能促进销售？什么年龄的消费者在水堆前停留更久，他们一次购买的量多大?气温的变化让购买行为发生了哪些改变?竞争对手的新包装对销售产生了怎样的影响?“大自然的搬运工”，如何控制物流成本？,案例1：农

2、夫山泉用大数据卖矿泉水,业务员每天拍摄10张照片：水怎么摆放、位置有什么变化、高度如何15个点，下班之前150张照片就被传回了杭州总部（10M）10000个业务员，这样每天的数据就是100G，每月为3TB运输环境数据场景：高速公路的收费、道路等级、天气、配送中心辐射半径、季节性变化、不同市场的售价、不同渠道的费用、各地的人力成本、甚至突发性的需求（比如某城市召开一次大型运动会）。,案例1：农夫山泉用大数据卖矿泉水,大数据获取解决三个顽症：首先是解决生产和销售的不平衡，准确获知该产多少，送多少；其次，让400家办事处、30个配送中心能够纳入到体系中来，形成一个动态网状结构，而非简单的树状结构；最

3、后，让退货、残次等问题与生产基地能够实时连接起来。,案例1：农夫山泉用大数据卖矿泉水,有了强大的数据分析能力做支持后，农夫山泉近年以30%-40%的年增长率，在饮用水方面快速超越了原先的三甲：娃哈哈、乐百氏和可口可乐。根据国家统计局公布的数据，饮用水领域的市场份额，农夫山泉、康师傅、娃哈哈、可口可乐的冰露，分别为34.8%、16.1%、14.3%、4.7%，农夫山泉几乎是另外三家之和。,案例1：农夫山泉用大数据卖矿泉水,案例2：阿迪达斯的“黄金罗盘”,研究门店销售数据，让阿迪达斯和经销商们可以更准确了解当地消费者对商品颜色、款式、功能的偏好，同时知道什么价位的产品更容易被接受。过去，面对展厅里

4、各式各样的产品，经销商很容易按个人偏好下订单。现在，阿迪达斯会用数据说话，帮助经销商选择最适合的产品。挖掘大数据，有了许多有趣的发现：中国南部：“香港风”和“韩流”一线城市：北京、上海（气候）高线与低线城市消费品位与习惯,案例2：阿迪达斯的“黄金罗盘”,案例2：阿迪达斯的“黄金罗盘”,案例3：纸牌屋你学不会,首次进军原创剧就走红Netflix不仅成为娱乐圈里的谈资亦成为数据革命的代表,美国“白宫甄嬛传”导演大卫芬奇（David Fincher）老戏骨凯文史派西（Kevin Spacey）,案例3：纸牌屋你学不会,记忆数据当一位用户通过浏览器登录Netflix账号，Netflix后台技术将用户位

5、置数据、设备数据悄悄地记录下来（收藏、推荐到社交网络）。3000多万个行为（暂停、回放、快进、停止）400万个评分300万次搜索请求 可寻址的观众 从后端数据推导出前台生产,案例3：纸牌屋你学不会,法国电影不要告诉任何人在美国的票房收入惨淡，只有600万美元。可Netflix的工程师并不相信这个数字，他们通过上述数据挖掘技术，找到了不易察觉的点击量，而这些才是被隐藏的事实。2011年时，Netflix决定播放不要告诉任何人。如Netflix预测的一样，这部电影在播放后立即在最受瞩目的节目中排到第四位。,国内视频网站意识到数据的重要性，也积累了大量数据。比如乐视网通过分析用户收看时间，在今年推出

6、午间自制剧场。“但真正细致到使用数据来决定导演、演员，中国还没有哪家公司敢说他们能做到这点。,案例3：纸牌屋你学不会,案例4：定制爱情,宅男们总幻想为自己定制一个女朋友，也许他们的愿望将不日达成。不是借助3D打印机，而是靠大数据时代的婚恋网站。,案例4：定制爱情,案例4：定制爱情,以免费沟通为卖点，主打一二线城市中高端市场。摒弃了传统婚恋网站的“人工红娘”，花田不提供任何人工服务，从推荐到搜索全由系统自动完成。试图用大数据的精准化运营，为在海量异性资料中疲于搜索的用户“指一条明路”。,案例4：定制爱情,花田界面清新简洁，采用类似微博的信息流展示形式。首页是异性用户最近更新的图片、内心独白和文字传情，展示其生活方式、个人品味等软性资料。系统会自动推荐那些相对活跃、最近有信息流更新的人，这就促使用户拿出更新微博的劲头来更新花田，为花田积累了大量可供分析的软性数据。,案例4：定制爱情,通过内心独白来挖掘用户的性格特征 人脸识别技术 跨产品平台，结合网易门户、邮箱、游戏等其它网易资源进行大数据分析，向用户推荐与自身阅读习惯、工作习惯、娱乐习惯都匹配的对象 识别婚恋网站最为人诟病的造假和诈骗，通过对骗子的行为模式的数据分析，制作出一套骗子识别模型,案例4：定制爱情,