您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 信息化管理 > BI数据分析系统介绍
BI智能分析--分析创造价值评估推升绩效美商先特计软件’reablewithahighdegreeofconfidencetounderstandhowbigalikelyaudienceisforagivenshowbasedonpeople’sviewinghabits.在全美和世界各地分别拥有2700万和3300万注册用户的美国网络电视台Netflix,用逻辑和计算取代了依赖传统和直觉的做法。据悉,Netflix每天会对3000万次“播放”、注册用户的400万次评级、300万次搜索,以及一天中用户观看视频的时间和所使用的设备进行观测,帮助网站分析用户,针对不同用户推荐节目。比如它的网络定制剧《纸牌屋》在美国热播,迎来赞美无数,制作方就宣称该剧是基于海量用户数据积累和分析而制作的。44魔球Moneyball记录大联盟里最传奇、最颠覆传统球队成功的故事和秘辛OaklandA’s奥克兰运动家队看钱少、人少的球队如何在竞争最激烈大联盟里获胜!大数据(BigData)时代来临结构化数据•Database•Spreadsheet•Fileinrecordformat半结构化数据•XMLDocs•Logs•Click-stream•Equipment/Device,RFIDtag非结构化数据•WebPages•E-mail•Multimedia•InstantMessages•Documents移动互联网MobileInternet物联网InternetofThings新量级、新处理模式、新企业智能SocialMediaMachine/SensorDOC/MediaWebClickstreamAppsCallLogLog半结构化/非结构化数据数据采集数据储存数据管理数据分析与挖掘购物中心大数据与BI总体架构业务系统(结构化数据)Summarize&Load半结构/非结构化数据Alerts,NotificationsData&ComputeIntensiveAppPOSCRM客流餐饮排队Integrate/EnrichETLwithSSIS,AnalyzerReportingServicesSQLServerAnalysisServerBusinessInsightsAnalyticalReportsPerformanceScorecards微信/新媒体SNSO2OWifiSQLServerParallelDataWarehouseCloud,MarketPlaceSummarize&LoadviaPDWHadoopConnectorHortonworksorClouderaHadoop冰场系统车牌扫描数据源DW数据仓库OLAP多维数据集多维分析报表BI智能分析标准化架构1.数据量越大越好忽略了一个最古老的问题:数据要用才有价值DataInformationKnowledge是永远不变的2.数据驱动vs需求驱动不能为大数据而大数据,要先知道想分析什么?由需求著手,引导数据的收集3.忽略大数据的基础Google、Facebook、Amazon、Walmart、淘宝网、腾讯这些大数据的优秀企业本身都具备数据分析的能力。大数据战略发展的三大误区顾客忠诚度分析顾客是企业竟争力发展的核心1,000100寻找新客户挽救老客户挽救老客户成本x10一个失去的老顾客重新成为顾客的成本是寻求一个新客户成本的10倍。找出最有价值的顾客顾客类别管理人口统计学十分位(Decile)RFM按顾客的销货金额分成不同的群组管理,80/20,ABC等是配合顾客的属性将销货数据分类,探索销货的特徵,性别、年收入、职业等将顾客的销货数据按大小顺序分成10类,分析哪一顾客是属於哪一分类以最近购买日(R)、购买次数(F)、购买金额(M)等项目将顾客分类顾客区隔RFM顾客区隔与相应的经营策略忠诚顾客购买一定金额以上的商品时提供有效的奖赏并买时提供有效的奖赏关连商品,购买促销奖赏下次来店时的有效奖赏提高M值促销提高F值、M值促销提高F值、M值促销客单价提高关连购买促销巡回购买促销来店次数提高再来店促销提高忠诚度客单价提高来客数提高RFM顾客区隔与相应的经营策略(续)直接接触来店诉求大量促销来客数提高直接意见调查(改善的提示)提供回笼的奖赏并买时提供有效的奖赏锁定目标商圈的传单向目标顾客属性诉求的传单离反理由的探究利用顾客的来店促销目标商圈的明确化商圈的扩大目标顾客层的锁定一般顾客离反顾客新顾客离反改善休眠顾客的觉醒新顾客的取得会员发展总会员数的历史趋势显示:1.除VIP等级会员外,其他等级的新客户的增长趋於平缓2.近年来VIP会员的发展非常迅速会员属性分析年龄分析性别分析RFM分析R,最近交易時間-->最近購買的顧客傾向再度購買F,交易頻率-->較常購買的顧客可能會較易回應M,交易金額分析-->消費金額較多的顧客未來可能更會消費RFM应用年度会员开卡数多久未到店到店频率累计消费金额RFM应用:客户离反分析2013,Q3完全离反客户占21.1%RFM应用:客户价值分析加入这类,会员数占41.3%,贡献金额占比70%会员数占24%,贡献金额占比55%RFM应用:客户区隔分析1.重要保持客户2.重要发展客户3.一般重要客户4.新客户5.重要挽留客户6.一般客户7.一般客户8.无价值客户消费者行为分析客户细分模型生活场景(品类拓展)购物篮购物桶生活方式RFM-S模型生活方式模型——从购物篮商品维出发的聚类分析新的生活方式模型(滚雪球模型)——从商品消费属性出发的聚类分析习惯消费习惯模型——增加消费时间等维度假设消费习惯模型对数据管理要求高。概念模型价值•购物时间:消费行为中购买商品以外的一种维度。例如:每天中的哪个时间区段,每周中的工作日或周六日,每月初/底,每逢重要节假日……•其他消费行为维度:频率、渠道、付款方式、物流方式……•更全面考虑客户消费行为,更透彻理解客户。T公司案例第14组新生活方式分组:购物篮内商品维度计分最显著之处均为主流方便食品。但非典型的”工作繁忙、贪图方便食品的会员“。结论:这一簇应分为两组:共享宿舍、不做饭的年轻人,以及口味传统,喜欢用微波炉烹调的家庭。方法:(1)看购物时间;(2)频率;(3)家庭类型•有规律的买同样商品组合的客户,因进店时间不同,可能隐含着不同生活方式,应属于不同的消费习惯分组。•R:Recency,最近一次交易日期到当前日期的天数•F:Frequency,在一定周期内的交易次数•M:Monentary,在一定周期内的交易金额•S:Lifestage,生命周期阶段RFM-S模型概念•不需使用订单下的明细行,数据管理负荷轻。•适用于提供的商品/服务品类较多、商品/服务单价相对较低,或大件商品需要消耗性配件/材料/服务,买卖频率相对较高的业务。使用方法•R:把R分成5个区段,分别用数字1~5标识•F:把F分成5个区段,分别用数字1~5标识•M:把M分成5个区段,分别用数字1~5标识•S:把S分成8个区段,分别用数字1~8标识•(区段分界值、分几段可以用聚类分析法求)•使R*F*M*S,则5*5*5*8=1000•得到1000个客户细分群体•取任意一个客户,在当前时间点计算或引用他的R/F/M/S值,例如4/3/4/5,则该客户归属与维度编号为4-3-4-5的那个细分群体•快速、简单制订差异性的客户管理策略,例如:重要保持客户、重要发展客户、重要挽留客户、一般重要客户、一般客户、无价值客户等。•跟踪管理某一细分下的客户在一段时期内价值变动的情况。•在合理的时间点联络客户,提高交易频率、减少客户流失率。T公司案例•1994年~1996年主要使用RFV-S模型来细分客户。•有时增加促销活动反馈值来进一步细分客户。学历分析2627地域分析采用推叠图进行地域综合分析2829年龄分析采用推叠图进行年龄综合分析3031性别分析32年收入分析33职业分析34平均消费金额分析客户10分位分析351.第10等级和第1等级客户的客单价相差30倍2.第1至第9等级的客单价呈现缓慢上升,但第10等级的客单价上升幅度最大。RFM应用:客户价值分析加入这类,会员数占41.3%,贡献金额占比70%会员数占24%,贡献金额占比55%活跃客户分析37活跃率1.白金卡:93.5%2.黄金卡:86.9%3.银卡:77.2%4.VIP卡:77.1%5.普卡:18.8%活跃客户与销售金额关连性分析活跃客户客单价与销售金额关连性分析总客户数与年龄关连性分析38客户数最多的年龄层:30-50岁;其中45-50岁的会员最多Wifi定位与车流分析通过WiFi+微信的登入方式获取客户消费数据②建立信息关联,提供针对性服务——打通微信与实体会员卡,会员的消费数据、阅读行为、会员资料打通后,更好地了解消费者的消费偏好和消费习惯,从而更有针对性地提供一系列会员服务。①会员分析——在商场的不同位置安装客流监控设备,并通过Wi-Fi站点的登录情况获知客户的到店频率,通过与会员卡关联的优惠券得知受消费者欢迎的优惠产品。Wifi定位在动线分析的应用1.整合数据收集各监测点数据整合数据源2.绘制动线绘制消费者的可行路径,以此作为评估主体3.建立模型建立可评估动线客流等级的模型,并建立动线与店铺间的逻辑关系4.分层计算依据模型,分别计算各楼层动线与店铺客流等级5.呈现结果为不同客流等级分配颜色,并将结果图形化Wifi定位动线分析车流分析预测模型预测分析–收入金额45预测分析–销售额46关连性分析跨行业关连性分析将整合不同运营分析48跨行业关连性BI分析酒店运营分析东区餐饮运营分析客流、车流分析娱乐、票务分析跨行业关连性分析的一般应用各行业营收关连性分析价格关连性分析客户流失关连性分析广告效益关连性分析促销关连性分析卖场面积优化分析品牌忠诚度分析市场区隔分析BI数据分析系统报价在没有完全了解学校的具体需求之前我只能给您一个大概的价格区间:50万-150万之间。
本文标题:BI数据分析系统介绍
链接地址:https://www.777doc.com/doc-4042445 .html