1. 首页
  2. >
  3. 解决方案

行业 解决方案

行业背景

大数据正在对“营销模式”产生着影响。将大数据运用到营销中体现出的针对性的精准营销模式也许会成为未来营销的基本模式。同时大数据也将为银行、连锁行业的线上、线下营销活动的发展提供支持。

大数据精准营销,即“洞察消费者需求 把握市场竞争优势 优化营销与运营”相结合的,通过大数据、云平台、数据分析挖掘为技术手段的,最终实现提升营销效率,提高运营能力的大数据解决方案。

大数据精准营销

通过对客户进行深度分析,建立属性标签,精准“画像”,在短时间内获取客户个性化需求,执行合适的营销动作,实现获得客户、转化并服务的营销目的。

以内部数据,网络行为数据,第三方数据 为数据基础;

以先进的ETL工具为数据处理手段,对数据进行全方位整理,清洗,保证数据结构统一;

以离线计算平台及用户画像、用户行为分析 为数据分析、挖掘方式,从中寻找并体现数据价值

最后,将有价值的数据运用到各个应用。如,个性化推荐、行为数据分析、对外数据服务、营销活动管理、模型/算法管理等。

大数据精准营销框架和流程图

建立属性标签

采集用户的性别、年龄、学历(受教育程度)、收入、地区、职业、家庭状况、有无汽车等相关数据。

精准“画像”

利用标签数据为客户进行精准“画像“,并且对“画像”中的各个因素进行分类客户分类。

人群细分

根据精准的用户画像对同类用户进行分群。

精准营销平台

基于用户精准画像和人群细分通过营销平台进行个性化精准业务推荐。

以银行业为例:

从客户交易数据、电子渠道数据、外部数据的产生开始,对应整体架构中的自有数据、网络行为数据和外部数据构成了整个平台的数据基础;

庞大而杂乱的数据进入数据处理中心,通过数据清洗、转换、校验、整合和标准化五道工序后成为可以分析、计算、挖掘处理的结构化数据;

之后这些结构化数据进入分布式基础框架,即分部署存储中,利用用户画像、模型匹配、数据挖掘、算法评价等技术手段进行相应的数据分析、挖掘处理;

经过分析、挖掘后的数据可以称为是有价值的数据,这些数据将会进入各个应用,并未后续的决策提供支持。

 

案例: