大数据思维与应用创新

海量资料的核心理念

问题：何为资料思路？海量资料决策的底层推演以及决策依据为何？

数智化五大技艺方略：

ABCDI

方略

A

：机器智能，目的是用机器还原人类行为

B

：区块链，构筑不可篡改的分布记账系统

C

：云计算，搭建按照需分配的计算资源平台

D

：海量资料，达成智能化的判断和决策制度

I

：物联网，达成万物互联通信的基础架构

海量资料

的本质

资料，

是

事物演进和变化进程中留下的痕迹

海量资料不在于量大，而在于全（多维性）

业务导向还是技艺导向

海量资料决策的底层推演（即四大核心价值）

探索业务规律，按照规律来管控决策

实例

：

客流规律和排班以及最佳营销时机

实例：致命交通事故发生的时间规律

发现营运变化，定短板来营运决策

实例

：

考核周期导致的员工月初懈怠

实例：工序信号异常监测装置故障

理清要素关系，找影响因素来决策

实例

：

情绪对于股市涨跌的影响

实例：为何升职反而会增加离职隐患？

预测未来趋势，借助预判开展决策

实例

：

惠普预测员工离职隐患以及挽留

实例：保险公司的车险预测和个性化保费定价

海量资料决策的三个要害环节

业务资料化：将业务问题转化为资料问题

资料资讯化：提取资料中的业务规律资讯

资讯打法化：基于规律形成业务化解打法

实例

：

用资料来识别喜欢赚

“差价”的营业员

海量资料精准营销拆解轮廓

海量资料拆解六步曲

步骤

1

：明晰目的

--

理清思路

确定拆解目的：要破解什么样的业务问题

确定拆解思路：分解业务问题，构筑拆解轮廓

步骤

2

：资料收集

—理清思路

明晰收集资料范围

确定收集来源

确定收集办法

步骤

3

：资料预处理

—寻找答案

资料质量评核

资料清洗、资料处理和变量处理

探索性拆解

步骤

4

：资料拆解

--

寻找答案

选项合适的拆解办法

构筑合适的拆解模型

选项合适的拆解抓手

步骤

5

：资料展示

--

看法表述

选项恰当的图表

选项合适的可视化抓手

步骤

6

：报表撰写

--

看法表述

选项报告种类

完整的报告结构

上手

：

货品精准营销实例拆解

怎样搭建精准营销拆解轮廓

精准营销拆解的进程和步骤

海量资料的七大思路

海量资料改变我们的思路轮廓

海量资料的三层变革

抓手变革

思路变革

信念变革

海量资料带来的思路变革

从拍脑袋到科学决策

从心得决策到资料驱动决策

从定性描述到定量拆解

从领导说了算到基于资料事实决策

海量资料的七大思路

定量思路

相关思路

预测思路

实验思路

样本思路

个性化思路

融合思路

海量资料的困境和挑战

金融业界海量资料实例

海量资料在公司的三层价值

增效（对内增效）

创收（对外创收）

革新（模块革新）

海量资料在业界中的常见运用

海量资料

+

保险

海量资料

+

金融

海量资料

+

旅游

海量资料

+

零售

海量资料在银业界的主要运用

智能营运：如现金管控

智能营销：如买方离职

智能风控：隐患评级、金融欺诈

业务革新：转型直销和社区银行

海量资料在银行的运用情境

信贷隐患将控

实例：

美国互联网信用评核机构利用海量资料做隐患评核

实例：银行构筑欠贷用户模型，达成隐患将控

实例：保险欺诈监测模型

怎样做个人信用评核

实例：

利用社交网络资料做个人信用评核

怎样达成差异化营销

实例：澳大利亚银行针对准妈妈拟定差异化营销

怎样寻找标的买方（用户匹配模型）

实例：基于海量资料寻找金融货品的最优买方

实例：宜家

IKE

怎样达成货品指引的精准发送

怎样达成买方群细分

实例：西班牙银行利用社交资料开展买方群细分

实例：找到汽车业界的细分买方群

实例：宝洁公司达成多层次买方的货品试销

怎样寻找影响因素？

实例：

运算商怎样破解增量不增收的困境？

怎样预测买方行为（分类预测），达成精准推荐？

实例：银行构筑欠贷用户模型，达成隐患将控

实例：保险欺诈监测模型

国内某银行海量资料运用

运用一：怎样识别高价值买方

运用二：

ATM

选址精进，最优资源配置

运用三：怎样增加工资代发客

结束：课程

收束

和

问题答疑

。

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|傅一航老师