大数据应用型产品设计方法及行业案例介绍课件

大数据应用型产品设计方法及行业案例大数据应用型产品设计方法及行业案例目录认识大数据第一节大数据产品生态链第二节大数据应用产品规划设计方法第三节电力、交通、政府、教育、医疗第四节各行业大数据产品案例目录认识大数据第一节大数据产品生态链第二节大数据应用产品规划大数据的定义及特点大数据价值体现大数据思维认识大数据第一节大数据的定义及特点认识大数据第一节大数据的定义12大数据的提出大数据最早在上世纪90年代被提出，麦肯锡在2012年的评估报告中指出“大数据时代”已经到来，使得人们对于大数据重要性的认知和关注度进一步增加。大数据的概念麦肯锡给出的定义：大数据是大小超出常规数据库工具获取、存储、管理和分析能力的数据集，即大数据是现有数据库管理工具和传统数据处理手段很难处理的大型、复杂的数据集，涉及采集、存储、搜索、共享、传输和可视化等方面。1.大数据定义及特点大数据的定义12大数据的提出大数据最早在上世纪90年代被提出大数据的特点ValueVolume容量Variety种类Velocity速度价值数据量巨大处理速度快数据类型众多1.大数据定义及特点装1ZB

的文件大概需要10

亿块1TB

的硬盘，连接起来的话足够绕地球两圈半！这些硬盘大约重

50

万吨，还没有算装硬盘的机柜，若想把这些硬盘物理上云，需要长征五号运载火箭运送

2

万次。10%的结构化数据，90%的非结构化数据来源多：搜索引擎、社交网络、通话记录、传感器.....格式多：文本、音频、图片、视频、模拟信号....数据价值高时效性要求高1秒定律：这一点也是和传统的数据挖掘技术有着本质的不同价值密度低，商业价值高以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒，但是具有很高的商业价值数据价值密度低，但经过清洗、整合和建模分析，可形成高价值的商业业务大数据的特点ValueVolumeVarietyVeloci2.大数据价值体现业务平台IT生产系统互联网移动网络对内精耕细作精准营销策划全景客户视图实时智能决策洞察销售商机精准营销模式洞察客户偏好风险防控咨询决策外部合对外价值创造 作伙伴运用大数据发挥产品营销价值，为企业一线员工提供更全、更准、更快的营销数据和决策支持能力优化客户感知用大数据为最终客户工作生活学习娱乐等带来便利和享受，反过来促进运营商的业务发展推送贴身产品提升上网体验丰富产品信息加强使用粘性创新运营模式用大数据帮助合作伙伴创造价值，也从中拓展新的盈利模式提升内部管控全面掌握企业大数据资产，实现企业高效管控、绩效考核、资源优化、信息协同等能力辅助经营决策洞察业务现状推动业务营销挖掘产品商机助力一线营销2.大数据价值体现业务平IT生产系统互联网移动网络对内精3.大数据思维数据思维变革

从样本思维到总体思维：小数据时代，统计抽样会导致预测结果的偏差，大数据时代，处理的数据从样本数据变成全部数据

从关注因果关系到关注相关关系：小数据时代，人们执着于现象背后的因果关系,而有限的样本数据无法反映事务间的相关性大数据时代，人类通过对大数据的处理，放弃对因果关系的渴求，转而关注相关关系，捕捉现在，预测未来

从精确思维到容错思维：由于是全样本数据，人们不得不接受数据的混杂性，而放弃对精确性的追求大数据时代，允许不精确，接受混杂性，容错性更强

从自然思维到智能思维大数据思维最关键的转变在于从自然思维转向智能思维，使得大数据像具有生命力一样，获得类似于“人脑”的智能，甚至智慧。3.大数据思维数据思维变革从关注因果关系到关注相关关系：01大数据思维的核心是利用数据解决问题02大数据关注“有用”03由关注精确度转变为关注效率04关注定制产品大数据思维数据思维的关注点01大数据思维的核心是利用数据解决02大数据关注“有用”03大数据产品生态链第二节大数据产品定义及分类中国数据产业全景图大数据产品示例大数据产品生态链第二节大数据产品定义及分类数据可视化数据实时检索数据挖掘数据分析实时检索引擎Hadoop非实时检索引擎数据分析缓存Hadoop分布式持久化存储知识库标签化结构化处理数据清洗过滤引擎内部数据源非结构化数据源弹性爬虫引擎集群APIDMP行业解决方案业务分析平台外部数据源MySQL

/

Redis

/

Mongo

/

Pig，ElasticSearchSpark

/

HiveKafka/RedisETL/Flume/Sqoop最终交付数据分析&检索数据索引&缓存持久化存储数据标签化数据清洗数据获取大数据平台架构数据可视化数据实时检索数据挖掘数据分析实时检索引擎Hadoo基础产品——非结构数据采集非结构化数据采集是将不规则或不完整，没有预定义模型的数据进行采集并清洗翻译，。包括所有格式的办公文档、文本、图片、XML,HTML、各类报表、图像和音频/视频信息等等。除银河超算数据平台的非结构数据采集工具外，还针对机器日志数据专门设计了日志采集工具，使机器数据更加方便的管理基础产品——非结构数据采集非结构化数据采集是将不规则或不完整基础产品——非结构数据采集合规性要求——满足网络安全法的合规性要求，实现网络日志采集、存储、管理、检索日志作为数据资产——将日志数据作为数据资产进行管理，为数据综合开发进行数据储备日志分析展示——直接利用分析展示功能，进行对日志分析、处理、可视化展现日志预处理——将日志工具作为日志的预处理工具，为其他应用程序提供数据支持。基础产品——非结构数据采集合规性要求——满足网络安全法的合基础产品——数据可视化基础产品——数据可视化1.大数据产品定义及分类源数据型技术平台型数据应用型公安交通教育医疗政府各工业4.0……运营商数据管理平台数据可视化ETL数据采集非结构化数据实时数据采集数据采集系统数据质量监控系统数据服务API

数据资源管理系统数仓建模系统工作流调度系统业务分析建模算法模型库图形化报表ETL工具运维管理可视化的集群管理多样的部署方式多维度的监控……信息系统ERPCRMSCM机器日志音视频物联网社交媒体非结构数据数据产品就是帮助用户理解数据从而去获得洞察/预测，产生某种行为的产品。1.大数据产品定义及分类源数据型技术平台型数据应用型公安交通2.中国数据产业地图大数据产业按基础支撑、数据服务和数据应用相互交融，协力构建了完整的大数据产业链。数据应用数据服务基础支撑来源：2019中国大数据产业发展白皮书2.中国数据产业地图大数据产业按基础支撑、数据服务和数据应用2.中国数据产业地图基础支撑数据服务数据应用来源：2019中国大数据产业发展白皮书2.中国数据产业地图基础支撑数据服务数据应用来源：2019中3.大数据产品案例—基础支撑类功能产品示例来源：四方伟业大数据产品及服务能力3.大数据产品案例—基础支撑类功能产品示例来源：四方伟业大数3.大数据产品案例—数据服务类数据资源管理产品来源：四方伟业大数据产品及服务能力3.大数据产品案例—数据服务类数据资源管理产品来源：四方伟业3.大数据产品案例—数据应用类人工智能模型企业多维画像企业商群分析企业信用评分消保维权分析主体发展预测监管支撑体系Supervisionandsupport

system公共服务体系Publicservice

system消保维权Protection

andprotectionof

rights产业布局Industrial

layout企业信用Enterprise

credit主体发展Thedevelopment

ofthe

subject精准监管Precision

supervision其他Other精准服务Precision

service业务模型可视化数据数据来源：四方伟业大数据产品及服务能力3.大数据产品案例—数据应用类人工智能模型监管支撑体系公共服大数据应用型产品规划及设计方法第三节XX大数据规划案例数据产品设计方法通用大数据分析技术架构大数据应用型产品规划及设计方法第三节XX大数据规划案例1.XX大数据分析规划案例—整体蓝图框架从福田业务管理和数据运用的关注点出发，结合XX的数据分析经验，设计福田大数据中心项目整体蓝图框架技术平台系统改进建议业务分析架构业务改进建议权限管理目标管理13456做什么？如何做？2业务分析体系为什么做？设立项目总体目标和各业务域分目标；梳理业务重要价值点；明确主要分析场景；完善指标管理体系；搭建企业级大数据仓库；整合各业务系统数据；建立面向决策层的管理驾驶舱1.XX大数据分析规划案例—整体蓝图框架从福田业务管理和数据1.XX大数据分析产品规划案例—建设目标大数据中心建设目标1决策支持、管理透明，工作提效研发采购生产分销服务高质量、低成本、及时交付促进销量增长、优化库存结构、提升订单交付能力企业价值链各业务域本期目标采购目标分销目标绩效目标质量目标管理聚焦、提升效率、提升价值全生命周期质量管理总目标基于环节基于全流程1.XX大数据分析产品规划案例—建设目标大数据中心建设目标11.XX大数据分析规划案例—业务分析体系设计工作方法体工系程与与管质理量分析主题主要场景导入XX各业务模块标准分析框架业务调研关注重点进行全面业务访谈和现状调研识别当前业务的痛点和关注重点针对业务重点确定分析主题基于业务主题设计主要场景和指标1最佳实践23451.XX大数据分析规划案例—业务分析体系设计工作方法体工系1.XX大数据分析规划案例—业务分析体系设计工作方法获利能力营销能力销量分析区域管理渠道管理市场竞争经销商管理营销活动综合分析库存分析营销网络洞察能力客户属性综合分析客户分类商机漏斗客户行为潜客线索客户价值客户转化客户流失服务能力一般维修机油保养投诉建议索赔客户关怀增值服务综合分析保修商业保险营运能力销售效率订单管理运输配送仓储捡配财务核算综合分析人力绩效预测能力计划能力导入分销业务标准分析框架：根据XX分销SMEA（Sale

Management&

Effective

Analytics）模型以及汽车行业最佳实践，企业分销业务的提升主要基于以下五大核心能力的建设。1.XX大数据分析规划案例—业务分析体系设计工作方法获利能力1.XX大数据分析规划案例—业务分析体系设计工作方法识别当前业务的痛点和关注重点：综合业务关注点，系统支持度和项目周期因素，建议本项目重点关注以下业务领域。1.XX大数据分析规划案例—业务分析体系设计工作方法识别当前1.XX大数据分析规划案例—业务分析体系设计工作方法销售业绩分析市场份额分析库存结构分析库龄结构分析营销能力计划总量分析计划分配优化预测结果分析预测模型建立订单质量分析订单周期分析采购效率分析生产产能分析资金效率分析物流时效分析物流质量管理库存质量管理通道管理分析库位管理分析销售盈利分析销售成本核算销售费用分析人力规模分析人均效能分析营运能力销量分析库存分析区域管理渠道管理营销活动经销商管理营销网络市场竞争区域销售分析跨区监察分析渠道绩效分析渠道潜力分析新渠道开拓活动效果评估活动执行分析活动设计支持经销商运营分析经销商返利经销商管理分析网络布局分析交叉销售分析优劣势分析竞品竞争分析计划能力 预测能力 订单管理销售效率运输配送仓储捡配财务核算人力绩效结果分析 影响因素分析核心业务辅助支持订单周期分析识别当前业务的痛点和关注重点：综合业务关注点，系统支持度和项目周期因素，建议本项目重点关注以下业务领域。1.XX大数据分析规划案例—业务分析体系设计工作方法销售1.XX大数据分析规划案例—业务分析体系设计工作方法#关注领域订单全流程分析订单预测能力提升订单计划分析销售漏斗管理订单提报质量分析生产过程追溯订单物流环节优化实销录入准确性销售视图分析库存分析评估网络布局评价网系协同分析经销商管理绩效经销商运营绩效调车分析政策费用分析12345678911121314实现难度包含业务实现难度和技术实现难度。业务实现难度指现状具备的业务流程完整程度、业务执行程度、业务信息的完善程度；技术实现难度指现有业务系统建设程度、系统内信息可采集程度，以及未来BI系统在年内可完成程度；业务价值包含分销业务影响重要性及分销业务需求的紧急性。业务影响重要性指任务对业务管理可视化及效率提升的影响程度；业务需求紧急性指通过各业务部门访谈中了解到的需求响应度；业务价值高低低 实现难度

高1345671391012811214目前可完成的全部工作任务 目前可部分完成的工作任务 未来完成工作任务1015151616针对业务重点确定分析主题：

结合前期分销业务访谈关注的主要业务内容，识别蓝图工作重点。1.XX大数据分析规划案例—业务分析体系设计工作方法#关注领1.XX大数据分析规划案例—业务分析体系设计工作方法销售业绩分析市场份额分析库存结构分析库龄结构分析经销商运营分析销商管理分析渠 渠道 道绩 潜效 力分 分析 析新渠道开拓区域销售分析跨区监察分析络布局分析交叉销售分析营销能力计划总量分析计划分配优化预测结果分析预测模型建立采购效率分析生产产能分析资金效率分析物流时效分析物流质量管理库存质量管理通道管理分析库位管理分析销售盈利分析销售成本核算人力规模分析人均效能分析营运能力活 活 活动 动 动效 执 设果 行 计评 分 支估 析 持优劣势分析竞品竞争分析销商返利经销商管理营销网络渠道管理 营销活动市场竞争计划能力预测能力订单管理销售效率运输配送仓储捡配财务核算人力绩效12经13经11

网9销量分析10库存分析1结果分析 影响因素分析核心业务辅助支持3 5 7 8订 订 订单 单 单质 周 周量 期 期分 分 分析 析 析16销售费用分析15区域管理项目关注分析主题针对业务重点确定分析主题：综合业务关注点，系统支持度和项目周期因素，建议项目关注分析主题。1.XX大数据分析规划案例—业务分析体系设计工作方法销售1.XX大数据分析规划案例—业务分析体系设计工作方法及时性分析订单提报订单状态分析过程结果订单流程分析订单提报订单审核生产提报入中心库出中心库车辆验收车辆实销销售结果视图库存分析时间状态分析流程改进促进销售效果提量结果分析促进业务流程优化订单流程管理销量分析(实销数量的多维度结果分析、市场竞争分析、区域经销商排名)（库存结构、库龄，调车、跨区检查的分析）(提报订单所处状态节点及各环节的查询分析)订单有效性(订单的提报有效性分析)(订单提报的质量、有效性、审核通过率等分析)(各交付周期的交付及时性分析)费用分析（商务政策费用的统计分析，费用使用均衡性的分析）订单周期分析(提报订单各环节时间周期的分析)订单质量分析基于业务主题设计主要场景和指标：通过业务流程分析，确定业务关注范围。1.XX大数据分析规划案例—业务分析体系设计工作方法及时性分1.XX大数据分析规划案例—业务分析体系设计工作方法工作重点蓝图框架业务关注范围业务分析场景设计总体业务概览销量分析销售业绩分析市场竞争分析销售区域分析库存分析库存结构分析库龄分析调车分析跨区监察3. 促销费用分析3.1

费用分布分析订单分析订单质量分析订单状态分析订单周期分析销量分析库存分析关注库龄分析；包含整体的库存产品结构分析和每个经销商的库存产品结构分析；调车管理分析分析调车数量、调车次数、调车周期等；统计分析，不同库存状态下调车比例；促销费用管理分析经销商间的促销费用分配合理性；分析产品线间的促销费用分配是否科学合理有效；订单分析基于业务主题设计主要场景和指标：确定主要业务分析场景。1.XX大数据分析规划案例—业务分析体系设计工作方法工作重点1.XX大数据分析规划案例—业务分析体系设计工作方法目标用户主要指标分析维度系统支撑销量、计划完成率、库存数量、存销比、超期车占比、促销费用、订单有效性；有DMS、SAP系统支持；相关计划数据需要手工录入；根据业务内容分为四个主要的分析主题，整体、概要地掌握分销的业务情况；在每个主题内展现核心指标，并展示各品牌的业务情况；指标可实现每日更新，便于管理者了解当下的商业状况，及时发现预警情况；总部领导及分销管理部人员；各事业部领导；按时间：年、半年、季、月、当日；按产品：BUA、BUC、BUD；业务场景基于业务主题设计主要场景和指标：业务分析指标设计目的和价值管理者可从销量、库存、促销、订单四个方向，全局了解分销整体业务情况，根据主要指标变化，及时发现业务薄弱环节；每个业务模块，都可横向对比各分品牌情况，快速识别品牌业绩差异；1.XX大数据分析规划案例—业务分析体系设计工作方法目标用户1.XX大数据分析规划案例—业务分析体系设计工作方法基于业务主题设计主要场景和指标：业务分析指标可视化1.XX大数据分析规划案例—业务分析体系设计工作方法基于业务1.XX大数据分析规划案例—实施方案《销量多维度分析模型》 《促销费用多维度分析模型》《库存结构多维度分析模型》《订单得分多维度分析模型》核心指标35

个《销量业绩分析》——集团页/品牌页《库存结构分析》——集团页/品牌页《库龄分析》 ——集团页/品牌页《促销费用分析》——集团页/品牌页《订单质量分析》——集团页/品牌页《分销业务分析总览》开票销量、实销量、目标销量、计划完成率、市场端库存数量、市场端存销比、市场端库龄结构、店端库存数量、厂端库存数量、在途库存数量、促销费用、订单有效性、提报订单数量、客户订单比例、订单审核通过率……驾驶舱11

个多维分析模型4

套《事业部分销业务关键指标报表》固定报表13

张《各品牌经销商库存情况排名周报报表》《订单全生命周期明细清单报表》 《各事业部促销返利情况报表》《各业务销量和计划完成率分析报表》

《各事业部商务政策情况报表》《各业务库存数量周报报表》 《各业务订单有效性指标完成情况表》《各业务超期车周报报表》 《各业务不同订单类型的数量和占比情况表》《BUA/B/C的超6个月库龄率完成情况表《》各品牌订单得分数量及占比情况表》《BUA/B/C的存销比完成情况表》截止12.31日完成内容

截止1.26日完成内容

截止2月底完成内容1.XX大数据分析规划案例—实施方案《销量多维度分析模型》 1.XX大数据分析规划案例—统计指标数据标准建设订单提报数量正式订单数量维度统计方式BU/A/B/C/D/E/F（以主数据为准）；整车编码、订单编号；经销商、经销商地址（省/市/县）；订单提报日期（年、半年、季、月）；其中：提报订单数量、正式订单数量

取值频率为日；取数范围-来源-DMS-来源-DMS-来源-DMS13

订单审核通过率拓陆者福田戴姆勒欧马可时代年累计

=

累计加和1~X月数值月累计

=

累计加和某月中1~X日数值同比

=（当期值-去年同期）/当期值环比

=（当期值-上期值）/当期值平均值

=

累加值/累加数量结构比重

=

某品牌数值/总体数值……伽途轻型商用车经销商系统内提报订单数量；DMS审核通过且成功上传SAP的订单数量正式订单数量订单提报数量客户订单比例2 4销售订单数量=8 订单得分以提报订单经销商的存销状况作为评估，订单得分=A+B；同整编车辆的最高库存天数，计算得分A；同整车编码，存销比=（当月累计订单+库存）/前3月均实销，计算得分B；-来源-DMS7 订单有效性T月正式订单在T月至（T+3）月期间的实销状况

实销量(T~T+3）订单有效性

=T月正式订单数量-来源-SAP订单审核通过时间统计DMS中，订单通过审核的完成时间点；=

客户订单数量-来源-DMS5-来源-DMS-来源-DMS6 GPS物流时间启运时间：统计GPS开始运送时间点；送达时间：统计GPS送达的时间点；*不含福戴1.XX大数据分析规划案例—统计指标数据标准建设订单提报数量2.大数据产品设计方法—大数据产品工作流程概述三大核心数据产品是以数据、算法、计算力为核心，结合跨行业数据挖掘标准流程（CRISP-DM），形成大数据产品设计工作流程。CRISP-DM数据挖掘流程大数据产品工作流程分析框架导入 业务调研 数据处理 分析模型建设 产品原型设计 实施/运营迭代专题分析研究分析框架设计业务现状诊断数据来源调研数据采集数据预处理分 分 决析 析 策模 模 策型 型 略建 验 建设 证 设数据可视化设计产 数 技品

据

术 运

迭需规方编测上营

代求范案码试线管

优设

设

设 理

化计计

计项目管理文档管理2.大数据产品设计方法—大数据产品工作流程概述三大核心数据产2.大数据产品设计方法—分析框架导入通过通用专题分析模型、同类行业分析实践资料收集与分析，初步设计数据产品分析框架，以聚焦业务需求及数据需求调研。以互联网经典获客模型ARRR模型为例Acquisition用户传播产生收入用户留存用户转化用户分享用户活跃用户留存激活转化用户获取 获客成本ActivationRetentionRevenueReferAARRR从整个用户生命周期入手，包括Acquisition用户获取，Activation用户转化，Retention用户留存与活跃，Revenue用户产生收入，到发起传播Refer。模型框架用户获取指标渠道物料投放用户活跃且产生收入用户留存物料带来用户的转化用户传播核心指标◼素材出价◼点击费用（CPC）◼素材CTR核心指标◼落地页点击率◼落地页下载转化率◼安装包大小核心指核心指标标核心指◼用户◼用户标留存率活跃度◼分享◼有效◼用户率使用率生命周◼分享◼人均期页回流使用时◼ARPU率长值2.大数据产品设计方法—分析框架导入通过通用专题分析模型、同2.大数据产品设计方法—业务调研（1）数据产品与各种系统需求调研活动的流程类似，通过业务调研，能够从经营思路、

管理模式、系统、数据资源等多个维度全面透彻地梳理业务，

总结业务面临的问题，

作为后续工作的输入。阶段 业务访谈 流程梳理 数据梳理 差距分析 优化建议内容方法输出业务定位管控模式组织架构业务流程业务痛点业务目录岗位目录业务对象系统目录业务-流程-业务对象-数据元梳理表深度访谈调研问卷数据分析行业研究业务现状诊断报告数据资源目录分类标准数据标准统计指标标准数据质量问题问题分析对标分析竞品分析业务管理优化数据资源管理优化应用系统优化需求收集汇总四表两图注：四表两图-四表主要是岗位目录、业务目录、信息资源目录、系统目录，两图：组织架构图、业务流程图需求采集表2.大数据产品设计方法—业务调研（1）数据产品与各种系统需求2.大数据产品设计方法—业务调研（2）通过常用调查表，实现职能业务与数据映射结构化。2.大数据产品设计方法—业务调研（2）通过常用调查表，实现职2.大数据产品设计方法—业务调研（3）数据来源梳理示例2.大数据产品设计方法—业务调研（3）数据来源梳理示例2.大数据产品设计方法—数据处理通过数据的ETL（抽取-转换-加载），开展数据采集、清理、非结构化数据结构化及数据逻辑关系建立，为模型研究打下数据基础。采集内容Excel数据表（包括非结构数据特征提取）WebService外部数据抓取WebService组件示例清理内容不完整的数据错误的数据重复的数据示例存储数据库设计数据导入示例工作内容技术工具Kettle

数据抽取数据清洗工具数据模型设计示例示例数据导入数据库数据采集数据清理数据存储2.大数据产品设计方法—数据处理通过数据的ETL（抽取-转换2.大数据产品设计方法—分析模型建设（1）基于大数据的主题分析模型建设、验证及决策策略关联是大数据产品设计的核心内容。数据分析四步：描述型分析诊断型分析预测型分析指导型分析示例基于统计验证基于比例验证基于案例验证示例业务特征提取业务策略库建设分析数据-策略匹配规则建设工作内容分析模型构建分析模型验证决策策略关联模型验证方法图片来源：/liukecun0614/article/details/766580512.大数据产品设计方法—分析模型建设（1）基于大数据的主题分2.大数据产品设计方法—分析模型建设（2）数据产品通常会涉及多种数据分析方法的综合应用。描述型分析示例描述型分析是用来概括、表述事物整体状况以及事物间关联、类属关系的统计方法。通过统计处理可以简洁地用几个统计值来表示一组数据地集中性（如平均值、中位数和众数等）和离散型(反映数据的波动性大小，如方差、标准差等)。诊断型分析示例诊断型分析需要进一步的钻取和深入，细分到特定的时间维度和空间维度，依据数据的浅层表现和自身的历史累积经验来判断现象/问题出现的原因。预测型分析示例预测型数据分析利用各种高级统计学技术，包括利用预测模型，机器学习，数据挖掘等技术来分析当前和历史的数据，从而对未来或其他不确定的事件进行预测。指导型分析示例指导型分析通过

“已经发生什么”、“为什么发生”和“什么将发生”，也就是综合运用上述提及的描述型分析、诊断型分析和预测型分析，对潜在用户进行商品/服务推荐和决策支持。来源：/data-analysis/744084.html2.大数据产品设计方法—分析模型建设（2）数据产品通常会涉及2.大数据产品设计方法—产品原型设计（1）可视化设计：利用现有成熟的BI技术和工具，对模型结果进行可视化展示原型设计，以提升用户理解数据及直观决策。可视化维度梳理可视化表现形式设计定制可视化原型设计工作内容设计工具PowerBI帆软BI及报表设计工具Echart.js2.大数据产品设计方法—产品原型设计（1）可视化设计：利用现2.大数据产品设计方法—产品原型设计（2）产品需求规格设计：对产品的功能、性能、交互及其他需求进行梳理，开展产品原型设计及文档编写。功能用例交互需求接口需求非功能需求示例UC设计Demo设计PRD文档编制需求评审会议工作内容需求分析原型图设计需求确认UML图类图用例图状态图时序图活动图原型图设计工具示例产品文档结构示例来源：《数据产品设计》来源：《人人都是产品经理》用例文档来源：《人人都是产品经理》2.大数据产品设计方法—产品原型设计（2）产品需求规格设计：2.大数据产品设计方法—数据规范设计（3）产品数据规范设计：结合业务实际，通过BOR法，确定数据规范范围、结构和内容，并将数据规范整合产品数据模型中，实现数据标准化的过程。实体关系逻辑图设计数据字典数据模型数据项业务代码工作内容数据标准梳理数据交互视图数据CRUD矩阵元数据标准指标数据标准数据采集需求（数据埋点）模型设计数据规范编审BOR法交互逻辑图来源：https:///a/164093465_468714示例示例实体属性表来源：中国联通IT系统数据架构规范来源：中国电信业务管理平台数据规范示例2.大数据产品设计方法—数据规范设计（3）产品数据规范设计：3.通用大数据分析技术平台架构介绍针对不同类型数据处理需求，结合大数据技术应用主流做法，建议采用集成成熟开源组件与自主研发组件的模式，主要包括数据整合、数据存储、分析服务、数据管理等组件，技术平台架构规划如下图所示：组件技术集成平台来源：大数据：技术与应用实践指南3.通用大数据分析技术平台架构介绍针对不同类型数据处理需求，各行业大数据应用产品案例第四节国网大数据应用产品案例技术公司大数据应用产品案例各行业大数据应用产品案例第四节国网大数据应用产品案例1.

国家电网大数据应用案例（1）生产领域大数据应用案例上海各配网故障抢修福建各配变重过载四川各停电优化应用江苏各负荷预测应用来源：大数据优秀产品、服务和应用解决方案案例集（2016）1.国家电网大数据应用案例（1）生产领域大数据应用案例福建1.国家电网大数据应用案例（2）来源：大数据优秀产品、服务和应用解决方案案例集（2016）经营管理领域大数据应用案例浙江各用电行为分析安徽各防窃电预警湖北各量价费损监测辽宁各政策性电价和清洁能源补贴执行效果分析1.国家电网大数据应用案例（2）来源：大数据优秀产品、服务和1.国家电网大数据应用案例（3）优质服务领域大数据应用案例来源：大数据优秀产品、服务和应用解决方案案例集（2016）国网客服中心话务量预测客户画像1.国家电网大数据应用案例（3）优质服务领域大数据应用案例来1.国家电网大数据应用案例（4）解决方案架构来源：大数据优秀产品、服务和应用解决方案案例集（2016）国网大数据平台总体架构国网一体化业务数据模型1.国家电网大数据应用案例（4）解决方案架构来源：大数据优秀交通行业解决方案TRANSPORTATIONINDUSTRYSOLUTIONS52交通行业解决方案TRANSPORTATIONINDUSTR【解决方案】交通大数据——河北高速公路53该项目是国内高速公路交通领域首个大数据平台应用。项目以推进“互联网+”在高速公路运营管理和公众出行服务中的运用为目标，结合河北高速本地信息化建设现状及实际用户需求，制定项目策略规划，并实现了路况、微波车检、ETC、设备状态、MTC、气象等多源异构海量数据的抽取整合管理及基于Hadoop的存储计算，彻底打破了河北高速各类数据的信息孤岛现象。平台还实现了路况数据、收费数据、气象等数据间多维度关联分析和挖掘应用，为保障路网运行和决策调度提供多层次实时、有力的数据支撑。【解决方案】交通大数据——河北高速公路53该项目是国内高速公【解决方案】交通大数据——车辆特征识别系统54基于车辆品牌的落脚点分析、首次入城、同行车辆分析、频繁过车、套牌车辆筛选、行车轨迹重现、包围圈查询等经过实战检验的公安实战功能。【解决方案】交通大数据——车辆特征识别系统54基于车辆品牌的交通大数据——车辆特征识别系统55数据架构图交通大数据——车辆特征识别系统55数据架构图车辆特征识别系统以图搜车，快速检索对于有明显特征的嫌疑车辆，比如年检标志、纸盒、吊坠挂件、碰撞标记等进行以图搜车。系统特点:图像特征预提取、结构化识别。支持多区域特征复合搜索。支持相似度、车型、车牌号、车身颜色检索排序。56车辆特征识别系统以图搜车，快速检索56车辆特征识别系统57夜间车辆特征识别以图搜车系统针对夜间车辆图片的特点，设计了独特的夜间车辆图片识别算法，通过对夜间各种光照条件下的卡口图片特征进行机器学习，构建夜间车辆特征模型。保证夜间车辆识别具有极强的鲁棒性(抗干扰性)和适应性。车辆特征识别系统57夜间车辆特征识别车辆特征识别系统面部遮挡检测系统自动检测车辆驾驶员放下遮阳板或者遮挡面部的异常行为，特别是夜间放下遮阳板的车辆是作案重点排查对象。58车辆特征识别系统面部遮挡检测58车辆特征识别系统不系安全带自动检测不系安全带检测系统，利用机器深度学习的算法，通过对卡口图片的多种特征进行分析，全自动检测驾驶员是否佩戴安全带59解决方案:检测速度快，可支持海量卡口图片分析，普通服务器每天可处理50万张左右的高清图片自动过滤有争议图片，降低人工复审核成本。系统准确率高，大于90%违章图片数据实时推送给交警违章处罚平台可处罚车辆特征识别系统不系安全带自动检测59解决方案:基于PGIS(公安警用地图)的可视化展示60丰富的图上作业:卡口点位可视化展示、车辆行驶轨迹重现和播放、卡口点位地图选择、地图测距等功能基于PGIS(公安警用地图)的可视化展示60丰富的图上作业立体化防控体系–人车轨迹关联61立体化防控体系–人车轨迹关联61政府行业解决方案GOVERNMENTINDUSTRYSOLUTIONS62政府行业解决方案GOVERNMENTINDUSTRYSO政务大数据应用领域63政务大数据应用领域63政务大数据平台总体架构64政务大数据平台总体架构64【解决方案】精准扶贫65紧紧依托识别对象、帮扶措施、项目安排、资金管理、退出机制、干部选派、管理监督、考核评价、督促检查“九个精准”为核心判断依据来建设运行精准扶贫监管平台。对象识别精准化扶贫资金公开化扶贫数据融合化扶贫主体明确化扶贫部门协作化扶贫项目责任化对象监管项目监管绩效监管【解决方案】精准扶贫65紧紧依托识别对象、帮扶措施、项目安排【解决方案】公共资源交易分析实现对依法必须招标的项目进行统计分析研究，为行政监督部门提供数据统计分析服务实现对招标项目、标段信息、中标单位、中标金额、中标项目经理(总监)等数据进行统计。实现对招标人、招标代理、投标人、社会公众、各类接入平台等注册使用情况进行统计66【解决方案】公共资源交易分析实现对依法必须招标的项目进行统【解决方案】信用大数据67【解决方案】信用大数据67【解决方案】社区网格化管理68【解决方案】社区网格化管理68【解决方案】纳税人全景画像69纳税人画像是借鉴用户画像的概念，基于大数据技术，通过数据特征工程对纳税人进行全方位描述，通过标签体系加以呈现，抽象出一个纳税人的信息全貌。【解决方案】纳税人全景画像69纳税人画像是借鉴用户画像的概【案例展示】鄂尔多斯国税局可视化展示70【案例展示】鄂尔多斯国税局可视化展示70【案例展示】广州地税政务数据项目71【案例展示】广州地税政务数据项目71【案例展示】广东省网上办事大厅数据监测系统72【案例展示】广东省网上办事大厅数据监测系统72【案例展示】河南省政务数据共享交换平台73【案例展示】河南省政务数据共享交换平台73【案例展示】贵州省信用大数据分析74【案例展示】贵州省信用大数据分析74教育行业解决方案EDUCATIONINDUSTRYSOLUTIONS75教育行业解决方案EDUCATIONINDUSTRYSOL校园综合情况分析产品观星台——校园综合情况分析平台基于教育大数据的专业解决方案，产品从高校所关注的重要指标为主线，包括招生、教学、舆情、信息化、网络安全、学生安全、科研成果、一卡通、图书馆等方面建立分析模型。与高校共同建立业务模型，共同挖掘数据价值，辅助校领导进行管理决策。76校园综合情况分析产品观星台——校园综合情况分析平台76校园信息化发展趋势77互联网校园校园网建设，宽带接入互联网为教学、科研、管理提供网络才做的基础环境信息化校园数字化校园实现教学资源共享，电子办公，校园一卡通，教学教务等校园实际应用大数据校园整合信息化数据，通过高级计算对数据进行挖掘建模，辅助教学决策，预测未来第一阶段第二阶段第三阶段校园信息化发展趋势77互联网校园校园网建设，宽带接入互联网信高校数据痛点78数据管理无标准多业务系统数据分散不可见无法预判无法辅助决策专业大数据人才匮乏无法监控业务过程非结构化数据无法挖掘价值传统校园信息化“痛点”高校数据痛点78数据管理多业务系统数据分散不可见无法预判专业高校潜在大数据79校园业务系统结构化为主，部分非结构化互联网数据非结构化为主机器数据非结构化为主数据来源一所高校大约数据量业务系统数据50G全部无线接入数据200G1个月上网日志数据12T1个月教务系统招生就业学工系统资产一卡通监控图书馆微博QQ微信贴吧新闻监控WiFi路由门禁一卡通机器设备…………高校潜在大数据79校园业务系统互联网数据机器数据数据来源一所大数据是信息化技术的延伸80现实业务业务系统业务数据传统信息系统体系业务自动化数据沉淀无法完成的任务：校园信息全貌无法集中展现多维度业务数据无法联合分析对学生状态的感知不即时数据管理难度大不标准现实校园大数据分析平台大数据系统体系数据建模智能智能特征的补充，为高校新的管理理念提供技术的可行性依据：被动向主动转化；管理向运营及服务型的转化；大数据是信息化技术的延伸大数据是信息化技术的延伸80现实业务业务系统业务数据传统信息产品架构81大数据技术模块一卡通业务系统数据机器数据Web日志无线认证日志车流量监控互联网数据教务学工图书馆学籍科研视频新闻微博贴吧论坛DPI数据领导驾驶舱决策辅助综合校情评教舆情……招生综合分析学生人口分析学生行为分析学生画像绩点成绩分析教师人口分析教学质量分析教学压力分析科研成果分析毕业生预警安全失联预警就业综合分析口碑舆情监控图书馆分析一卡通分析网络行为监控监控图像识别……数据管理集群产品架构81大数据技术模块一卡通业务系统数据机器数据Web日产品亮点82学生安全教学质量招生质量校风声誉就业质量用户画像高校在社会口碑外界负面评价突发事件传播招生计划完成度招生策略制定新老专业认可度心理异常预警失联预警恶劣学生行为学业预警院系专业教学评估毕业学位通过率毕业去向统计就业行业情况专业对口情况学生画像教师画像贫困生画像产品亮点82学生安全教学质量招生质量校风声誉就业质量用户画像观星台亮点价值学业预警:通过历史成绩、借书情况、上网情况、早餐次数、惩罚记录等信息进行深度挖掘分析，实时呈现校园完成学业存在风险的人群。及时识别、及早干预，帮助学生回到正确的轨道上来。83沉迷游戏预警:通过上网时长、上网应用、上网时间段、学习成绩、就餐规律、宿舍门禁记录等信息进行深度挖掘分析，实时呈现校园沉迷游戏的人群。及时识别、及早干预，帮助学生迷途知返，顺利完成学业。疑似贫困人群:通过月均消费金额、每餐消费金额和超市购物等信息进行深度挖掘分析，识别真正的贫困生，甄别伪贫困生。实现精准扶贫，实现资源的公平分配。观星台亮点价值学业预警:83沉迷游戏预警:疑似贫困人群:观星台亮点价值84孤僻人群预警:通过消费记录、借书记录、门禁记录、上网时间段、社交媒体发帖等信息进行大数据深度分析和挖掘，识别出校园孤僻人群。及时预警、及时进行心理疏导，避免引起校园悲剧。疑似失联预警:通过消费记录、校园网登录记录、宿舍门禁记录、学校大门出入记录等信息进行深度挖掘分析，实时呈现校园疑似失联的人群。及时预警、尽早采取措施，消除安全隐患。疑似裸贷人群:通过异常消费记录、异常行动轨迹、异常门禁记录、异常上网记录、异常社交媒体言论等信息进行深度挖掘分析，识别校园疑似裸贷人群。尽早采取措施偿还贷款，消除人身安全威胁，避免走上不观星台亮点价值84孤僻人群预警:疑似失联预警:疑似裸贷人群:招生综合情况分析COMPREHENSIVEANALYSISOFENROLLMENT招生宣传效果分析不同招生渠道、形式的效果，数据分析后调整招生策略专业认可度新老专业在各个地方生源情况，分析专业在不同地域的认可度全校招生趋势历年全校招生情况，以及预测未来招生趋势，热点地域分析院系生源地分析每个院系、班级可直接了解学生来源地域的情况生源地热力分布通过全国地图了解生源地总体情况，热力颜色可了解主要生源地区，可下钻到县市级别招生综合情况分析COMPREHENSIVEANALYSIS学生综合情况分析COMPREHENSIVEANALYSISOFSTUDENTS学生人口数据分析通过对学生学籍、来源地、性别、人数等人口信息统计相关数据进行分析，了解全校学生概貌成绩综合情况分析针对学生绩点成绩和及格率以及其他毕业和学士学位相关成绩进行分析毕业生预警通过学生成绩分析对即将毕业但不符合毕业标准的学生进行预警，辅助辅导员采取措施。学生画像/类型标签根据业务建立学生的用户画像，通过分析学生的行为数据可以给每个学生进行定性标签。学生综合情况分析COMPREHENSIVEANALYSIS就业综合情况分析COMPREHENSIVEANALYSISOFEMPLOYMENT就业单位分析就业率趋势分析毕业去向分析就业薪酬分析能够分析学生就业单位类型、以及单位所处行业领域，可分析得出专业对口企业，以及与高校匹配度高的企业通过分析就业率的发展趋势来判断高校教学质量的具体成绩，从而调整教学方式和内容。了解毕业学生的去向，包括就业、创业、待业、读研等方面，以及IT类职位或非IT类职位等方面。就业全球分布通过全球地图，查看高校毕业学生就业企业分布情况，了解人才走向并挖掘。了解就业学生的薪酬福利，分析可得出不同专业毕业后的薪酬待遇情况。专业对口程度专业课程内容与企业需求度的匹配对口程度，通过分析数据和结果报告来调整专业课程内容，已达到培养合适市场的人才就业综合情况分析COMPREHENSIVEANALYSIS教师综合情况分析COMPREHENSIVEANALYSISOFTEACHERS教师队伍的整体水平是高校教育质量的保障，通过业务数据对不同职称的教师进行分析，可以帮助教师人才引进、教师工作压力饱和度、教学质量评估、科研项目成果等方面进行观察，直接找到提升或预防依据。根据数据建模设计教师画像，可以对教师进行类型细分，更容易定位，找到每个老师擅长的业务内容。教师数据档案，使教师基本信息、所授课程、教学质量、科研成果、工作强度级别、业务类型一目了然，尽收眼底。教师人口分析人数学历性别教学质量评估深度算法模型职称专业教龄关联学生成绩科研项目成果热点课题产出师生比分析学生满意度工作压力负荷度教师数据档案出勤情况毕业校合同期……业务类型画像工作活跃度教师综合情况分析COMPREHENSIVEANALYSIS口碑声誉舆情监控互联网的广泛应用令信息高速传播的同时也导致了高校舆情事故的频发，高校如何进行网络监控和对重大事件预警、如何面对危机中的网络舆论、如何合理利用媒体正确引导舆论，扭转被动局面，维护校园安全稳定，正是令高校无从下手的顽疾。观星台的口碑声誉舆情监控让学校维护良好的形象势在必行。通过爬虫引擎抓取互联网数据，并与预设预警主题关键词进行对比分析，实时监控互联网舆情信息，针对校园敏感事件做出及时预测并提供预警报告，有效辅助领导决策，大幅度缩小高校敏感舆论事件的传播范围。WORDOFMOUTHREPUTATIONPUBLICOPINIONMONITORING信息爬取信息拆解自定义分类持久化存储预警机制报告定制设置监测时间信息呈现舆情信息呈现邮件提醒短信提醒平台提醒口碑声誉舆情监控互联网的广泛应用令信息高速传播的同时也导致了科研成果热点追踪

HOTPURSUITOFSCIENTIFICRESEARCH研究热点爬取语义化分析热点追踪持久化存储对本校科研数据进行分析，可清楚的得知每个科研项目的成果、企业贡献、科研投入产出等结构。通过对中国知网、万方数据等主流学术型网站内容爬取，并进行语义分析，可及时了解当下科研热点，从而指导本校科研组的课题方向，紧贴科研领域趋势，保持前沿的科技成果。当下最热的研究方向研究课题是否前沿科研成果有哪些哪些企业对科研有贡献科研投入是否科学科研成果热点追踪

HOTPURSUITOFSCIENT学生行为追踪分析STUDENTBEHAVIORTRACKINGANALYSIS停留1次9:00-9：10停留1次9:20-10：30停留1次10：40-12：40停留2次13：40-14：4016：00-17：40最后一次到达18:00王思洋计算机学院1402566449：00宿舍下线9：20第二食堂上线10：00第二食堂下线