微软大数据解决方案及其在汽车行业应用

微软大数据解决方案及其在汽车行业的应用李傲雷：微软企业服务部解决方案架构师常伟：微软企业服务部企业架构师蔡文渊：宏路网络科技（上海）有限公司CTO中国汽车行业现今所处的环境和面临的挑战微软大数据解决方案及其在汽车行业的应用微软大数据解决方案案例分享微软合作伙伴基于大数据的汽车营销解决方案接力大数据，让汽车营销更精准总结议题1、影响力转向消费者2、结盟时代和数字融合3、新兴经济和全球化4、可持续性和规则的复杂化5、产品推动内容与服务6、持续变化的人口结构互联的世界：六大趋势正在重塑汽车行业未来汽车行业面临的挑战连通的零售体验一系列数字和物理的沟通渠道不断推动购买决策连通的运营连通的设备和全球可视化使得新一代的卓越运营对交付底线至关重要连通的产品创新连通的智能产品产生的数据和洞察驱动创新的产品开发周期连通的车辆车辆连通实现了新的互联的消费者体验和智能交通通过更自然的用户体验，IT应用必须从难以学习和使用到直观和友好对更广泛跨多种设备的访问，需要更直观和友好的用户体验建立高度以客户为中心的体验满足客户需求4.向智能化方向驱动企业IT

系统建设“SystemsofRecord”是ERP类型的系统，传统上是为别无选择必须使用它的人而设计的。它们必须是“正确的”和“完整的”，所以全部数据都是一致的

“SystemsofEngagement”是员工直接“粘性”使用的系统，比如邮件、协作、社交网络和学习系统，

这些系统都和员工打交道下一代的投资必须从“SystemofRecord”向“Systemofengagement”扩展IT的架构，这个架构必须从面向专家的业务应用演化成服务于所有人的系统1.

从SystemsofRecord到Systemsof

Engagement连通性将在车载服务和售后服务领域创建巨大的商机连通性能够为新的信息流、新的数字设备和新的业务模式创造可能性从专用的、不互联的和分散数据集的业务流程系统进化到日益互联的广泛的环境用户以实时的方式存取所有上下文相关的信息2.改善生态系统的连通性利用新一代的IT基础设施使新业务模式现在成为可能随需动态增删与合作伙伴和供应商的连通性更快的向客户和员工交付新的服务先小规模的验证构想然后再迅速推广，满足任何水平的需求3.充分利用云实现新的业务模式汽车行业企业IT系统建设四大战略方向全球技术大趋势Gartner

移动设备的多样性与管理移动App将不断增长万物互联(TheInternetofEverything)混合云，公私整合与互通云端/客户端架构个人云时代软件定义一切(Software-definedanything)Web规模化的IT(Web-ScaleIT)智能机器兴起，如无人驾驶汽车3D打印IDC云市场未来规模将达1000亿美元云服务提供商将日益成为IT市场的推动力大数据技术和服务将爆炸性增长社交企业时代的到来物联网所有行业数字化巨量的数据增长第三方数据的可利用性全球化市场更细分的客户群文化转换到人与人之间如何交互能在线与客户互动是重要的商业区分因素新的沟通和共享方式新的和不同类型的设备变化中的工作风格一直在线的连接性期望任何时间任何地点访问应用和数据通过存取计算能力降低进入市场障碍更灵活的开发模式更有效率的应用交付更快的上市速度人物、物物间的连接无处不在通过海量的各类型传感器实现智能感知和控制基于大数据的分析和预测以用户体验为核心大数据社交移动云计算物联网全球技术大趋势Gartner

移动设备的多样性与管理移动App将不断增长万物互联(TheInternetofEverything)混合云，公私整合与互通云端/客户端架构个人云时代软件定义一切(Software-definedanything)Web规模化的IT(Web-ScaleIT)智能机器兴起，如无人驾驶汽车3D打印IDC云市场未来规模将达1000亿美元云服务提供商将日益成为IT市场的推动力大数据技术和服务将爆炸性增长社交企业时代的到来物联网所有行业数字化大数据社交移动云计算物联网连接客户数据到个性化的销售、服务和驾驶体验

整合车联网数据实现主动的管理服务分析服务数据降低保修耗费连接客户和品牌构建忠诚度连接客户和销售增加胜率和和交易速度连接客户和服务团队加速问题解决、提升服务质量从桌面解放经销商的销售团队对客户的每次造访用正确的数据支持客户代表在客户选择的设备上满足客户需求基于云的架构增加经销商的可视性(车辆与零部件)以低的预先投资执行可伸缩的市场活动降低维护最新网络的成本建立新一代的智能工厂实现智能交通和物流管理系统开发创新的智能测量和其它工业产品大数据的趋势每五年增加10x85%来自新数据类型数据爆炸数据冲击每个成人有4.3个联网设备27%使用社交媒体输入到2015，构建现代信息管理系统的组织每年营收将超过他们的竞争对手20个百分点；BigdataBI不仅仅是传统BI作用于更大的数据集，它同时应对数据的多样性、速度和复杂性。开源的Hadoop-MapReduce项目是很多大数据项目的技术基础；

除了并行计算群集，它们利用不同的编程风格，消费形形色色的数据类型，提供新的数据转换方法，并使能高级分析方法。

这些特质改善了组织从数据中寻找模式和获取洞察的能力。

——Gartner中国汽车行业现今所处的环境和面临的挑战微软大数据解决方案及其在汽车行业的应用微软大数据解决方案案例分享微软合作伙伴基于大数据的汽车营销解决方案接力大数据，让汽车营销更精准总结议题BigDatatechnologiesdescribeanewgenerationoftechnologiesandarchitectures,designedtoeconomicallyextractvaluefromverylargevolumesofawidevarietyofdata,byenablinghighvelocitycapture,discoveryand/oranalysis.

——IDCBigData定义交易数据行为数据传感数据大数据分类结构化数据非结构化数据社交媒体机器设备和传感器“大数据”的定义与分类Volume大量化Variety多样化Velocity快速化Value价值Volume：非结构化数据的超大规模和增长，占总数据量的80~90%，比结构化数据增长快10倍到50倍，是传统数据仓库的10倍到50倍Variety：大数据的异构和多样性，很多不同形式（文本、图像、视频、机器数据），无模式或者模式不明显，不连贯的语法或句义Velocity：实时分析而非批量式分析，数据输入、处理与丢弃，立竿见影而非事后见效Value：对未来趋势与模式的可预测分析，能进行深度复杂的分析（机器学习、人工智能）大数据的4V特征看看车企的“大数据”……Internal内部

数据CRMMES/SCM车联网DMS移动应用行驶信息EvaluationDataofWholeVehicle官方网站微博记录舆论情报Internet互联网桌面/移动设备各种终端设备宽带设备Cable:10Mbs+Fiber:50-100Mbs6+billionpeople1.5billionusenetUS:4.3devicesperadult微软大数据解决方案参考架构数据管理与处理数据丰富与联合查询BI与分析单一查询模型一体机云盒装软件Hadoop提取、转换、加载数据质量主数据管理一体机云盒装软件关系型数据仓库DatasourcesOLTPERPCRMLOB非关系型数据设备Web传感器社交数据源OLTPERPCRMLOB自助服务协作企业级BI预测移动设备微软大数据解决方案参考架构数据管理与处理一体机云盒装软件数据丰富与联合查询BI与分析单一查询模型提取、转换、加载数据质量主数据管理一体机云盒装软件DatasourcesOLTPERPCRMLOB非关系型数据设备Web传感器社交数据源OLTPERPCRMLOB自助服务协作企业级BI预测移动设备APS(分析平台系统)SQLServerMicrosoftAzureHDInsight微软大数据解决方案在企业的应用客户分析科学研究风险与绩效管理IT服务创新使用新的客户洞察技术能够驱动产品创新、品牌感知、市场渗透和荷包占有率通过分析之前无法获得或利用的数据改进研究和探索通过集成多种结构的历史和实时数据增强组织绩效管理、降低风险暴露基于大数据和云技术建立新的创新的IT服务，为业务部门提供可感知的收益零售金融服务能源与公共设施石油与天然气医疗汽车汽车车况和安全性分析驾驶员驾驶行为分析汽车行业舆情分析车险浮动费率微软大数据解决方案在汽车行业的具体应用汽车体检对ECU进行数据扫描，给车辆健康状况打分，评定车辆健康等级。故障检测对汽车所有电脑控制系统进行数据扫描，提前发现故障。提供故障描述、故障代码、故障原因及解决方法。油耗监测根据当前的汽车运行状况计算实时的油耗数据，辅以油门与发动机使用图表，帮助用户形成良好驾驶习惯，节约用车成本。行车预警对车辆重要数据进行实时监控，一旦发现问题已经及时报警。汽车车况与安全分析车载终端、其他传感器数据Hadoop数据预处理车况和安全性分析部件故障预测流数据实时处理外部数据如媒体、微信、微博等车况、部件实时监控、报警数据存储数据仓库HBase数据挖掘ERP、CRM、DMS、CallCenter等驾驶员行为实时监控、报警驾驶员行为分析为保险公司等第三方提供数据主机厂分析车险浮动费率汽车行业舆情监控安全性分析超速（次）、急加速（次）、急减速（次）、转速过高（次）、转速超标时长、超速时长、疲劳驾驶(次)、疲劳驾驶时长。经济性分析超速（次）、急加速（次）、急减速（次）、停车未熄火（次）、转速过高（次）、转速超标时长、长时间空闲时长、超速时长。其他不同时段驾驶（次）、不同时段驾驶时长、长途驾驶（次），长途驾驶时长行车预警驾驶行为分析随着车险浮动费率试点的开展，全新定价模式的创新将是保险公司的重大课题。车辆数据监测及数据分析将是解决浮动费率的关键技术因素，也是保险公司提高业务收入，降低赔付率的较好方法。在定价方面，除了传统费率因子（违章和索赔历史、人口统计学特征、车型等）之外，基于驾驶者驾驶行为的定价模式应该包括驾驶行为分析（紧急制动、加速次数、超速次数、转向非法次数、疲劳驾驶次数以及危险驾驶次数）、行驶里程、驾驶时间段等，保险公司将这些所有因素进行整合，最终确定车主的实际保费。对于投保人而言，最终是否能够节省保费开支主要取决于自身的驾驶状况。系统需要根据车主的行驶数据、参与的保险公司险种规则等分析计算预计保费。车主可通过平台查询到自己的个人驾驶行为记录，可以看到将来预计保费的折扣。当实际保费可能增加时，也可以选择退出该类保险，而选择普通的标准保单。车险浮动费率Module1识别驱动因素、场景和角色Module2发现业务、技术和人员能力及差距作为价值度量指标Module3建立客户化的信息架构Module

4建立客户化的技术架构路线图Module5明确初步行动微软大数据解决方案在企业落地三步曲第一步

BigData

研讨会BigData研讨会是加速BigData落地的会议：快速建模企业的BigData环境

发现当前BigData/BI基础设施的差距寻找能利用BigData技术和工具创造价值的机会提出初步行动致力于这些机会扩大初步行动，利用度量指标衡量机会价值的落地和实现效果DriversScenariosPersonasValuemetricsBusinesscapabilitiesTechnicalcapabilitiesPeoplecapabilitiesCustomizedinformationarchitectureCurrenttechnologyarchitectureFuturetechnologyarchitectureDetermineDetermineDetermineDetermineInfluenceRoadmapDetermineDetermineInitiativeselection微软大数据解决方案在企业落地三步曲第一步

BigData

研讨会

交付件客户业务模型客户概念信息模型客户概念技术路线图潜在合作内容列表

明确BigData如何帮助客户应对今天所面临的挑战，如何使用BigData使其成为竞争优势。具体的说，客户的业务模型包括如下内容：业务驱动因素和痛点业务场景角色业务能力技术能力人员能力能力差距价值度量基于微软的BI参考架构开发一个高层的BigData/BI信息参考架构。这个信息参考架构在当前和未来的状态图中突出BigData/BI应用的信息流。通过识别需要的关键投资，开发一个路线图推荐短期、中期和长期的活动使企业实现BigData和BI的战略和战术，包括实现路线图的交付计划、系列投资、初步行动和关键活动。根据具体需求和业务场景确定一组初步行动和项目。关键的BigData初步行动包括:BigData基础BigDataCenterofExcellence(CoE)BigData运营分析BigData创新微软大数据解决方案在企业落地三步曲第二步

BigData

能力诊断整合BigData洞察整合外部提供的数据到企业洞察分析利用云部署模式以便提供灵活的分析计算能力评估业务能力能力期望的成熟度级别当前的成熟度级别优先级(H/M/L)目标明确和有效率的执行回报高的市场活动ManagedpleteM通过社交媒体和其它渠道建立并保护公司品牌ManagedpleteL投资闭环的市场活动ManagedpleteL人员能力能力期望的成熟度级别当前的成熟度级别优先级(H/M/L)使用科学的方法进行数据的分析和探索KnowledgeBackgroundH利用现今的分析技术ExpertAwarenessH技术能力能力期望的成熟度级别当前的成熟度级别优先级(H/M/L)集成内部、外部、结构化和非结构化的数据RationalizedStandardH混合云和企业本地部署RationalizedStandardH统一的企业BI平台DynamicStandardH业务价值收益新市场渗透新客户获取和挽留提高单客户的收入提高业务增长率加速新产品和服务的市场占有率增长获取新的订阅者降低客户不满情绪提高荷包占有率和客户每月消费额（ARPU）提高市场占有率降低客户流失率改善质量和销售领导的委派改善产品和服务的竞争力更好的客户细分提高价值/降低价格提高客户满意度提高对当前客户满意度的理解改善全渠道的客户关系和互动的可见性提高敏捷性和新产品和服务的上市速度需求变更流程前瞻的发现市场商机改进对高价值/大潜力性客户的专注实施有效的客户分析和细分方案实施前瞻性和反应性的交叉销售和向上销售重点提高客户的满意度、客户挽留和扩张人员创立一个“数据科学家”的角色使其获得相关和必要的技能定义或增强额外的“知识工作者”角色来支持讨论过的企业场景技术评估Context验证Prioritize交付件样例微软大数据解决方案在企业落地三步曲第三步

开始行动

项目选择初步行动阶段一项目实现价值时间投资回报依赖关系BigData基础

XF1Planning,communication,andawareness4monthsMediumXF2Infrastructuredesignanddeployment4monthsMediumF1XF3Systemintegration(internal/external)4monthsHighF2XF4BigDataadhocanalysisanddiscovery6monthsHighF2BigDataCoEXC1Establishdatasciencepractice6monthsMedium*C2Acceleratebusiness(user)adoption6monthsHighC1BigData运营分析O1Enrichexistingpredictiveanalytics6monthsMediumF4C2O2ColdstreamBigDataanalytics8monthsHighF4,C2O3Hotstream(real-time)BigDataanalytics10monthsHighF4,C2BigData创新I1Closed-loopmarketing12monthsHighF4.C2,O1-O3I2Market-drivenproductandservicesdevelopment12monthsHighF4.C2,O1-O3I3Expandtonewareasofbusiness

andmarkets12monthsHighF4.C2,O1-O3High(>50%)Medium

(20-50%)Low

(5-20%)投资回报实现价值时间BigData

基础BigData运营分析BigData

创新BigData

CoE3-6Months6-12Months12-28MonthsHigh(>50%)Medium

(20-50%)Low

(5-20%)投资回报实现价值时间BigData

基础BigData

运营分析BigData

创新BigData

CoE3-6Months6-12Months12-28Months交付件样例*BigDataCoE本质上是对现有BICoE在新技术和能力上进行扩展微软大数据解决方案在企业落地三步曲第三步

项目计划

实现方法交付件样例中国汽车行业现今所处的环境和面临的挑战微软大数据解决方案及其在汽车行业的应用微软大数据解决方案案例分享微软合作伙伴基于大数据的汽车营销解决方案接力大数据，让汽车营销更精准总结议题案例一：观致汽车驾驶行为分析我们的目标：UBI数据分析平台平台由云架构和驾驶风险模型组成示例：通过车联网进行骗保分析示例：通过大数据聚类通过微软的AML产品+驾驶风险模型服务Demo案例二：丰田维修数据分析通过OBD将车辆信息和主机厂相联结果丰田通过36K是质保过期的一个曲线，在这个之前，两个曲线都出现了两个峰值。通过大数据分析，这两款车有问题，然后可以下钻去看具体在哪个州哪家店同时，通过DTC看出哪些部件容易坏，丰田知道哪些部件使用寿命容易出现问题，然后向供应商提出改进的建议案例三：沃尔沃货运信息平台Vocare–AnAzurebasedfreightinformationPlatformVocare–AnAzurebasedfreightinformationPlatformDemo中国汽车行业现今所处的环境和面临的挑战微软大数据解决方案及其在汽车行业的应用微软大数据解决方案案例分享微软合作伙伴基于大数据的汽车营销解决方案接力大数据，让汽车营销更精准总结议题

Whatwedidbefore2012?WhatHypersdo?企业数据平台战略合作伙伴企业数据产品Global银牌合作伙伴全业务合作资质技术合作伙伴SI合作伙伴IVT艾瑞视频网站监测艾瑞网络媒体排名分析IAV艾瑞数字广告监测艾瑞第一方DMP艾瑞视频网站数据交易平台数字广告效果数字广告收视率企业在线调研问卷企业网站运营分析DMP，跨屏，多渠道分析企业网站运营分析CRM+数据平台企业电商分析平台企业自动化营销平台企业商机获取和管理技术合作伙伴SI合作伙伴StrategicPartnersBigDatainEnterprise

UtilizationofBigDataDMPDatabase:Onlinecookies,behaviors&third-partydataCRMDatabaseCallHistory,Profile,LoyaltyEngine,Reporting,TransactionFromCounter&EC，SalesetcRecruitmentCaptureCustomerLifecycleConversionRetentionProductmanagementAdvertisingCRMTrend

predictingMore…UtilizationWaysUtilizeDMP&DSPtomanageonlineadvertising.UtilizeCRMtomanagecampaignsaccordingtocustomerlifecycleCRMalwaysplayanimportantroleinconversionandretentionpartofcustomerlifecycle.CurrentlywealwaysutilizeDMPonthedecisionofpreciseadvertising.CREATIONConceptDesign,SocialMedia,CampaignManagement,DirectMarketing,MarketingCRMCustomerRetention,CustomerCard,BonusPrograms,DataMining,ProductScouting&SourcingCUSTOMERSERVICEInformation&Value-addedServices,Telesales&Retention,TechnicalSupport,BackOfficeE-COMMERCEFrontend&BackendServices,Fulfillment,Multi-Channel,ContentManagementFINANCERiskassessment,Factoring,PaymentManagement,FinancialAccountingITSystemIntegration,InfrastructureServices,ITSolutions,Consulting,CloudcomputingPRINTPrintProcurement,Pre-PressServices,LetterShopServices,FinishingREPLICATIONCD/DVDProduction,DigitalDistribution,RightsManagement,MediaAssetManagementSCMOrder-to-Cash,RepairServices,TransportManagement,SparePartsLogistics,WarehousingITOfferingsDataSource:Externalmedia3rdpartyECplatformBrowsingrecordsPurchasingbehavior…DigitaladvertisementplatformAudiencedemographics(gender,age…)Hobbies&interests(Financenews,IT…)Purchaseintention(Finance,automotives…)…OtherdatasourceIndependentmonitoringagency3rdcampaignservicescompany3rdpartydataprovider…Datamapping:3stpartytagsmatching1stpartyDMPDataSource:SelfownedmediaVerticalwebsitesSocialmediaSearchDirectmailMobilemediaTraffic

drivenPortalsitesTmallplatformCallcenterSocialmedia4SHadoopDataPlatformAudiencegenepoolCRMcoredatabaseDTOfferingsDMPinfrastructurebaiduTmallweiboJDalimamatencentTraffic

drivenDataSource:CollaborativePartnerchannelBrandsitesECplatform800carelineSocialmediaBrandsloyaltyclubDataSource:SelfownedchannelDMPPlatformisacentralizeddata-drivenmarketingplatform,whichcanbuildbrandloveanddrivesustainablebusinessgrowth.AnonymousdatabaseAudiencegenepoolidentifiabledatabase

MediaImproveon-targetreachandmoreYHDSUNINGWatsons

ECImprovehighqualitytrafficandmore

InsightImproveROIandmore

CRMImprovebrandloveandmoreDataapplicationITDTcounter360°View

knoweachofyourcustomersProfilesInterestPurchaseTrafficSourcePageDepthLandingPageResidenceTimeDistributionPromotionweightResponserateofCampaignCitylevel/AreaAddtobasketactivityRepeatvisitactivityOnlinesurveyReviewpath…..AnnualSpendingAUSIPTRecencyMonetaryFrequencyAgeRecruitChanelMemberyearMale/FemaleDMPBusinessObjectiveTohaveatime-phasedachievementforDMPprogram,wesetup3differentobjectivestodeliveryshort,middleandlongtermvalue.ObjectiveDelivery123EnrichthevalueofdatabasedonexistingDMPcapabilityDevelopavirtuouscircleofdataenhancementwithcampaigndesign&ITarchitectureoptimization.AdoptthedatautilizationstrategyasafoundationforbusinessactivitiesMid-longtermvalue:Campaign&IToptimization,dataexpansionsshorttermvalue:Evaluationresultofcurrentdatasituationanddown-to-earthquickoptimizationsuggestionLong-termvalue:DataapplicationguidanceandoperationprocessDMPOperationStrategyPro&condiagnosethedataintegrationtechnologyTounderstandcurrentsituationofdatasourceProcessoptimizationtomaximizedatacollectionateachchannelsAccordingly,DMPincludesdetailedintroductionof3phases.EachhaveownexecutiveplanMulti-channelengagementdesign.Systemenhancementatbusinesslogiclayers.Multi-channel&multi-dimensioncustomerinsightsPrecisecampaigndesignatMedia/EC/CRMSetupfoundationPhase1DataenhancementPhase2DataapplicationPhase3Phase1:SetupfoundationDatasourceintegrationDatacollectionDatamappingDatasourceinvestigation&taggingcapturePhase1:Setupfoundation

DatacollectionIdentifieddata(profile&transaction)Traffic

drivenUnidentifiedbehaviordata(massivebehaviorrecords,interesttendency…)MediainterfaceQRcodeDatacollectionMassivebehaviordatabasePanelpoolDataSource:ExternalmediaBehaviorPredictionTraffictrackingDatamapping-Email/mobile-Memberid-Cookieid-others…BehaviorPredictionCRMrecruitmentCRMcoredatabaseDataSource:SelfownedmediaDataSpecification:trackingcode&dataaccessDatamapping:1stpartybehaviortagsmatchingbaiduTmallweiboJDYHDtencentSUNINGWatsonsalimamaBrandsitesECplatform800carelineSocialmediaBrandsloyaltyclubcounterDatamappingmechanismDisplay+clickTransformafterarrivalClickSessionNotdisableCookieSameSessionAdspaceArriveandtransformSessionDisplay+click+transformDisplay+clickTransformafterarrivalClickUserAgent+IPSameUserAgent+IPAdspaceArriveandtransformUserAgent+IPDisplay+click+transformDisableCookie，ormobileappjumptohtmlsiteDisplay+clickTransformafterarrivalClickDeviceIDSameDeviceIDAdspaceArriveandtransformDeviceIDDisplay+click+transformJumpbetweenIn-App

adsandapp,basedontheMMAprotocolSituation1Situation2Situation3DatamappingPhase1:Setupfoundation

DatamappingPhase2:DataenhancementEngagementdesignITarchitecture01Engagementdesign:withusermodelingandoperationtrackingcanactivatethedataenhancementloopUsermodelingOperationtrackingTobuildupthePersonasandguidebusinessactivitiesTooptimizetheworkflowtomakesuredatatransferredbetweendecisiondepartment&executivedepartmentPlanningTargetingTracking&supervisingEvaluationWorkflowprocess1.Findtheusers3.verifications2.Buildingahypothesis5.Constructingpersonas6.Definingsituations7.Validationandbuy-in8.Disseminationofknowledge9.Creatingscenarios10.Ongoingdevelopment4.Findpatterns10stepstoPersonasPhase2:dataenhancement

Engagementdesign01DataSourceSiteAnalyticsEDMSearchSocialMobileOnlineSalesOfflineSalesCRM…MarketingChannelSiteOptimizationEmailCampaignDisplayAdvertisingSearchEngineMarketingSearchEngineOptimizationSocialCampaignMobileCampaignCallCenterCampaignE-commerceDMPBusinessLogicLayerDMPTechnicalLayerAttributionModelingAggregationClusteringmenderClassificationRegressionPerformanceAuditOptimizationAttributionVerificationNormalizationSegmentationTargetingAnalyticsInsightsHDFSHBaseCephMysqlStormZookeeperOperationFlume/SqoopCrawler/TrackerMapReduceSparkMahout

Hive

ØMQRedisNeo4J

Technicallayer:expandabletechnicalframeMediaapplicationmerceapplicationCRMapplicationPhase2:dataenhancement

ArchitecturaldesignPhase3:DataapplicationMediaapplicationECapplicationCRMapplicationWithbusinessinsightgeneratedfromenhancedDMPdata,therearethreemajorwaysofdataapplication:media,merceandCRM

ECMediaCRMBusinessInsightBusinessInsightBusinessInsightContinuousverify&trackingBusinessmodelingMathematicmodelingExperienceanalysisDatapreparationDataprocessingProfessionalreportingDataanalysisanddisplayPhase3:dataapplicationIntegratedthemediatrafficwithoff-linebehaviorsuchasvisiting&purchasingTrackingCodeInstallation&ManagementUserInformationCollectionCounterOnlineCampaignSiteOrderCollectionOfflineClickthelinkorscantheORcodeSocialmediaSMSBrandownedchannelPCbrandsiteMagazineExternalchannelDisplayADCampaignzoneEDMNatureVisitingSEMMobilebrandsiteDatatoDMPSetupandmaintaintrackingcodeJudgethequalityofvisitorsfromdifferentchannelsTrackingvisitorsfromdifferentchannelsAnonymousvisitorsinformationcollection&management.RegisteredUserinformationcollection&management.Usercampaigninformationcollection&management.RegisteredUserinformationcollection&managementApplicationgoodsinformationcollection&managementOrderInformationcollection&managementTrackingcodeTrackingcodeComparisonamongmediaTelevisionNewspaperMagazineRadioMovieTVchannelselectionNameselectionJournalselectionMovieselectionRadiochannelselectionTimeselectionTimeselectionComparisonwithinmediaOutdoorLocationselectionPhase3:DataApplication:MediaPhase3:DataApplication:merceCrossanalyzeonlineinteractivity&RFMvalue

toidentitydifferentvaluegroupsanddesigncampaignMethodologyRFMValueBrand

BrowsersLowinterestBrandAmbassadorBrand

PreferenceOfflinePreferenceOnlineinteractivitySegmentgroupLowinterestBrandbrowsersOfflinepreferenceBrandpreferenceBrandambassadorLowinteractionwithbrand,Nospendingsofar.InterestedinthebrandinformationbuthavenopurchasingbehaviorHighspendingbutlimitedinteractionthroughonlinechannels.TendtofollowthenewestbrandinformationHighestvaluedis