大数据管理与应用概论 课件 7.2 基于商务大数据的管理决策分析

7.2商务大数据的管理决策分析商务大数据的收集商务大数据是由消费者和企业商务行为产生的数据，分布在企业内部系统、各电商平台、第三方服务平台、社交媒体等，商务大数据按收集来源可分为以下三种类型。包括企业的内部信息和外部信息。企业通过在数据采集端上部署大量数据库，并在这些数据库之间进行负载均衡和分片，完成数据的采集获取工作。离线数据包括web服务器上的用户访问行为、web用户的财产记录、网络监控的流量管理等。这类日志一般为流式数据，企业通过日志采集工具来获得实时数据。实时数据指在网络空间交互过程中产生的大量数据，例如抖音、微博等社交媒体产生的数据。个体用户大部分采用API的方法或者爬虫来获取互联网数据。互联网数据商务大数据质量标准对于收集得到的商务大数据质量，有对其进行评估的标准，以下几个维度分别从不同方面评估数据的质量。评价指标具体要求真实性数据必须真实反映客观的实体存在或业务。真实的数据是经营者正确经营决策的第一手资料。

准确性用于分析和识别不准确或无效的数据。不可靠的数据可能会导致严重的问题，影响企业的决策。唯一性不能出现重复数据。冗余的数据可能导致业务无法协同，决策产生偏差等问题。完整性用来度量哪些数据是缺失的或哪些数据不可用。任何数据集都可能有缺口和数据缺失，但是有些缺失的数据可能包含重要的信息。一致性所有实例之间的数据必须保持一致。它用来描述同一信息主体在不同的数据集中信息属性是否相同，各实体、属性是否符合一致性约束关系。及时性能否在需要的时候获取到数据。企业的数据处理速度越快，及时性就越好，企业的业务处理效率和管理效率就越高。关联性指存在数据关联的数据关系缺失或错误，例如：函数关系、相关系数、主外键关系、索引关系等。存在数据关联性问题，会直接影响数据分析的结果，进而影响管理决策。商务大数据质量提升方法为了提升数据质量，去除“脏”数据，得到干净一致的数据，常采用数据预处理的方法，数据预处理主要分为几下几个步骤。数据清洗重复数据清洗缺失数据清洗噪声数据清洗数据集成模式集成实体识别问题数据冗余数据值冲突数据归约数维消减数据压缩离散化......数据变换函数变换数据规范化获取初始数据数据分析商务大数据分析方法大数据分析指的是通过适当的技术从大量数据中获取有用信息的过程。根据运筹研究与管理科学研究所，商务大数据的分析被定义以下三个层次。描述性分析预测性分析规范性分析了解与数据相关的具体情况，分析其潜在趋势和原因。采用统计技术和数据挖掘技术，确定未来可能发生什么。识别正在和将要发生的事情，做出决策以尽可能达到最佳绩效。商务大数据的可视化分析商务大数据的可视化是大数据生命周期管理的最后一步，也是最重要的一步。为实现信息的有效传达，挖掘数据背后隐藏的价值，数据可视化应包含以下4个特征。直观化关联化交互性艺术性数据可视化商务大数据可视化示例-漏斗图商务大数据的可视化分析商业大数据的可视化以其极高的研究价值在国内外都备受重视，但也面临着如下三点挑战：数据快速动态变化可感知的交互的扩展性对复杂高维数据分析能力不足常以流式数据形式存在，缺乏流数据的实时分析与可视化方法。从大规模数据库中查询数据可能导致高延迟，使交互率降低。当前的软件系统以统计和基本分析为主，分析能力尚有欠缺。商务大数据对推荐系统的影响与传统推荐系统不同，在商务大数据环境下，推荐系统数据的规模、类型、形式、价值以及推荐实时性都发生了显著的变化，这给推荐系统带来了一些挑战。特点传统推荐系统大数据环境下的推荐系统数据规模数据规模小数据规模大，从TB级别跃升到PB级别数据类型以显式评分数据为主以隐式反馈数据为主数据形式以动态形式为主，更新频繁以静态形式存储在硬盘中，更新少，存储时间长数据价值数据价值密度高数据价值密度低推荐实时性实时性要求低实时性要求高推荐系统面临的挑战计算复杂性的提升用户隐式兴趣的发现可扩展性问题......商务大数据对推荐系统的影响根据功能的不同，商务大数据环境下的推荐系统可以分为以下四个层面。商务大数据对推荐系统的影响商务大数据环境下的推荐系统通常包括数据建模、用户建模、推荐引擎和用户接口四个部分。商务大数据对预测分析的影响商务大数据环境下的预测分析主要是利用对商业领域产生的多源数据的洞察来提供关于未来的商务智能。从数据源角度看，商务大数据环境下的预测分析需要拓展以下几种关键技术领域的研究。文本分析，是指从非结构化文本中提取有用的信息和知识的过程。常见的文本挖掘技术包括信息提取、主题建模、分类、聚类、观点挖掘等。文本分析网站分析社交网络分析移动分析网站分析旨在从网络文档和服务中自动检索、提取和评估用于知识发现的信息。网站分析研究的一个主要新兴组成部分是云计算平台和服务的开发。社交网络包含大量的链接和内容数据，在社交网络的背景下有两个主要的研究方向：基于链接的结构分析和基于内容的分析。随着移动计算的快速发展，越来越多的移动终端在全球范围内部署，网络服务的轻量级编程模型为移动web服务的快速发展做出了贡献。商务大数据对精准营销的影响商务大数据提供了消费者行为、购买历史、购买频率和许多方面的信息，一些分析工具和软件可以从数据中获得相关的见解，从而创造精准营销优势。消费者、活动和各项组织资源结构化、半结构化和非结构化数据数据采集与集成结构化、半结构化和非结构化数据商务大数据分析消费者洞察分析动态和适应能力分析商务大数据对精准营销的影响商务大数据的出现对于传统营销组合中的4P产生了重要的影响。产品价格渠道协助新产品和新理念的设计分析顾客的价格敏感度确定销售产品的正确渠道的信息促销预测客户的反应并提出相关的营销策略商务大数据对精准营销的影响商务大数据的出现对营销组合的4P进行了扩展，给予了营销人员更好的合作视角，新的4P包含了以下四个部分。4PProductPlacePromotionPriceNew4PPeopleProcessesProgramPerformance商务大数据对精准营销的影响商务大数据分析有助于企业开展与消费者相关的营销活动，从而吸引顾客购买产品和服务。麦当劳根据时间、天气和顾客行为数据进行动态化的营销活动制定。商务大数据对精准营销的影响商务大数据分析有助于企业确定产生创造力的最有效方式，促进创造力的正确结构，从而创造竞争优势。Airbnb通过商务大数据分析不同国家旅客的出行需求，并对界面不断调整，提高地区转化率。商务大数据对精准营销的影响商务大数据分析有助于企业持续监控营销活动，确定各种营销活动、促销活动是否成功，以确保客户的印象和参与产生积极影响。美国零食制造公司Nabis