实战大数据-客户定位和精准营销

《实战大数据-客户定位和精准营销》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Chapter01第1章 客户行为精准分析第1篇客户定位篇DatatoolsstorenowquerydatabasesterabytesbigmobiletimecompressiontwitterHadoopsupportdatabaseNoSQLbig-datanewSQLstorageprocessinginformationdataanalysisexamplecolumn-storeanalyses1CombatBigData实战大数据：客户定位和精准营销实战大数据CombatBigData第1章客户行为精准分析本章提示

2、大数据让人首先想到的就是精准推荐，而在精准推荐之前还有很多事情要完成，第一件事就是通过数据来分析客户的行为。客户的行为是实现精准营销的重要依据，试想一下，如果连用户需要什么都不知道，还怎样进行精准营销？所以从数据收集整理开始，学会用手中的数据洞察客户行为，才能为客户定位打下基础。要点提示将数据变废为宝客户行为分析客户特征分析客户行为分析工具2Chapter01第1章 客户行为精准分析1.1将数据变废为宝21世纪是一个信息化的时代。在商业营销中，谁掌握了大数据技术，谁就能够胜人一筹，但能够真正做到合理利用数据并为自身创造商业价值的却不

3、多，不是因为需要的数据太少，而是不知道如何从那些并不起眼的数据中找到想要的信息。1.1.1数据的收集日常生活中时刻都在产生数据，而且数据量直线上升，数据类型也越来越复杂。许多人对这些数据不屑一顾，认为这些数据就像是工业垃圾一样，对自己已经没有了价值。例如在商场购物后开具的小票，通常都被直接丢入垃圾桶。然而站在商家的角度，尤其是对于那些整天在搜寻有用信息的“猎人”来说，收集数据是对客户定位、进行商品精准营销，从而带来巨大商业价值的基础。所以，数据收集是利用大数据的第一步，没有大数据收集的过程就没有接下来的一切。数据从形式上可以简单地分

4、成两种，如图1-1所示。■图1-1数据的分类结构数据是直接可用行和列存储的数据和分析，例如Excel表格中的数据。除了结构数据之外，剩下的就是非结构数据，如微博、论坛帖子和优酷视频等。由于非结构数据的来源更为广泛，所以非结构数据占到了总数据量的80%。3CombatBigData实战大数据：客户定位和精准营销在商业活动中，因为要定位不同的客户，所以获取信息的渠道也不同。在大数据时代，很多时候不是用户去发掘数据，而是数据向用户“扑”过来。大数据主要有三大来源，如图1-2所示。■图1-2大数据的三大来源１．商业数据商业数据来自于企业ER

5、P系统、各种POS终端以及网上支付系统等业务数据。例如，用网银进行网上支付，交易记录对于卖家而言就是商业数据。又如，商场消费刷信用卡，消费时的消费记录、信用卡信息也会被商场获取。２．交互数据交互数据来自于通信记录以及QQ、微博等社交媒体。例如，在QQ上与别人聊天，可能会聊到自己最近想要买一件夹克衫，那么“你想买夹克衫”这个信息对方就知晓了，如果对方正在经营一个服装店，就会进行相关推荐。３．传感数据传感数据来自于GPS设备、RFID设备、无线网络和视频监控设备等。例如，现在遍布城市各个街道的电子监控就为公安部门维护社会治安、提高办案效

6、率提供了有效的数据信息。随着社会的快速发展，数据量将呈快速增长的趋势。据统计，全球每个月有2.5EB的数据出现，在这么庞大的数据量之下，商业领域不再是谁有效率谁就是胜者，而是谁有数据、谁会收集和利用数据，并通过数据悄无声息地了解客户，谁才能独占鳌头。4Chapter01第1章 客户行为精准分析专 家提醒生活中接触的文件大小一般都是MB或GB级，例如，一首歌曲的大小大概为5MB，一部高清电影的大小大概为1GB。除此以外，更高级别分别是TB、PB、EB、ZB、YB等，各级别之间都是呈1024倍增长。那么2.5EB大概有多少GB呢？2.5

7、EB=2.5×1024PB=2.5×1024×1024TB=2.5×1024×1024×1024GB1.1.2数据的挖掘在大数据的数据收集中，要认识到数据不是信息，而是有待理解的“原材料”。对这些“原材料”理解了多少，决定了所获取的有效信息的多少，进而决定了由“原材料”转换成的信息带来的商业价值有多少。所以数据的挖掘就是有组织、有目的地收集数据，将数据以最高的转换率转换为信息，从而在大量数据中寻找潜在规律以形成规则或知识的技术。数据挖掘的方法有许多种，最常用的有6种，如图1-3所示。■图1-3数据挖掘的6种方法5CombatBigD

8、ata实战大数据：客户定位和精准营销１．分类挖掘分类挖掘是最常用的数据挖掘方法，即找出数据库中一组数据对象的共同特点，并按照分类模式将其划分为不同的类，目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。分类挖掘所引用到的领域