企业如何利用大数据做好营销

发布日期: 2017-06-21, 最近更新: 10 个月前
充分了解客户是有效的与客户达成生意合作的关键。真正了解您的客户,意味着您可以结合客户的个性化特点,给出有针对性的建议或显示广告

对于传统手段实现的数据分析平台,利用的主要是结构化数据进行统计分析。这部分功能在大数据平台上完全可以实现,而且大数据平台采用的分布式架构设计,利用分布式计算完成相同的工作内容所需时间更短,市场上已经有大量案例证明。

对于多元数据融合存储,大数据平台利用新的技术架构,使用非关系型数据库HBase实现Key/Value键值对的形式存储,利用唯一主键作为标识,将多元数据整合为一张宽表进行存储。利用新的技术,实现对字段的灵活读取和调用,保证对各业务系统的数据支撑。

Hadoop大数据平台具有可扩展性

Hadoop采用分布式架构,实现动态扩展,系统随着应用需求与容量的不断增长,支持水平扩展,不需对系统架构进行变更,只做硬件扩容,并部署服务软件,即可满足系统容量扩展要求。系统扩容时,系统平台增加新节点之后,系统自动在所有节点之间均衡数据。系统后台根据忙闲程度,自动发起,占用很少系统资源,无需人工干预,实现数据均衡分布。系统可以通过增加集群节点的方式提高系统性能,性能提升实现线性增长。

结构化数据

传统手段处理的主要是结构化数据,结构化数据是在企业业务应用中使用最多的一部分数据,也是其中比重最小的一部分数据;与之相比,非结构化数据含金量高但价值密度低,例如系统日志数据、用户的点击行为等,这些数据的量级是结构化数据的几十倍。在大数据平台出现之前,没有人谈论大数据。数据应用主要是结构化数据,多采用IBM、HP等老牌厂商的小型机或服务器设备。采用传统方法处理这些价值密度低的非结构化数据,被认为是不值得的,因为其产出实在是有限。Hadoop平台出现之后,提供了一种开放的、廉价的、基于普通商业硬件的平台,其核心是分布式大规模并行处理,从而为非结构化数据处理创造条件。

非结构化数据

对于非结构化数据的存储和处理,大数据技术不再局限于传统的二维表结构,可以利用矩阵、向量以及图的形式进行存储和计算,能够提供更加丰富的数据分析手段,包括行为计算 、自然语言处理、图像计算、关联关系计算等,更好的帮助企业挖掘数据价值。

大数据真正实现了实时同步全量分析

传统手段采用抽样分析的手段进行数据统计分析,分析结果主要是面向群体的统计报表,维度是有限制的,而且统计的数据是一定周期内的,结果往往已经是过时的了。而利用大数据,这种状况将不再发生。大数据在全量数据之上进行数据分析,利用机器学习技术和算法建模,实现对数据的实时分析,能够帮助企业完全勾勒出每个个体客户的DNA,新的Key/Value形式的存储结构摆脱了对维度的限制,可以更加方便的进行数据挖掘分析。

如何做好大数据营销

充分了解客户是有效的与客户达成生意合作的关键。真正了解您的客户,意味着您可以结合客户的个性化特点,给出有针对性的建议或显示广告。亚马逊已然将这一点做到了极致,他们为客户推荐的产品绝不是一个巧合。亚马逊的推荐引擎完全是基于客户在过去一段时间的购买行为所做的:客户的购物车中所收藏的商品、客户喜欢的商品、其它用户浏览或购买的商品。亚马逊使用的该算法,为每位客户定制了专属的个人主页。利用该策略是:该公司在其第三财政季度期间销售增长27%,达到了131.8亿美元,而去年同期的销售额则为96亿美元。