基于saas和云技術的商業(yè)數(shù)據(jù)分析及挖掘模型應用

1、基于基于SaaSSaaS和云技術的商業(yè)數(shù)據(jù)分析及挖和云技術的商業(yè)數(shù)據(jù)分析及挖掘模型應用掘模型應用摘要：目前，大數(shù)據(jù)成為政府、企業(yè)等組織機構最重要的資產(chǎn)之一。通過SaaS服務、云技術，依托BDP商業(yè)數(shù)據(jù)平臺，研究商業(yè)數(shù)據(jù)分析及挖掘模型，并在企業(yè)中進行推廣與應用，幫助企業(yè)利用數(shù)據(jù)驅(qū)動管理，提升經(jīng)營績效。下載關鍵詞：SaaS；云技術；商業(yè)數(shù)據(jù)；數(shù)據(jù)分析及挖掘一、引言麥肯錫研究報告《大數(shù)據(jù)：下一個創(chuàng)新、競爭和生產(chǎn)率的前沿》（2011）中指出數(shù)據(jù)

2、已經(jīng)逐漸成為每個行業(yè)的基礎性資源，對于海量數(shù)據(jù)的挖掘、分析，預示著新的生產(chǎn)率增長浪潮的到來。2012年美國公布了“大數(shù)據(jù)研發(fā)計劃”。歐盟對科學數(shù)據(jù)基礎設施建設投資1億多歐元，并將數(shù)據(jù)信息化基礎設施建設作為Hizon2020計劃的優(yōu)先項目之一。2015年9月，國務院印發(fā)《促進大數(shù)據(jù)發(fā)展行動綱要》，截止2017年1月底，我國有37個省市專門出臺大數(shù)據(jù)發(fā)展規(guī)劃及行動計劃。但國內(nèi)企業(yè)，真正以數(shù)據(jù)分析為決策依據(jù)的，主要集中在銀行、保險、電信和電商

3、行業(yè)，尚未擴充到運營管理的所有領域。商業(yè)企業(yè)為了在激烈的市場競爭中取得優(yōu)勢，利用數(shù)據(jù)分析及挖掘技術，為一系列決策提供科學可靠的依據(jù)將勢在必行。二、應用價值與優(yōu)勢1.數(shù)據(jù)分析及挖掘模型應用價值全球數(shù)據(jù)供應量在2012年已達2800萬億GB，但上述數(shù)據(jù)中僅有0.5%被用于分析。預計到2020年，人均數(shù)據(jù)量將達5，247GB。目前，部分大型企業(yè)投入幾千萬甚至上億的成本進行信息化建設，如利用SAP、ERP、CRM進行數(shù)據(jù)分析，但部門之間數(shù)據(jù)沒有

4、打通，平臺數(shù)據(jù)不能共享，不能及時支撐業(yè)務需求。隨著市場競爭的加劇，消費者需求越來越高，對企業(yè)經(jīng)營管理者提出更高的要求，需要將分散的數(shù)據(jù)聚合在一起，并對這些數(shù)據(jù)進行高效分析及挖掘。數(shù)據(jù)分析及挖掘模型的應用能夠幫助企業(yè)解決上述問題，實現(xiàn)多維度數(shù)據(jù)的系統(tǒng)分析，及時發(fā)現(xiàn)異常并提出改善方案，幫助企業(yè)實現(xiàn)智能化的決策支持。2.商業(yè)數(shù)據(jù)平臺優(yōu)勢（1）一站式數(shù)據(jù)管理與分析從各種內(nèi)部數(shù)據(jù)，到各種SaaS應用、互聯(lián)網(wǎng)平臺、再到需要監(jiān)控的各類外部數(shù)據(jù)，幾百種

5、的數(shù)據(jù)源，一鍵式進行接入，進行數(shù)據(jù)處理、分析、挖掘，并多終端可視化呈現(xiàn)，能夠?qū)?shù)據(jù)進行全價值鏈的管理。（2）靈活易用的可視化分析只需要接入數(shù)據(jù)源的源數(shù)據(jù)，不需要任何的預處理就可以對數(shù)據(jù)做任意維度的多維分析，簡單拖拽就可以通過數(shù)據(jù)獲得業(yè)務洞察，沒有任何技術基礎的人都可以自助進行數(shù)據(jù)分析。（3）億行數(shù)據(jù)、秒級響應構建完備的數(shù)據(jù)服務器集群，提供強大穩(wěn)定的數(shù)據(jù)計算能力，上億行的數(shù)據(jù)，1秒鐘可以響應。時性分析，便于指導送配貨；使用BDP機器學習算

6、法分析商品連帶率、成交率、客單價等；步驟三，搭建數(shù)據(jù)平臺架構：將EXCEL數(shù)據(jù)、公開數(shù)據(jù)、第三方平臺數(shù)據(jù)，及會員管理系統(tǒng)、ERP系統(tǒng)中的數(shù)據(jù)進行整合，搭建大數(shù)據(jù)平臺，進行商品分析、業(yè)務監(jiān)控與分析、會員數(shù)據(jù)分析、各部門KPI考核、成本控制、銷售預測；步驟四，解決方案核心分析場景：銷售分析，數(shù)據(jù)實時更新，店長實時查看各門店銷售排名；多維度分析：客單量、同比、環(huán)比、新老門店對比等；促銷情況分析；商品分析：商品分類分析，各類商品利潤貢獻，商品與

7、會員的交叉分析；會員分析：會員系統(tǒng)RFM數(shù)據(jù)分析模型，會員新增情況、會員分布情況分析，會員消費習慣分析；步驟五，解決方案數(shù)據(jù)分析指標體系分解，如圖2所示：步驟六，平臺成果展示，如圖3所示：步驟七，移動端隨時獲取最新數(shù)據(jù)，如圖4所示：五、結語常規(guī)的數(shù)據(jù)分析系統(tǒng)對數(shù)據(jù)源進行抽取、轉(zhuǎn)換需要耗費大量時間。隨著數(shù)據(jù)量迅速增長，大部分企業(yè)面臨用戶量、并發(fā)量大，業(yè)務需求變化快，響應速度差，數(shù)據(jù)技術人員短缺，各部門信息不透明等挑戰(zhàn)。數(shù)據(jù)系統(tǒng)癱瘓、數(shù)據(jù)口

8、徑不一等問題層出不窮。數(shù)據(jù)分析及挖掘模型的應用能夠幫助企業(yè)解決上述問題，實現(xiàn)多維度數(shù)據(jù)的系統(tǒng)分析，及時發(fā)現(xiàn)異常并提出改善方案，幫助企業(yè)實現(xiàn)智能化的決策支持。隨著互聯(lián)網(wǎng)不斷發(fā)展，基于SaaS和云技術的數(shù)據(jù)分析及挖掘服務將逐漸演變?yōu)閿?shù)據(jù)分析的新熱點?；谶@兩種技術而研發(fā)的商業(yè)數(shù)據(jù)分析及挖掘模型必將廣泛應用于各行各業(yè)，如交通、醫(yī)療、統(tǒng)計領域。其在商業(yè)企業(yè)的應用也將更加成熟。參考文獻：任惠琳.商業(yè)企業(yè)營銷數(shù)據(jù)挖掘及營銷數(shù)據(jù)統(tǒng)計分析系統(tǒng)的有效構建

9、[J].現(xiàn)代商業(yè)，2013，（31）.王益萍，琚春華.基于分布式數(shù)據(jù)挖掘的連鎖商業(yè)企業(yè)經(jīng)營決策分析[J].商業(yè)研究，2006，（20）.楊京，王效岳，白如江，祝娜.大數(shù)據(jù)背景下數(shù)據(jù)科學分析工具現(xiàn)狀及發(fā)展趨勢[J].情報理論與實踐，2015，（3）.任新社，靜遠.關于數(shù)據(jù)挖掘研究現(xiàn)狀及發(fā)展趨勢的探究[J].信息通信，2016，（2）.劉紹清，黃章樹.數(shù)據(jù)挖掘商業(yè)應用平臺的需求分析[J].計算機系統(tǒng)應用，2007，（6）.作者簡介：彭楚鈞，