;1;;;;;;20世纪90年代，数据仓库之父的BillInmon就经常提及BigData
;什么是大数据（NO-SQL,NotOnlySQL)
不同“看”数据的方式;大数据不仅仅是“大”;大数据=海量数据+复杂类型的数据;大数据要上升为国家战略;14;15;大数据市场分析;2;;Volume数据量;Variety多样性;非结构化数据;Value价值;2010年海地地震，海地人散落在全国各地，援助人员为弄清该去哪里援助手忙脚乱。传统上，他们只能通过飞往灾区上空来查找需要援助的人群。
一些研究人员采取了一种不同的做法：他们开始跟踪海地人所持手机内部的SIM卡，由此判断出手机持有人所处的位置和行动方向。正如一份联合国(UN)报告所述，此举帮助他们“准确地分析出了逾60万名海地人逃离太子港之后的目的地。”后来，当海地爆发霍乱疫情时，同一批研究人员再次通过追踪SIM卡把药品投放到正确的地点，阻止了疫情的蔓延。;Velocity速度;讨论一下：
传统的数据库与大数据的区别？;问题1：大数据与传统数据库的区别;3;大数据使移动电商进入个性化时代;数据支撑营销，电商战线新阵法;数据挖据流程;;;大数据;大数据;?每一秒：全球发送290万封电子邮件；
?每一分钟：微博推特上新发的数据量超过10万；社交网络Facebook的浏览量超过600万；
?每一天：全球上传2.88万小时视频至Youtube；
?每个月：网民在Facebook上花费7千亿分钟；
?上一年：人们制造并使用的数据达1.8ZB。
;信息的發現和收集;情报数据全面整合;传播方向发现;;目标人群界定;媒介战略指导;传播内容指导;;传播表现评估;搜索表现评估;用户到达评估;用户购买评估;;负面识别及分级;危机追踪及路径分析;;大众用户评价;消费用户评价;关联品牌联想;;决策因素发现;决策点与传播卖点差异性比较;;例子：电商用户数据分析与挖掘;2020/10/19;2020/10/19;1.1购物体验
DSR评分
1.2深入客户关系管理
1.2.1年滚动趋势
1.2.2月滚动趋势;1.1DSR动态评分;1.2.1年滚动趋势：活跃客户;1.2.2月趋势;新老客户占比;2.1客户属性
2.1.1地域
2.1.2地址—职业
2.2客户消费行为
2.2.1RFM
2.2.2购物时间分析
2.2.3商品分析;2.1.1地域;2.1.2地址—职业;地址-职业回购情况：;2.2.1RFM：FM;新??户复购分析：R;首次客单价在100元以下的属于低价值客户，复购率低于4%右，占比总客户数的40%；
首次客单价在100~200元的属于中价值客户，复购率也低于4%，占比约为57%；
首次客单价大于200元的可以归类为高价值客户，复购率略高，占比约为3%；;2.2.2购物时间分析;地域—时点：;页面优化方案：;基础策略：;新客户培养策略：;新客户培养案例;3.1.2后期重点：沿着RFM特征进行;;大数据在营销和销售中的十大应用;1.大数据使得根据每个客户和每个产品的关系进行等级差别定价策略，最大限度的优化定价变得可能。;2.大数据可以带来更大的顾客回应率以及更深层次的客户信息;3.客户分析(48%)，操作分析(21%)，欺诈和合规(12%)，新产品与服务创新(10%)和企业数据仓库优化(10%)是当今最常见的大数据销售和营销案例;4.大数据将分析数据嵌入到情境营销中;5.大数据分析可以完善客户关系使得营销方案更成功;大数据带给我们的隐患：;应对措施
?
;4;技术领域的挑战;分析技术：
数据处理：自然语言处理技术
统计和分析：A/Btest;topN排行榜；地域占比；文本情感分析
数据挖掘：关联规则分析；分类；聚类
模型预测：预测模型；机器学习；建模仿真
大数据技术：
数据采集：ETL工具
数据存取：关系数据库；NoSQL；SQL等
基础架构支持：云存储；分布式文件系统等
计算结果展现：云计算；标签云；关系图等;大数据的相关技术;经过剁手族24小时的鏖战，天猫双11的销售总额最终定格在1207亿，↓↓↓↓大数据给您带来的启发是什么？选择一个身份来展开，如阿里工作人员、某某商家老板、消费者。;5;云计算服务及好处;;云计算服务的问题;;
;;;大数据=海量数据+复杂类型的数据;;数据挖据流程;大数据的相关技术;问题;9、春去春又回，新桃换旧符。在那桃花盛开的地方，在这醉人芬芳的季节，愿你生活像春天一样阳光，心情像桃花一样美丽，日子像桃子一样甜蜜。10月-2010月-20Monday,October19,2020
10、人的志向通常和他们的能力成正比例。12:37:561