(window.slotbydup = window.slotbydup || []).push({
id: '5859696',
container: s,
size: '1200,90',
display: 'inlay-fix'
大数据落地O2O房产电商，实现互联网精准营销
一、华坤道威大数据优势
1、&& &华坤道威拥有十余年数据基因，是国内最早的市场研究公司之一。
早在2000年，华坤成为中国信息协会市场研究协会会员，为各行各业提供深度数据调查报告。
2002年，华坤道威创始人兼CEO孟宪坤带领团队，为P&G、强生、中国联通、联合利华、西安杨森等世界知名企业提供数据咨询服务。
2003年开始，华坤道威联合政府及《杭州日报》开展SARS非典民意调查。
年间，华坤道威开展大规模行业数据调研，编制了房地产市场需求调查白皮书，发表在《楼市》杂志专题。
2、&& &华坤道威独立研发的爬虫系统和数据解析，拥有强大的数据获取能力。
数据来源涵盖运营商数据、互联网数据、个人资产数据等安全脱敏数据。
运营商数据：凭借与移动、联通、电信三大运营商、神州泰岳合作，获取用户行为数据、地理位置数据、社交数据等；
互联网数据：凭借自主研发的爬虫系统和数据解析能力，获取用户触媒习惯、搜索行为、社交行为等互联网数据；
个人资产数据：凭借行业数据积累，如汽车、房产等行业，获取用户个人资产数据。
3、&& &独有的数据建模和分析算法，拥有领先的数据挖掘能力。
华坤道威数据挖掘能力
华坤道威数据挖掘组件
4、强大的场景思考能力，华坤道威拥有先天优势的数据应用能力，将大数据应用落地到企业运行、管理、营销、服务等各类场景。
二、案例背景
越来越多的房地产企业布局O2O领域，探索商业地产O2O的创新模式，但未能探及房产O2O突破口，没有充分发挥线上营销、引流线下的效能。如何在房产电商营销中，低成本且有效地解决线上客源问题，成为房产电商平台急需突破的难点。
三、客户需求分析
GL房产将自身定位为房产+金融+电商的整合平台，同样面临如何打通线上线下数据的问题，实现大数据+房地产的智能化升级，在具体的应用场景中，存在以下需求：
1、楼盘信息动态展示，智能投放广告
2、潜在客户线上线下导流
3、经纪人：完全以客户为中心的服务流程。
GL房产选择了与国内企业级大数据服务提供商华坤道威合作，利用大数据挖掘找到购买人群，利用定向投放技术实现互联网精准营销，真正实现房产O2O。
四、解决方案
华坤道威根据GL房产的实际情况和发展战略，为其制定了一整套的大数据解决方案。为GL定制专属DMP数据管理平台，并利用华坤道威自主研发的网络爬虫系统，导入需求及线上房源；定制GL的DCRM客户数据管理平台，打通线上线下，实现直客模式。华坤道威PAS用户画像分析系统展现真实立体的购房者，华坤道威DSP精准投放平台为GL进行个性化的精准广告投放。
GL房产大数据解决方案模型图
& GL房产定制版DMP数据管理平台拥有5000余个超细分人群标签。通过深度建模算法，挖掘人群属性、地理区域、消费水平、兴趣标签、线下轨迹等人群五维信息。通过匹配GL用户资产数据，判断、筛选出高端写字楼潜在购买人群，为GL互联网营销策略提供有力依据。
&& 华坤道威拥有十余年互联网营销经验，DSP精准投放平台拥有超过50种定向投放技术，在GL房产的广告投放中，通过LBS定向、行为定向、内容定向技术，将广告精准投放到居住地在高端住宅小区、工作地在高端写字楼；拥有股权交易、高端车购买养护、艺术品鉴赏等行为兴趣；关注房产投资内容，有过GL高端写字楼及其竞品等关键字搜索行为的私营业主、企业股东等潜在人群。
【场景构建】
楼盘展示：网络平台楼盘信息动态展示，精准广告投放。
潜在客户导流：抓取点击楼盘详情的客户数据并进行数据库匹配，完善潜在客户画像，并将客户导流至电商平台。
找经纪人： 看房、选房：根据大数据提供的分析挖掘结果，经纪人会进行高效安排，节约时间，并提出可靠的参考意见找到理想房屋。
完成交易:完成议价、签约及整个后续流程；并在网络虚拟交易室完成文件签署，跟踪办事流程；收到平台退回的折扣金，回访给予评价。
五、实施效果
GL房产电商通过与华坤道威的合作，在线上营销环节，实现直接触达高端写字楼潜在购买者，大大提升意向准客户比例，获客成本骤降，销售效果显著提高；在线下服务环节，准确的用户画像及高效的客户数据管理，帮助经纪人制定更为有效的销售策略，真正解决了房产O2O应用难点。
GL房产DMP数据管理平台流程图
　0个人觉得赞
规模：50-200人
http://www.worken.cn
华坤道威大数据服务体系BIG DATA SERVICE SYSTEM OF WORDEN D-WELL华坤道威大数据应用产品BIG DATA APPLICATI...1211 条评论分享收藏感谢收起赞同 53 条评论分享收藏感谢收起404 Not Found
The requested URL /service was not found on this server.
Apache/2.2.15 (CentOS) Server at www.highjet.com.cn Port 80LEAP（联想大数据企业级分析平台）_百度百科
清除历史记录关闭
声明：百科词条人人可编辑，词条创建和修改均免费，绝不存在官方及代理商付费代编，请勿上当受骗。
?联想大数据企业级分析平台
（联想大数据企业级分析平台）
本词条缺少名片图，补充相关内容使词条更完整，还能快速升级，赶紧来吧！
移动互联网的飞速发展,催生了“”的到来。各种新型智能移动设备的迅速普及、工业互联网概念的兴起及其实践，带来了海量数据的爆炸式增长。大数据时代给企业带来了前所未有的挑战和机遇，构建面向海量数据的管理与分析能力、实现数据的价值体现正逐渐成为提高企业竞争能力的核心要素之一。大数据企业级分析平台(Lenovo Enterprise Analytics Platform,LEAP)正是处理企业级大数据场景的高性能一站式分析平台。
联想大数据团队及平台研发起始于2011年。历经5年持续投入,联想大数据平台已实现对联想集团全球化管理和生产与运营体系的全方位支撑。伴随的成立,联想大数据事业部也正式起航。联想大数据专注于服务企业级客户, 5年300+ 研发人员持续投入 ：200名开发工程师、60名运维工程师、30名数据科学家。全球已部署8个数据中心、 2000台服务器、 3000名操作用户 、12Pb数据容量规模、9Pb数据量、150亿条记录/天、30TB/天 ，实现大数据分析和应用,完全释放企业大数据资产的价值。
LEAP产品介绍
联想LEAP平台不仅提供多样的数据采集能力,同时还具备海量数据存储能力和多种高性能计算引擎。大数据能力开放平台提供了资源开放、数据工厂和分析武库,为企业内外部用户实现数据共享、 开发大数据分析应用提供了良好的生态环境。数据资产管理平台实 现了数据标准管理、数据安全管理、数据质量管理等能力。提供系统运维与监控管理中心,实现对大数据平台集群进行安装部署、监控告警及日常管理。
LEAP平台具有使用简便、运行高效、易于扩展、安全可靠等特点,可以帮助企业快速实现海量数据资产的整合与关联,带来极佳的数据计算与分析挖掘能力,发现隐藏在数据背后的巨大商业价值,加快从数据到业务的价值实现。
LEAP功能介绍
联想LEAP平台主要由大数据计算平台、数据能力开放平台、数据资产管理平台、数据采集转换套 件、数据应用套件以及系统运维监控中心6大产品线组成。
1.大数据计算平台 Descartes
大数据计算平台Descartes作为LEAP平台的核心产品线之一,基于 Hadoop生态系统,引入了多种核心功能和组件,对复杂开源技术进行高度 集成和性能优化,面向基础设施层进行深度调优。在分布式存储系统的基 础上, 建立了统一资源调度管理,高效地支持大规模批处理、交互式查询计 算、流式计算等多种计算引擎。Descartes平台为企业级分析提供最佳 性能和高稳定性的大数据计算环境。
2.数据能力开放平台 Gauss
整合大数据平台的基础能力和数据深度挖掘能力,通过资源开放、数据工厂和分析武库等模块为内外部客户提供灵活的资源调度、数据共享、数据挖掘能力。资源开放包括资源调度、任务调度、访问控制、多租户管理等,实现Capability as a Service。数据工厂包括共享数据加工、 数据封装、数据目录服务、数据服务接口等,实现Data as a Service。分析武库集成了丰富的数据挖掘算法,并进行了优化,极大提升了算法的运算 效率,实现Analysis as a Service。
3.数据应用套件 Nash
为内外部客户查询分析、开发使用而提供多样的、便于操作的应用工具集,包括: 数据可视化报表工具、可视化高级分析、业务应用APP、等几大类应用工具,同时集成其他第三方工具等,为分析用户提供一站式、可视化、低门槛、高价值的应用工具,实现Application as a Service。
4.数据资产管理平台 Euler
将数据对象作为一种全新的资产形态,围绕数据资产本身建立一个可 靠可信的管理机制,提供数据标准管理、数据资产管理、元数据管理、数 据质量管理、数据安全等, 以实现数据的可管、可控、可视,为实现数据价 值增值奠定良好基础。
5.数据采集转换套件 Euclid
数据采集转换套件Euclid作为LEAP平台的重要产品线之一,支持多 种结构化和非结构化数据的灵活集成。提供支持不同系统和设备的开发 工具套件,能够根据企业的需求方便地快速扩展,为企业快速收集其信息系 统之外的设备、用户和社交数据。同时,LEAP平台也提供网络爬虫模块, 以方便企业获取外部网络数据。
6.系统运维监控中心 Architon
系统运维监控中心Architon作为LEAP平台的基础产品线之一,能快 速完成产品套件的安装部署、节点监控、访问权限管理、资源配额管 理、系统告警分析、升级扩容等计算平台维护工作,通过统一界面实现对 LEAP分析平台及运行状况的易用、易管理。
LEAP数据服务
解决客户对大数据平台成熟稳定高性能的需求
我们提供联想企业级大数据分析平台(LEAP)产品以及运维服务。LEAP是软件化平台,整合了最先进的大数据开源技术,实现了以大数据分析为目标的面向 IaaS层联想服务器的深度优化,同时也包含了各类大数据分析及应用的工具组件。
帮助客户管理海量多源异构的数据资产
我们提供数据管理的咨询与实施服务。包含了数 据质量、数据架构、数据安全与隐私、元数据与主数 据管理,通过一系列业务咨询服务、技术实施服务和软 件工具,确保客户数据资产的完整性、正确性、可用性 以及业务连续性。
帮助客户将数据转化为业务洞察提升商业价值
我们提供大数据分析及应用咨询服务。我们拥有强大的数据科学家团队,支撑范围涵盖联想全集团、全 产品线、全业务流的大数据分析,同时还在制造、零售、能源与公共事业等行业针对客户问题进行挖掘建模和业务分析,最终实现业务优化与价值提升。
LEAP大数据解决方案概览
服务领域：
制造业、 零售业、 政府与公共事业、 能源行业、 金融行业、 交通行业、 医疗行业 ···
通用解决方案:
供应链、 物联网、 数字化营销、客户智能、 客户之声、 政务舆情、 采购需求预测 ···
．联想大数据官网[引用日期]
．中关村在线企业版[引用日期]
．CSDN．[引用日期]
．techweb[引用日期]
．通讯世界网．[引用日期]
清除历史记录关闭如何构建企业级大数据平台，发挥数据大价值_百度知道
如何构建企业级大数据平台，发挥数据大价值
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
大数据能够帮助企业预测经济形势、把握市场态势、了解消费需求、提高研发效率，不仅具有巨大的潜在商业价值，而且为企业提升竞争力提供了新思路。企业怎样利用大数据提升竞争力？乐思软件这里从企业决策、成本控制、服务体系、产品研发四个方面加以简要讨论。企业决策大数据化。现代企业大都具备决策支持系统，以辅助决策。但现行的决策支持系统仅搜集部分重点数据，数据量小、数据面窄。企业决策大数据化的基础是企业信息数字化，重点是数据的整理分析。首先，企业需要进行信息数字化采集系统的更新升级。按各决策层级的功能建立数据采集系统，以横向、纵向、实时三维模式广泛采集数据。其次，企业需要推进决策权力分散化、前端化、自动化。对多维度的数据进行提炼整合，在人为影响起主要作用的顶层，提高决策指标信息含量和科学性；在人为影响起次要作用的底层，推进决策指标量化，完善决策支持系统和决策机制。大数据决策机制让数据说话，可以减少人为干扰因素，提高决策精准度。成本控制大数据化。目前，很多企业在采购、物流、储存、生产、销售等环节引入了成本控制系统，但系统间融合度较低。企业可对现有成本控制系统进行改造升级，打造大数据综合成本控制系统。其一，在成本控制的全过程采集数据，以求最大限度地描述事物，实现信息数字化、数据大量化。其二，推进成本控制标准、控制机理系统化。量化指标，实现成本控制自动化，减少人为因素干扰；细化指标，以获取更精确的数据。其三，构建综合成本控制系统，将成本控制所涉及的从原材料采购到产品生产、运输、储存、销售等环节有机结合起来，形成一个综合评价体系，为成本控制提供可靠依据。成本控制大数据化以预先控制为主、过程控制为中、产后控制为辅的方式，可以最大限度降低企业运营成本。　服务体系大数据化。品牌和服务是企业的核心竞争力，服务体系直接影响企业的生存发展。优化服务体系的重点是健全沟通机制、联络机制和反馈机制，利用大数据优化服务体系的关键是找到服务体系中存在的问题。首先，加强数据收集，对消费者反馈的信息进行分类分析，找到服务体系的问题，然后对症下药，建立高效服务机制，提高服务效率。其次，将服务方案移到线上，打造自动化服务系统。快速分析、比对消费者服务需求信息，比对成功则自动进入服务程序，实现快速处理；比对失败则转入人工服务系统，对新服务需求进行研究处理，并快速将新服务机制添加至系统，优化服务系统。服务体系大数据化，可以实现服务体系的高度自动化，最大程度提高服务质量和效率。产品研发大数据化。产品研发存在较高风险。大数据能精确分析客户需求，降低风险，提高研发成功率。产品研发的主要环节是消费需求分析，产品研发大数据化的关键环节是数据收集、分类整理和分析利用。企业官网的消费者反馈系统、贴吧、论坛、新闻评价体系等是消费者需求信息的主要来源，应注重从中收集数据。同时，可与论坛、贴吧、新闻评价体系合作构建消费者综合服务系统，完善消费者信息反馈机制，实现信息收集大量化、全面化、自动化，为产品研发提供信息源。然后，对收集的非结构化数据进行分类整理，以达到精确分析消费需求、缩短产品研发周期、提高研发效率的目的。产品研发大数据化，可以精准分析消费者需求，提高产品研发质量和效率，使企业在竞争中占据优势。
采纳率：79%
来自团队：
为您推荐：
其他类似问题
您可能关注的内容
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。