浅谈面向快销品从业企业营销决策支持的位置大数据分析平台的建构

发表时间:2018/12/7   来源:《防护工程》2018年第21期   作者:胡笛 徐清斯 黄华
[导读] 信息化时代的到来,各个城市相继提出数字城市的构建,并迫切建立地理信息空间框架,为数字城市的建设奠定了基础。

广州在那儿地理信息有限公司  广州  510665
  摘要:在国际、国内大数据研究的热潮不断推进的过程中,我们发现大数据的研究更多还局限在政府管理部门的特定如治安、教育、医疗、交通、城市规划等领域,与社会经济需求进行有效结合的还尚少,具体到大数据应用于企业经营决策支持方面则显得更加薄弱。对于一些特定的企业,具备外勤人员偏多、网点分布广的如快销品从业企业来说,销售人员是影响企业销售业绩好坏的关键。销售人员的拜访、终端店面的停留、工作轨迹等是企业管理人员关注的重点,是量化考核的部分依据;同时也方便营销人员优化客户关系管理,及时调整营销策略。本文则旨在通过位置大数据,构建面向快销品从业企业营销决策支持的位置大数据分析平台,分析在构建过程中所采用的技术、方法以及构建前景等。
  关键词:地理信息;位置;大数据;营销决策
  
  
  1 引言
  当前,大数据时代的兴起为企业挖掘在生产经营活动中所积累的海量数据提供了可能性。本文以北方某快销品企业为例,通过构建位置大数据分析平台,收集整理企业经营活动中所产生的海量时空数据,综合运用地理学、统计学及其他学科模型和工具,深入分析企业营销活动特征与绩效,构建企业经营决策支持模型库,以实现对快销品行业营销决策的高效精准支持,并据此支持企业科学合理地进行营销活动决策,从而有效节约企业经营成本,提升企业经营决策效率和竞争力。
  2 建设背景
  快销品企业在生产经营的过程中,积累了包含销售人员轨迹、销售对象兴趣点、药品销售类型及数量等在内的海量数据。这些数据事实上隐含了企业营销决策所需要的重要依据,但是通过前期调研发现这些宝贵的数据并没有在企业管理中得到充分利用。究其原因除了认识不足以外,更主要是由于缺乏一套基于时空数据分析的位置大数据分析平台,导致难以通过深入挖掘企业内部数据以期为企业营销决策提供相对准确的支持。当前,我国经济步入新常态发展阶段,严峻的经济态势对企业营销决策的效率与准确性提出了更高的要求。如何利用大数据技术为企业经营决策提供支撑对提升企业竞争力至关重要。因此,迫切需要开展面向快销品从业企业营销决策支持的位置大数据平台研究。
  3 建设内容及关键技术分析
  3.1建设内容
  依托位置服务平台,整合其他来源数据,研发一套面向快销品行业营销决策支持的位置大数据分析平台,需要重点解决平台构建中以下关键技术问题,包括:时空数据采集设备研制、结构化与非结构化的时空大数据存储、非关系型数据库中的时空分析技术以及时空数据挖掘技术与模型等。确保能为大数据应用分析技术在企业营销决策支持方面提供一条切实可行的途径。构建一套面向快销品行业营销决策支持的位置大数据分析平台,主要需要针对以下内容进行研究:
  (1)时空数据采集与预处理
  依托定位数据采集设备,利用定位设备开展了外勤人员定位数据采集工作。同时,为了保证开放性,平台支持各类物联网设备(包括药品运输车辆定位设备等)快速接入。为此,研发一套统一的定位设备互联标准,标准示意可参见图1。以定位设备所采集的数据为基础,整合企业内外部其他数据,以获得平台所需的时空大数据。研发数据清洗规则结合人工处理,对所采集的时空大数据进行预处理。
  
  图1  定位设备互联标准示意图
  (2)时空数据存储与分析
  通过分布式数据库,将清洗后的海量时空数据导入数据平台中实现时空大数据存储。利用包含神经网络、知识发现及机器学习技术在内的各类时空数据挖掘与分析模型,深入分析企业营销特征,以统计图表、专题地图等可视化方式展现分析结果。
  (3)快销品行业营销决策支持模型构建与检验
  根据企业营销决策支持理论,结合时空大数据分析结果,利用层次分析法等模型,建立快销品企业营销决策支持模型。利用模型开展决策支持服务案例应用,检验模型的实用性和准确性。根据检验结果修正、完善模型。
  从技术实现层面,项目构建的平台可以分为数据源、大数据分析平台及应用系统三层,系统架构示意图如图2所示:
  
  图2  位置大数据分析平台架构示意图
  3.2关键技术分析
  在本平台建设中需要解决的关键技术问题包括以下几类:
  (1)适用于多源、异构数据类型的多态混合数据分析技术
  企业营销决策分析过程涉及的数据类型繁多,除了时空数据主要以结构化的方式存储在关系型数据库以外,还包括大量非结构化数据。为此,平台构建需利用简单要素模型、面向对象和组件技术,设计非关系型和关系型数据库的协同应用技术,突破以往仅利用关系型数据库的局限。此外,数据可按时效性分为实时数据和离线数据,并建立一种多态混合分析技术,根据时间管理四象限法则优化系统的资源分配,按可配置的策略动态调整离线分析和实时分析的资源。
  (2)决策分析模型库的知识自成长技术
  决策分析模型库中的知识是一个动态、不断完善的一个过程。传统的模型修改完善操作是通过手工配置模型库来实现的,导致模型库的配置异常繁琐。为此,利用深度学习等技术构建一种知识自成长机制,使得模型库具备一定的自我学习能力,能够自动筛除不合理的规律或知识,添加新的知识,实现一定程度上的知识自我更新。
  (3)平台数据的安全保障技术
  平台数据包括大量公司信息和客户信息,平台数据对个人隐私和商业秘密的保护以及数据的备份与容灾等安全问题,是所构建的平台亟待解决的重要问题,将采用安全域划分的思想,利用资产风险模型,构建包括事件分析、风险分析、预警管理和应急响应处理在内的集中安全管理平台,确保平台数据的安全。
  4 平台建设方法、技术路线以及工艺流程
  首先,分析快销品从业企业的平台应用需求,进行平台方案设计。然后根据设计方案,构建面向企业营销决策支持的位置大数据分析平台,其具体步骤为:设计数据采集硬件,采集时空数据;以时空数据为依托,整合企业业务数据及其他来源数据,经过预处理后入库;利用数量统计、空间统计、时空数据模型及机器学习等分析技术,建立决策支持模型库。在此基础上,利用平台开展企业营销决策分析,根据应用结果检验、评价平台的效果,完善平台。研究所采用的技术路线如图3所示。
  
  图3  技术路线图
  (1)平台需求分析与设计
  依托项目前期所构建的位置服务平台,快速搭建一个原型系统。结合原型系统,开展需求调研,准确获取用户方对于位置大数据分析平台的具体需求。基于需求分析结果,遵循从总体到详细的步骤,开展平台设计,获取设计方案。
  (2)平台构建与应用
  主要包括数据采集与清洗,及数据存储与分析两方面的内容。针对数据采集,设计一种支持多种物联网设备的互连协议,以支持快销品销售人员及物品运输车辆的运行轨迹数据采集。以获取销售人员、运输车辆等重点管理对象的位置及轨迹数据。同时从企业内部的ERP及其他生产经营业务系统中获取所需的数据,包括客户关系信息、销售数量、营销投入、利润等。整合时空数据及业务数据,通过数据采集网关转换统一上报给Apache Kafka集群用来准备接入数据中心。研发数据清洗规则结合人工处理对数据进行解压、解密、转换、异常数据处理等数据清洗工作,剔除错误、无效及不符合规范的数据。针对数据存储与分析,则利用分布式文件系统和数据库系统,将企业经营活动中所产生的实时和离线数据,存储到数据中心。利用数量统计、空间统计、神经网络、知识发现、决策树等各类分析算法与模型开展数据分析与模拟预测,拟包括销售人员外勤绩效评估、药品销售数量与类型时空演变、客户类型时空演变及销售投入与收益的区域差异等。实现模型库分析结果的可视化输出,在此基础上,结合企业经营目标,提出对快销品行业营销决策的建议,例如根据各区域销售人员绩效差异进行销售投入调整,根据药品销售的空间差异进行广告投放的调整等,形成一套具备自成长特性的决策支持模型库。
  (3)平台效果评价与推广
  整理用户需求及相关文献,利用层次分析法结合专家打分法,建立一套针对平台应用效果的评价指标体系。用户通过平台系统进行打分及提交改进建议后,平台自动进行汇总、综合计算,得出平台效果评价综合值。根据评价结果及改进建议,对平台进行完善。
  从数据处理的角度来看,项目工艺流程如图4所示。
  
  图4  数据处理工艺流程图
  5 结语
  面向快销品行业营销决策支持的位置大数据分析平台,能帮助企业在精准营销、产品推广、广告推送、库存管理及消费者行为分析等方面提供分析服务,极大地提升企业的核心竞争力,促进企业在新形势下的升级转型。平台成果重点依托时空数据开展分析,填补了传统决策支持模型忽视时空维度信息的不足,更好地满足企业营销决策需求;项目研发成果还包括一套满足各类物联网设备接入的统一标准,使得平台能更快地接入各类硬件设备,降低硬件厂商的适配难度。平台将实现空间数据在非关系型和关系型数据库中的混合分析技术,改善传统做法仅针对关系型数据进行分析的不足,有效提升地理信息数据的分析效率。在社会效益方面,该平台符合国家大力推动新一代信息技术产业的战略重点,能极大地促进大数据应用研究领域发展,同时平台成果可有效改善快销品行业营销决策效率与质量,对提升快销品行业水平具有重要的价值,在改善居民身体健康方面也具有巨大的社会效益。
  参考文献:
  [1]孟小峰,高峰《大数据专题前言》(2014年《软件学报》)。
  [2]李社宏,《大数据时代气象数据分析应用的新趋势》(2014年《陕西气象》)。
  [3]盛杨燕,周涛?译《大数据时代》(浙江人民出版社)

投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: