一、 大數(shù)據(jù)的行業(yè)背景

我們說的大數(shù)據(jù)是從2015年開始的，2015年到2017年屬于第一階段，此階段可以被稱為大數(shù)據(jù)采集階段，本階段的特征是數(shù)據(jù)來源相對(duì)單一，標(biāo)簽也是技術(shù)標(biāo)簽，難以直接應(yīng)用。

2017年至2019年屬于第二階段，被稱為大數(shù)據(jù)售賣階段，這一階段特征是數(shù)據(jù)源有限，使用通用標(biāo)簽解決基礎(chǔ)問題。

2020年至今屬于第三階段，被稱為大數(shù)據(jù)融合應(yīng)用階段，數(shù)據(jù)來源是多元融合，提供的是場(chǎng)景標(biāo)簽，有針對(duì)性解決項(xiàng)目問題。

二、 什么是好的大數(shù)據(jù)公司

好的大數(shù)據(jù)公司必須擁有豐富的數(shù)據(jù)源，數(shù)據(jù)完整和全面，順為城市地圖可接入全市場(chǎng)各行業(yè)可用大數(shù)據(jù)源，減少客戶多供應(yīng)商的對(duì)接成本。

我們做到了多源融合，交叉驗(yàn)證，挑選最準(zhǔn)確的數(shù)據(jù)源匹配對(duì)應(yīng)場(chǎng)景，協(xié)助客戶場(chǎng)景數(shù)據(jù)，剖析行業(yè)問題，便于推導(dǎo)項(xiàng)目結(jié)論。

常規(guī)項(xiàng)目一周內(nèi)交付數(shù)據(jù)分析結(jié)果，整合優(yōu)勢(shì)攤薄單項(xiàng)目成本，讓單項(xiàng)目成本可控，全過程配合澄清及答疑，解決各類技術(shù)卡點(diǎn)。

三、 數(shù)據(jù)采集及處理原理

根據(jù)手機(jī)設(shè)備信令及SDK收集手機(jī)設(shè)備信息、位置信息及日常手機(jī)使用行為，用于數(shù)據(jù)建模及分析。

位置類標(biāo)簽：根據(jù)手機(jī)GPS經(jīng)緯度報(bào)點(diǎn)，及到訪頻次，確定手機(jī)位置信息，完成區(qū)域到訪情況抓取。

業(yè)態(tài)品牌偏好類標(biāo)簽：根據(jù)手機(jī)掃描過的WiFi設(shè)備信息，與線下WiFi設(shè)備地圖匹配，確定線下具體店鋪及業(yè)態(tài)到訪熱度情況。

模型類標(biāo)簽：手機(jī)App使用情況及線下位置綜合建模，根據(jù)個(gè)人線上線下設(shè)備信息綜合建模，判斷個(gè)人畫像及對(duì)應(yīng)標(biāo)簽情況。

四、 項(xiàng)目的分析步驟

第一步：明確待解決的業(yè)務(wù)問題及目標(biāo)，以商業(yè)項(xiàng)目為例，城市宏觀分析---人群變化、項(xiàng)目未來客流、業(yè)態(tài)、業(yè)種、品牌供需缺口等問題。

第二步：篩選整理可通過數(shù)據(jù)解決的問題（且數(shù)據(jù)可獲?。?，城市/區(qū)域人口變化是更多？更少？流入？流出？人口結(jié)構(gòu)是年輕化？老年化？消費(fèi)能力是更高？更低？等。

第三步：梳理從數(shù)據(jù)到結(jié)論的推導(dǎo)邏輯，譬如我們可以通過該城市成熟商圈和本商圈的業(yè)態(tài)、業(yè)種和品牌的數(shù)據(jù)調(diào)研，了解本商圈的現(xiàn)狀和供需缺口，做未來的發(fā)展規(guī)劃。

第四步：根據(jù)推導(dǎo)邏輯明確所需數(shù)據(jù)條目，譬如如果我們想做本商圈的業(yè)態(tài)調(diào)整，我們可以使用到到訪人群的客群畫像、項(xiàng)目、業(yè)態(tài)、業(yè)種和品牌偏好等數(shù)據(jù)解決項(xiàng)目定位、項(xiàng)目調(diào)整和可行性研究等問題。

我們以XXX商業(yè)綜合體項(xiàng)目為例，業(yè)主分析的內(nèi)容是：

1、 外地游客在本地的消費(fèi)到訪偏好

2、 本地現(xiàn)存商業(yè)集群客群分析

3、 消費(fèi)業(yè)態(tài)業(yè)種及品牌熱度情況

4、 本地居民及游客畫像描摹

5、 客源地分析及分布

數(shù)據(jù)條目如下圖所示，我們通過區(qū)分本大人外地人的客群特征、客群分布、商業(yè)集群到訪偏好數(shù)據(jù)來解決客戶問題。

數(shù)據(jù)條目

客群畫像示意數(shù)據(jù)