在線商城精準(zhǔn)化業(yè)務(wù)運(yùn)營(yíng)-解決方案

1、在線商城精準(zhǔn)化業(yè)務(wù)運(yùn)營(yíng)解決方案切實(shí)推薦 薦所想見項(xiàng)目背景分析客戶主要問(wèn)題點(diǎn)我們的案例我們的解決方案本項(xiàng)目實(shí)施成功要素目錄行業(yè)趨勢(shì)分析項(xiàng)目背景分析2014年電商行業(yè)分析報(bào)告國(guó)家統(tǒng)計(jì)局、艾瑞咨詢、IDC、Euromonitor及公司年報(bào)企業(yè)面臨的大數(shù)據(jù)挑戰(zhàn)數(shù)據(jù)快速增長(zhǎng)數(shù)據(jù)以每年59%的速度在增長(zhǎng)87%的增長(zhǎng)與性能相關(guān)70%-85%的數(shù)據(jù)是混合數(shù)據(jù)信息管理大數(shù)據(jù)將信息管理的復(fù)雜度推向極限量化指標(biāo)3V1C訪問(wèn)管理控制敏感分級(jí)，共享協(xié)議，熱點(diǎn)數(shù)據(jù)技術(shù)實(shí)現(xiàn)數(shù)據(jù)質(zhì)量管理數(shù)據(jù)保真度，數(shù)據(jù)相關(guān)性數(shù)據(jù)有效性，有效期限存量數(shù)據(jù)缺乏統(tǒng)一管理，難整合提取大數(shù)據(jù)價(jià)值公司管理層關(guān)注的問(wèn)題永遠(yuǎn)是，我從應(yīng)用解決方案的業(yè)務(wù)分析

2、問(wèn)題中能夠獲得多少收入 業(yè)務(wù)數(shù)據(jù)映射特定業(yè)務(wù)解決方案能夠幫助企業(yè)更好的預(yù)測(cè)未來(lái)業(yè)務(wù)的發(fā)展方 向我們要尋找的不是金礦，而是金子。企業(yè)創(chuàng)新的三種大數(shù)據(jù)戰(zhàn)略客戶戰(zhàn)略產(chǎn)品戰(zhàn)略生態(tài)系統(tǒng)戰(zhàn)略重塑客戶行為利用客戶交互數(shù)據(jù)重塑客戶行為，這類數(shù)據(jù)使企業(yè)可以預(yù)測(cè)和引導(dǎo)市場(chǎng)尚未出現(xiàn)的需求，進(jìn)而創(chuàng)造新的利潤(rùn)。案例：Amazon推薦開發(fā)新產(chǎn)品和服務(wù)企業(yè)借助數(shù)據(jù)獲取洞見，支持日常業(yè)務(wù)，以服務(wù)于現(xiàn)有市場(chǎng)和客戶。瞄準(zhǔn)新市場(chǎng)，創(chuàng)新和設(shè)計(jì)全新的業(yè)務(wù)模式。案例：Netflix推出自制劇紙牌屋數(shù)據(jù)生態(tài)系統(tǒng)視野企業(yè)可以從生態(tài)系統(tǒng)中的其他企業(yè)處獲得補(bǔ)充數(shù)據(jù)。這種生態(tài)系統(tǒng)以適當(dāng)?shù)暮献鲬?zhàn)略為基礎(chǔ)。案例：微博數(shù)據(jù)評(píng)估信用卡額度項(xiàng)目背景分析客戶

3、主要問(wèn)題點(diǎn)我們的案例我們的解決方案本項(xiàng)目實(shí)施成功要素目錄在線商城目前遇到的問(wèn)題一、數(shù)據(jù)平臺(tái)產(chǎn)品1、數(shù)據(jù)收集模塊2、數(shù)據(jù)存儲(chǔ)模塊3、數(shù)據(jù)集市模塊二、運(yùn)營(yíng)精細(xì)化產(chǎn)品1、數(shù)據(jù)可視化2、智能供應(yīng)鏈管理三、市場(chǎng)數(shù)據(jù)精確管理1、營(yíng)銷管理2、會(huì)員機(jī)制3、站內(nèi)個(gè)性化推薦（千人千面）項(xiàng)目背景分析客戶主要問(wèn)題點(diǎn)我們的案例我們的解決方案本項(xiàng)目實(shí)施成功要素目錄電商網(wǎng)站智能營(yíng)銷系統(tǒng)大數(shù)據(jù)平臺(tái)交易數(shù)據(jù)實(shí)時(shí)實(shí)時(shí)批量熱點(diǎn)分析售后管理多維透視智能營(yíng)銷實(shí)時(shí)推薦結(jié)果PCApp社交媒體批量營(yíng)銷建議產(chǎn)品電銷客服運(yùn)營(yíng)分析保險(xiǎn)公司線上財(cái)險(xiǎn)網(wǎng)銷上年銷售額60億，為進(jìn)一步提高線上銷售，分析深入了解客戶對(duì)不同生命周期內(nèi)的客戶實(shí)施跟蹤與管理，從而

4、擴(kuò)大客戶范圍，提升收入。行為數(shù)據(jù)項(xiàng)目背景電商網(wǎng)站智能營(yíng)銷系統(tǒng)大數(shù)據(jù)平臺(tái)交易數(shù)據(jù)實(shí)時(shí)實(shí)時(shí)批量熱點(diǎn)分析售后管理多維透視智能營(yíng)銷實(shí)時(shí)推薦結(jié)果PCApp社交媒體批量營(yíng)銷建議產(chǎn)品電銷客服運(yùn)營(yíng)分析行為數(shù)據(jù)一、數(shù)據(jù)平臺(tái)產(chǎn)品1、數(shù)據(jù)收集模塊2、數(shù)據(jù)存儲(chǔ)模塊3、數(shù)據(jù)集市模塊二、運(yùn)營(yíng)精細(xì)化產(chǎn)品1、數(shù)據(jù)可視化2、智能供應(yīng)鏈管理三、市場(chǎng)數(shù)據(jù)精確管理1、營(yíng)銷管理2、會(huì)員機(jī)制3、站內(nèi)個(gè)性化推薦實(shí)施了SaCa RealRec，從用戶行為，到實(shí)時(shí)個(gè)性化推薦，再到外向精準(zhǔn)營(yíng)銷全覆蓋，關(guān)鍵業(yè)務(wù)轉(zhuǎn)化率提升25%。項(xiàng)目背景分析客戶主要問(wèn)題點(diǎn)我們的案例我們的解決方案本項(xiàng)目實(shí)施成功要素目錄大數(shù)據(jù)進(jìn)入落地階段數(shù)據(jù)來(lái)源GartnerSaca

5、 全家福情景感知社交網(wǎng)絡(luò)大數(shù)據(jù)洞察云計(jì)算移動(dòng)互聯(lián)ADSG應(yīng)用交付安全網(wǎng)關(guān)SNAP社交網(wǎng)絡(luò)平臺(tái)EMM移動(dòng)管理平臺(tái)MAF移動(dòng)應(yīng)用開發(fā)平臺(tái)EP事件處理平臺(tái)DataViz數(shù)據(jù)可視化平臺(tái)RealRec切實(shí)推薦平臺(tái)CloudPush云推送平臺(tái)CDC變更數(shù)據(jù)捕獲平臺(tái)WWFWeb組件框架AppMart多終端應(yīng)用商店ACAP云應(yīng)用支撐平臺(tái)Aclome云應(yīng)用管理平臺(tái)數(shù)據(jù)分析個(gè)性化推薦精準(zhǔn)營(yíng)銷人口統(tǒng)計(jì)學(xué)數(shù)據(jù)用戶行為數(shù)據(jù)日志數(shù)據(jù)業(yè)務(wù)交易數(shù)據(jù)領(lǐng)域數(shù)據(jù)以用戶為中心定位企業(yè)級(jí)個(gè)性化用戶體驗(yàn)解決方案提供商三類應(yīng)用及服務(wù)用戶數(shù)據(jù)分析、個(gè)性化推薦、精準(zhǔn)營(yíng)銷產(chǎn)品價(jià)值幫助企業(yè)洞察用戶，向用戶提供適時(shí)、個(gè)性化的用戶體驗(yàn)，以提高轉(zhuǎn)化率、

6、擴(kuò)大客戶范圍、增加收入。銷售營(yíng)銷服務(wù)媒體航空金融電信醫(yī)療電商Saca RealRec產(chǎn)品資質(zhì)產(chǎn)品登記證書產(chǎn)品技術(shù)發(fā)明專利1篇國(guó)際論文Research on the opinion mining system for massive social media dataDATA INTEGRATIONDATA STORAGEFileSysten(HDFS)Online NoSQL(HBase)SqoopFlumeScribe(Impala/Spark)ANALYTICSQL(ClouderaSearch)SEARCH ENGINE(MapReduce,Mahout)MACHINELEARNINGD

7、ata HubDOCUMENT DATABASE(MongoDB)(MapReduce,Hive,Pig)BATCHPROCESSIGDISTRIBUTION QUEUE(Kafka)DISTRIBUTION CACHE(Redis)Hadoop ManagerNagiosGangliaZooKeeperSTREAM PROCESSING(Storm)自然語(yǔ)言處理興趣圖譜中間層用戶行為分析個(gè)性化推薦精準(zhǔn)營(yíng)銷業(yè)務(wù)應(yīng)用知識(shí)社區(qū)電信領(lǐng)域金融領(lǐng)域電子商務(wù)新聞媒體行業(yè)領(lǐng)域技術(shù)架構(gòu)圖YARN統(tǒng)計(jì)分析機(jī)器學(xué)習(xí)深度學(xué)習(xí)社交圖譜知識(shí)圖譜推薦引擎場(chǎng)景引擎客戶洞察引擎業(yè)務(wù)架構(gòu)圖場(chǎng)景：網(wǎng)站、App、智能設(shè)備等數(shù)據(jù)統(tǒng)計(jì)

8、分析。價(jià)值：洞察客戶，提升用戶體驗(yàn)、提升轉(zhuǎn)化率。優(yōu)勢(shì)：融合行為數(shù)據(jù)與內(nèi)部業(yè)務(wù)數(shù)據(jù)綜合分析。功能一：數(shù)據(jù)處理平臺(tái)功能二：1數(shù)據(jù)展示平臺(tái)與國(guó)際一流產(chǎn)品合作Tableau Server 即時(shí)混合各種數(shù)據(jù)通過(guò) Tableau，您可以過(guò)濾、排序并討論以上操作數(shù)據(jù)。在詢問(wèn)和回答問(wèn)題的那一刻，您和您的同事在進(jìn)行面對(duì)面的交流。這才是真正的協(xié)作功能二：1數(shù)據(jù)展示平臺(tái)功能二：1數(shù)據(jù)展示平臺(tái)在 SharePoint、iPad、Android 平板電腦上進(jìn)行分析可以在會(huì)議上、客戶站點(diǎn)和旅途中進(jìn)行決策它必不可少功能二：1數(shù)據(jù)展示平臺(tái)使每一份報(bào)告“恰到好處” IT 團(tuán)隊(duì)無(wú)法滿足商業(yè)用戶的報(bào)告隨時(shí)變化。Tableau 使得

9、商業(yè)用戶走出 IT 隊(duì)列，并能得到相應(yīng)的答案。分析報(bào)告“恰到好處”功能二：1數(shù)據(jù)展示平臺(tái)用戶行為分析個(gè)性化推薦營(yíng)銷分析功能二：2智能供應(yīng)鏈管理1. 問(wèn)題定位2. 算法模型選擇3. 數(shù)據(jù)特征選擇對(duì)于現(xiàn)實(shí)生活中的實(shí)際問(wèn)題，往往需要對(duì)其進(jìn)行總結(jié)分析，以找到方法將問(wèn)題轉(zhuǎn)換成數(shù)學(xué)模型商品銷量預(yù)測(cè)是機(jī)器學(xué)習(xí)領(lǐng)域回歸模型的一個(gè)典型應(yīng)用場(chǎng)景線性回歸假設(shè)特征和結(jié)果滿足線性關(guān)系。每個(gè)特征對(duì)結(jié)果的影響由系數(shù)體現(xiàn)，每個(gè)特征變量首先映射到一個(gè)函數(shù)，然后再參與線性計(jì)算線性回歸模型銷售的歷史數(shù)據(jù)往往維度較多，很多特征對(duì)結(jié)果預(yù)測(cè)作用很小，所以通常需要從數(shù)據(jù)中進(jìn)行特征抽取。特征選擇不當(dāng)將對(duì)預(yù)測(cè)結(jié)果的準(zhǔn)確性產(chǎn)生很大影響。Real

10、Rec采用前向搜索和過(guò)濾特征選擇(Filter feature selection)兩種方法進(jìn)行特征的選擇5. 銷量預(yù)測(cè)4. 模型訓(xùn)練商品銷量預(yù)測(cè)是機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)典型應(yīng)用場(chǎng)景，應(yīng)用監(jiān)督學(xué)習(xí)算法對(duì)商品銷售的歷史記錄、電商用戶行為數(shù)據(jù)及第三方平臺(tái)數(shù)據(jù)進(jìn)行數(shù)學(xué)建模，并通過(guò)實(shí)時(shí)銷售數(shù)據(jù)帶入模型對(duì)銷量進(jìn)行預(yù)測(cè)。機(jī)器學(xué)習(xí)過(guò)程將特征數(shù)據(jù)帶入線性回歸模型， h(x)為預(yù)測(cè)值，y為歷史商品實(shí)際銷量。通過(guò)最小化損失函數(shù)(cost function)的方法預(yù)測(cè)模型系數(shù)損失函數(shù)通過(guò)訓(xùn)練模型，可以得到不同特征對(duì)預(yù)測(cè)值影響的程度（權(quán)重 ）,從而得到預(yù)測(cè)銷量的擬合函數(shù)，將實(shí)時(shí)銷售的數(shù)據(jù)帶入擬合函數(shù)，得到最終預(yù)測(cè)值擬合函

11、數(shù)樣例功能三：市場(chǎng)數(shù)據(jù)精準(zhǔn)管理場(chǎng)景：數(shù)字化內(nèi)容推薦：閱讀推薦、視頻推薦、電商推薦等。價(jià)值：從千人一面到千人千面，實(shí)時(shí)推薦，提高交易量。優(yōu)勢(shì)：海量數(shù)據(jù)處理能力，實(shí)時(shí)數(shù)據(jù)處理能力。全流程閉環(huán)的持續(xù)優(yōu)化數(shù)據(jù)挖掘不是“一錘子”能解決問(wèn)題，需要反復(fù)的迭代實(shí)驗(yàn)，根據(jù)數(shù)據(jù)變化調(diào)整優(yōu)化模型。RealRec支持離線評(píng)估和在線評(píng)估兩種模型評(píng)估手段，簡(jiǎn)化模型評(píng)估工作，讓模型更匹配商業(yè)問(wèn)題。數(shù)據(jù)采集統(tǒng)計(jì)分析會(huì)員管理-精準(zhǔn)營(yíng)銷的目標(biāo)場(chǎng)景：用戶畫像、用戶評(píng)級(jí)、用戶標(biāo)簽化、產(chǎn)品標(biāo)簽化。價(jià)值：抓住長(zhǎng)尾客戶，提升潛在客戶，提高營(yíng)銷成功率。優(yōu)勢(shì)：融合客戶全方位數(shù)據(jù)，洞察客戶基因。產(chǎn)品優(yōu)勢(shì)一站式用戶分析解決方案實(shí)時(shí)的大數(shù)據(jù)處理電信

12、領(lǐng)域金融領(lǐng)域電子商務(wù)網(wǎng)絡(luò)多媒體智能監(jiān)測(cè)Agent智能監(jiān)測(cè)Agent智能監(jiān)測(cè)Agent智能監(jiān)測(cè)Agent數(shù)據(jù)采集持續(xù)計(jì)算消息隊(duì)列（點(diǎn)擊流數(shù)據(jù)）BoltBoltBoltBoltBoltBoltBoltBolt瀏覽記錄下載記錄評(píng)價(jià)記錄數(shù)據(jù)過(guò)濾數(shù)據(jù)轉(zhuǎn)化NoSQL數(shù)據(jù)庫(kù)用戶關(guān)注熱點(diǎn)轉(zhuǎn)化率統(tǒng)計(jì)網(wǎng)頁(yè)停留時(shí)間分布式計(jì)算關(guān)聯(lián)分析相關(guān)系數(shù)相似性因果關(guān)系推薦算法協(xié)同過(guò)濾SlopeOneSVD矩陣分解聚類算法K-Means模糊聚類層次聚類分布式數(shù)據(jù)倉(cāng)庫(kù)內(nèi)容信息元數(shù)據(jù)交易信息用戶行為數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)自然語(yǔ)言中文分詞特征值提取潛在語(yǔ)義網(wǎng)分類算法支持向量機(jī)樸素貝葉斯極限學(xué)習(xí)機(jī)統(tǒng)計(jì)模型預(yù)測(cè)模型分類模型關(guān)聯(lián)網(wǎng)絡(luò)航空領(lǐng)域智能監(jiān)測(cè)Ag

13、ent消費(fèi)品領(lǐng)域智能監(jiān)測(cè)Agent圖形數(shù)據(jù)庫(kù)領(lǐng)域本體庫(kù)興趣圖譜庫(kù)標(biāo)簽庫(kù)第三方數(shù)據(jù)文本挖掘文本慮重情感分析標(biāo)簽傳播通過(guò)分布式流數(shù)據(jù)處理進(jìn)行實(shí)時(shí)處理。同時(shí)利用工作流定時(shí)更新機(jī)器學(xué)習(xí)模型參數(shù)。提供了準(zhǔn)實(shí)時(shí)的分析、挖掘能力，數(shù)據(jù)產(chǎn)生到計(jì)算結(jié)果展現(xiàn)秒級(jí)?；谝?guī)則（規(guī)則引擎）基于興趣圖譜/知識(shí)圖譜（圖處理引擎）基于社交關(guān)系（圖數(shù)據(jù)庫(kù), Trust Walker）基于內(nèi)容（TFIDF，潛在語(yǔ)義等）基于用戶行為（slopeOne，協(xié)同過(guò)濾等）豐富的機(jī)器學(xué)習(xí)算法基于豐富的算法和圖譜的深度結(jié)合，輔以業(yè)務(wù)規(guī)則，有在線A/B Test、離線測(cè)試等效果評(píng)估手段，可以保證分析的精準(zhǔn)和挖掘的深度。項(xiàng)目背景分析客戶主要問(wèn)題點(diǎn)

14、我們的案例我們的解決方案本項(xiàng)目實(shí)施成功要素目錄項(xiàng)目組織東軟與東北大學(xué)大數(shù)據(jù)研究中心總體目標(biāo)（1）搭建科研能力強(qiáng)、創(chuàng)新后勁足、結(jié)構(gòu)合理的學(xué)術(shù)梯隊(duì)（2）構(gòu)建面向國(guó)內(nèi)外的開放型學(xué)術(shù)機(jī)構(gòu)具體目標(biāo) 分析、研究大數(shù)據(jù)環(huán)境下供應(yīng)鏈管理的思想、理論、方法、工具、運(yùn)作策略及其實(shí)踐應(yīng)用 （1）跟蹤和把握學(xué)科發(fā)展動(dòng)向 （2）聚焦新的研究領(lǐng)域 （3）重點(diǎn)關(guān)注大數(shù)據(jù)環(huán)境下運(yùn)營(yíng)與供應(yīng)鏈管理前沿問(wèn)題 根據(jù)國(guó)家經(jīng)濟(jì)、社會(huì)和企業(yè)發(fā)展需要，著重研究和攻關(guān)實(shí)際問(wèn)題目標(biāo)細(xì)分東軟與東北大學(xué)大數(shù)據(jù)研究中心中心主任：關(guān)志民 中心副主任：邱若臻 主要成員基本信息：姓名學(xué)位專業(yè)職稱單位關(guān)志民博士管理科學(xué)與工程教授運(yùn)營(yíng)與物流管理系邱若臻博士管理

15、科學(xué)與工程副教授運(yùn)營(yíng)與物流管理系喻海飛博士系統(tǒng)工程副教授運(yùn)營(yíng)與物流管理系張堯博士管理科學(xué)與工程教授運(yùn)營(yíng)與物流管理系秦緒偉博士機(jī)械工程副教授運(yùn)營(yíng)與物流管理系盧震博士管理科學(xué)與工程副教授運(yùn)營(yíng)與物流管理系李永立博士管理科學(xué)與工程副教授信息管理與決策科學(xué)系曲道鋼博士管理科學(xué)與工程講師運(yùn)營(yíng)與物流管理系高聰博士系統(tǒng)工程講師運(yùn)營(yíng)與物流管理系卞俊松博士管理科學(xué)與工程副教授加拿大溫莎大學(xué)姚大鋼博士企業(yè)管理工程師東軟集團(tuán)張雋博士工業(yè)工程副教授美國(guó)加利福尼亞浸會(huì)大學(xué)項(xiàng)目開發(fā)流程整體開發(fā)流程根據(jù)項(xiàng)目當(dāng)前的狀態(tài)和所要達(dá)到的階段性目標(biāo)制定整體項(xiàng)目計(jì)劃，整個(gè)過(guò)程包含了需求、設(shè)計(jì)、編碼、測(cè)試、部署等各種類型的開發(fā)活動(dòng)，項(xiàng)目的

16、每次迭代完成之后需要對(duì)本次迭代的結(jié)果進(jìn)行評(píng)估并以此為依據(jù)來(lái)制定下一次迭代的目標(biāo)。項(xiàng)目監(jiān)控審查：多頻率、多內(nèi)容、多角色分類溝通內(nèi)容組織/發(fā)布方溝通范圍與程度溝通方式項(xiàng)目客戶監(jiān)理方報(bào)告會(huì)議計(jì)劃項(xiàng)目計(jì)劃項(xiàng)目-參與參與項(xiàng)目計(jì)劃項(xiàng)目計(jì)劃評(píng)審會(huì)計(jì)劃變更項(xiàng)目-參與參與新版項(xiàng)目計(jì)劃新版項(xiàng)目計(jì)劃評(píng)審會(huì)周進(jìn)展項(xiàng)目周進(jìn)展項(xiàng)目-了解了解項(xiàng)目周報(bào)-里程碑進(jìn)展項(xiàng)目里程碑進(jìn)展項(xiàng)目-參與了解項(xiàng)目里程碑總結(jié)里程碑總結(jié)與評(píng)審會(huì)狀態(tài)評(píng)估迭代的進(jìn)展?fàn)顟B(tài)項(xiàng)目-參與了解狀態(tài)評(píng)估狀態(tài)評(píng)估會(huì)迭代結(jié)束迭代的結(jié)果項(xiàng)目-參與了解迭代總結(jié)迭代總結(jié)會(huì)業(yè)務(wù)建模業(yè)務(wù)模型項(xiàng)目-參與-業(yè)務(wù)模型報(bào)告業(yè)務(wù)建模評(píng)審會(huì)需求前景用例模型補(bǔ)充規(guī)約詞匯表用戶界面原型項(xiàng)目-

17、參與-需求相關(guān)報(bào)告需求評(píng)審會(huì)分析設(shè)計(jì)架構(gòu)設(shè)計(jì)設(shè)計(jì)模型數(shù)據(jù)庫(kù)設(shè)計(jì)項(xiàng)目-參與-分析設(shè)計(jì)報(bào)告分析設(shè)計(jì)評(píng)審會(huì)實(shí)現(xiàn)源代碼編碼規(guī)范項(xiàng)目-參與-實(shí)現(xiàn)評(píng)審會(huì)測(cè)試測(cè)試計(jì)劃測(cè)試用例測(cè)試環(huán)境測(cè)試數(shù)據(jù)缺陷報(bào)告項(xiàng)目-參與參與測(cè)試相關(guān)文檔測(cè)試評(píng)審會(huì)部署部署計(jì)劃數(shù)據(jù)遷移用戶培訓(xùn)系統(tǒng)集成上線割接驗(yàn)收測(cè)試項(xiàng)目-參與了解部署相關(guān)文檔部署評(píng)審會(huì)風(fēng)險(xiǎn)管理策略風(fēng)險(xiǎn)規(guī)避風(fēng)險(xiǎn)轉(zhuǎn)移風(fēng)險(xiǎn)接受根據(jù)風(fēng)險(xiǎn)發(fā)生的可能性和對(duì)項(xiàng)目影響的嚴(yán)重程度，定義風(fēng)險(xiǎn)等級(jí)：高、重大、中等、較小、低。風(fēng)險(xiǎn)對(duì)策：主要描述應(yīng)對(duì)風(fēng)險(xiǎn)的策略。風(fēng)險(xiǎn)管理的核心思想不是被動(dòng)地等待（等到風(fēng)險(xiǎn)變成現(xiàn)實(shí)、成為問(wèn)題或?qū)е马?xiàng)目失敗），而是決定如何對(duì)付風(fēng)險(xiǎn)。對(duì)于每個(gè)風(fēng)險(xiǎn)，有 3 種主要的可行措施

18、： 重新組織項(xiàng)目，使風(fēng)險(xiǎn)無(wú)法影響項(xiàng)目重新組織項(xiàng)目，讓其他方承擔(dān)該風(fēng)險(xiǎn)（客戶、廠商、銀行、其他主體等）決定接受這種可能發(fā)生的風(fēng)險(xiǎn)。監(jiān)視風(fēng)險(xiǎn)征兆，如果風(fēng)險(xiǎn)出現(xiàn)，則制訂應(yīng)急計(jì)劃，決定要采取的措施 如果接受風(fēng)險(xiǎn)，還要采取兩種措施及：風(fēng)險(xiǎn)減輕：采取一些及時(shí)的、正面主動(dòng)的步驟來(lái)減小風(fēng)險(xiǎn)發(fā)生的可能性或影響。制定應(yīng)急計(jì)劃：如果風(fēng)險(xiǎn)變成實(shí)際問(wèn)題，應(yīng)當(dāng)采取的措施。技術(shù)支持與維護(hù)用戶接線員應(yīng)用軟件系統(tǒng)工程師售前技術(shù)支持工程師平臺(tái)系統(tǒng)工程師高級(jí)培訓(xùn)教師系統(tǒng)專家項(xiàng)目組匯總解決技術(shù)支持工作流程分類階段解決時(shí)間A類問(wèn)題不論任何時(shí)期現(xiàn)場(chǎng)立即確定解決方案，爭(zhēng)取4小時(shí)內(nèi)解決；B類問(wèn)題質(zhì)保期內(nèi)當(dāng)日確定問(wèn)題和解決方案，8小時(shí)內(nèi)解決；質(zhì)保期外當(dāng)日首先確定問(wèn)題和解決方案；1個(gè)工作日內(nèi)解決；C或D類問(wèn)題質(zhì)保期內(nèi)當(dāng)日首先確定問(wèn)題和解決方案；2個(gè)工作日內(nèi)解決；質(zhì)保期外2個(gè)工作日內(nèi)確定解決方案，雙方協(xié)商完成期限并按時(shí)完成維護(hù)響應(yīng)時(shí)間成功案例案例：OhwYaa知識(shí)社區(qū)員工履歷活動(dòng)文檔過(guò)