ethink大數(shù)據(jù)分析行業(yè)案例公開課一等獎?wù)n件省課獲獎?wù)n件

運行商大數(shù)據(jù)分析——電信項目需求—以省級電信數(shù)據(jù)中心為基礎(chǔ)，建立大數(shù)據(jù)分析平臺，

關(guān)鍵應(yīng)用為：客戶畫像應(yīng)用、

客戶流失預(yù)測、

顧客行為分析、換機預(yù)測等功能數(shù)據(jù)存放數(shù)據(jù)量（流量表）：日匯總后數(shù)據(jù)集市每日3億統(tǒng)計，每個月100億條統(tǒng)計查詢統(tǒng)計響應(yīng)時長：4秒以內(nèi)硬件環(huán)境：數(shù)據(jù)庫服務(wù)器1臺+25臺分布式pcserver(4顆4核CPU,16G內(nèi)存)數(shù)據(jù)可視化自助報表查詢中心，可視化推送與展現(xiàn)經(jīng)營管理可視化，管理人員能夠及時精確地理解市場競爭、業(yè)務(wù)發(fā)展和資源使用情況，方便及時發(fā)覺問題和處理問題客戶投訴智能識別系統(tǒng)辨別客戶投訴真實原因、發(fā)覺問題、改善產(chǎn)品、提升服務(wù)體驗第1頁運行商大數(shù)據(jù)——客戶流失預(yù)測客戶流失預(yù)測模型通話頻率、上網(wǎng)偏好、地區(qū)位置、年齡、性別、職業(yè)。。。競爭對手、朋友圈、家庭成員。。。用戶體驗評估、服務(wù)品質(zhì)、市場波動。。?？蛻魯?shù)據(jù)外部數(shù)據(jù)其他數(shù)據(jù)利用ETHINK優(yōu)化神經(jīng)網(wǎng)絡(luò)算法、回歸分析算法等數(shù)據(jù)挖掘辦法命中率達70.57%覆蓋率達67.49%第2頁運行商大數(shù)據(jù)——客戶投訴智能識別某一省為例：769個投訴原因被識別;配合業(yè)務(wù)部門提出37個產(chǎn)品優(yōu)化提議，幫助優(yōu)化21個產(chǎn)品;優(yōu)化不滿意點68個，消除468,295客戶潛在不滿隱患;每年節(jié)省成本達840萬。客戶流失預(yù)測模型采取向量空間模型建模技術(shù)，利用ETHINK優(yōu)化K—最相鄰算法、一次迭代LR等算法歷史數(shù)據(jù)客戶數(shù)據(jù)環(huán)境數(shù)據(jù)服務(wù)數(shù)據(jù)產(chǎn)品數(shù)據(jù)ETHINK大數(shù)據(jù)平臺歷史上其他投訴數(shù)據(jù)客戶基本數(shù)據(jù)

與客戶相

關(guān)經(jīng)濟、政治法律、社會文化、科學(xué)技術(shù)等數(shù)據(jù)客戶投訴以及處理數(shù)據(jù)客戶在用產(chǎn)品及套餐有關(guān)數(shù)據(jù)ETHINK優(yōu)化算法第3頁金融大數(shù)據(jù)分析——銀行項目需求—整合金融非構(gòu)造化數(shù)據(jù)、構(gòu)造化數(shù)據(jù)和敏捷數(shù)據(jù)建立大數(shù)據(jù)分析平臺，關(guān)鍵應(yīng)用：

客戶群體劃分、精確營銷、風(fēng)險管控、運行優(yōu)化、欺詐行為分析等功能數(shù)據(jù)存放某省數(shù)據(jù)中心，近五年操作、交易統(tǒng)計，共1000億條左右。80臺X86架構(gòu)PC服務(wù)器單臺服務(wù)器，8核CPU,32G內(nèi)存數(shù)據(jù)可視化全行數(shù)據(jù)集中可視化，可視化推送以及移動應(yīng)用全行數(shù)據(jù)分析資源集中優(yōu)化管理，提升數(shù)據(jù)分析效率，助力業(yè)務(wù)轉(zhuǎn)型、創(chuàng)新和發(fā)展全行數(shù)據(jù)分析挖掘靈活擴展，風(fēng)險預(yù)警評價體系，實現(xiàn)系統(tǒng)化運行監(jiān)控第4頁金融大數(shù)據(jù)——信用風(fēng)險評定傳統(tǒng)的信用風(fēng)險分析結(jié)構(gòu)化數(shù)據(jù)定量成熟更注重內(nèi)部數(shù)據(jù)ETHINK信用風(fēng)險評估模型庫結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)定性不斷發(fā)展分析內(nèi)外部數(shù)據(jù)ETHINK信用風(fēng)險評定是基于ETHINK大數(shù)據(jù)平臺，能夠不停發(fā)展，自我完善模型庫信用風(fēng)險評定數(shù)據(jù)由信用風(fēng)險系統(tǒng)提供電子化信息（包括：評選、預(yù)期、信用等級下滑指標等）具有信用風(fēng)險作業(yè)人員專業(yè)常識（例如：所在公司過度時期某些背景事實，老板個人問題、應(yīng)收賬款品質(zhì)下降等）外部資料，社交媒體，黑名單、分析報告、所在行業(yè)產(chǎn)能等等數(shù)據(jù)算法模型優(yōu)化針對行業(yè)優(yōu)化深度學(xué)習(xí)算法、ETHINK優(yōu)化分類預(yù)測、聚類分析算法等ETHINK基于大數(shù)據(jù)平臺，在數(shù)據(jù)分析維度和算法先進性方面有更大優(yōu)勢第5頁ETHINK大數(shù)據(jù)分析平臺，數(shù)據(jù)發(fā)覺敏捷平臺金融大數(shù)據(jù)——信用風(fēng)險評定信用風(fēng)險評定模型庫以ETHINK大數(shù)據(jù)分析平臺為基礎(chǔ)，以信用風(fēng)險評定模型庫為引擎，實現(xiàn)系統(tǒng)化運行監(jiān)控；日均手工監(jiān)督工作量由895.8萬筆降至5.4萬筆，全行釋放了5900余名業(yè)務(wù)監(jiān)督人員。第6頁政府大數(shù)據(jù)分析——審計項目需求建立審計數(shù)據(jù)中心，關(guān)鍵應(yīng)用：事件預(yù)警，對發(fā)覺審計疑點，進行提前預(yù)警。數(shù)據(jù)存放全省審計數(shù)據(jù)，近３年數(shù)據(jù)，統(tǒng)計數(shù)過十億條系統(tǒng)環(huán)境硬件環(huán)境：數(shù)據(jù)庫服務(wù)器1臺+8臺分布式pcserver單臺4核，16G內(nèi)存數(shù)據(jù)可視化可視化報表設(shè)計，完成自動生成審計報表實現(xiàn)可視化審計全覆蓋，開展多維度數(shù)據(jù)分析，提升審計效益質(zhì)量和效率建立多種挖掘分析模型和辦法體系，擴展審計視野和監(jiān)督深度第7頁政府大數(shù)據(jù)——審計疑點預(yù)警審計疑點評定模型庫建立風(fēng)險分析模型32個，能夠提前2周對對應(yīng)風(fēng)險進行預(yù)警基于ETHINK大數(shù)據(jù)平臺，利用ETHINK優(yōu)化的聚類分析、關(guān)聯(lián)分析、回歸分析、因子分析和判別分析等先進算法審計主體數(shù)據(jù)審計客體數(shù)據(jù)外部數(shù)據(jù)其它數(shù)據(jù)跨部門、跨機構(gòu)、跨區(qū)

域跨行業(yè)、跨產(chǎn)品、跨風(fēng)險信息數(shù)據(jù)。。。法律法規(guī)數(shù)據(jù)、審計程序規(guī)范和標準。。。公司財務(wù)、生產(chǎn)經(jīng)營活動有關(guān)數(shù)據(jù)。。。審計人員本身數(shù)據(jù)、審計決定和審計意見書數(shù)據(jù)。。。第8頁數(shù)據(jù)挖掘應(yīng)用——航空發(fā)動機故障診斷業(yè)務(wù)場景航空發(fā)動機工作條件復(fù)雜，維護時技術(shù)難度大、成本高，發(fā)動機故障在飛機飛行故障中占有相當(dāng)大的比例，且常常因發(fā)動機的故障導(dǎo)致飛行中的災(zāi)難性事故；航空發(fā)動機的故障預(yù)測可以迅速而準確地確定故障部位及故障嚴重程度,有利于確保飛行安全以及減少投入維修的人力、物力,縮短飛行器的停飛時間,提高飛行器的利用率。

解決方案飛機在試飛、飛行過程中在不同飛行參數(shù)下，會產(chǎn)生不同的飛行