电商大数据方案

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇电商大数据方案范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

电商大数据方案范文第1篇

提供开放的大数据平台

在云计算、大数据时代，企业更需要以互联网的思维方式构建面向未来的分布式应用，这就需要一个全新的技术架构。从这个角度说，FusionCube融合一体机解决方案与面向大数据应用的SAP HANA相得益彰。

“SAP HANA是一个能够充分挖掘和体现大数据价值的解决方案。与传统的数据分析、商业智能解决方案不同，SAP HANA提供了一整套模型和工具，可以通过对大数据的分析预测未来的业务发展，给企业带来新的商机。”任志鹏分析说，“针对SAP HANA，华为提供了一个创新的技术平台FusionCube，将计算、存储、网络有机地结合在一起，并融合了华为分布式存储引擎以及云管理软件，使得大数据的实时分析与处理可以达到更高的水平。”在TPC-H测试中，华为FusionCube 刷新了基于Sybase IQ的集群性能世界记录，充分展示了其融合架构带来的性能优势。

大规模定制是云计算、大数据时代的一个典型特征。许多企业客户都需要厂商提供基于其个性化需求定制的解决方案。今天，针对不同企业的不同需求，华为提供了支持单节点HANA的RH5885方案和多节点HANA的FusionCube方案。任志鹏介绍说：“SAP HANA对基础设施有很严格的要求。华为FusionCube for HANA一体机具备更快的同步写性能、更低延时和更高的读写带宽，以及很好的线性扩展能力。FusionCube可实现一站式交付、家电化安装，并能按需灵活扩展应用，运维非常简单。”

华为FusionCube for HANA一体机已经在许多行业得到了应用。以金融行业为例，FusionCube for HANA在包括银行小微贷项目等在内的新兴业务中得到了成功应用。华为内部还成立了一支技术团队，专门负责支持SAP HANA。

交付“三位一体”

华为进军IT领域后始终坚持“被集成”的策略。因此在IT解决方案的推广过程中，华为与集成商、分销商一直保持紧密合作。华为FusionCube for HANA一体机就是通过富通集团在中国市场上进行销售的。“华为、SAP与富通集团基于FusionCube for HANA实现了三位一体的交付。”任志鹏表示。

谈到为什么会选择华为FusionCube for HANA，富通集团董事长陈健表示：“华为拥有极强的综合研发能力，其大数据解决方案FusionCube for HANA的综合性能指标在业内居于领先地位。华为以前在电信领域主要是通过直销方式，而进入IT领域后，非常需要借助系统集成商进行行业拓展。”

电商大数据方案范文第2篇

然而，在此背后，大家却或多或少地带有一丝顾虑：“我的上网流量超了没有？”“月底了，不敢再用了！”我们有时甚至能够听到这样的投诉：“我就发发微博聊聊天，扣了我这么多钱！”在智能手机走进千家万户，3G网络普及，流量飞速增长的今天，对于流量、上网记录的投诉也同时以不可控制的速度递增，甚至运营商也曾被消费者以“欺诈”等名义，类似于“您的智能手机可能进行了系统或软件的更新”等含糊的解答再也应对不了消费者的质疑。就在业务爆炸性增长的同时，信誉的危机也悄然来到了电信运营商的面前。一个便捷、透明的上网记录查询系统成为了唯一的出路。

为客户提供上网记录查询并非我们想象的这么简单。这个查询系统需要提供海量级的数据应用。今年上半年，我国移动互联网用户已达3.88亿，同期国内某电信运营商月移动上网记录也增至上万亿条之多，而且每半年时间其上网记录数量都会成倍递增。在这样的情况下，传统的关系数据库根本无法应对上网记录的存储、管理和处理重任，有运营商已进行过测试：当传统关系型数据库承载百亿条数据的时候，就已开始有心无力，一个查询请求有可能几个小时都不能返回结果。

还好，这个困局随着“大数据”逐渐成为IT产业的关注热点，也迎来了转机。此前曾让电信运营商束手无策的移动上网记录，就拥有高容量、数据类型多样化、持续不断增长刷新以及能够从中挖掘出有价值的信息这四个基本特征，算是典型的“大数据”，所以，针对大数据的一系列管理和处理技术也就成为了运营商构建高效透明查询系统，树立诚信服务的关键技术。

这一切都引发了人们对大数据解决方案的渴求。某3G服务的运营商近期采用的一套大数据解决方案在一定程度上化解了这个难题。这套解决方案的核心硬件和软件平台分别是基于英特尔至强处理器的服务器，以及英特尔Hadoop发行版，前者不仅性能在主流服务器处于领先地位，而且还在可扩展性上拥有独到的优势。后者则可以直接利用这一优势，为大数据提供分布式、横向可扩展的数据组织与管理功能，并将应用负载分散到硬件系统的每个节点上。而且，与开源版本和其他发行版的Hadoop相比，它对于英特尔硬件平台的优化也更为充分，能够让其性能充分释放，使应用效率更高、计算存储分布更均衡。

海量数据电信解决方案

最终，通过配备高存储容量至强服务器，以及英特尔Hadoop 发行版在软件层面的支持，该运营商成功构建了移动用户上网记录查询与分析支持系统。该系统使得相关记录检索速度达到了秒级，即输入任何一个城市的号码，它的详细上网记录会在1-2秒种被检索出来。在用户界面中输入号码后，瞬间就可以得到每天的流量记录，详细的网站地址，在什么位置上的网，用的是什么网络以及起始时间等等，用户再有任何质疑，运营商的客服人员都可以通过清晰明确地答复，消除他的疑虑。

“因为有了大数据，有了现在的这些技术支持，以前需要3-6各月才能查询的记录我们现在只需要几分钟，甚至更快。“该运营商负责人在谈到这个系统时兴奋地表示：“基于英特尔架构的大数据软硬件技术，给电信行业带来了很大机遇，这些数据的挖掘分析还会为最终客户的使用体验展现出更高的价值，为未来移动互联网的发展奠定了良好的基础。”

SUSE Manager简化Linux管理

近日，SUSE公司在美国SUSECon用户大会上宣布推出其最新版用于企业Linux环境的系统管理解决方案SUSE Manager 1.7。SUSE Manager通过单一集中化的解决方案帮助企业全面综合管理SUSE Linux Enterprise Server和Red Hat Enterprise Linux服务器。1.7版本中包括增强的灵活性与合规，可帮助客户发展Linux部署，并减轻管理工作。

电商大数据方案范文第3篇

一部分属于单纯以大数据技术为核心的新兴企业，希望为市场带来创新方案并推动技术发展。

另有一些原本打理数据库/数据仓储业务的老牌厂商，他们打算利用自身优势地位冲击大数据领域，将现有安装基础及产品线口碑推广到新一轮技术浪潮当中。

下面我们就一起来看今天的十五家大数据企业名单，其中十家早已名满天下、另外五家则属初来乍到。

10大老牌：

1、IBM

根据Wikibon的报告，作为2012年大数据业务营收成绩最好的公司，IBM过去一年从大数据相关产品及服务中获得了13亿美元收益。其具体产品包括服务器与存储硬件、数据库软件、分析应用程序以及相关服务等。在IBM围绕大数据开发出的产品中，DB2、Informix与InfoSphere数据库平台、Cognos与SPSS分析应用可谓最为知名。IBM同时也为Hadoop开源数据分析平台提供支持。

2、惠普

惠普在2012年获得的大数据营收名列第二，总值为6.64亿美元。这家供应商还提供与之相关的硬件、软件以及服务，其最为知名的方案当数Vertica分析平台。

3、Teradata

Teradata在2012年获得全球第三大大数据厂商头衔，其营收总额达4.35亿美元。Teradata凭借自家硬件平台、数据库以及分析软件而声名远播。它同时针对零售及运输行业推出了专门的分析工具。

4、甲骨文

尽管在大家眼中，甲骨文一直以其冠绝群雄的数据库产品闻名，但事实上他们也是大数据领域的主要竞逐者之一。其甲骨文大数据设备将英特尔服务器、Cloudera Hadoop发行版以及甲骨文的NoSQL数据库结合到了一起。2012年甲骨文名列大数据企业榜单第五位，营收总额为4.15亿美元。

5、SAP

SAP推出了一系列分析工具，但其中知名度最高的当数其HANA内存内数据库。2012年该公司在大数据企业竞争中位居第六，营收总额为3.68亿美元。

6、EMC

EMC一方面帮助客户保存并分析大数据，另外也充当着大数据分析智囊营销科学实验室的所在地这家实验室专门分析营销类数据。EMC推出的最新爆炸性消息是与VMware及通用电气一道支持Pivotal公司。Pivotal将对Hadoop与EMC的Greenplum数据库与HAWQ查询工具进行整合。EMC在2012年的大数据企业排行榜中位列第七，营收总额为3.36亿美元。

7、Amazon

Amazon向来以企业云平台闻名于世，但同时也推出过一系列大数据产品，其中包括基于Hadoop的Elastic MapReduce、DynamoDB大数据数据库以及能够与Amazon Web Services顺利协作的Redshift规模化并行数据仓储方案。

8、微软

微软的大数据发展战略可谓雄心勃勃，包括与Hortonworks建立合作关系、建立一家大数据新兴企业以及推出基于Hortonworks数据平台的HDInsights工具。微软的SQL Server数据库也颇具知名度，且于2012年的大数据企业比拼之中位列第九，营收总额为1.96亿美元。

9、谷歌

谷歌公司推出的大数据产品包括BigQuery一款基于云的大数据分析平台。该公司在过去一年中拿下3600万美元大数据营收。

10、VMware

VMware向来以云计算及虚拟化解决方案著称，不过近来也开始逐步踏入大数据领域。今年六月虚拟巨头公布的VMware vSphere大数据扩展版就很说明问题，这套方案使得vSphere能够控制Hadoop部署并帮助企业用户简化大数据项目启动流程。VMware在过去一年中获得3200万美元大数据营收，几乎与谷歌公司持平。

业界新生代：

11、Cloudera

相信目前已经没人敢在列举顶级大数据供应商时漏掉Cloudera。这家新兴企业获得1.41亿美元风险投资，支持阵营中甚至包括谷歌、Facebook、甲骨文以及雅虎等在大数据领域赫赫有名的老将。该公司于2008年首次为企业客户带来Apache Hadoop平台。

12、Hortonworks

Hortonworks是另一家Hadoop供应商，并在2011年从雅虎公司分离出来之后获得超过7000万美元的风险投资支持。它在发展中将矛头直指Cloudera，这位年轻选手背后则站着微软、Rackspace、红帽、Teradata等多家战略合作伙伴。

13、Splunk

根据WIkibon的统计，Splunk是目前纯大数据供应商中占据市场份额最大的企业，2012年全年营收总额达1.86亿美元。该公司主要关注机器数据分析业务。

14、10Gen

10Gen最具影响力的得意佳作要数其开源MongoDB一款业界领先的NoSQL数据库。该公司的战略投资伙伴包括英特尔、红帽以及In-Q-Tel。10Gen去年在纯Hadoop及NoSQL业务企业中名列第三，营收总额为3600万美元。

电商大数据方案范文第4篇

1 大数据技术与营销

根据麦肯锡的定义，大数据是在获取、存储、管理、分析等方面的规模大大超出传统数据库软件工具能力范围的数据集合，具有海量规模、快速流转、多样类型和低价值密度等特征。对海量数据的挖掘和运用正在推动新一波生产率增长的到来：谷歌流感趋势（Google Flu Trends）预测系统利用用户输入的搜索关键词预测禽流感的散布；携程利用数据模型训练平台预测用户行为，于用户出行前在网页和营销邮件中作出个性化推荐，从而提高打_率和转化率。可以说，大数据时代已经来临，且大数据的核心就是预测。[1]在互联网行业，拥有海量数据和对海量数据的强大运算能力意味着拥有制胜砝码。借助技术和营销的双重手段，通过收集、分析数据来倾听、理解用户需求，并在洞察和整合的基础上实施个性化营销，能够使广告更加精准、有效，从而为品牌企业带来更高的投资回报率。综上所述，大数据营销是基于大数据的技术与营销的无缝融合，在“玩转”数据基础上的大规模个性化营销将帮助企业形成新的核心竞争力。

航运业是与经济贸易发展相关性极强的行业，航运经营活动中产生的数据具有大数据的天然属性。在即将到来的智能化工业革命浪潮中，作为全球经济贸易活动的关键环节，航运业必须与信息网络实现深层次对接与合作，通过分析航运数据识别客户行为，并据此制定营销方案，以应对航运业长期低位运行的现状。

2 航运电商大数据的类别

2.1 产品数据

产品数据指船公司或其人在航运电商平台上的航线产品信息。航运电商平台按照装货港、卸货港、延伸服务、航班密度等来区分航线产品，并积累、管理同一航线产品不同航次（时间）的价格信息。

2.2 用户数据

用户数据指反映用户访问行为特征和属性的数据，包括访问产品类别、访问频率、访问时间、地理位置和访问历史等。用户数据可用于分析用户的访问行为特征，并预测用户的消费倾向。

用户数据分析的基础是用户识别。用户识别指识别日志数据中由同一用户所触发的访问记录，并基于该用户的访问记录得到其在特定时间段内的浏览序列。用户识别的方法如下：（1）如果用户的互联网协议（Internet Protocol，IP）地址不同，则认为是不同用户；（2）如果用户的IP 地址相同，但使用的浏览器或操作系统不同，则认为是不同用户；（3）如果用户的IP 地址相同，使用的操作系统和浏览器也相同，则根据网站页面之间的逻辑结构来识别用户，即如果请求页面无法从已访问的页面到达，则判断该用户是新用户；（4）如果用户的IP地址、操作系统、浏览器、网站页面等均相同，但网页浏览记录中的账号相关字段名发生变化，则判断该用户是新用户。

2.3 搜索数据

搜索数据指反映用户搜索行为特征的数据，如浏览用户数量、浏览用户增长率、新老浏览用户比例、浏览用户停留时间等。搜索数据可用于分析用户对产品的兴趣度，以用户停留时间为例：通常情况下，用户在自己感兴趣的产品页面停留时间较长，在不感兴趣的产品页面停留时间较短；因此，用户停留时间越长，其购买该类产品的倾向越大。

搜索数据可分为平台基础数据、用户关系管理数据、产品管理数据等，其中：平台基础数据包括用户数量、成交数量、成交金额等数据；用户关系管理数据包括浏览及成交用户分布、用户成交记录、用户流失预警等数据；产品管理数据包括用户关注产品、用户成交产品、用户定制产品等数据。

2.4 成交数据

成交数据指反映产品成交情况的数据，包括成交产品的区域分布、时间段分布和价格区间分布等数据。成交数据可用于分析市场供需状况，为产品优化及合理定价提供参考。

2.5 集装箱动态数据

航运电商平台通过与船公司之间的数据交换掌握集装箱动态，并通过推送、查询等功能向客户提供提箱、返场、装船、海运、抵港、卸船、提货、还箱等集装箱动态数据，将原来需要由收发货人自行查询集装箱动态的服务模式转变为主动向收发货人推送关键节点动态信息的服务模式，从而实现集装箱全程运输的可视化，使收发货人可随时掌握集装箱动态，为提升集装箱海运质量提供信息保障。

2.6 衍生数据

衍生数据指货主向船公司订舱时所提供的货物品名等信息。未来，航运电商平台可以利用衍生数据，向用户提供各类货物的流向、流量等信息，以便用户据此调整商品生产及贸易行为，从而提升社会效率，使社会资源得到更加充分的利用。

3 航运电商大数据在集装箱航运业中的

应用

3.1 个性化精准营销

个性化精准营销既能让需要信息的客户及时获得信息，又不打扰对该信息没有兴趣的人，即在不影响客户体验的前提下达到营销目的。通过对大数据的深度挖掘，航运电商平台能够准确预测客户需求，并向客户提供个性化的运输解决方案，适时向客户推送其感兴趣的运输路径、运输价格、舱位情况等信息，从而使信息更有价值且更加人性化。例如，客户在航运电商平台上搜索某条运输路径时发现舱位已售完，此后，一旦推出该运输路径的新舱位，航运电商平台可立即告知客户。对于客户而言，此即有价值的信息，而非垃圾广告，尤其是在旺季舱位紧张的情况下，个性化精准营销的优势更为突出。

电商大数据方案范文第5篇

全球付费电视用户预计2017年超10亿，其中IPTV用户净增0.8亿至1.8亿，全球视频行业空间超过5000亿元，其中电信运营商所能触及的电视业务分发领域空间接近1000亿元，巨大的视频流量增长给运营商网络带来巨大挑战。中兴通讯作为全球领先的信息及通信解决方案供应商，基于对视频及网络深入的研究和现网经验，以及对视频行业未来的见解，了《中兴通讯大视频方案白皮书》提出了运营商如何应对视频业务的流量冲击，如何构建面向视频业务的网络，如何在大视频时代占据先机的思路和方法。

四“大”特征

目前，大视频有四“大”特征，即大内容，大网络，大数据，大生态。

所谓大内容，主要体现在两方面，一方面是格式多样化，目前有普清、高清、4K三种格式；另一方面是方式多样化，主要以IPTV、OTT视频、移动视频三种方式存在。大网络是指有线无线网络，涵盖从接入到承载，同时与NFV/SDN，CDN融合交互。大数据是指海量的视频网络数据、业务数据以及用户行为特征支撑运维、运营。大生态还需要基于开放平台构建共赢生态，提升盈利能力。

中兴通讯深刻理解大视频内涵，提出运营商可以从用户体验，网络架构，创新业务，生态圈四个方面深入着手，以此来实现构建满足4K视频到家庭，高清视频到移动的极致视频体验的精品网络的目标。

构建4K视频网络

1.构建超宽带，低时延的FBB/MBB网络。

FTTH/G.fast接入网产品支撑百兆，千兆到户，400G BRAS，1T CR平台支撑超宽城域网。

4G/Pre5G无线产品大大提升移动基站带宽，核心网支持TCP优化等多种视频优化能力。

2.构建固移融合，分层部署，弹性调度的CDN网络。

固移融合的CDN不仅能够为有线网络下的IPTV/OTT视频提供服务，而且也能够为移动网络下的视频提供服务。满足用户多屏化的业务需求，在TV屏和手机屏上为用户提供一致的视频体验。

分层部署，CDN支持进一步下沉到OLT/RAN侧：4K视频来临后的巨大体量将造成城域网的拥堵，所以CDN继续下沉必将成为下一步趋势。在有线网络CDN节点可以进一步下沉到OLT节点。在移动网络下，将CDN部署到RAN侧可以极大地缩短传输时延，极大地提升用户移动视频体验。

CDN部署云化/SDN化实现资源的弹性调度：CDN部署在SDN化的vDC架构之上，通过软硬件解耦来支持自动部署，弹性伸缩。通过vDC之间的互联可以做到CDN节点所有的资源成池，在不同节点之间进行存储计算资源共享，大幅度提升系统整体运行效率，降低系统回源流量。CDN部署的网络SDN化后则能将网络资源虚拟化，CDN能将业务资源，服务等级与网络资源进行匹配，提供更好的用户服务。

3.超清，融合智慧家庭方案。

4K机顶盒：全面支持4K@60P视频，HDMI2.0，标准4K视频体验。

xPON+机顶盒融合智能网关：简化家庭网络，简化设备操作，降低产品成本，提升业务体验。

大数据实现智能化

1.V-QOE视频指标体系

基于视频网络端到端服务能力的度量以及有效的视频业务质量评估需求，建立一套以用户体验为中心的视频评价体系，用统一的衡量标准，来评价不同网络、不同屏幕、不同场景应用下的视频体验的好坏即为V-QOE视频指标体系。

2.大数据智能运维

构建大数据智能运维系统通过部署系列探针，采集终端、CDN、业务平台以及网络侧的KPI数据，基于大数据技术，构建V-QOE指标体系，实现视频体验的实时监控、故障快速定界定位以及面向视频体验的网规网优等功能。

3.大数据智能运营

构建大数据平台，从海量的视频数据中，进行用户行为的深入分析，构建用户画像，支撑视频推荐，精准广告，数据变现等运营需求，基于开放的视频平台，提供多样化的业务，更好的盈利和吸引用户。

1.多样化的广告业务：构建智能广告平台，实现开机广告，VOD广告，频道广告，挂角广告等多种广告形态，同时基于手机和电视的多屏互动功能，实现超声波广告等新型广告形式。

2.可视通信：基于IMS+RCS的可视通信方案，可以实现手机与电视，电视与电视的可视通信业务，可以提供比OTT视频通信更有质量保障，效果更好的视频通信业务。

3.固移一体化：将IPTV业务进一步拓展到移动侧，提供手机IPTV业务，并确保为手机和TV端提供一致的视频体验，同时利用多屏互动，手机操作灵活的特点，开发更多的创新业务（如电视红包等）。