什么是大数据分析平台？平台包含哪些功能？大数据分析顾问能提供哪些数据分析？

一、什么是大数据分析平台？包含哪些功能？

能做分析数据的工具就能称作“数据分析平台”吗？当然不是。一般来讲，数据分析平台最底层的是各种各样的数据源；然后从这些数据源采集各种符合企业需求的数据，经过验证、清洗、并转化为所需格式后，储存到一个合适的持久化储存层中；下一阶段是数据的处理和分析；最后是可视化和展示各个不同分析算法处理过的结果。

一个数据分析平台涉及到的组件众多，如何将其有机地结合起来，完成海量数据的分析挖掘是一项复杂的工作。我们以 亿信ABI为例，来看一下数据分析平台架构是什么样的：

支撑软件：主要包括中间件、数据库和操作系统。

基础平台：基础平台贯穿整个系统，主要包括用户权限、工作流、公告、备份恢复、资源管理器、日志、计划任务、系统信息、java 控制台等。

数据整合：平台支持对数据进行数据抽取、数据清洗、数据转换、数据调度、运行监控等。

数据建模：平台提供不同方式的主题表创建方式，并设置主题之间的关联联系。

分析展现：提供各种图表的设计展现，如：固定报表、DashBoard、酷屏、看板等，并支持系统管理辅助功能等。

第三方应用：提供丰富的第三方开发接口用于实现项目实施过程中的各种集成需求，包括移动端接口，微信接口等。

客户端：支持 PC 端、手机、Pad；支持各种浏览器，如 IE、Chrome 等。

集成了上述核心功能的亿信ABI数据分析平台，一方面可以有效支持技术开发者开展算法研究、模型设计、系统优化等探索性研发工作，并快速将研发成果集成到平台中，不断提升平台的技术先进性；另一方面可以有效支持企业级大数据应用系统的运营，以及第三方应用开发与扩展，促进行业应用解决方案不断成熟与完善。

二、家居卖场该如何利用大数据？

以亿信华辰的某零售企业的案例为例，给一些思路。

该企业建设的大数据平台，面向全企业定制化采集商品、运营、会员等三大领域数据，整合各业务系统数据，建立数据中心，从而实现对商品销售、门店运营情况、各店会员行为的数据分析与挖掘，为用户提供一站式零售管理决策支持。

系统主要围绕着四大主题开展：业务主数据管理、商品结构销售管理、经营风险预警分析、会员画像营销管理

业务主数据管理：基于 亿信i@Report采集平台，导入该企业的商品分类、商圈、会员公司等主数据，完成数据初始化，生成报表户清单及分析相关的维表。

商品结构销售管理：结合业务需求，搭建了商品、零售、运营等多主题的数据集市及领导驾驶舱开发；随时掌握每月商品销售情况，包括品单价、品项占比、销售占比、价格带、双ABC、品类效益、理论与实际、关联率、微定价等等。

经营风险预警分析：结合 亿信BI数据分析展示平台构建了数据分析及数据挖掘系统，通过KPI开发、预警及挖掘分析的应用，实现了数据的深入应用，可辅助用户进行商品购买决策，提升企业竞争力

会员画像营销管理：基于已有数据提炼整理数据挖掘模型，构建以会员为主题的用户画像。利用系统内置的算法模型进行用户咨询率、活跃度、流失率的预测，并结合营销与市场相关信息，辅助用户在合适时机推出适当的营销策略。

关于亿信华辰

亿信华辰是中国专业的智能数据产品与服务提供商，一直致力于为政企用户提供从数据采集、存储、治理、分析到智能应用的智能数据全生命周期管理方案，帮助企业实现数据驱动、数据智能，已积累了8000多家用户的服务和客户成功经验，为客户提供数据分析平台、数据治理系统搭建等专业的产品咨询、实施和技术支持服务。

欢迎关注公众号：亿信华辰Pro
－让数据驱动进步－

这个问题，只能丢个砖，等楼下的玉。

大数据来源主要是电商，社交网络（媒体）和物联网。电商解决的是资金和生产关系的构成，社交是描述人与人之间的联系，物联网是解决物与物之间的关系。

家居卖场对会员和客流的管理和分析会有需求，但是家居卖场首先先解决电商和线下实体店的关系吧，这个比大数据重要，先解决空间租金昂贵，入驻商户有限，产品展示有限，客户寻找产品体验差等问题吧。

可视化分析：找出销售额变化的影响因子（商品种类、季节等）；

图分析：商品配置、商品搭配的方案制定；

若有整个卖场的数据，可以做顾客画像分析，了解顾客购买较多的商品。

大数据分析平台是一个集成性的平台称呼，能够将用户所有的数据，加载到hadoop,spark平台进行可视化，并且可以挖掘您的数据，发挥大数据的价值。国内ethink做的就很不错 http://www.ethinkbi.com

对于大数据如何在家具电商中应用可以举个例子，顾客如果想买一款中式餐桌，他通常会使用搜索引擎。当他输入“餐桌、中式”等关键词时，搜索引擎可以将相关产品信息显示在搜索的最前端。对于顾客来说，大数据使他非常精准地获取到了自己想要的产品，而互联网企业可以更加准确地对用户进行行为分析、需求挖掘，利用大数据提供分析，对于关注度高的产品进一步加大推广投入，这很像服装行业“打爆款”的策略思路。