探索百度数据仓库：构建洞悉用户需求的智慧平台

刘立萍，baidu，2012年11月27日

我们要解决的大数据问题

• 数据仓库产品：百度大数据多维分析/报表引擎产品
• 数据集市：增加特定领域数据，逻辑与DW搭配成为数据管理基本结构；特定领域数据主题分片，提速，固化领域逻辑
• 需求：BIEE/Dashboard 统计分析/流量预测/异常分析/数据挖掘，DW集成环境 RawLog 分布式实时消息传输 Bigpipe

深刻洞察与理解用户需求

用户需求是每一个互联网企业生存和发展的基础。要洞察和理解，离不开对海量用户的数据发掘与行为分析。

大数据挖掘：公共决策的利器

大数据挖掘是基于互联网信息采集和数据库应用的趋势性分析判断技术。我国日均数据产生量已成为世界首位，研究政府部门如何利用大数据进行智慧决策成为当务之急。

实现预测的关键是数据挖掘和大数据技术。基于大数据技术的数据挖掘，可以从海量客户资料、使用行为、消费行为、上网轨迹等信息中提取有用信息，准确判断客户流失的现状或倾向，及时并针对地进行挽留。

大数据在互联网行业、广电行业、云计算、能源行业等领域都有广泛的应用。例如，洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生，google流感趋势利用搜索关键词预测禽流感的散布。

百度开放云拥有超过1.2万台的单集群，超过阿里飞天计划的5k集群，为大数据存储和处理需求的开发者提供可靠低成本的服务。许多企业拥有海量大数据，却缺乏大数据能力，百度大数据引擎可以助其一臂之力。

案例一：精准营销，助力电商平台销量翻番

电商平台A，面对激烈的市场竞争，希望通过数据分析提升用户满意度与销售转化率。运用大数据分析，A平台对用户行为进行了深入挖掘。通过对用户浏览、购买等行为的分析，识别出用户偏好和购买倾向。根据分析结果，A平台对商品进行了精准推荐，提升了用户的购买体验。半年内，平台的用户满意度提高了20%，销售额同比增长了50%。这一成果证明了大数据分析在精准营销中的重要作用。

城市B为了提升公共安全水平，引入大数据技术进行治安监控。通过视频监控系统，结合人脸识别、大数据分析等技术，城市B能够实时捕捉异常行为，并在发生紧急情况时迅速响应。例如，某次针对公共区域的暴力事件，城市B利用大数据技术迅速锁定嫌疑人，为案件侦破提供了有力支持。自大数据系统运行以来，城市B的犯罪率下降了30%，获得了良好的社会反响。

教育机构C运用大数据分析技术，对学生学习数据进行全面挖掘。通过分析学生的学习成绩、学习进度、学习时长等数据，识别出学生的学习需求和问题。针对学生的个性化需求，C机构设计了针对性的教学方案，提高了教学效果。例如，针对学习成绩较差的学生，C机构提供一对一辅导，帮助学生快速提高成绩。经过一年时间，C机构的学生平均成绩提升了15%。

案例四：金融行业，大数据风控降低信用风险