- 1、本文档共44页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
信息资源的综合利用 案例一:日本探查我国刚开发大庆油田的情况 1964年,《人民日报》的“大庆精神大庆人”字句让日本人作出了“中国的大庆油田,确有其事的判断。 1966年7月,《中国画报》上的一张照片上的人物衣着判定“大庆是在冬季为零下30摄氏度的北满,大致在哈尔滨与齐齐哈尔之间”。 1966年10月,根据《人民中国》杂志关于石油工人王进喜的事迹分析中弄清了大庆油田的具体地理位置。 案例一:日本探查我国刚开发大庆油田的情况 引用事迹描述语言:王进喜一到马家窑看到大片荒野说:“好大的油海!把石油工业落后的帽子丢到太平洋去”。王进喜是玉门油矿工人,是1959年10月到北京参加国庆之后自愿去大庆的。 根据这段话,日本人判断:“最早钻井是在安达东北的北安附近下手,从钻井设备运输情况看,离火车站不会太远。大庆油田开发从1959年就开始了。” 但大庆的炼油规模多大呢? 案例一:日本探查我国刚开发大庆油田的情况 1966年7月,《中国画报》发表了一张炼油厂反应塔照片,日本人推算出了大庆炼油厂的规模。 推算方法:首先找到反应塔上的扶手栏杆,扶手栏杆一般是一米多点,以图中扶手栏杆和反应塔的直径比例,得知反应塔内径是五米。因此日本人推算:大庆炼油厂加工能力为每日900千升。 案例一:日本探查我国刚开发大庆油田的情况 利用: 日本人根据油田的出油能力和炼油厂的规模,得出结论:“中国将在最近几年出现炼油设备不足,买日本的轻油裂解设备是完全可能的,以满足每日的需要。” 案例二 大亚湾核电站库存控制决策系统 1、问题提出 问题一:在保证核电生产安全性和连续性的前提下,如何制定科学合理的备品备件库存水平? 解决方案一:购买美国ISI公司提供的库存控制计算服务。 问题:使用费用昂贵;无法提供针对性强的决策分析功能,仅有结果;无法提供实时计算功能;不能充分利用现有信息系统数据,实现与现有系统数据的无缝集成。 案例二 大亚湾核电站库存控制决策系统 2、解决方法: 与华中科技大学管理学院的课题组合作,进行“广东核电备品备件库存控制模型及其支持系统的研究”项目研究。 案例二 大亚湾核电站库存控制决策系统 3、产生效果: (1)研究成果与美国ISI的库存控制软件计算结果平均达到98%以上的拟合精度。 (2)库存资金减少、缺货率降低、节约采购成本。 (3)有DSS功能,能更好地对库存管理工作进行量化分析,提高决策的准确性。 案例三:通信业的“离网预警”模型 问题的提出 客户流失是通信行业普遍面临的业务问题,尤其是在市场成熟期,竞争异常激烈,市场渗透比率高,一些通信公司想方设法从竞争对手处“盗窃”客户,反过来说,一些通信公司的客户也被竞争对手“盗窃”。 当被“盗窃”的客户数字很高的时候就成为严重的客户流失问题。 通信行业“离网预警”分析是针对此问题,建立“离网预警”模型,产生最可能离网的客户名单,结合每个客户的保持价值分数,协助通信公司采取合适的客户挽留措施,确保客户忠诚度以保持通信公司收入。 案例三:通信业的“离网预警”模型 通信行业“离网预警”分析的目标是建立客户“离网预警”模型并且产生最可能流失的客户的名单,结合每个客户的价值情况及消费情况,采取相应的挽留活动。 案例三:通信业的“离网预警”模型 通信公司客户流失分为主动流失和被动流失两种,主动流失是指客户主动到通信公司销号;被动流失是指客户在一个周期末的状态为在网,下个周期发生停机并持续超过5天,通信公司强行对客户销号,其一般流程为:欠费1个月-预销-再过1个月-销号。据统计,主动流失的客户比例极小,约为0.1%,被动流失的客户所占比例约为3%。 客户流失前可能已买竞争对手的话机(卡)或转为本公司低端品牌。因此在进行“离网预警”分析时应先限定模型所面向的基础客户群。例如:客户范围限定为:(1)客户类型为非特殊客户 ;(2)入网满三月的用户;(3)当月状态为在网。确定了客户范围后,紧接着要定义客户流失标志,若客户在当前周期内流失,则流失标志置为1,否则为0。 案例三:通信业的“离网预警”模型 案例三:通信业的“离网预警”模型 研究图1,在探讨最近一周期主叫秒数与近两个周期平均主叫秒数比例与客户流失的关系时可以发现一个现象: 在取样的流失客户中有约55%在流失前的最近一周期主叫秒数与近两个周期平均主叫秒数比例小于0.15,即在最近一个周期的消费额明显比前两个月下降了,并且在满足该条件的客户群组中流失率为16%左右,远远超过平均客户流失率3.5%。 说明客户在流失前已经开始明显减少了使用量。因此,要把此信息作为客户流失的一个特征并引入到模型中。 信息利用价值 信息分析后,总结归纳得到一个信息模型; 该模型可以帮助营销部门推行一客户挽留计划,可按照客户流失指数的高低对客户排序,找出最可能流失的客户群,以最
文档评论(0)