▶大数据营销: 涵盖六大行业——银行、快消、汽车、教育、健康、文创

全拓数据大数据营销根据【全拓大数据行业模型】分析目标用户基础属性、媒体属性、消费属性等等，形成广告主目标人群的精准用户画像，基于大数据库，多样化的数据类型和来源，预测目标人群的行为轨迹，在用户决策前向其主动推送相匹配的广告，大大提高了效果，降低成本，为广告主带来更为直接有效的大数据营销。

经典案例：海信电视、迪奥、汤达人、大众点评等。

▶SAAS解决方案

1、企业战略分析模型：

目标人群数据定向：抓取企业目标人群的群体画像、传播路径、活动轨迹等数据，分析现有的用户和渠道资源，探知人群对品牌形象、营销活动等品牌认知，协助企业进行目标人群的定向决策和品牌营销的方向决策，降低营销风险、提高企业效率、改进业务流程和构想、帮助企业转型、完善售后服务、制定新一年的新品计划等。

市场竞争数据分析：帮助企业从社交数据、新闻数据、事件数据、天气数据以及物联化的机器和设备的数据中更深入地了解人员、事件、地点和事物，分析区域市场潜在规模、竞争环境等，从而建议企业做出下一年的市场和品牌战略，获得竞争优势。

经典案例：海尔、红星美凯龙等。

2、个体数据库模型：

全拓数据基于大数据库累积与不断更新的数据内容，建立个人数据中心，记录个人的行为轨迹、日常生活习惯、身体体征、社会网络、知识能力等，整合个人的数据信息，并将用户信息分析并细化，形成个性化的个体数据库。此外，全拓数据大数据库从个人用户的行为轨迹、兴趣爱好、活动区域、信用情况等等标签，分析出个人的信息安全度、网络活跃度、日常关注度以及征信情况，以此来维护政府网络的安全，净化网络的传播，深入了解个体信用程度。

经典案例：杭州银行、政府舆情监控等。

3、反欺诈征信模型：

全拓数据在用户授权的前提下通过自有数据系统，经过一站式数据采集、分析、挖掘和学习进行大数据关联分析和指标运算，识别欺诈风险，建立健全金融风控系统，有效通过个人征信评估，进行系统风险稽核，降低企业经济损失，完善社会信用体系。数据现已覆盖运营商、社保公积金、电商、学历、社交、央行征信等主流渠道。

经典案例：中信银行等。

4、汽车行业大数据模型：

全拓数据汽车行业大数据模型，以汽车人群画像为应用基础，基于互联网数据、运营商数据、银联数据等全方位汽车用户信息标签，数据应用贯穿汽车行业营销全环节，为汽车行业需求方提供产品客群用户画像服务，便于需求方更精准地把握细分市场及营销策略。

经典案例：大众、保时捷等。