大數(shù)據(jù)的挖掘就像是在給用戶畫像。先搜集用戶在網(wǎng)絡(luò)上留下的痕跡也就是數(shù)據(jù),然后通過技術(shù)處理對數(shù)據(jù)進行分析,得出用戶的特征,洞察用戶的喜好,將用戶的畫像漸漸越描越細。
事實上,大數(shù)據(jù)在各個行業(yè)的應(yīng)用已是遍地開花,下面D1net小編將帶領(lǐng)大家走進以下幾個行業(yè),看看它們是如何挖掘大數(shù)據(jù)價值的。
金融行業(yè)
銀行的大數(shù)據(jù)應(yīng)用比較廣泛,主要集中在數(shù)據(jù)庫營銷、用戶經(jīng)營、數(shù)據(jù)風(fēng)控、產(chǎn)品設(shè)計和決策支持等應(yīng)用場景?,F(xiàn)階段,大數(shù)據(jù)在銀行的商業(yè)應(yīng)用還是以其自身交易數(shù)據(jù)和客戶數(shù)據(jù)為主,外部數(shù)據(jù)為輔;描述性數(shù)據(jù)分析為主,預(yù)測性數(shù)據(jù)建模為輔;經(jīng)營客戶為主,經(jīng)營產(chǎn)品為輔。
典型的案例有:新加坡花旗銀行基于消費者的信用卡交易記錄,針對性地給他們提供商家和餐館優(yōu)惠;摩根大通銀行利用決策樹技術(shù),預(yù)測了按揭申請人的未來還款行為,由此極大降低了放貸風(fēng)險,并增加了6億美金的利潤; ZestFinance推出基于大數(shù)據(jù)分析的收債評分(Collection Score),為汽車金融、學(xué)生貸款、醫(yī)療貸款提供一種新的評分系統(tǒng),使得“一切數(shù)據(jù)皆信用”成為可能。
零售行業(yè)
目前的某些領(lǐng)先零售,從顧客走進商店那一刻起,其腳步、視覺移動、選擇、對減價的反應(yīng),已經(jīng)被密切監(jiān)控。通過這一分析,商店能夠決定是否需要做出改變以提高銷售,例如:商品擺放位置、促銷活動、裝修風(fēng)格、更多銷售員等。
商店在不停地分析數(shù)據(jù)與顧客的會員卡的關(guān)聯(lián)。例如高端零售商Neiman Marcus就建立了行為分類體系和多級會員獎勵制度的體系,并將兩者結(jié)合起來,來激勵最富裕、最具長期價值的客戶購買更多高利潤率的產(chǎn)品。
顧客的購物清單同樣可以挖掘出大量的個人信息。塔吉特公司通過對孕婦的消費習(xí)慣進行測試和數(shù)據(jù)分析,由此來判斷出哪些顧客是孕婦,甚至估算出她們的預(yù)產(chǎn)期,在最恰當(dāng)?shù)臅r候給她們寄去最符合需要的優(yōu)惠券。
能源行業(yè)
以丹麥的維斯塔斯風(fēng)能系統(tǒng)(Vestas Wind Systems)為例,他們運用大數(shù)據(jù),分析包括PB 量級氣象報告、潮汐相位、森林砍伐地圖、公司遍及全球的2.5萬多個受控渦輪機組發(fā)回的傳感器數(shù)據(jù),來確定渦輪發(fā)電機最理想的位置,從而優(yōu)化風(fēng)力渦輪機布局,提高風(fēng)電發(fā)電效率。這些以前需要數(shù)周時間完成的分析工作現(xiàn)在只需不到1 小時即可完成。正是這樣一套信息處理體系賦予了公司獨特的競爭優(yōu)勢,在提升自身營收的同時,幫助客戶提實現(xiàn)投資回報的最大化。
對于能源行業(yè)而言,微觀選址、預(yù)防性維護和績效評估尤為重要,利用大數(shù)據(jù)可以對風(fēng)電場進行全生命周期的管理和優(yōu)化,使能源不斷朝著預(yù)防性、預(yù)測性的方向發(fā)展,實現(xiàn)最高效的能量輸出。
電信行業(yè)
電信作為一個壟斷行業(yè),市場的滲透率通常很高,具有潛在價值的大量承接關(guān)系數(shù)據(jù)每天以客戶位置、設(shè)備交互、購買行為、在線狀態(tài)、社交地圖和人口統(tǒng)計數(shù)據(jù)的形式從運營商這里大量流過。因此,運營商具備了解客戶的潛力和開發(fā)優(yōu)勢。西班牙電信公司Telefonica Dynamic Insights推出“智慧足跡”業(yè)務(wù),可對某個時段、某個地點人流量的關(guān)鍵影響因素進行分析,并將分析結(jié)果提供給政企客戶。比如可為市政委員會統(tǒng)計、預(yù)測各種場景下的人流量;為零售商的新店設(shè)計和選址、促銷方式設(shè)計、與客戶反饋等提供決策支撐。
運行商利用大數(shù)據(jù)技術(shù),一方面可以描繪更豐滿、精細的客戶畫像,另一方面還可以量化分解客戶信息,識別客戶特征與習(xí)慣偏好,對客戶手機可能出現(xiàn)的故障、換機行為等作出預(yù)測,為客戶提供定制化的服務(wù),優(yōu)化產(chǎn)品、套餐和定價機制,提升客戶體驗與感知。
醫(yī)療行業(yè)
早期,大部分醫(yī)療相關(guān)數(shù)據(jù)是紙張化的形式存在,比如官方的醫(yī)藥記錄,收費記錄,醫(yī)生、護士手寫的病例記錄, X光片記錄,磁共振成像(MRI)記錄等。隨著大數(shù)據(jù)時代的到來,各種醫(yī)療數(shù)據(jù)都在不同程度上向數(shù)字化轉(zhuǎn)化。
有效的整合和利用數(shù)字化的醫(yī)療大數(shù)據(jù)對醫(yī)療行業(yè)的發(fā)展有顯著的好處。龐大、共享的數(shù)據(jù)庫能提供更準確的病史、藥物反應(yīng)、臨床操作等,作出更好地匹配個體患者的病癥的治療方案。各種健康可穿戴設(shè)備的出現(xiàn),也使得血壓、心率、血糖,心電圖(EKG)等的全面、即時、遠程的個人監(jiān)測成為可能。比如一家名為 Blue Spark 的科技公司已經(jīng)生產(chǎn)出能 24 小時實時監(jiān)測體溫的新型溫度計貼片 temptraq。
交通行業(yè)
車多、擁擠與出行之間似乎有難解的矛盾,解決方法在于如何依靠技術(shù)和規(guī)劃來最大限度地讓整個城市得以有效運轉(zhuǎn)。這就需要大數(shù)據(jù)的采集與分析,通過精準運算,才能提高出行效率,達到事半功倍的效果。
WNYC開發(fā)的Transit Time NYC通過開源行程平臺獲取數(shù)據(jù),將紐約市劃分成2930個六邊形,模擬出從每一個六邊形中點到邊緣的時間,最終建模出4290985條虛擬線路。用戶只需點擊地圖或者輸入地址就能知道地鐵到達每個位置的時間。
實時交通數(shù)據(jù)采集商INRIX-Traffic的口號是永不遲到,通過記錄每位用戶在行駛過程中的實時數(shù)據(jù)例如行駛車速,所在位置等信息并進行數(shù)據(jù)匯總分析,而后計算出最佳線路,讓用戶能夠避開擁堵。
教育行業(yè)
在教育行業(yè),在教與學(xué)的過程中,也蘊藏著有價值的海量大數(shù)據(jù),怎么有效挖掘、分析和利用這些海量數(shù)據(jù)來促進學(xué)員、教師、教學(xué)管理者全方位互動與了解,優(yōu)化教學(xué)是其主要目的。其應(yīng)用意義主要是革新教育理念和教育思維、實現(xiàn)個性化教育、重新構(gòu)建教學(xué)評價方式、加強學(xué)?;跀?shù)據(jù)的管理等。
紐約州波基普西市瑪麗斯特學(xué)院基于Pentaho的開源商業(yè)分析平臺開發(fā)了一個分析模型,通過收集分析學(xué)生的學(xué)習(xí)習(xí)慣,例如點擊線上閱讀材料、是否在網(wǎng)上論壇中發(fā)言、完成作業(yè)的時長,來預(yù)測學(xué)生的學(xué)業(yè)情況,及時干預(yù)幫助問題學(xué)生,從而提升畢業(yè)率;全美有超過50個地區(qū)的學(xué)校在使用KickUp來對教師進行評估。測評數(shù)據(jù)來自教師的自查報告及學(xué)年內(nèi)的各項教學(xué)結(jié)果的反饋,這些數(shù)據(jù)可以縱向記錄教師的成長歷程,提出有待改善的地方。
一千個讀者就有一千個哈姆雷特,同樣大數(shù)據(jù)領(lǐng)域的價值創(chuàng)造機會也因行業(yè)而異。對企業(yè)來說,大數(shù)據(jù)不僅僅帶來了技術(shù)和應(yīng)用模式上的突破,還為商業(yè)模式的創(chuàng)新以及企業(yè)的轉(zhuǎn)型發(fā)展帶來了驅(qū)動力;對公共服務(wù)機構(gòu)來說,挖掘大數(shù)據(jù)的潛在價值,解決城市發(fā)展問題,完善社會機制,更好地服務(wù)于人類社會是其根本意義。
就像望遠鏡讓我們能夠感受宇宙,顯微鏡讓我們能夠觀測微生物一樣,大數(shù)據(jù)正在改變我們的生活以及理解世界的方式,而更多的改變正蓄勢待發(fā)……