下篇 | 大数据公司挖掘数据价值的49个典型案例（值得收藏）

时间 2019-11-17

原文原文链接

紧接着上篇中的25项案例介绍剩余其余的大数据公司挖掘数据价值的典型案例...程序员

26. 众趣的行为辩析算法

众趣是国内第一家社交媒体数据管理平台，目前国内主要的社交开放平台在用户数据的开放性方面仍比较保守，身为第三方数据分析公司，可以得到的用户数据还十分有限，要使用这些用户数据需得到用户许可。数据库

众趣经过运营统计学等相关数据分析原理对用户数据进行过滤，最终完成的是对一个用户的行为、动做等个体特征的描述。这些描述能够帮助品牌营销者了解消费者的消费习惯及需求；也能够帮助企业的领导加强对本身员工的了解。除了对个体以及群体行为特征的描述外，这些数据分析结果还可用于对用户群体的行为预测，从而为营销者提供一些前瞻性的市场分析。编程

众趣数据分析的结果只能精准到群组而没法达到我的。此类的用户数据研究除在市场营销领域具备必定的参考价以外，目前大多还主要用于配合一些小调研。此外，这些数据还能够实现对用户甚至企业机构的信用评级，在金融领域也有必定程度的使用。安全

27. 拖拉网的明天猜测网络

导购电商的拖拉网制做了“明天穿什么”这一应用。在这个应用当中，众多时装圈权威人士输送时装搭配与风格单品，由用户任意打分，根据用户的打分偏好，拖拉网便能猜到明天她们想穿什么，而后为她在数十万件网购时装中推荐单品，而且实现直通购买下单。在获取客户数据后，后台分析也是各显神通。机器学习

拖拉网加入了更多变量来考核本身的推荐模式。好比有消费者明天要参加一个聚会，不知道要穿什么风格，也没有看天气预报，但愿导购网站能帮她把这些场景和本身的信息组合起来，给出一整套的解决方案。工具

因而日期、地域、场合、风格，这些都成为穿衣搭配解决方案的变量，通过不断的组合呈现给用户，据拖拉网数据，用户在看到一个比较优质的搭配，并有场景性引导的时候，点击到最后页面完成购买的转化率会比单品推荐高40%。学习

28. SeeChange的基因健康测试

如今人们有了把人类基因档案序列化的能力，这容许医生和科学家去预测病人对于某些疾病的易感染性和其余不利的条件，能够减小治疗过程的时间和花费。

位于旧金山的SeeChange公司建立了一套新的健康保险模式。该公司经过分析客户的我的健康记录、医疗报销记录、以及药店的数据，来判断该客户对于慢性病的易感性，并判断该客户是否有可能从一些定制的康复套餐中获利。

SeeChange同时设计健康计划，并设立奖励机制鼓励客户主动完成健康行动，全过程都经过其数据分析引擎来监控。

29. Given Imaging的图像诊断

以色列的Given Imaging公司发明了一种胶囊，内置摄像头，患者服用后胶囊能以大约每秒14张照片的频率拍摄消化道内的状况，并同时传回外置的图像接收器，患者病征经过配套的软件被录入数据库，在4至6小时内胶囊相机将经过人体排泄离开体外。

通常来讲，医生都是在靠本身的我的经验进行病征判断，不免会对一些疑似阴影拿捏不许甚至延误病人治疗。如今经过Given Imaging的数据库，当医生发现一个可疑的肿瘤时，双击当前图像后，过去其余医生拍摄过的相似图像和他们的诊断结果都会悉数被提取出来。

能够说，一个病人的问题再也不是一个医生在看，而是成千上万个医生在同时给出意见，并由来自大量其余病人的图像给出佐证。这样的数据对比，不但提升了医生诊断的效率，还提高了准确度。

30. Entelo的“前猎头”

真正的技术人才永远是各大公司的抢手货，绝对不要坐等他们向你投简历，由于在他们尚未机会写简历以前极可能已经被其余公司抢走了。Entelo公司能替企业家们推荐那些才刚刚萌发跳槽动机的高级技术人才，以便先下手为强。

Entelo的数据库里目前有3亿份简历。而如何判断高级人才的跳槽倾向，Entelo有一套正在申请专利的算法。这套算法有70多个指标用于断定跳槽倾向。某公司的股价下跌、高层大换血、刚被另外一大公司收购，这些都会被Entelo看做是致使该公司人才跳槽的可能性因素。

因而Entelo就会马上把该公司里的高级人才的信息推送给订阅了本身服务的企业家们。企业家们收到的简历跟通常的简历还不同。Entelo抓取了这些人才在各大社交网络的信息。这样企业家们能够了解该人提交过哪些代码，在网上都回答了些什么样的问题，在Twitter上都发表的是些什么样的信息。

总之，这些准备“挖角”的企业家可以看到一个活生生的目标人才站在面前。

31. FlightCaster和Passur的延误预测

航空业分秒必争，尤为是航班抵达的准确时间。若是一班飞机提早到达，地勤人员还没准备好，乘客和乘务员就会被困在飞机上白白耽误时间;若是一班飞机延误，地勤人员就只能坐着干等，白白消耗成本。

美国一家大航空公司从其内部报告中发现，大约10%的航班的实际到达时间与预计到达时间相差10分钟以上，30%的航班相差5分钟以上。FlightCaster是一家提供航班延误信息预测的公司，主要根据航空公司的航班运行状况进行预测。

与航空公司所拥有的相似航班运行状况的专有信息同样，该公司拥有大量国内航班飞行和航班实时运行情况的历史数据。Flightcaster的秘诀就是其对大数据分析的有效利用和使用适当的软件工具对产出数据进行实时管理。

Passur Aerospace是专门为航空业提供决策支持的技术公司。经过搜集天气、航班日程表等公开数据，结合本身独立收集的其余影响航班因素的非公开数据，综合预测航班到港时间。时至2012年，Passur公司已经拥有超过155处雷达接收站，每4.6秒就收集一次雷达上每架飞机的一系列信息，这会持续地带来海量数据。

不只如此，通过长期的数据收集，Passur拥有了一个超过十年的巨大的多维信息载体，为透彻的分析和恰当的数据模型提供了可能。Passur公司相信，航空公司依据它们提供的航班到达时间作计划，能为每一个机场每一年节省数百万美圆。

32. Climate的农业保险

一家名为气候公司的创业企业天天都会对美国境内超过100万个地点、将来两年的天气状况进行超过1万次模拟，其数据量庞大、动态、实时。随后，该公司将根系结构和土壤孔隙度的相关数据，与模拟结果相结合，为成千上万的农民提供农做物保险。

经过遥感获取土壤数据，这和咱们过去所熟悉的经过网络服务获取用户网络行为数据不是一回事，数据的概念得以极大的扩充。要想对每块田地提供精准的保险服务，确定还须要与土地数据相配套的农产品期货、气候预测、国际贸易、国际政治和军事安全、国民经济，产业竞争等等各方面的数。

在如此庞杂的大数据基础上推出的商业模式是创新的，同现有农做物保险方式相比具有极大竞争力，而且是可持续和规模化的。更妙的是，这家公司基于大数据的运营，彻底没有进行高额的网络设施投资，只是租用了亚马逊的公共云服务，一个月几万美圆而已。

33. Hiptype的记录阅读

几乎全部的收费电子书都会提供部分章节让读者试读，其实，出版商须要弄清楚人们读到了哪里、读完后有没有购买，以及其余各类体验，才能卖出更多的电子书。

美国创业公司Hiptype开发了一套电子书阅读分析工具，其商业模式就在试图解决这一难题。Hiptype自称为“面向电子书的Google Analytics”，可以提供与电子书有关的丰富数据。它不只能统计电子书的试读和购买次数，还能绘制出“读者图谱”，包括用户的年龄、收入和地理位置等。

此外，它还能告诉出版商读者在看完免费章节后是否进行了购买，有多少读者看完了整本书，以及读者平均看了多少页，读者最喜欢从哪一个章节开始看，又在哪一个章节半途而废，等等。

Hiptype可以与电子书整合在一块儿，出版商不管选择哪一种渠道，老是可以得到用户数据。Hiptype收集的全部数据都是匿名的。用户在下载了内置Hiptype服务的电子书时，会获得一个提示，能够选择将其屏蔽。

34. 安客诚的“人网合一”

网络营销存在一个巨大问题，如何获知在网上使用几个不一样名称的人是不是同一我的?安诚客推出了一种名为“观众操做系统”的技术方案解决了这个问题。它容许市场营销者与你的 “数字人物”绑定，即便你因为婚姻换了名字，或者使用昵称，或者偶尔使用中名，它也照样可以解答那个已经换了地址或者电话号码的人是不是同一我的的问题。

AOS 能够聚集不一样数据库中的信息，这些数据或离线或在线，是公司可能在不一样场合针对我的而收集的。经过使用AbiliTec——一种Acxiom也拥有的数字化“身份识别”技术——AOS将客户信息删繁就简，获得简单单一的结果。AOS帮助安诚客的广告客户使用他们的数据在Facebook上找到广告投放目标用户。

03 下篇：数据关联、数据废气和黑暗数据

大数据主要不做因果判断，主要适用于关联分析。不少关联分析并不须要复杂的模型，只须要具备大数据的意识。

不少机构都有数据废气，数据不是用完就是被舍弃，它的再利用价值也许你如今不清楚，但在将来的某一刻，它会迸发出来，能够化废为宝。

黑暗数据就是那些针对单一目标而收集的数据，一般用过以后就被归档闲置，其真正价值未能被充分挖掘。若是黑暗数据用在恰当的地方，也能公司的事业变得光明。

35. 数据关联分析

某公司团队曾经使用来自手机的位置数据，来推测美国圣诞节购物季开始那一天有多少人在梅西百货公司的停车场停车，进而能够预测其当天的销售额，这远早于梅西百货本身统计出的销售记录。不管是华尔街的分析师或者传统产业的高管，都会因这种敏锐的洞察力得到极大的竞争优点。

对于税务部门来讲，税务欺骗正在日益的被关注，这时大数据能够用于增长政府识别诈骗的流程。在隐私容许的地方，政府部门能够综合各个方面的数据好比车辆的登记，海外旅游的数据来发现我的的花费模式，使税务贡献不被叠加。同时一个可疑的问题出现了，这并无直接的证据指向诈骗，这些结论并不能用来去控告我的。可是他能够帮助政府部门去明确他们的审计和其余的审核以及一些流程。

36. 数据废气

物流公司的数据原来只服务于运营须要，但一经再利用，物流公司就华丽转身为金融公司，数据用以评估客户的信用，提供无抵押贷款，或者拿运送途中的货品做为抵押提供贷款;物流公司甚至能够转变为金融信息服务公司来判断各个细分经济领域的运行和走势。

有公司已经在大数据中有接近“上帝俯视”的感受，美国洛杉矶的一家企业宣称，他们将全球夜景的历史数据创建模型，在过滤掉波动以后，作出了投资房地产和消费的研究报告。

麦当劳则经过外送服务，在售卖汉堡的同时得到了用户的精准地址，这些地址数据聚集以后，就变成了一份绝妙的房地产业的内部数据。

37. 黑暗数据

在特定状况下，黑暗数据能够用做其余用途。Infinity Property & Casualty公司用累积的理赔师报告来分析欺诈案例，经过算法挽回了1200万美圆的代位追偿金额。一家电气销售公司，经过积累10年ERP销售数据分析，按照电气设备的生命周期，给5年前的老客户逐一拜访，得到了1000万元以上电气设备维修订单，顺利地进入MRO市场。

38. 客户流失分析

美国运通之前只能实现过后诸葛亮式的报告和滞后的预测，传统的BI已经没法知足其业务发展的须要。

因而，AmEx开始构建真正可以预测客户忠诚度的模型，基于历史交易数据，用115个变量来进行分析预测。该公司表示，对于澳大利亚将于以后4个月中流失的客户，已经可以识别出其中的24%。这样的客户流失分析，固然能够用于挽留客户。

酒店业能够为消费者定制相应的独特的个性房间，甚至能够在墙纸上放上消费者的微博的旅游心情等等。旅游业能够根据大数据为消费者提供其可能会喜爱的本地特点产品、活动、小而美的小众景点等等来挽回游客的心。

39. 快餐业的视频分析

快餐业的公司能够经过视频分析等候队列的长度，而后自动变化电子菜单显示的内容。若是队列较长，则显示能够快速供给的食物;若是队列较短，则显示那些利润较高但准备时间相对长的食品。

40. 大数据竞选

2012年，参与竞选的奥巴马团队肯定了三个最根本的目标：让更多的人掏更多的钱，让更多的选民投票给奥巴马，让更多的人参与进来！

这须要“微观”层面的认知：每一个选民最有可能被什么因素说服？每一个选民在什么状况下最有可能掏腰包？什么样的广告投放渠道可以最高效获取目标选民？如竞选总指挥吉姆·梅西纳所说，在整个竞选活中，没有数据作支撑的假设不能存在。

为了筹到10亿美圆的竞选款，奥巴马的数据挖掘团队在过去两年搜集、存储和分析了大量数据。他们注意到，影星乔治·克鲁尼对美国西海岸40岁至49岁的女性具备很是大的吸引力：她们无疑是最有可能为了在好莱坞与克鲁尼和奥巴马共进晚餐而不惜自掏腰包的一个群体。克鲁尼在自家豪宅举办的筹款宴会上，为奥巴马筹集到数百万美圆的竞选资金。

此后，当奥巴马团队决定在东海岸物色一位对于这个女性群体具备相同号召力的影星时，数据团队发现莎拉·杰西卡·帕克的粉丝们也一样喜欢竞赛、小型宴会和名人。“克鲁尼效应”被成功地复制到了东海岸。

在整个的竞选中，奥巴马团队的广告费用花了不到3亿美圆，而罗姆尼团队则花了近4亿美圆却落败，其中一个重要的缘由在于，奥巴马的数据团队对于广告购买的决策，是通过缜密的数据分析以后才制定的。一项民调显示，80%的美国选民认为奥巴马比罗姆尼让他们感受更加剧视本身。

结果是，奥巴马团队筹得的第一个1亿美圆中，98%来自于小于250美圆的小额捐款，而罗姆尼团队在筹得相同数额捐款的状况下，这一比例仅为31%。

41. 监控非法改建

“私搭乱建”在哪一个国家都是一件闹心的事，并且容易引发火灾。非法在屋内打隔断的建筑物着火的可能性比其余建筑物高不少。纽约市每一年接到2.5万宗有关房屋住得过于拥挤的投诉，但市里只有200名处理投诉的巡视员。

市长办公室一个分析专家小组以为大数据能够帮助解决这一需求与资源的落差。该小组创建了一个市内所有90万座建筑物的数据库，并在其中加入市里19个部门所收集到的数据：欠税扣押记录、水电使用异常、缴费拖欠、服务切断、救护车使用、当地犯罪率、鼠患投诉等等。

接下来，他们将这一数据库与过去5年中按严重程度排列的建筑物着火记录进行比较，但愿找出相关性。果真，建筑物类型和建造年份是与火灾相关的因素。不过，一个没怎么预料到的结果是，得到外砖墙施工许可的建筑物与较低的严重火灾发生率之间存在相关性。

利用全部这些数据，该小组创建了一个能够帮助他们肯定哪些住房拥挤投诉须要紧急处理的系统。他们所记录的建筑物的各类特征数据都不是致使火灾的缘由，但这些数据与火灾隐患的增长或下降存在相关性。这种知识被证实是极具价值的：过去房屋巡视员出现场时签发房屋腾空令的比例只有13%，在采用新办法以后，这个比例上升到了70%。

42. 榨菜指数

负责起草《全国促进城镇化健康发展规划(2011-2020年)》(如下简称“城镇化规划”)的国家发改委规划司官员须要精确知道人口的流动，怎么统计出这些流动人口成为难题。

榨菜，属于低质易耗品，收入增加对于榨菜的消费几乎没有影响。通常状况下，城市常住人口对于方便面和榨菜等方便食品的消费量，基本上是恒定的。销量的变化，主要由流动人口形成。

据国家发改委官员的说法，涪陵榨菜这几年在全国各地区销售份额变化，可以反映人口流动趋势，一个被称为“榨菜指数”的宏观经济指标就诞生了。国家发改委规划司官员发现，涪陵榨菜在华南地区销售份额由2007年的49%、2008年的48%、2009年的47.58%、2010年的38.50%下滑到2011年的29.99%。

这个数据代表，华南地区人口流出速度很是快。他们依据“榨菜指标”，将全国分为人口流入区和人口流出区两部分，针对两个区的不一样人口结构，在政策制定上将会有所不一样。

43. 天气帐单

常言道，“天有不测之风云”，遇到过出门旅游、重要户外路演、举办婚礼等重要时刻却被糟糕的天气弄坏心情甚至形成经济损失的状况吗？

全球第一家气象保险公司“天气帐单”能为用户提供各种气候担保。客户登陆“天气帐单”公司网站，而后给出在某个特定时间段里不但愿遇到的温度或雨量范围。“天气帐单”网站会在100毫秒内查询出客户指定地区的天气预报，以及美国国家气象局记载的该地区以往30年的天气数据。经过计算分析天气数据，网站会以承保人的身份给出保单的价格。这项服务不只我的用户须要，一些公司，好比旅行社也很乐意参与。

一家全球性饮料企业将外部合做伙伴的每日天气预报信息集成，录入其需求和存货规划流程。经过分析特定日子的温度、降水和日照时间等3个数据点，该公司减小了在欧洲一个关键市场的存货量，同时使预测准确度提升了大约5%。

44. 历史情景再现

微软和以色列理工学院的研究人员已开发出一款软件，能根据过去20年《纽约时报》的文章以及其余在线数据预测传染病或者其余社会问题可能会于什么时候何地爆发。

在利用历史数据进行测试时，该系统的表现十分惊人。例如，根据2006年对安哥拉干旱的报道，该系统预测安哥拉极可能发生霍乱。这是因为，经过此前发生的多起事件，该系统了解到在干旱出现的几年后霍乱爆发的可能性将上升。

此外，该系统根据对2007年初非洲大型飓风的报道，再次对安哥拉发生霍乱作出预警。而在不到一周以后，报道显示安哥拉确实发生了霍乱。在其余测试，例如对疾病、暴力事件及伤亡人数的预测中，该系统的准确率达到70%至90%。

该系统的信息来自过去22年中《纽约时报》的报道存档，具体时间为1986年至2007年。不过，该系统也利用了网络上的其余一些数据，了解什么样的事件会带来特定的社会问题。这些信息来源提供了不存在于新闻文章但却有价值的内容，有助于肯定不一样事件之间的因果关系或先后关系。

例如，该系统可以推断卢旺达和安哥拉城市之间所发生事件的关系，由于这两个国家都位于非洲，有着相似的GDP，其余一些因素也很类似。根据这种方法，该系统认为，在预测霍乱爆发方面，应当考虑国家或城市的位置，国土面积有多少是水域，人口密度和GDP是多少，以及近几年是否发生过干旱。

负责此项研发工做的Horvitz表示，近几十年来，世界的许多方面都发生了改变，不过人类的本性和环境的许多方面仍然未变，所以软件能够从以往的数据中了解事情发生的模式，从而预测将来会发生什么。他表示：“对于回溯更久以前的数据，我我的很感兴趣。”

此类预测工具的市场正在造成。例如，一家名为RecordedFuture的创业公司根据网上的前瞻性报道和其余信息来源预测将来事件，该公司的客户包括政府情报部门。该公司CEOChristopherAhlberg表示，利用“硬数据”来进行预测是可行的，但从原型系统到商用产品还有很长的路要走。

45. Nike+传感鞋

耐克凭借一种名为Nike+的新产品变身为大数据营销的创新公司。所谓Nike+，是一种以“Nike跑鞋或腕带+传感器”的产品，只要运动者穿着Nike+的跑鞋运动，iPod就能够存储并显示运动日期，时间、距离、热量消耗值等数据。用户上传数据到耐克社区，就能和同好分享讨论。

耐克和Facebook达成协议，用户上传的跑步状态会实时更新到帐户里，朋友能够评论并点击一个“鼓掌”按钮——神奇的是，这样你在跑步的时候便可以在音乐中听到朋友们的鼓掌声。

随着跑步者不断上传本身的跑步路线，耐克由此掌握了主要城市里最佳跑步路线的数据库。有了Nike+，耐克组织的城市跑步活动效果更好。参赛者在规定时间内将本身的跑步数据上传，看哪一个城市累积的距离长。

凭借运动者上传的数据，耐克公司已经成功创建了全球最大的运动网上社区，超过500万活跃的用户，天天不停地上传数据，耐克借此与消费者创建史无前例的牢固关系。海量的数据对于耐克了解用户习惯、改进产品、精准投放和精准营销又起到了不可替代的做用。

46. 沃尔沃的工业互联网

在沃尔沃集团，经过在卡车产品中安装传感器和嵌入式CPU，从刹车到中央门锁系统等形形色色的车辆使用信息，正源源不断地传输到沃尔沃集团总部。

“对这些数据进行分析，不只能够帮助咱们制造更好的汽车，还能够帮助客户们获取更好体验。”沃尔沃集团CIORichStrader说。这些数据正在被用来优化生产流程，以提高客户体验和提高安全性。

未来自不一样客户的使用数据进行分析，可让产品部门提前发现产品潜在的问题，并在这些问题发生以前提早向客户预警。“产品设计方面的缺陷，此前可能须要有50万台销量的时候才能暴露出来，而如今只须要1000台，咱们就能发现潜在的缺陷。”

47. McKesson的动态供应链

在美国最大的医药贸易商McKesson公司，对大数据的应用也已经远远领先于大多数企业，将先进的分析能力融合到天天处理200万个订单的供应链业务中，而且监督超过80亿美圆的存货。

对于在途存货的管理，McKesson开发了一种供应链模型，它根据产品线、运输费用甚至碳排放量而提供了极为准确的维护成本视图。据公司流程改造副总裁RobertGooby说，这些详细信息使公司可以更加真实地了解任意时间点的运营状况。

McKesson利用先进分析技术的另外一个领域是对配送中心内的物理存货配置进行模拟和自动化处理。评估政策和供应链变化的能力帮助公司加强了对客户的响应能力，同时减小了流动资金。整体来说，McKesson的供应链转型使公司节省了超过1亿美圆的流动资金。

48. 纸牌屋与电影业

《纸牌屋》最大的特色在于，与以往电视剧的制做流程不一样，这是一部“网络剧”。简而言之，不只传播渠道是互联网观看，这部剧从诞生之初就是一部根据“大数据”，即互联网观众欣赏口味来设计的产品。

Netflix成功之处在于其强大的推荐系统Cinematch，该系统基于用户视频点播的基础数据如评分、播放、快进、时间、地点、终端等，储存在数据库后经过数据分析，计算出用户可能喜好的影片，并为他提供定制化的推荐。为此他们开设了年Netflix大奖(点击查看获奖算法)，用百万美圆悬赏，奖励可以将其电影推荐算法准确性提升至少10%的人。

将来的电影制做成本将大幅下降，一千粉丝足以使电影成功。仍是像《技术元素》里说：“目光汇集的地方，金钱必将追随。”

49. 点评与餐饮业

美国不少州政府在与餐饮点评网lep展开合做，监督餐饮行业的卫生状况，效果很是好。人们再也不像之前那样从窗口去看餐馆里的状况，而是从手机APP里的评论！在中国的本地化O2O点评好比大众点评、番茄点等等，消费者能够对任何商家进行评判，同时商家也能够经过这些评判来提高本身的服务能力，在环节上进行更大力度的效率优化。

将来的餐饮行业将会由互联网和社会化媒体上所产生和承载的数据完全带动起来，会有愈来愈多的人加入点评中，餐馆优胜劣汰的速度将会大幅加快。

关注公众帐号

【飞马会】

▼