緊接著上篇中的25項(xiàng)案例介紹剩余其他的大數(shù)據(jù)公司挖掘數(shù)據(jù)價(jià)值的典型案例...

26. 眾趣的行為辯析

眾趣是國(guó)內(nèi)第一家社交媒體數(shù)據(jù)管理平臺(tái)，目前國(guó)內(nèi)主要的社交開(kāi)放平臺(tái)在用戶(hù)數(shù)據(jù)的開(kāi)放性方面仍比較保守，身為第三方數(shù)據(jù)分析公司，能夠獲得的用戶(hù)數(shù)據(jù)還十分有限，要使用這些用戶(hù)數(shù)據(jù)需獲得用戶(hù)許可。

眾趣通過(guò)運(yùn)營(yíng)統(tǒng)計(jì)學(xué)等相關(guān)數(shù)據(jù)分析原理對(duì)用戶(hù)數(shù)據(jù)進(jìn)行過(guò)濾，最終完成的是對(duì)一個(gè)用戶(hù)的行為、動(dòng)作等個(gè)體特征的描述。這些描述可以幫助品牌營(yíng)銷(xiāo)者了解消費(fèi)者的消費(fèi)習(xí)慣及需求；也可以幫助企業(yè)的領(lǐng)導(dǎo)增強(qiáng)對(duì)自己?jiǎn)T工的了解。除了對(duì)個(gè)體以及群體行為特征的描述外，這些數(shù)據(jù)分析結(jié)果還可用于對(duì)用戶(hù)群體的行為預(yù)測(cè)，從而為營(yíng)銷(xiāo)者提供一些前瞻性的市場(chǎng)分析。

眾趣數(shù)據(jù)分析的結(jié)果只能精準(zhǔn)到群組而無(wú)法達(dá)到個(gè)人。此類(lèi)的用戶(hù)數(shù)據(jù)研究除在市場(chǎng)營(yíng)銷(xiāo)領(lǐng)域具有一定的參考價(jià)之外，目前大多還主要用于配合一些小調(diào)研。此外，這些數(shù)據(jù)還可以實(shí)現(xiàn)對(duì)用戶(hù)甚至企業(yè)機(jī)構(gòu)的信用評(píng)級(jí)，在金融領(lǐng)域也有一定程度的使用。

27. 拖拉網(wǎng)的明天猜想

導(dǎo)購(gòu)電商的拖拉網(wǎng)制作了“明天穿什么”這一應(yīng)用。在這個(gè)應(yīng)用當(dāng)中，眾多時(shí)裝圈權(quán)威人士輸送時(shí)裝搭配與風(fēng)格單品，由用戶(hù)任意打分，根據(jù)用戶(hù)的打分偏好，拖拉網(wǎng)便能猜到明天她們想穿什么，然后為她在數(shù)十萬(wàn)件網(wǎng)購(gòu)時(shí)裝中推薦單品，并且實(shí)現(xiàn)直通購(gòu)買(mǎi)下單。在獲取客戶(hù)數(shù)據(jù)后，后臺(tái)分析也是各顯神通。

拖拉網(wǎng)加入了更多變量來(lái)考核自己的推薦模式。比如有消費(fèi)者明天要參加一個(gè)聚會(huì)，不知道要穿什么風(fēng)格，也沒(méi)有看天氣預(yù)報(bào)，希望導(dǎo)購(gòu)網(wǎng)站能幫她把這些場(chǎng)景和自己的信息組合起來(lái)，給出一整套的解決方案。

于是日期、地域、場(chǎng)合、風(fēng)格，這些都成為穿衣搭配解決方案的變量，經(jīng)過(guò)不斷的組合呈現(xiàn)給用戶(hù)，據(jù)拖拉網(wǎng)數(shù)據(jù)，用戶(hù)在看到一個(gè)比較優(yōu)質(zhì)的搭配，并有場(chǎng)景性引導(dǎo)的時(shí)候，點(diǎn)擊到最后頁(yè)面完成購(gòu)買(mǎi)的轉(zhuǎn)化率會(huì)比單品推薦高40%。

28. SeeChange的基因健康

現(xiàn)在人們有了把人類(lèi)基因檔案序列化的能力，這允許醫(yī)生和科學(xué)家去預(yù)測(cè)病人對(duì)于某些疾病的易感染性和其他不利的條件，可以減少治療過(guò)程的時(shí)間和花費(fèi)。

位于舊金山的SeeChange公司創(chuàng)建了一套新的健康保險(xiǎn)模式。該公司通過(guò)分析客戶(hù)的個(gè)人健康記錄、醫(yī)療報(bào)銷(xiāo)記錄、以及藥店的數(shù)據(jù)，來(lái)判斷該客戶(hù)對(duì)于慢性病的易感性，并判斷該客戶(hù)是否有可能從一些定制的康復(fù)套餐中獲利。

SeeChange同時(shí)設(shè)計(jì)健康計(jì)劃，并設(shè)立獎(jiǎng)勵(lì)機(jī)制鼓勵(lì)客戶(hù)主動(dòng)完成健康行動(dòng)，全過(guò)程都通過(guò)其數(shù)據(jù)分析引擎來(lái)監(jiān)控。

29. Given Imaging的圖像診斷

以色列的Given Imaging公司發(fā)明了一種膠囊，內(nèi)置攝像頭，患者服用后膠囊能以大約每秒14張照片的頻率拍攝消化道內(nèi)的情況，并同時(shí)傳回外置的圖像接收器，患者病征通過(guò)配套的軟件被錄入數(shù)據(jù)庫(kù)，在4至6小時(shí)內(nèi)膠囊相機(jī)將通過(guò)人體排泄離開(kāi)體外。

一般來(lái)說(shuō)，醫(yī)生都是在靠自己的個(gè)人經(jīng)驗(yàn)進(jìn)行病征判斷，難免會(huì)對(duì)一些疑似陰影拿捏不準(zhǔn)甚至延誤病人治療。現(xiàn)在通過(guò)Given Imaging的數(shù)據(jù)庫(kù)，當(dāng)醫(yī)生發(fā)現(xiàn)一個(gè)可疑的腫瘤時(shí)，雙擊當(dāng)前圖像后，過(guò)去其他醫(yī)生拍攝過(guò)的類(lèi)似圖像和他們的診斷結(jié)果都會(huì)悉數(shù)被提取出來(lái)。

可以說(shuō)，一個(gè)病人的問(wèn)題不再是一個(gè)醫(yī)生在看，而是成千上萬(wàn)個(gè)醫(yī)生在同時(shí)給出意見(jiàn)，并由來(lái)自大量其他病人的圖像給出佐證。這樣的數(shù)據(jù)對(duì)比，不但提高了醫(yī)生診斷的效率，還提升了準(zhǔn)確度。

30. Entelo的“前獵頭”

真正的技術(shù)人才永遠(yuǎn)是各大公司的搶手貨，絕對(duì)不要坐等他們向你投簡(jiǎn)歷，因?yàn)樵谒麄冞€沒(méi)有機(jī)會(huì)寫(xiě)簡(jiǎn)歷之前很可能已經(jīng)被其他公司搶走了。Entelo公司能替企業(yè)家們推薦那些才剛剛萌發(fā)跳槽動(dòng)機(jī)的高級(jí)技術(shù)人才，以便先下手為強(qiáng)。

Entelo的數(shù)據(jù)庫(kù)里目前有3億份簡(jiǎn)歷。而如何判斷高級(jí)人才的跳槽傾向，Entelo有一套正在申請(qǐng)專(zhuān)利的算法。這套算法有70多個(gè)指標(biāo)用于判定跳槽傾向。某公司的股價(jià)下跌、高層大換血、剛被另一大公司收購(gòu)，這些都會(huì)被Entelo看作是導(dǎo)致該公司人才跳槽的可能性因素。

于是Entelo就會(huì)立刻把該公司里的高級(jí)人才的信息推送給訂閱了自己服務(wù)的企業(yè)家們。企業(yè)家們收到的簡(jiǎn)歷跟一般的簡(jiǎn)歷還不一樣。Entelo抓取了這些人才在各大社交網(wǎng)絡(luò)的信息。這樣企業(yè)家們可以了解該人提交過(guò)哪些代碼，在網(wǎng)上都回答了些什么樣的問(wèn)題，在Twitter上都發(fā)表的是些什么樣的信息。

總之，這些準(zhǔn)備“挖角”的企業(yè)家能夠看到一個(gè)活生生的目標(biāo)人才站在面前。

31. FlightCaster和Passur的延誤預(yù)測(cè)

航空業(yè)分秒必爭(zhēng)，尤其是航班抵達(dá)的準(zhǔn)確時(shí)間。如果一班飛機(jī)提前到達(dá)，地勤人員還沒(méi)準(zhǔn)備好，乘客和乘務(wù)員就會(huì)被困在飛機(jī)上白白耽誤時(shí)間;如果一班飛機(jī)延誤，地勤人員就只能坐著干等，白白消耗成本。

美國(guó)一家大航空公司從其內(nèi)部報(bào)告中發(fā)現(xiàn)，大約10%的航班的實(shí)際到達(dá)時(shí)間與預(yù)計(jì)到達(dá)時(shí)間相差10分鐘以上，30%的航班相差5分鐘以上。FlightCaster是一家提供航班延誤信息預(yù)測(cè)的公司，主要根據(jù)航空公司的航班運(yùn)行情況進(jìn)行預(yù)測(cè)。

與航空公司所擁有的類(lèi)似航班運(yùn)行情況的專(zhuān)有信息一樣，該公司擁有大量國(guó)內(nèi)航班飛行和航班實(shí)時(shí)運(yùn)行狀況的歷史數(shù)據(jù)。Flightcaster的秘訣就是其對(duì)大數(shù)據(jù)分析的有效利用和使用適當(dāng)?shù)能浖ぞ邔?duì)產(chǎn)出數(shù)據(jù)進(jìn)行實(shí)時(shí)管理。

Passur Aerospace是專(zhuān)門(mén)為航空業(yè)提供決策支持的技術(shù)公司。通過(guò)搜集天氣、航班日程表等公開(kāi)數(shù)據(jù)，結(jié)合自己獨(dú)立收集的其他影響航班因素的非公開(kāi)數(shù)據(jù)，綜合預(yù)測(cè)航班到港時(shí)間。時(shí)至2012年，Passur公司已經(jīng)擁有超過(guò)155處雷達(dá)接收站，每4.6秒就收集一次雷達(dá)上每架飛機(jī)的一系列信息，這會(huì)持續(xù)地帶來(lái)海量數(shù)據(jù)。

不僅如此，經(jīng)過(guò)長(zhǎng)期的數(shù)據(jù)收集，Passur擁有了一個(gè)超過(guò)十年的巨大的多維信息載體，為透徹的分析和恰當(dāng)?shù)臄?shù)據(jù)模型提供了可能。Passur公司相信，航空公司依據(jù)它們提供的航班到達(dá)時(shí)間做計(jì)劃，能為每個(gè)機(jī)場(chǎng)每年節(jié)省數(shù)百萬(wàn)美元。

32. Climate的農(nóng)業(yè)保險(xiǎn)

一家名為氣候公司的創(chuàng)業(yè)企業(yè)每天都會(huì)對(duì)美國(guó)境內(nèi)超過(guò)100萬(wàn)個(gè)地點(diǎn)、未來(lái)兩年的天氣情況進(jìn)行超過(guò)1萬(wàn)次模擬，其數(shù)據(jù)量龐大、動(dòng)態(tài)、實(shí)時(shí)。隨后，該公司將根系結(jié)構(gòu)和土壤孔隙度的相關(guān)數(shù)據(jù)，與模擬結(jié)果相結(jié)合，為成千上萬(wàn)的農(nóng)民提供農(nóng)作物保險(xiǎn)。

通過(guò)遙感獲取土壤數(shù)據(jù)，這和我們過(guò)去所熟悉的通過(guò)網(wǎng)絡(luò)服務(wù)獲取用戶(hù)網(wǎng)絡(luò)行為數(shù)據(jù)不是一回事，數(shù)據(jù)的概念得以極大的擴(kuò)充。要想對(duì)每塊田地提供精準(zhǔn)的保險(xiǎn)服務(wù)，肯定還需要與土地?cái)?shù)據(jù)相配套的農(nóng)產(chǎn)品期貨、氣候預(yù)測(cè)、國(guó)際貿(mào)易、國(guó)際政治和軍事安全、國(guó)民經(jīng)濟(jì)，產(chǎn)業(yè)競(jìng)爭(zhēng)等等各方面的數(shù)。

在如此龐雜的大數(shù)據(jù)基礎(chǔ)上推出的商業(yè)模式是創(chuàng)新的，同現(xiàn)有農(nóng)作物保險(xiǎn)方式相比具備極大競(jìng)爭(zhēng)力，并且是可持續(xù)和規(guī)模化的。更妙的是，這家公司基于大數(shù)據(jù)的運(yùn)營(yíng)，完全沒(méi)有進(jìn)行高額的網(wǎng)絡(luò)設(shè)施投資，只是租用了亞馬遜的公共云服務(wù)，一個(gè)月幾萬(wàn)美元而已。

33. Hiptype的記錄閱讀

幾乎所有的收費(fèi)電子書(shū)都會(huì)提供部分章節(jié)讓讀者試讀，其實(shí)，出版商需要弄清楚人們讀到了哪里、讀完后有沒(méi)有購(gòu)買(mǎi)，以及其他各種體驗(yàn)，才能賣(mài)出更多的電子書(shū)。

美國(guó)創(chuàng)業(yè)公司Hiptype開(kāi)發(fā)了一套電子書(shū)閱讀分析工具，其商業(yè)模式就在試圖解決這一難題。Hiptype自稱(chēng)為“面向電子書(shū)的Google Analytics”，能夠提供與電子書(shū)有關(guān)的豐富數(shù)據(jù)。它不僅能統(tǒng)計(jì)電子書(shū)的試讀和購(gòu)買(mǎi)次數(shù)，還能繪制出“讀者圖譜”，包括用戶(hù)的年齡、收入和地理位置等。

此外，它還能告訴出版商讀者在看完免費(fèi)章節(jié)后是否進(jìn)行了購(gòu)買(mǎi)，有多少讀者看完了整本書(shū)，以及讀者平均看了多少頁(yè)，讀者最喜歡從哪個(gè)章節(jié)開(kāi)始看，又在哪個(gè)章節(jié)半途而廢，等等。

Hiptype能夠與電子書(shū)整合在一起，出版商無(wú)論選擇哪種渠道，總是能夠獲得用戶(hù)數(shù)據(jù)。Hiptype收集的所有數(shù)據(jù)都是匿名的。用戶(hù)在下載了內(nèi)置Hiptype服務(wù)的電子書(shū)時(shí)，會(huì)得到一個(gè)提示，可以選擇將其屏蔽。

34. 安客誠(chéng)的“人網(wǎng)合一”

網(wǎng)絡(luò)營(yíng)銷(xiāo)存在一個(gè)巨大問(wèn)題，如何獲知在網(wǎng)上使用幾個(gè)不同名稱(chēng)的人是否是同一個(gè)人?安誠(chéng)客推出了一種名為“觀(guān)眾操作系統(tǒng)”的技術(shù)方案解決了這個(gè)問(wèn)題。它允許市場(chǎng)營(yíng)銷(xiāo)者與你的 “數(shù)字人物”綁定，即使你由于婚姻換了名字，或者使用昵稱(chēng)，或者偶爾使用中名，它也照樣能夠解答那個(gè)已經(jīng)換了地址或者電話(huà)號(hào)碼的人是否是同一個(gè)人的問(wèn)題。

AOS 可以匯集不同數(shù)據(jù)庫(kù)中的信息，這些數(shù)據(jù)或離線(xiàn)或在線(xiàn)，是公司可能在不同場(chǎng)合針對(duì)個(gè)人而收集的。通過(guò)使用AbiliTec——一種Acxiom也擁有的數(shù)字化“身份識(shí)別”技術(shù)——AOS將客戶(hù)信息刪繁就簡(jiǎn)，得到簡(jiǎn)單單一的結(jié)果。AOS幫助安誠(chéng)客的廣告客戶(hù)使用他們的數(shù)據(jù)在Facebook上找到廣告投放目標(biāo)用戶(hù)。

03 下篇：數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)廢氣和黑暗數(shù)據(jù)

大數(shù)據(jù)主要不作因果判斷，主要適用于關(guān)聯(lián)分析。很多關(guān)聯(lián)分析并不需要復(fù)雜的模型，只需要具有大數(shù)據(jù)的意識(shí)。

很多機(jī)構(gòu)都有數(shù)據(jù)廢氣，數(shù)據(jù)不是用完就是被舍棄，它的再利用價(jià)值也許你現(xiàn)在不清楚，但在未來(lái)的某一刻，它會(huì)迸發(fā)出來(lái)，可以化廢為寶。

黑暗數(shù)據(jù)就是那些針對(duì)單一目標(biāo)而收集的數(shù)據(jù)，通常用過(guò)之后就被歸檔閑置，其真正價(jià)值未能被充分挖掘。如果黑暗數(shù)據(jù)用在恰當(dāng)?shù)牡胤?#xff0c;也能公司的事業(yè)變得光明。

35. 數(shù)據(jù)關(guān)聯(lián)分析

某公司團(tuán)隊(duì)曾經(jīng)使用來(lái)自手機(jī)的位置數(shù)據(jù)，來(lái)推測(cè)美國(guó)圣誕節(jié)購(gòu)物季開(kāi)始那一天有多少人在梅西百貨公司的停車(chē)場(chǎng)停車(chē)，進(jìn)而可以預(yù)測(cè)其當(dāng)天的銷(xiāo)售額，這遠(yuǎn)早于梅西百貨自己統(tǒng)計(jì)出的銷(xiāo)售記錄。無(wú)論是華爾街的分析師或者傳統(tǒng)產(chǎn)業(yè)的高管，都會(huì)因這種敏銳的洞察力獲得極大的競(jìng)爭(zhēng)優(yōu)勢(shì)。

對(duì)于稅務(wù)部門(mén)來(lái)說(shuō)，稅務(wù)欺騙正在日益的被關(guān)注，這時(shí)大數(shù)據(jù)可以用于增加政府識(shí)別詐騙的流程。在隱私允許的地方，政府部門(mén)可以綜合各個(gè)方面的數(shù)據(jù)比如車(chē)輛的登記，海外旅游的數(shù)據(jù)來(lái)發(fā)現(xiàn)個(gè)人的花費(fèi)模式，使稅務(wù)貢獻(xiàn)不被疊加。同時(shí)一個(gè)可疑的問(wèn)題出現(xiàn)了，這并沒(méi)有直接的證據(jù)指向詐騙，這些結(jié)論并不能用來(lái)去控告?zhèn)€人。但是他可以幫助政府部門(mén)去明確他們的審計(jì)和其他的審核以及一些流程。

36. 數(shù)據(jù)廢氣

物流公司的數(shù)據(jù)原來(lái)只服務(wù)于運(yùn)營(yíng)需要，但一經(jīng)再利用，物流公司就華麗轉(zhuǎn)身為金融公司，數(shù)據(jù)用以評(píng)估客戶(hù)的信用，提供無(wú)抵押貸款，或者拿運(yùn)送途中的貨品作為抵押提供貸款;物流公司甚至可以轉(zhuǎn)變?yōu)榻鹑谛畔⒎?wù)公司來(lái)判斷各個(gè)細(xì)分經(jīng)濟(jì)領(lǐng)域的運(yùn)行和走勢(shì)。

有公司已經(jīng)在大數(shù)據(jù)中有接近“上帝俯視”的感覺(jué)，美國(guó)洛杉磯的一家企業(yè)宣稱(chēng)，他們將全球夜景的歷史數(shù)據(jù)建立模型，在過(guò)濾掉波動(dòng)之后，做出了投資房地產(chǎn)和消費(fèi)的研究報(bào)告。

麥當(dāng)勞則通過(guò)外送服務(wù)，在售賣(mài)漢堡的同時(shí)獲得了用戶(hù)的精準(zhǔn)地址，這些地址數(shù)據(jù)匯集之后，就變成了一份絕妙的房地產(chǎn)業(yè)的內(nèi)部數(shù)據(jù)。

37. 黑暗數(shù)據(jù)

在特定情況下，黑暗數(shù)據(jù)可以用作其他用途。Infinity Property & Casualty公司用累積的理賠師報(bào)告來(lái)分析欺詐案例，通過(guò)算法挽回了1200萬(wàn)美元的代位追償金額。一家電氣銷(xiāo)售公司，通過(guò)積累10年ERP銷(xiāo)售數(shù)據(jù)分析，按照電氣設(shè)備的生命周期，給5年前的老客戶(hù)逐一拜訪(fǎng)，獲得了1000萬(wàn)元以上電氣設(shè)備維修訂單，順利地進(jìn)入MRO市場(chǎng)。

38. 客戶(hù)流失分析

美國(guó)運(yùn)通以前只能實(shí)現(xiàn)事后諸葛亮式的報(bào)告和滯后的預(yù)測(cè)，傳統(tǒng)的BI已經(jīng)無(wú)法滿(mǎn)足其業(yè)務(wù)發(fā)展的需要。

于是，AmEx開(kāi)始構(gòu)建真正能夠預(yù)測(cè)客戶(hù)忠誠(chéng)度的模型，基于歷史交易數(shù)據(jù)，用115個(gè)變量來(lái)進(jìn)行分析預(yù)測(cè)。該公司表示，對(duì)于澳大利亞將于之后4個(gè)月中流失的客戶(hù)，已經(jīng)能夠識(shí)別出其中的24%。這樣的客戶(hù)流失分析，當(dāng)然可以用于挽留客戶(hù)。

酒店業(yè)可以為消費(fèi)者定制相應(yīng)的獨(dú)特的個(gè)性房間，甚至可以在墻紙上放上消費(fèi)者的微博的旅游心情等等。旅游業(yè)可以根據(jù)大數(shù)據(jù)為消費(fèi)者提供其可能會(huì)喜好的本地特色產(chǎn)品、活動(dòng)、小而美的小眾景點(diǎn)等等來(lái)挽回游客的心。

39. 快餐業(yè)的視頻分析

快餐業(yè)的公司可以通過(guò)視頻分析等候隊(duì)列的長(zhǎng)度，然后自動(dòng)變化電子菜單顯示的內(nèi)容。如果隊(duì)列較長(zhǎng)，則顯示可以快速供給的食物;如果隊(duì)列較短，則顯示那些利潤(rùn)較高但準(zhǔn)備時(shí)間相對(duì)長(zhǎng)的食品。

40. 大數(shù)據(jù)競(jìng)選

2012年，參與競(jìng)選的奧巴馬團(tuán)隊(duì)確定了三個(gè)最根本的目標(biāo)：讓更多的人掏更多的錢(qián)，讓更多的選民投票給奧巴馬，讓更多的人參與進(jìn)來(lái)！

這需要“微觀(guān)”層面的認(rèn)知：每個(gè)選民最有可能被什么因素說(shuō)服？每個(gè)選民在什么情況下最有可能掏腰包？什么樣的廣告投放渠道能夠最高效獲取目標(biāo)選民？如競(jìng)選總指揮吉姆·梅西納所說(shuō)，在整個(gè)競(jìng)選活中，沒(méi)有數(shù)據(jù)做支撐的假設(shè)不能存在。

為了籌到10億美元的競(jìng)選款，奧巴馬的數(shù)據(jù)挖掘團(tuán)隊(duì)在過(guò)去兩年搜集、存儲(chǔ)和分析了大量數(shù)據(jù)。他們注意到，影星喬治·克魯尼對(duì)美國(guó)西海岸40歲至49歲的女性具有非常大的吸引力：她們無(wú)疑是最有可能為了在好萊塢與克魯尼和奧巴馬共進(jìn)晚餐而不惜自掏腰包的一個(gè)群體。克魯尼在自家豪宅舉辦的籌款宴會(huì)上，為奧巴馬籌集到數(shù)百萬(wàn)美元的競(jìng)選資金。

此后，當(dāng)奧巴馬團(tuán)隊(duì)決定在東海岸物色一位對(duì)于這個(gè)女性群體具有相同號(hào)召力的影星時(shí)，數(shù)據(jù)團(tuán)隊(duì)發(fā)現(xiàn)莎拉·杰西卡·帕克的粉絲們也同樣喜歡競(jìng)賽、小型宴會(huì)和名人。“克魯尼效應(yīng)”被成功地復(fù)制到了東海岸。

在整個(gè)的競(jìng)選中，奧巴馬團(tuán)隊(duì)的廣告費(fèi)用花了不到3億美元，而羅姆尼團(tuán)隊(duì)則花了近4億美元卻落敗，其中一個(gè)重要的原因在于，奧巴馬的數(shù)據(jù)團(tuán)隊(duì)對(duì)于廣告購(gòu)買(mǎi)的決策，是經(jīng)過(guò)縝密的數(shù)據(jù)分析之后才制定的。一項(xiàng)民調(diào)顯示，80%的美國(guó)選民認(rèn)為奧巴馬比羅姆尼讓他們感覺(jué)更加重視自己。

結(jié)果是，奧巴馬團(tuán)隊(duì)籌得的第一個(gè)1億美元中，98%來(lái)自于小于250美元的小額捐款，而羅姆尼團(tuán)隊(duì)在籌得相同數(shù)額捐款的情況下，這一比例僅為31%。

41. 監(jiān)控非法改建

“私搭亂建”在哪個(gè)國(guó)家都是一件鬧心的事，而且容易引起火災(zāi)。非法在屋內(nèi)打隔斷的建筑物著火的可能性比其他建筑物高很多。紐約市每年接到2.5萬(wàn)宗有關(guān)房屋住得過(guò)于擁擠的投訴，但市里只有200名處理投訴的巡視員。

市長(zhǎng)辦公室一個(gè)分析專(zhuān)家小組覺(jué)得大數(shù)據(jù)可以幫助解決這一需求與資源的落差。該小組建立了一個(gè)市內(nèi)全部90萬(wàn)座建筑物的數(shù)據(jù)庫(kù)，并在其中加入市里19個(gè)部門(mén)所收集到的數(shù)據(jù)：欠稅扣押記錄、水電使用異常、繳費(fèi)拖欠、服務(wù)切斷、救護(hù)車(chē)使用、當(dāng)?shù)胤缸锫省⑹蠡纪对V等等。

接下來(lái)，他們將這一數(shù)據(jù)庫(kù)與過(guò)去5年中按嚴(yán)重程度排列的建筑物著火記錄進(jìn)行比較，希望找出相關(guān)性。果然，建筑物類(lèi)型和建造年份是與火災(zāi)相關(guān)的因素。不過(guò)，一個(gè)沒(méi)怎么預(yù)料到的結(jié)果是，獲得外磚墻施工許可的建筑物與較低的嚴(yán)重火災(zāi)發(fā)生率之間存在相關(guān)性。

利用所有這些數(shù)據(jù)，該小組建立了一個(gè)可以幫助他們確定哪些住房擁擠投訴需要緊急處理的系統(tǒng)。他們所記錄的建筑物的各種特征數(shù)據(jù)都不是導(dǎo)致火災(zāi)的原因，但這些數(shù)據(jù)與火災(zāi)隱患的增加或降低存在相關(guān)性。這種知識(shí)被證明是極具價(jià)值的：過(guò)去房屋巡視員出現(xiàn)場(chǎng)時(shí)簽發(fā)房屋騰空令的比例只有13%，在采用新辦法之后，這個(gè)比例上升到了70%。

42. 榨菜指數(shù)

負(fù)責(zé)起草《全國(guó)促進(jìn)城鎮(zhèn)化健康發(fā)展規(guī)劃(2011-2020年)》(以下簡(jiǎn)稱(chēng)“城鎮(zhèn)化規(guī)劃”)的國(guó)家發(fā)改委規(guī)劃司官員需要精確知道人口的流動(dòng)，怎么統(tǒng)計(jì)出這些流動(dòng)人口成為難題。

榨菜，屬于低質(zhì)易耗品，收入增長(zhǎng)對(duì)于榨菜的消費(fèi)幾乎沒(méi)有影響。一般情況下，城市常住人口對(duì)于方便面和榨菜等方便食品的消費(fèi)量，基本上是恒定的。銷(xiāo)量的變化，主要由流動(dòng)人口造成。

據(jù)國(guó)家發(fā)改委官員的說(shuō)法，涪陵榨菜這幾年在全國(guó)各地區(qū)銷(xiāo)售份額變化，能夠反映人口流動(dòng)趨勢(shì)，一個(gè)被稱(chēng)為“榨菜指數(shù)”的宏觀(guān)經(jīng)濟(jì)指標(biāo)就誕生了。國(guó)家發(fā)改委規(guī)劃司官員發(fā)現(xiàn)，涪陵榨菜在華南地區(qū)銷(xiāo)售份額由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%。

這個(gè)數(shù)據(jù)表明，華南地區(qū)人口流出速度非常快。他們依據(jù)“榨菜指標(biāo)”，將全國(guó)分為人口流入?yún)^(qū)和人口流出區(qū)兩部分，針對(duì)兩個(gè)區(qū)的不同人口結(jié)構(gòu)，在政策制定上將會(huì)有所不同。

43. 天氣賬單

常言道，“天有不測(cè)之風(fēng)云”，遇到過(guò)出門(mén)旅游、重要戶(hù)外路演、舉辦婚禮等重要時(shí)刻卻被糟糕的天氣弄壞心情甚至造成經(jīng)濟(jì)損失的情況嗎？

全球第一家氣象保險(xiǎn)公司“天氣賬單”能為用戶(hù)提供各類(lèi)氣候擔(dān)保。客戶(hù)登錄“天氣賬單”公司網(wǎng)站，然后給出在某個(gè)特定時(shí)間段里不希望遇到的溫度或雨量范圍。“天氣賬單”網(wǎng)站會(huì)在100毫秒內(nèi)查詢(xún)出客戶(hù)指定地區(qū)的天氣預(yù)報(bào)，以及美國(guó)國(guó)家氣象局記載的該地區(qū)以往30年的天氣數(shù)據(jù)。通過(guò)計(jì)算分析天氣數(shù)據(jù)，網(wǎng)站會(huì)以承保人的身份給出保單的價(jià)格。這項(xiàng)服務(wù)不僅個(gè)人用戶(hù)需要，一些公司，比如旅行社也很樂(lè)意參與。

一家全球性飲料企業(yè)將外部合作伙伴的每日天氣預(yù)報(bào)信息集成，錄入其需求和存貨規(guī)劃流程。通過(guò)分析特定日子的溫度、降水和日照時(shí)間等3個(gè)數(shù)據(jù)點(diǎn)，該公司減少了在歐洲一個(gè)關(guān)鍵市場(chǎng)的存貨量，同時(shí)使預(yù)測(cè)準(zhǔn)確度提高了大約5%。

44. 歷史情景再現(xiàn)

微軟和以色列理工學(xué)院的研究人員已開(kāi)發(fā)出一款軟件，能根據(jù)過(guò)去20年《紐約時(shí)報(bào)》的文章以及其他在線(xiàn)數(shù)據(jù)預(yù)測(cè)傳染病或者其他社會(huì)問(wèn)題可能會(huì)于何時(shí)何地爆發(fā)。

在利用歷史數(shù)據(jù)進(jìn)行測(cè)試時(shí)，該系統(tǒng)的表現(xiàn)十分驚人。例如，根據(jù)2006年對(duì)安哥拉干旱的報(bào)道，該系統(tǒng)預(yù)測(cè)安哥拉很可能發(fā)生霍亂。這是由于，通過(guò)此前發(fā)生的多起事件，該系統(tǒng)了解到在干旱出現(xiàn)的幾年后霍亂爆發(fā)的可能性將上升。

此外，該系統(tǒng)根據(jù)對(duì)2007年初非洲大型颶風(fēng)的報(bào)道，再次對(duì)安哥拉發(fā)生霍亂做出預(yù)警。而在不到一周之后，報(bào)道顯示安哥拉確實(shí)發(fā)生了霍亂。在其他測(cè)試，例如對(duì)疾病、暴力事件及傷亡人數(shù)的預(yù)測(cè)中，該系統(tǒng)的準(zhǔn)確率達(dá)到70%至90%。

該系統(tǒng)的信息來(lái)自過(guò)去22年中《紐約時(shí)報(bào)》的報(bào)道存檔，具體時(shí)間為1986年至2007年。不過(guò)，該系統(tǒng)也利用了網(wǎng)絡(luò)上的其他一些數(shù)據(jù)，了解什么樣的事件會(huì)帶來(lái)特定的社會(huì)問(wèn)題。這些信息來(lái)源提供了不存在于新聞文章但卻有價(jià)值的內(nèi)容，有助于確定不同事件之間的因果關(guān)系或前后關(guān)系。

例如，該系統(tǒng)能夠推斷盧旺達(dá)和安哥拉城市之間所發(fā)生事件的關(guān)系，因?yàn)檫@兩個(gè)國(guó)家都位于非洲，有著類(lèi)似的GDP，其他一些因素也很相似。根據(jù)這種方法，該系統(tǒng)認(rèn)為，在預(yù)測(cè)霍亂爆發(fā)方面，應(yīng)當(dāng)考慮國(guó)家或城市的位置，國(guó)土面積有多少是水域，人口密度和GDP是多少，以及近幾年是否發(fā)生過(guò)干旱。

負(fù)責(zé)此項(xiàng)研發(fā)工作的Horvitz表示，近幾十年來(lái)，世界的許多方面都發(fā)生了改變，不過(guò)人類(lèi)的本性和環(huán)境的許多方面仍然未變，因此軟件可以從以往的數(shù)據(jù)中了解事情發(fā)生的模式，從而預(yù)測(cè)未來(lái)會(huì)發(fā)生什么。他表示：“對(duì)于回溯更久之前的數(shù)據(jù)，我個(gè)人很感興趣。”

此類(lèi)預(yù)測(cè)工具的市場(chǎng)正在形成。例如，一家名為RecordedFuture的創(chuàng)業(yè)公司根據(jù)網(wǎng)上的前瞻性報(bào)道和其他信息來(lái)源預(yù)測(cè)未來(lái)事件，該公司的客戶(hù)包括政府情報(bào)部門(mén)。該公司CEOChristopherAhlberg表示，利用“硬數(shù)據(jù)”來(lái)進(jìn)行預(yù)測(cè)是可行的，但從原型系統(tǒng)到商用產(chǎn)品還有很長(zhǎng)的路要走。

45. Nike+傳感鞋

耐克憑借一種名為Nike+的新產(chǎn)品變身為大數(shù)據(jù)營(yíng)銷(xiāo)的創(chuàng)新公司。所謂Nike+，是一種以“Nike跑鞋或腕帶+傳感器”的產(chǎn)品，只要運(yùn)動(dòng)者穿著Nike+的跑鞋運(yùn)動(dòng)，iPod就可以存儲(chǔ)并顯示運(yùn)動(dòng)日期，時(shí)間、距離、熱量消耗值等數(shù)據(jù)。用戶(hù)上傳數(shù)據(jù)到耐克社區(qū)，就能和同好分享討論。

耐克和Facebook達(dá)成協(xié)議，用戶(hù)上傳的跑步狀態(tài)會(huì)實(shí)時(shí)更新到賬戶(hù)里，朋友可以評(píng)論并點(diǎn)擊一個(gè)“鼓掌”按鈕——神奇的是，這樣你在跑步的時(shí)候便能夠在音樂(lè)中聽(tīng)到朋友們的鼓掌聲。

隨著跑步者不斷上傳自己的跑步路線(xiàn)，耐克由此掌握了主要城市里最佳跑步路線(xiàn)的數(shù)據(jù)庫(kù)。有了Nike+，耐克組織的城市跑步活動(dòng)效果更好。參賽者在規(guī)定時(shí)間內(nèi)將自己的跑步數(shù)據(jù)上傳，看哪個(gè)城市累積的距離長(zhǎng)。

憑借運(yùn)動(dòng)者上傳的數(shù)據(jù)，耐克公司已經(jīng)成功建立了全球最大的運(yùn)動(dòng)網(wǎng)上社區(qū)，超過(guò)500萬(wàn)活躍的用戶(hù)，每天不停地上傳數(shù)據(jù)，耐克借此與消費(fèi)者建立前所未有的牢固關(guān)系。海量的數(shù)據(jù)對(duì)于耐克了解用戶(hù)習(xí)慣、改進(jìn)產(chǎn)品、精準(zhǔn)投放和精準(zhǔn)營(yíng)銷(xiāo)又起到了不可替代的作用。

46. 沃爾沃的工業(yè)互聯(lián)網(wǎng)

在沃爾沃集團(tuán)，通過(guò)在卡車(chē)產(chǎn)品中安裝傳感器和嵌入式CPU，從剎車(chē)到中央門(mén)鎖系統(tǒng)等形形色色的車(chē)輛使用信息，正源源不斷地傳輸?shù)轿譅栁旨瘓F(tuán)總部。

“對(duì)這些數(shù)據(jù)進(jìn)行分析，不僅可以幫助我們制造更好的汽車(chē)，還可以幫助客戶(hù)們獲取更好體驗(yàn)。”沃爾沃集團(tuán)CIORichStrader說(shuō)。這些數(shù)據(jù)正在被用來(lái)優(yōu)化生產(chǎn)流程，以提升客戶(hù)體驗(yàn)和提升安全性。

將來(lái)自不同客戶(hù)的使用數(shù)據(jù)進(jìn)行分析，可以讓產(chǎn)品部門(mén)提早發(fā)現(xiàn)產(chǎn)品潛在的問(wèn)題，并在這些問(wèn)題發(fā)生之前提前向客戶(hù)預(yù)警。“產(chǎn)品設(shè)計(jì)方面的缺陷，此前可能需要有50萬(wàn)臺(tái)銷(xiāo)量的時(shí)候才能暴露出來(lái)，而現(xiàn)在只需要1000臺(tái)，我們就能發(fā)現(xiàn)潛在的缺陷。”

47. McKesson的動(dòng)態(tài)供應(yīng)鏈

在美國(guó)最大的醫(yī)藥貿(mào)易商McKesson公司，對(duì)大數(shù)據(jù)的應(yīng)用也已經(jīng)遠(yuǎn)遠(yuǎn)領(lǐng)先于大多數(shù)企業(yè)，將先進(jìn)的分析能力融合到每天處理200萬(wàn)個(gè)訂單的供應(yīng)鏈業(yè)務(wù)中，并且監(jiān)督超過(guò)80億美元的存貨。

對(duì)于在途存貨的管理，McKesson開(kāi)發(fā)了一種供應(yīng)鏈模型，它根據(jù)產(chǎn)品線(xiàn)、運(yùn)輸費(fèi)用甚至碳排放量而提供了極為準(zhǔn)確的維護(hù)成本視圖。據(jù)公司流程改造副總裁RobertGooby說(shuō)，這些詳細(xì)信息使公司能夠更加真實(shí)地了解任意時(shí)間點(diǎn)的運(yùn)營(yíng)情況。

McKesson利用先進(jìn)分析技術(shù)的另一個(gè)領(lǐng)域是對(duì)配送中心內(nèi)的物理存貨配置進(jìn)行模擬和自動(dòng)化處理。評(píng)估政策和供應(yīng)鏈變化的能力幫助公司增強(qiáng)了對(duì)客戶(hù)的響應(yīng)能力，同時(shí)減少了流動(dòng)資金。總體來(lái)講，McKesson的供應(yīng)鏈轉(zhuǎn)型使公司節(jié)省了超過(guò)1億美元的流動(dòng)資金。

48. 紙牌屋與電影業(yè)

《紙牌屋》最大的特點(diǎn)在于，與以往電視劇的制作流程不同，這是一部“網(wǎng)絡(luò)劇”。簡(jiǎn)而言之，不僅傳播渠道是互聯(lián)網(wǎng)觀(guān)看，這部劇從誕生之初就是一部根據(jù)“大數(shù)據(jù)”，即互聯(lián)網(wǎng)觀(guān)眾欣賞口味來(lái)設(shè)計(jì)的產(chǎn)品。

Netflix成功之處在于其強(qiáng)大的推薦系統(tǒng)Cinematch，該系統(tǒng)基于用戶(hù)視頻點(diǎn)播的基礎(chǔ)數(shù)據(jù)如評(píng)分、播放、快進(jìn)、時(shí)間、地點(diǎn)、終端等，儲(chǔ)存在數(shù)據(jù)庫(kù)后通過(guò)數(shù)據(jù)分析，計(jì)算出用戶(hù)可能喜愛(ài)的影片，并為他提供定制化的推薦。為此他們開(kāi)設(shè)了年Netflix大獎(jiǎng)(點(diǎn)擊查看獲獎(jiǎng)算法)，用百萬(wàn)美元懸賞，獎(jiǎng)勵(lì)能夠?qū)⑵潆娪巴扑]算法準(zhǔn)確性提高至少10%的人。

未來(lái)的電影制作成本將大幅降低，一千粉絲足以使電影成功。還是像《技術(shù)元素》里說(shuō)：“目光聚集的地方，金錢(qián)必將追隨。”

49. 點(diǎn)評(píng)與餐飲業(yè)

美國(guó)很多州政府在與餐飲點(diǎn)評(píng)網(wǎng)lep展開(kāi)合作，監(jiān)督餐飲行業(yè)的衛(wèi)生情況，效果非常好。人們不再像以前那樣從窗口去看餐館里的情況，而是從手機(jī)APP里的評(píng)論！在中國(guó)的本地化O2O點(diǎn)評(píng)比如大眾點(diǎn)評(píng)、番茄點(diǎn)等等，消費(fèi)者可以對(duì)任何商家進(jìn)行評(píng)判，同時(shí)商家也可以通過(guò)這些評(píng)判來(lái)提升自己的服務(wù)能力，在環(huán)節(jié)上進(jìn)行更大力度的效率優(yōu)化。

未來(lái)的餐飲行業(yè)將會(huì)由互聯(lián)網(wǎng)和社會(huì)化媒體上所產(chǎn)生和承載的數(shù)據(jù)徹底帶動(dòng)起來(lái)，會(huì)有越來(lái)越多的人加入點(diǎn)評(píng)中，餐館優(yōu)勝劣汰的速度將會(huì)大幅加快。

關(guān)注公眾賬號(hào)

【飛馬會(huì)】

▼

飛馬會(huì)AI人工智能/大數(shù)據(jù)/技術(shù)管理等人員學(xué)習(xí)交流園地往期福利關(guān)注飛馬會(huì)公眾號(hào)，回復(fù)對(duì)應(yīng)關(guān)鍵詞打包下載學(xué)習(xí)資料；回復(fù)“入群”，加入飛馬網(wǎng)AI、大數(shù)據(jù)、項(xiàng)目經(jīng)理學(xué)習(xí)群，和優(yōu)秀的人一起成長(zhǎng)！

微軟大牛人工智能系列課

（掃碼試聽(tīng)或訂閱）

回復(fù) 數(shù)字“1”下載從入門(mén)到研究，人工智能領(lǐng)域最值得一讀的10本資料（附下載）

回復(fù) 數(shù)字“2”機(jī)器學(xué)習(xí) & 數(shù)據(jù)科學(xué)必讀的經(jīng)典書(shū)籍，內(nèi)附資料包！

回復(fù) 數(shù)字“3”走進(jìn)AI & ML：從基本的統(tǒng)計(jì)學(xué)到機(jī)器學(xué)習(xí)書(shū)單（附PDF下載）

回復(fù) 數(shù)字“4”了解人工智能，30份書(shū)單不容錯(cuò)過(guò)（附電子版PDF下載）

回復(fù) 數(shù)字“6”AI人工智能：54份行業(yè)重磅報(bào)告匯總（附下載）

回復(fù) 數(shù)字“7”TensorFlow介紹、安裝教程、圖像識(shí)別應(yīng)用（附安裝包/指南）

回復(fù) 數(shù)字“12”

小白| Python+Matlab+機(jī)器學(xué)習(xí)+深度神經(jīng)網(wǎng)絡(luò)+理論+實(shí)踐+視頻+課件+源碼，附下載！

回復(fù) 數(shù)字“14”小白| 機(jī)器學(xué)習(xí)和深度學(xué)習(xí)必讀書(shū)籍+機(jī)器學(xué)習(xí)實(shí)戰(zhàn)視頻/PPT+大數(shù)據(jù)分析書(shū)籍推薦！

回復(fù) 數(shù)字“20”17張思維導(dǎo)圖，一網(wǎng)打盡機(jī)器學(xué)習(xí)統(tǒng)計(jì)基礎(chǔ)（附下載）

回復(fù) 數(shù)字“22”吳恩達(dá)新書(shū)，教你構(gòu)建機(jī)器學(xué)習(xí)項(xiàng)目：《Machine Learning Yearning》

回復(fù) 數(shù)字“23”機(jī)器學(xué)習(xí)：怎樣才能做到從入門(mén)到不放棄？（內(nèi)含福利）

回復(fù) 數(shù)字“24”限時(shí)下載 | 132G編程資料：Python、JAVA、C，C++、機(jī)器人編程、PLC，入門(mén)到精通~

回復(fù) 數(shù)字“25”限資源 | 177G Python/機(jī)器學(xué)習(xí)/深度學(xué)習(xí)/算法/TensorFlow等視頻，涵蓋入門(mén)/中級(jí)/項(xiàng)目各階段！

回復(fù) 數(shù)字“26”人工智能入門(mén)書(shū)單推薦，學(xué)習(xí)AI的請(qǐng)收藏好（附PDF下載）

回復(fù) 數(shù)字“27”資源 | 吳恩達(dá)斯坦福CS230深度學(xué)習(xí)課程全套資料放出（附下載）

回復(fù) 數(shù)字“28”懂這個(gè)技術(shù)的程序員被BAT瘋搶...（內(nèi)含資料包）

回復(fù) 數(shù)字“29”干貨 | 28本大數(shù)據(jù)/數(shù)據(jù)分析/數(shù)據(jù)挖掘電子書(shū)合集免費(fèi)下載！

回復(fù) 數(shù)字“30”領(lǐng)取 | 100+人工智能學(xué)習(xí)、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、大數(shù)據(jù)、算法等資料，果斷收藏！

回復(fù) 人工智能下載《FMI人工智能與大數(shù)據(jù)峰會(huì)嘉賓演講PPT》

回復(fù) AI 江湖下載《十大AI江湖領(lǐng)域》

回復(fù) ML實(shí)踐下載《機(jī)器學(xué)習(xí)實(shí)踐經(jīng)驗(yàn)指導(dǎo)（英文版）》

回復(fù) DL論文下載《深度學(xué)習(xí)100篇以上論文資料》

回復(fù) 算法 下載《數(shù)據(jù)挖掘十大經(jīng)典算法》

回復(fù) 6.10 下載《6.10餓了么&飛馬網(wǎng)項(xiàng)目管理實(shí)踐PPT》

總結(jié)

以上是生活随笔為你收集整理的下篇 | 大数据公司挖掘数据价值的49个典型案例（值得收藏）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。