数据与分析分析案例49个

本文力图从公司运行和管理的角度，梳理出发掘大数据价值的普通规律:以数据驱动的决策，重要通过提高预测概率，来提高决策成功率；以数据驱动的流程，重要是形成营销闭环战略，提高销售漏斗的转化率；以数据驱动的产品，在产品设计阶段，强调个性化；在产品运行阶段，则强调迭代式创新。从谷歌、亚马逊、Facebook、LinkedIn，到阿里、百度、腾讯，都因其拥有大量的顾客注册和运行信息，成为天然的大数据公司。而像IBM、Oracle、EMC、惠普这类大型技术公司纷纷投身大数据，通过整合大数据的信息和应用，给其它公司提供“硬件+软件+数据”的整体解决方案。我们关注的重点是大数据的价值，第一类公司首当其冲。下面就是这些天然大数据公司的挖掘价值的典型案例:01亚马逊的“信息公司”如果全球哪家公司从大数据发掘出了最大价值，截至现在，答案可能非亚马逊莫属。亚马逊也要解决海量数据，这些交易数据的直接价值更大。作为一家“信息公司”，亚马逊不仅从每个顾客的购置行为中获得信息，还将每个顾客在其网站上的全部行为都统计下来：页面停留时间、顾客与否查看评论、每个搜索的核心词、浏览的商品等等。这种对数据价值的高度敏感和重视，以及强大的挖掘能力，使得亚马逊早已远远超出了它的传统运行方式。亚马逊CTOWernerVogels在CeBIT上有关大数据的演讲，向与会者描述了亚马逊在大数据时代的商业蓝图。长久以来，亚马逊始终通过大数据分析，尝试定位客户和和获取客户反馈。“在此过程中，你会发现数据越大，成果越好。为什么有的公司在商业上不停出错？那是由于他们没有足够的数据对运行和决策提供支持，”Vogels说，“一旦进入大数据的世界，公司的手中将握有无限可能。”从支撑新兴技术公司的基础设施到消费内容的移动设备，亚马逊的触角已触及到更为广阔的领域。亚马逊推荐：亚马逊的各个业务环节都离不开“数据驱动”的身影。在亚马逊上买过东西的朋友可能对它的推荐功效都很熟悉，“买过X商品的人，也同时买过Y商品”的推荐功效看上去很简朴，却非常有效，同时这些精确推荐成果的得出过程也非常复杂。亚马逊预测：顾客需求预测是通过历史数据来预测顾客将来的需求。对于书、手机、家电这些东西——亚马逊内部叫硬需求的产品，你能够认为是“标品”——预测是比较准的，甚至能够预测到有关产品属性的需求。但是对于服装这样软需求产品，亚马逊干了十数年都没有方法预测得较好，由于这类东西受到的干扰因素太多了，例如：顾客的对颜色款式的喜好，穿上去合不合身，爱人朋友喜不喜欢……这类东西太易变，买得人多反而会卖不好，因此需要更为复杂的预测模型。亚马逊测试：你会认为亚马逊网站上的某段页面文字只是恰巧出现的吗？其实，亚马逊会在网站上持续不停地测试新的设计方案，从而找出转化率最高的方案。整个网站的布局、字体大小、颜色、按钮以及其它全部的设计，其实都是在多次审慎测试后的最优成果。亚马逊统计：亚马逊的移动应用让顾客有一种流畅的无处不在的体验的同时，也通过收集手机上的数据进一步地理解了每个顾客的喜好信息；更值得一提的是KindleFire，内嵌的Silk浏览器能够将顾客的行为数据一一统计下来。以数据为导向的办法并不仅限于以上领域，亚马逊的公司文化就是冷冰冰的数据导向型文化。对于亚马逊来说，大数据意味着大销售量。数据显示出什么是有效的、什么是无效的，新的商业投资项目必须要有数据的支撑。对数据的长久专注让亚马逊能够以更低的售价提供更加好的服务。02谷歌的意图如果说有一家科技公司精拟定义了“大数据”概念的话，那一定是谷歌。根据搜索研究公司comScore的数据，仅3月一种月的时间，谷歌解决的搜索词条数量就高达122亿条。谷歌的体量和规模，使它拥有比其它大多数公司更多的应用大数据的途径。谷歌搜索引擎本身的设计，就旨在让它能够无缝链接成千上万的服务器。如果出现更多的解决或存储需要，抑或某台服务器崩溃，谷歌的工程师们只要再添加更多的服务器就能轻松搞定。将全部这些数据集合在一起所带来的成果是：公司不仅从最佳的技术中获益，同样还能够从最佳的信息中获益。下面选择谷歌公司的其中三个亮点。谷歌意图：谷歌不仅存储了搜索成果中出现的网络连接，还会储存顾客搜索核心词的行为，它能够精确地统计下人们进行搜索行为的时间、内容和方式，坐拥人们在谷歌网站进行搜索及通过其网络时所产生的大量机器数据。这些数据能够让谷歌优化广告排序，并将搜索流量转化为盈利模式。谷歌不仅能追踪人们的搜索行为，并且还能够预测出搜索者下一步将要做什么。顾客所输入的每一种搜索请求，都会让谷歌懂得他在寻找什么，全部人类行为都会在互联网上留下痕迹途径，谷歌占领了一种绝佳的点位来捕获和分析该途径。换言之，谷歌能在你意识到自己要找什么之前预测出你的意图。这种抓取、存储并对海量人机数据进行分析，然后据此进行预测的能力，就是数据驱动的产品。谷歌分析：谷歌在搜索之外尚有更多获取数据的途径。公司安装“谷歌分析”之类的产品来追踪访问者在其站点的足迹，而谷歌也可获得这些数据。网站还使用“谷歌广告联盟”，将来自谷歌广告客户网的广告展示在其站点，因此，谷歌不仅能够洞察自己网站上广告的展示效果，同样还能够对其它广告公布站点的展示效果一览无余。谷歌趋势：既然搜索本身是网民的“意图数据库”，固然能够根据某一专项搜索量的涨跌，预测下一步的走势。谷歌趋势能够预测旅游、地产、汽车的销售。这类预测最出名的就是谷歌流感趋势，跟踪全球范畴的流感等病疫传输，根据网民搜索，分析全球范畴内流感等病疫的传输状况。03eBay的分析平台早在，eBay就成立了大数据分析平台。为了精确分析顾客的购物行为，eBay定义了超出500种类型的数据，对顾客的行为进行跟踪分析。eBay分析平台高级总监OliverRatzesberger说：“在这个平台上，能够将构造化数据和非构造化数据结合在一起，通过分析增进eBay的业务创新和利润增加。”eBay行为分析：在早期，eBay网页上的每一种功效的更改，普通由对该功效非常理解的产品经理决定，判断的根据重要是产品经理的个人经验。而通过对顾客行为数据的分析，网页上任何功效的修改都交由顾客去决定。“每当有一种不错的创意或者点子，我们都会在网站上选定一定范畴的顾客进行测试。通过对这些顾客的行为分析，来看这个创意与否带来了预期的效果。”eBay广告分析：更明显的变化反映在广告费上。eBay对互联网广告的投入始终很大，通过购置某些网页搜索的核心字，将潜在客户引入eBay网站。为了对这些核心字广告的投入产出进行衡量，eBay建立了一种完全封闭式的优04塔吉特的“数据关联挖掘”运用先进的统计办法，商家能够通过顾客的购置历史统计分析来建立模型，预测将来的购置行为，进而设计促销活动和个性服务避免顾客流失到其它竞争对手那边。美国第三大零售商塔吉特，通过分析全部女性客户购置统计，能够“猜出”哪些是孕妇。其发现女性客户会在怀孕四个月左右，大量购置无香味乳液。由此挖掘出25项与怀孕高度有关的商品，制作“怀孕预测”指数。推算出预产期后，就能抢先一步，将孕妇装、婴儿床等折扣券寄给客户。塔吉特还创立了一套购置女性行为在怀孕期间产生变化的模型，不仅如此，如果顾客从它们的店铺中购置了婴儿用品，它们在接下来的几年中会根据婴儿的生长周期定时给这些顾客推送有关产品，使这些客户形成长久的忠诚度。05中国移动的数据化运行通过大数据分析，中国移动能够对公司运行的全业务进行针对性的监控、预警、跟踪。大数据系统能够在第一时间自动捕获市场变化，再以最快捷的方式推送给指定负责人，使他在最短时间内获知市场行情。客户流失预警：一种客户使用最新款的诺基亚手机，每月准时缴费、平均一年致电客服3次，使用WEP和彩信业务。如果按照传统的数据分析，可能这是一位客户满意度非常高、流失概率非常低的客户。事实上，当收集了涉及微博、社交网络等新型来源的客户数据之后，这位客户的真实状况可能是这样的：客户在国外购置的这款手机，手机中的部分功效在国内无法使用，在某个固定地点手机经常断线，彩信无法使用——他的使用体验极差，正在面临流失风险。这就是中国移动一种大数据分析的应用场景。通过全方面获取业务信息，可能颠覆常规分析思路下做出的结论，打破传统数据源的边界，重视社交媒体等新型数据来源，通过多个渠道获取尽量多的客户反馈信息，并从这些数据中挖掘更多的价值。数据增值应用：对运行商来说，数据分析在政府服务市场上前景巨大。运行商也能够在交通、应对突发灾害、维稳等工作中使大数据技术发挥更大的作用。运行商处在一种数据交换中心的地位，在掌握顾客行为方面含有先天的优势。作为信息技术的又一次变革，大数据的出现正在给技术进步和社会发展带来全新的方向，而谁掌握了这一方向，谁就可能成功。对于运行商来说，在数据解决分析上，需要转型的不仅是技巧和法律问题，更需要转变思维方式，以商业化角度思考大数据营销。06Twitter中的爱好和情绪Twitter爱好聚类：通过过滤顾客归属地、发推位置和有关核心词，Twitter建立了一系列定制化的客户数据流。例如，通过过滤电影片名、位置和情绪标签，你能够懂得洛杉矶、纽约和伦敦等都市最受欢迎的电影是哪些。而根据顾客公布的个人行为描述，你甚至能搜索到那些在加拿大滑雪的日本游客。从这个视角看，Twitter的爱好图谱的效率优于Facebook的社交图谱。Twitter的顾客数据所能产生的潜在价值同样令人惊叹。在社交媒体网站正在收集越来越多的数据的形势下，它们或许能找到更加好的方式来运用这些数据盈利，并使其取代广告成为本身提高收入的重要方式。这些社交网站真正的价值可能在于数据本身。相信在很快的将来，如果寻找到既能充足运用顾客数据，又可合理规避对顾客隐私的威胁，社交数据所蕴藏的巨大能量将会彻底被启动。Twitter情绪分析：Twitter自己并不经营每一款数据产品，但它把数据授权给了像DataSift这样的数据服务公司，诸多公司运用Twitter社交数据，做出了多个让人吃惊的应用，从社交监测到医疗应用，甚至能够去追踪流感疫情暴发，社交媒体监测平台DataSift还发明了一款金融数据产品。华尔街“德温特资我市场”公司首席执行官保罗·霍廷每天的工作之一，就是运用电脑程序分析全球3.4亿微博账户的留言，进而判断民众情绪，再以“1”到“50”进行打分。根据打分成果，霍廷再决定如何解决手中数以百万美元计的股票。霍廷的判断原则很简朴：如果全部人似乎都愉快，那就买入；如果大家的焦虑情绪上升，那就抛售。某些媒体公司会把观众收视率数据打包到产品里，再转卖给频道制作人和内容发明者。精确的数据一旦与社交媒体数据相结合，对将来的预测会非常准。07特易购的精拟定向聪颖的商家通过顾客的购置历史统计分析来建立模型，为他们量身预测将来的购物清单，进而设计促销活动和个性服务，让他们源源不停地为之买单。特易购是全球利润第二大的零售商，这家英国超级市场巨人从顾客行为分析中获得了巨大的利益。从其会员卡的顾客购置统计中，特易购能够理解一种顾客是什么“类别”的客人，如速食者、单身、有上学孩子的家庭等等。这样的分类可觉得提供很大的市场回报，例如，通过邮件或信件寄给顾客的促销能够变得十分个性化，店内的促销也能够根据周边人群的喜好、消费的时段来更加有针对性，从而提高货品的流通。这样的做法为特易购获得了丰厚的回报，仅在市场宣传一项，就能协助特易购每年节省3.5亿英镑的费用。Tesco的优惠券：特易购每季会为顾客量身定做6张优惠券。其中4张是客户经常购置的货品，而另外2张则是根据该客户以往的消费行为数据分析，极有可能在将来会购置的产品。仅在1999年，特易购就送出了14.5万份面对不同的细分客户群的购物指南杂志和优惠券组合。更妙的是，这样的低价无损公司整体的盈利水平。通过追踪这些短期优惠券的回笼率，理解到客户在全部门店的消费状况，特易购还能够精确地计算出投资回报。发放优惠券吸引顾客其实已经是很老套的做法了，并且许多的促销活动实际只是来掠夺公司将来的销售额。然而，依赖于扎实的数据分析来定向发放优惠券的特易购，却能够维持每年超出1亿英镑的销售额增加。特易购同样有会员数据库，通过已有的数据，就能找到那些对价格敏感的客户，然后在公司能够接受的最低成本水平上，为这类顾客倾向购置的商品拟定一种最低价。这样的好处一是吸引了这部分顾客，二是不必在其它商品上浪费钱降价促销。特易购的精确运行：这家连锁超市在其数据仓库中收集了700万部冰箱的数据。通过对这些数据的分析，进行更全方面的监控并进行主动的维修以减少整体能耗。08Facebook的好友推荐Facebook是社交网络巨擎，但是在挖掘大数据价值方面，仿佛方法不多，值得一提的就是好友推荐。Facebook使用大数据来追踪顾客在其网络的行为，通过识别你在它的网络中的好友，从而给出新的好友推荐建议，顾客拥有越多的好友，他们与Facebook之间的黏度就越高。更多的好友意味着顾客会分享更多照片、公布更多状态更新、玩更多的游戏。09LinkedIn的猎头价值LinkedIn网站使用大数据在求职者和招聘职位之间建立关联。有了LinkedIn，猎头们再也不用向潜在的受聘者打陌生电话来碰运气，而能够通过简朴的搜索找出潜在受聘者并联系他们。与此相似，求职者也能够通过联系网站上其别人，自然而然地将自己推销给潜在的雇主。有两个例子能够生动呈现LinkedIn的数据价值：几年前，LinkedIn忽然发现近期雷曼兄弟的来访者多了起来，当时并没引发重视，过了很快，雷曼兄弟宣布倒闭；而在谷歌宣布退出中国的前一种月，在LinkedIn发现了某些平时极少见的谷歌产品经理在线，这也是相似的道理。如果LinkedIn针对性地分析某家上10沃尔玛的数据基因早在1969年沃尔玛就开始使用计算机来跟踪存货，1974年就将其分销中心与各家商场运用计算机进行库存控制。1983年，沃尔玛全部门店都开始采用条形码扫描系统。1987年，沃尔玛完毕了公司内部的卫星系统的安装，该系统使得总部，分销中心和各个商场之间能够实现实时，双向的数据和声音传输。采用这些在当时还是小众和超前的信息技术来收集运行数据为沃尔玛近来的崛起打下了坚实的地基，从而发现了“啤酒与尿布”关联。如今，沃尔玛拥有着全世界最大的数据仓库，在数据仓库中存储着沃尔玛数千家连锁店在65周内每一笔销售的具体统计，这使得业务人员能够通过分析购置行为更加理解他们的客户。通过这些数据，业务员能够分析顾客的购置行为，从而供应最佳的销售服务。沃尔玛始终致力于改善本身的数据收集技术，从条形码扫描，到安装卫星系统实现双向数据传输，整个公司都充满了数据基因。4月，沃尔玛又收购了一家研究网络社交基因的公司Kosmix，在数据基因的基础上，又增加了社交基因。11阿里小贷和聚石塔即使阿里系的余额宝如日中天，但其实阿里小贷才真正体现出了大数据的价值。早在阿里就已经建立了“淘宝小贷”，通过对贷款客户下游订单、上游供应商、经营信用等全方位的评定，就能够在没有见面状况下，给客户放款，这固然是对阿里平台上大数据的挖掘。数据来源于“聚石塔”——一种大型的数据分享平台，它通过共享阿里巴巴旗下各个子公司的数据资源来发明商业价值。这款产品就是大数据团体把淘宝交易流程各个环节的数据整合互联，然后基于商业理解对信息进行分类储存和分析加工，并与决策行为连接起来所产生的效果。12西尔斯的数据大集成在过去，美国零售巨头西尔斯控股公司，需要八周时间才干制订出个性化的销售方案，但往往做出来的时候，它已不再是最佳方案。痛定思痛，决定整合其专售的三个品牌——Sears、Craftsman、Lands'End的客户、产品以及销售数据，使用群集收集来自不同品牌的数据，并在群集上直接分析数据，而不是像以前那样先存入数据仓库，避免了浪费时间——先把来自各处的数据合并之后再做分析。这种调节让公司的推销方案更快、更精确，能够从海量信息中挖掘价值，但是价值巨大，困难也巨大：这些数据需要超大规模分析，且分散在不同品牌的数据库与数据仓库中，不仅数量庞大并且支离破碎。西尔斯的困境，在传统公司中非常普遍，这些公司家始终想不通，既然互联网零售商亚马逊能够推荐阅读书目、推荐电影、推荐可供购置的产品，为什么他们所在的公司却做不到类似的事情。西尔斯公司首席技术官菲里·谢利（PhilShelley）说：如果要制订一系列复杂推荐方案质量更高，需要更及时、更细致、更个性化的数据，传统公司的IT架构根本不能完毕这些任务，需要痛下决心，才干完毕转型。在这次“数据盛宴”中，与否只有大公司的狂欢？并非如此，从事大数据产业的轻公司将无处不在。新兴的创业公司通过出售数据和服务更有针对性地提供单个解决方案，把大数据商业化、商品化，才是更加值得我们关注的模式。这将带来继门户网站、搜索引擎、社交媒体之后的新一波创业浪潮和产业革命，并会对传统的咨询公司产生强烈冲击。13PredPol的犯罪预测PredPol公司通过与洛杉矶和圣克鲁斯的警方以及一群研究人员合作，基于地震预测算法的变体和犯罪数据来预测犯罪发生的几率，能够精确到500平方英尺的范畴内。在洛杉矶运用该算法的地区，盗窃罪和暴力犯罪分布下降了33%和21%。14Tipp24AG的赌徒行为预测Tipp24AG针对欧洲博彩业构建的下注和预测平台。该公司用KXEN软件来分析数十亿计的交易以及客户的特性，然后通过预测模型对特定顾客进行动态的营销活动。这项举措减少了90%的预测模型构建时间。SAP公司正在试图收购KXEN，“SAP想通过这次收购来扭转其长久以来在预测分析方面的劣势”。15Inrix的堵车预言交通的参加者多个多样，是大数据最能发挥价值的领域。交通流量数据公司Inrix依靠分析历史和实时路况数据，能给出及时的路况报告，以协助司机避开正在堵车的路段，并且帮他们提前规划好行程。汽车制造商、移动应用开发者、运输公司以及各类互联网公司都需要Inrix的路况报告。奥迪、福特、日产、微软等巨头都是Inrix的客户。16潘吉瓦的潮流预测消费者追寻意见领袖的生活方式。潘吉瓦公司就是用数据分析来预测流行趋势，以此为基础甚至撬动全球贸易。例如，它们通过41次追踪《暮光之城》的徽章、袜子的运输状况，分析在这部电影中主角的服饰对流行趋势有多大影响率，并将分析成果告知顾客，建议他们对自己的行动做出恰当的调节。17潘多拉的音乐推荐美国在线音乐网站潘多拉特别聘任某些音乐专家，让他们每个人平均花上20分钟去分析一首歌曲，并赋予每首歌400种不同的属性。如果你表达喜欢一首歌，程序会自动寻找跟这首歌“基因”相似的歌曲，猜想你也会喜欢并采用推荐引擎技术推荐给你。借助这种人海战术，潘多拉网站已经分析了74万首歌曲。18FutrixHealth的医疗方案FutrixHealth是一家专注于用通过数据为患者制订医疗解决方案的公司，从安装在智能手机上的个人健康应用，到诊所、医院里医生使用的电子健康统计仪，甚至是革命性的数字化基因组数据，均连接到后端数据仓库上。从而为患者制订最佳的医院选择、医药选择。该如何将采集到医疗保健机构的大量操作信息，分析患者状况或治疗效果，实施任何高效率的方法，使之更具故意义——大数据时代提供的机会，不再是简朴地收集这些数据，而是如何运用数据来更加好地认知这个世界。19RetentionScience的顾客粘性在零售领域，创业公司RetentionScience公布了一种为电子商务公司提供增强顾客粘性的数据分析及市场方略设计的平台，它的顾客建模引擎含有自学习功效，通过使用算法和统计模型来设计优化顾客粘性的方略。平台的顾客数据分析都是实时进行，以确保顾客行为预测总是符合实际顾客行为更新；同时，动态的根据这些行为预测来设计某些促销方略。RS现在已获得BarodaVentures,MohrDavidowVentures,DoubleMPartners及某些出名天使投资人130万美金的投资。20众瀛的婚嫁后推荐江苏众瀛联合数据科技有限公司构建了这样一种大数据平台——将准备结婚的新人作为目的消费者，并把与结婚购物有关的商家加入其中。一对新人到薇薇新娘婚纱影楼拍了婚纱照，在实名登记了自己的信息后会被上传到大数据平台上。大数据平台能根据新人在婚纱影楼的消费状况和偏好风格，大致分析判断出新人后续消费需求，即时发送奖励和促销短信。例如邀请他们到红星美凯龙购置家具、到红豆家纺选购床上用品、到国美电器选购家用电器、到希尔顿酒店摆酒席……如果新人在红星美凯龙购置了中式家具，阐明他们偏好中国传统文化，就推荐他们购置红豆家纺的中式家居用品。21Takadu的数字驯水水，向来是个不好管理的东西：自来水公司发现某个水压计出现问题，可能需要花上很长的时间排查共用一种水压计的若干水管。等找到的时侯，大量的水已经被浪费了。以色列一家名为Takadu的水系统预警服务公司解决了这个问题。Takadu把埋在地下的自来水管道水压计、用水量和天气等检测数据收集起来，通过亚马逊的云服务传回Takadu公司的电脑进行算法分析，如果发现都市某处地下自来水管道出现爆水管、渗水以及水压局限性等异常状况，就会用大概10分钟完毕分析生成一份报告，发回给这片自来水管道的维修部门。报告中，除了提供异常状况类型以及水管的损坏状况——每秒漏出多少立方米的水，还能相对精确地标出问题水管具体在哪里。检测每千米“水路”，Takadu的月收费是1万美元。22百合网的婚恋匹配电商行业的现金收入源自数据，而婚恋网站的商业模型更是根植于对数据的研究。例如，作为一家婚恋网站，百合网不仅需要经常做某些研究报告，分析注册顾客的年纪、地区、学历、经济收入等数据，即便是每名注册顾客小小的头像照片，这背后也大有挖掘的价值。百合网研究规划部李琦曾经对百合网上海量注册顾客的头像信息进行分析，发现那些受欢迎头像照片不仅与照片主人的长相有关，同时照片上人物的表情、脸部比例、清晰度等因素也在很大程度上决定了照片主人受欢迎的程度。例如，对于女性会员，微笑的表情、直视前方的眼神和淡淡的妆容能增加自己受欢迎的概率，而那些脸部比例占照片1/2、穿着正式、眼神直视没有多出pose的男性则更可能成为婚恋网站上的宠儿。23Prismatic的新闻外衣Prismatic是一款个性化新闻应用，只有4名创始员工，凭借互联网数据爬虫和社交网络开发平台的数据，依靠亚马逊的云计算平台，实现了大数据的精益创业。Prismatic不提供统一的设计精良的新闻订阅或推荐界面，而是根据分析顾客的Facebook或Twitter资料，为顾客做一对一的数据分析和推荐。从盈利模式来看，Prismatic不是依靠广告费生存下来，也不是传统的新闻媒介，而是一种披着新闻应用外衣的电子商务公司。名义上为了给顾客个性化推荐新闻而得到顾客的个人信息进行数据分析，针对性的推出推荐商品，从而从电子商务中盈利。24Opower的对比激励人类都有和同类对比的天性，例如，一家政府机构收集不同地点从事同类工作的多组员工的数据，仅仅将这些信息公诸于众就促使落后员工提高了绩效。在能源行业，Opower使用数据对比来提高消费用电的能效，并获得了明显的成功。作为一家SaaS的创新公司，Opower与多家电力公司合作，分析美国家庭用电费用并将之与周边的邻居用电状况进行对比，被服务的家庭每月都会受到一份对比的报告，显示自家用电在整个区域或全美类似家庭所处水平，以激励节省用电。Opower的服务以覆盖了美国几百万户居民家庭，预计将为美国消费用电每年节省5亿美元。Opower报告信封，看上去像账单，它们使用行为技术轻轻地说服公用事业客户减少消耗。Opower已经推出了它的大数据平台Opower4，通过分析多个智能电表和用电行为，电力公司等公用事业单位成为Opower的盈利来源。而对普通顾客而言，Opower完全是免费的。25Chango和Uniqlick的点击消费使用新的数据技术，诸如美国的Chango公司和中国的Uniqlick公司正在数字广告行业中探索新的商业模式——实时竞拍数字广告。通过理解互联网顾客在网络的搜索、浏览等行为，这些公司可觉得广告主提供最有可能对其商品感爱好的顾客群，从而进行精确营销；更长久的趋势是，将广告投放给最有可能购置的顾客群。这样的做法对于广告主来说，能够获得更高的转换率，而对于公布广告的网站来说，也提高了广告位的价值。26众趣的行为辩析众趣是国内第一家社交媒体数据管理平台，现在国内重要的社交开放平台在顾客数据的开放性方面仍比较保守，身为第三方数据分析公司，能够获得的顾客数据还十分有限，要使用这些顾客数据需获得顾客许可。众趣通过运行统计学等有关数据分析原理对顾客数据进行过滤，最后完毕的是对一种顾客的行为、动作等个体特性的描述。这些描述能够协助品牌营销者理解消费者的消费习惯及需求；也能够协助公司的领导增强对自己员工的理解。除了对个体以及群体行为特性的描述外，这些数据分析成果还可用于对顾客群体的行为预测，从而为营销者提供某些前瞻性的市场分析。众趣数据分析的成果只能精确到群组而无法达成个人。这类的顾客数据研究除在市场营销领域含有一定的参考价之外，现在大多还重要用于配合某些小调研。另外，这些数据还能够实现对顾客甚至公司机构的信用评级，在金融领域也有一定程度的使用。27拖拉网的明天猜想导购电商的拖拉网制作了“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，由顾客任意打分，根据顾客的打分偏好，拖拉网便能猜到明天她们想穿什么，然后为她在数十万件网购时装中推荐单品，并且实现直通购置下单。在获取客户数据后，后台分析也是各显神通。拖拉网加入了更多变量来考核自己的推荐模式。例如有消费者明天要参加一种聚会，不懂得要穿什么风格，也没有看天气预报，但愿导购网站能帮她把这些场景和自己的信息组合起来，给出一整套的解决方案。于是日期、地区、场合、风格，这些都成为穿衣搭配解决方案的变量，通过不停的组合呈现给顾客，据拖拉网数据，顾客在看到一种比较优质的搭配，并有场景性引导的时候，点击到最后页面完毕购置的转化率会比单品推荐高40%。28SeeChange的基因健康现在人们有了把人类基因档案序列化的能力，这允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它不利的条件，能够减少治疗过程的时间和耗费。位于旧金山的SeeChange公司创立了一套新的健康保险模式。该公司通过分析客户的个人健康统计、医疗报销统计、以及药店的数据，来判断该客户对于慢性病的易感性，并判断该客户与否有可能从某些定制的康复套餐中获利。SeeChange同时设计健康计划，并设立奖励机制激励客户主动完毕健康行动，全过程都通过其数据分析引擎来监控。29GivenImaging的图像诊疗以色列的GivenImaging公司发明了一种胶囊，内置摄像头，患者服用后胶囊能以大概每秒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受器，患者病征通过配套的软件被录入数据库，在4至6小时内胶囊相机将通过人体排泄离开体外。普通来说，医生都是在靠自己的个人经验进行病征判断，难免会对某些疑似阴影拿捏不准甚至延误病人治疗。现在通过GivenImaging的数据库，当医生发现一种可疑的肿瘤时，双击现在图像后，过去其它医生拍摄过的类似图像和他们的诊疗成果都会悉数被提取出来。能够说，一种病人的问题不再是一种医生在看，而是成千上万个医生在同时给出意见，并由来自大量其它病人的图像给出佐证。这样的数据对比，不仅提高了医生诊疗的效率，还提高了精确度。30Entelo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，由于在他们还没有机会写简历之前很可能已经被其它公司抢走了。Entelo公司能替公司家们推荐那些才刚刚萌发跳槽动机的高级技术人才，方便先下手为强。Entelo的数据库里现在有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多个指标用于鉴定跳槽倾向。某公司的股价下跌、高层大换血、刚被另一大公司收购，这些都会被Entelo看作是造成该公司人才跳槽的可能性因素。于是Entelo就会立刻把该公司里的高级人才的信息推送给订阅了自己服务的公司家们。公司家们收到的简历跟普通的简历还不同。Entelo抓取了这些人才在各大社交网络的信息。这样公司家们能够理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”的公司家能够看到一种活生生的目的人才站在面前。31FlightCaster和Passur的延误预测航空业分秒必争，特别是航班达成的精确时间。如果一班飞机提前达成，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搁时间；如果一班飞机延误，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，大概10%的航班的实际达成时间与预计达成时间相差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，重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类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状况的历史数据。Flightcaster的秘诀就是其对大数据分析的有效运用和使用适宜的软件工具对产出数据进行实时管理。PassurAerospace是专门为航空业提供决策支持的技术公司。通过收集天气、航班日程表等公开数据，结合自己独立收集的其它影响航班因素的非公开数据，综合预测航班到港时间。时至，Passur公司已经拥有超出155处雷达接受站，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。不仅如此，通过长久的数据收集，Passur拥有了一种超出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，航空公司根据它们提供的航班达成时间做计划，能为每个机场每年节省数百万美元。32Climate的农业保险一家名为气候公司的创业公司每天都会对美国境内超出100万个地点、将来两年的天气状况进行超出1万次模拟，其数据量庞大、动态、实时。随即，该公司将根系构造和土壤孔隙度的有关数据，与模拟成果相结合，为成千上万的农民提供农作物保险。通过遥感获取土壤数据，这和我们过去所熟悉的通过网络服务获取顾客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确的保险服务，必定还需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，同现有农作物保险方式相比含有极大竞争力，并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行，完全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，一种月几万美元而已。33Hiptype的统计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，出版商需要搞清晰人们读到了哪里、读完后有无购置，以及其它多个体验，才干卖出更多的电子书。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“面对电子书的谷歌Analytics”，能够提供与电子书有关的丰富数据。它不仅能统计电子书的试读和购置次数，还能绘制出“读者图谱”，涉及顾客的年纪、收入和地理位置等。另外，它还能告诉出版商读者在看完免费章节后与否进行了购置，有多少读者看完了整本书，以及读者平均看了多少页，读者最喜欢从哪个章节开始看，又在哪个章节半途而废，等等。Hiptype能够与电子书整合在一起，出版商无论选择哪种渠道，总是能够获得顾客数据。Hiptype收集的全部数据都是匿名的。顾客在下载了内置Hiptype服务的电子书时，会得到一种提示，能够选择将其屏蔽。34安客诚的“人网合一”网络营销存在一种巨大问题，如何获知在网上使用几个不同名称的人与否是同一种人？安诚客推出了一种名为“观众操作系统”的技术方案解决了这个问题。它允许市场营销者与你的“数字人物”绑定，即使你由于婚姻换了名字，或者使用昵称，或者偶然使用中名，它也照样能够解答那个已经换了地址或者电话号码的人与否是同一种人的问题。AOS能够聚集不同数据库中的信息，这些数据或离线或在线，是公司可能在不同场合针对个人而收集的。通过使用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，得到简朴单一的成果。AOS协助安诚客的广告客户使用他们的数据在Facebook上找到广告投放目的顾客。大数据重要不作因果判断，重要合用于关联分析。诸多关联分析并不需要复杂的模型，只需要含有大数据的意识。诸多机构都有数据废气，数据不是用完就是被舍弃，它的再运用价值可能你现在不清晰，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的而收集的数据，普通用过之后就被归档闲置，其真正价值未能被充足挖掘。如果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体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，这远早于梅西百货自己统计出的销售统计。无论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获得极大的竞争优势。对于税务部门来说，税务欺骗正在日益的被关注，这时大数据能够用于增加政府识别诈骗的流程。在隐私允许的地方，政府部门能够综合各个方面的数据例如车辆的登记，海外旅游的数据来发现个人的耗费模式，使税务奉献不被叠加。同时一种可疑的问题出现了，这并没有直接的证据指向诈骗，这些结论并不能用来去控告个人。但是他能够协助政府部门去明确他们的审计和其它的审核以及某些流程。36数据废气物流公司的数据原来只服务于运行需要，但一经再运用，物流公司就华丽转身为金融公司，数据用以评定客户的信用，提供无抵押贷款，或者拿运输途中的货品作为抵押提供贷款；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靠近“上帝俯视”的感觉，美国洛杉矶的一家公司宣称，他们将全球夜景的历史数据建立模型，在过滤掉波动之后，做出了投资房地产和消费的研究报告。麦当劳则通过外送服务，在售卖汉堡的同时获得了顾客的精确地址，这些地址数据聚集之后，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，黑暗数据能够用作其它用途。InfinityProperty&Casualty公司用累积的理赔师报告来分析欺诈案例，通过算法挽回了1200万美元的代位追偿金额。一家电气销售公司，通过积累ERP销售数据分析，按照电气设备的生命周期，给5年前的老客户逐个拜访，获得了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以前只能实现事后诸葛亮式的报告和滞后的预测，传统的BI已经无法满足其业务发展的需要。于是，AmEx开始构建真正能够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。该公司表达，对于澳大利亚将于之后4个月中流失的客户，已经能够识别出其中的24%。这样的客户流失分析，固然能够用于挽留客户。酒店业可觉得消费者定制对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好的本地特色产品、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通过视频分析等待队列的长度，然后自动变化电子菜单显示的内容。如果队列较长，则显示能够快速供应的食物;如果队列较短，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，参加竞选的奥巴马团体拟定了三个最根本的目的：让更多的人掏更多的钱，让更多的选民投票给奥巴马，让更多的人参加进来!这需要“微观”层面的认知：每个选民最有可能被什么因素说服?每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能够最高效获取目的选民?如竞选总指挥吉姆·梅西纳所说，在整个竞选活中，没有数据做支撑的假设不能存在。为了筹到10亿美元的竞选款，奥巴马的数据挖掘团体在过去两年收集、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岁的女性含有非常大的吸引力：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种群体。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元的竞选资金。此后，当奥巴马团体决定在东海岸物色一位对于这个女性群体含有相似号召力的影星时，数据团体发现莎拉·杰西卡·帕克的粉丝们也同样喜欢竞赛、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，奥巴马团体的广告费用花了不到3亿美元，而罗姆尼团体则花了近4亿美元却落败，其中一种重要的因素在于，奥巴马的数据团体对于广告购置的决策，是通过缜密的数据分析之后才制订的。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觉更加重视自己。成果是，奥巴马团体筹得的第一种1亿美元中，98%来自于不大于250美元的小额捐款，而罗姆尼团体在筹得相似数额捐款的状况下，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它建筑物高诸多。纽约市每年接到2.5万宗有关房屋住得过于拥挤的投诉，但市里只有200名解决投诉的巡视员。市长办公室一种分析专家小组觉得大数据能够协助解决这一需求与资源的落差。该小组建立了一种市内全部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：欠税扣押统计、水电使用异常、缴费拖欠、服务切断、救护车使用、本地犯罪率、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统计进行比较，但愿找出有关性。果然，建筑物类型和建造年份是与火灾有关的因素。但是，一种没怎么预料到的成果是，获得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有关性。运用全部这些数据，该小组建立了一种能够协助他们拟定哪些住房拥挤投诉需要紧急解决的系统。他们所统计的建筑物的多个特性数据都不是造成火灾的因素，但这些数据与火灾隐患的增加或减少存在有关性。这种知识被证明是极具价值的：过去房屋巡视员出现场时签发房屋腾空令的比例只有13%，在采用新方法之后，这个比例上升到了70%。42榨菜指数负责起草《全国增进城乡化健康发展规划(-)》(下列简称“城乡化规划”)的国家发改委规划司官员需要精确懂得人口的流动，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。普通状况下，都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，重要由流动人口造成。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，能够反映人口流动趋势，一种被称为“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的49%、的48%、的47.58%、的38.50%下滑到的29.99%。这个数据表明，华南地区人口流出速度非常快。他们根据“榨菜指标”，将全国分为人口流入区和人口流出区两部分，针对两个区的不同人口构造，在政策制订上将会有所不同。43天气账单常言道，“天有不测之风云”，碰到过出门旅游、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造成经济损失的状况吗？全球第一家气象保险公司“天气账单”能为顾客提供各类气候担保。客户登录“天气账单”公司网站，然后给出在某个特定时间段里不但愿碰到的温度或雨量范畴。“天气账单”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。通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。这项服务不仅个人顾客需要，某些公司，例如旅行社也很乐意参加。一家全球性饮料公司将外部合作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。通过分析特定日子的温度、降水和日照时间等3个数据点，该公司减少了在欧洲一种核心市场的存货量，同时使预测精确度提高了大概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《纽约时报》的文章以及其它在线数据预测传染病或者其它社会问题可能会于何时何地暴发。在运用历史数据进行测试时，该系统的体现十分惊人。例如，根据对安哥拉干旱的报道，该系统预测安哥拉很可能发生霍乱。这是由于，通过以前发生的多起事件，该系统理解到在干旱出现的几年后霍乱暴发的可能性将上升。另外，该系统根据对初非洲大型飓风的报道，再次对安哥拉发生霍乱做出预警。而在不到一周之后，报道显示安哥拉确实发生了霍乱。在其它测试，例如对疾病、暴力事件及伤亡人数的预测中，该系统的精确率达成70%至90%。该系统的信息来自过去中《纽约时报》的报道存档，具体时间为1986年至。但是，该系统也运用了网络上的其它某些数据，理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，有助于拟定不同事件之间的因果关系或前后关系。例如，该系统能够推断卢旺达和安哥拉都市之间所发生事件的关系，由于这两个国家都位于非洲，有着类似的GDP，其它某些因素也很相似。根据这种办法，该系统认为，在预测霍乱暴发方面，应当考虑国家或都市的位置，国土面积有多少是水域，人口密度和GDP是多少，以及近几年与否发生过干旱。