京公网安备 11010802034615号
经营许可证编号:京B2-20210330
现在国外有应用大数据的案例
现在国外有应用大数据的案例,案例是一个父亲有一个高中生的女儿,接到了一个促销的广告,是关于婴儿用品的广告,这个父亲勃然大怒,说商家无良,为了促销向我的高中生的女儿促销婴儿产品。但是过了一两个星期,他感到非常的内疚,因为他对于商家的这种态度是错误的,原因是他的高中的女儿确实怀孕了。为什么商家会发现这个问题?商家实际上就是通过在商场的一些数据挖掘和比对,发现这个女孩子曾经在商场里购买过类似的一些商品,在有一些类似的货架面前驻足观看,而且这个频度很高,商家对于后台大数据的分析,筛出潜在客户,发出商业广告。
这可以说是一个很典型的案例,给了我们很多的思考,我们可以从很早的MBA的课程里面发现这些案例,这些案例都告诉我们一条,我们要去关注外部的一些数据,通过这些外部数据的获取研究,这是未来保险业非常重要的能力。
3、保险业应该是未雨绸缪,应该及早的对于大数据时代有一个未雨绸缪的观念,或者有这么一个未雨绸缪的心态。我基本的说法就是,如果我们把它抽象的讲,大数据时代的数据能力将成为未来保险企业核心竞争力的核心。中国有一句古话叫识时务者为俊杰,最重要的前提是认识,这个行业能够及早的认识到这一点,能够及早的做相关的一些准备是非常重要的。我讲这个行业需要一种大数据的思维,这是我们面向未来需要具备的一个非常重要的能力,你能够基于大数据的思维,能够全面的理解大数据的时代,把某一个产品、客户的服务放在大数据之下思考这个问题,这是非常重要的。
得人才者得天下。有一个数据说未来最热门的行业是数据科学家,所以数据工作者,数据工程师、数据科学家,将是未来这个公司的核心资源。这些人他已经不同于我们传统意义上的数据人才,不是我们原来基于IT的,对于数据库研究、管理、应用的人才,我讲这是基于大数据时代的数据人才。他们是什么?这些面向未来的数据人才关键的能力是什么?观察力和想象力。未来数据,科学家的核心能力是想象力和观察力,他能够观察到某一个社会现象背后的数据结构,把这个现象背后的数据结构挖掘出来,整合成一个新的商业模式,就创造了一个新的商业机会。有想象力,还能够知道怎么实现这个想象力,当然这中间数据是一个核心的要素。
我们要培育一个数据获取的能力,你知道数据在哪里。数据处理的能力,怎么构建数据之间的关系。我讲的数据处理不是传统意义上的数据处理,而是学会处理数据之间的关系,从这个关系当中找到规律性的东西,从规律性的背后发现商业模式。数据思维的能力。要学会基于数据的思维。
这对我们未来保险业所必须个具备的能力。当然,背后保险公司有很多的事情要做。比如传统以来我们一直做商业资本的,我们也知道随着非结构数据的大量应用,或者我们需要更多的对象处理非结构数据,我觉得未来的人工智能,专家的支持体系都会变得异常的重要。
如果要总结起来讲,发现数据的关联性,构建数据的商业模式,未来整个社会是一个数据社会寻宝的重要工具和能力。这是关于保险业的未雨绸缪所需要做的事情。时间的关系不占太多的时间。
总结起来说我还是这个观点,我认为大数据时代会比我们想象的来得快。大数据时代几乎跟我们每一个人密切相关。任何一个行业都可以忽视大数据时代到来的话,保险不行。大数据在根本上改变保险业的业态,做得不好,会使保险业传统的经营空间受到极大的压缩,做得好会为保险业开拓一个全新的领域,广阔的空间。但是最重要的是有赖于这个行业对于大数据时代到来的认识、警惕和应对。我说的不一定对,这是最近做的思考,跟大家做一个分享,我算是抛砖引玉,
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21