
大数据是如何正在改变整个商业属性的
专家们称这个状况为大数据。它的定义并不明朗,但它通常可以归结为:公司会得比过去得到更多机会和途径去获得更多的信息数据,它的信息源要比以前更多,而且他们几乎可以迅速得到它只要产生数据。
大数据经常能得到已经在处理信息的公司的链接,如谷歌, Facebook的和亚马逊。但企业在很多行业中都非常看重大数据并且当成信息和操作中心。他们收集了大量的信息,通常会与传统手段相适应,比如销售的东西,如社会媒体网站和移动设备位置信息的评论。他们研究找出如何提高自己的产品,降低成本,吸引客户。
托运人在卡车上使用的传感器要想方设法加快交货。制造商,可以搜罗通过成千上万的论坛帖子,从而调查出客户是否会喜欢自己产品的一个新功能。招聘经理研究候选人如何回答问题,从而确定他们是否会能够合作。
很多的障碍依然存在。有些是技术性的,但是商业决策通常也会产生障碍。在大多数公司里,决策仍然是基于HIPPO————收入最高的人的意见,同时,说服一个擅长数据胜过直觉的经理人去实施和执行,很难。
以下几种方法,公司正在利用数据的力量来改变他们的业务。
人力资源
员工福利——特别是员工福利保健,可以是昂贵的。一些公司正在使用大数据以获得更好的决策去处理。
凯撒娱乐公司,对其员工的医疗保险数据进行分析,发现数据能够覆盖到其65000名员工每个人和他们各自的家庭成员的医疗保险。管理人员可以追踪成千上万的员工如何使用医疗服务,如急诊室参观的人数,以及他们是否选择了一个通用的品牌药的变量。
“这个是一个关于非常不透明的和可以接受的商业经营成本,通常人事经理不会想到他们能够控制,”Emily Gaines,凯撒娱乐的CEO说,凯撒的高级副总裁的补偿,福利和人力资源的有效性。
例如,在2010年的数据表明,在公司财产,哈拉斯在费城,只有仅仅11%紧急措施被视为较便宜的紧急医疗设施,这一比例为在凯撒占了34%。Harrah的团队发起了一场斗争,以呼吁员工的成本高因为ER访问,并提供了一系列备选的其他设施。两年后,17%的紧急设施处理突发事件,紧急护理,个人的ER访问的百分比从40%下降到30%。
总体来看,由于凯撒在2009年开始跟踪ER访问,10,000紧急情况全公司已被转移到较便宜的替代品,共节省450万美元。
大的数据也在改变着招聘。比如说,Catalyst公司的IT服务,这是一家基于巴尔的摩技术的技术外包公司,主要是负责组装队的编程工作。今年,该公司将筛选超过10,000候选人。不仅是传统的招聘过于缓慢和繁琐的,该公司称,同时一个招聘经理做出的主观选择也常常导致新来员工不符合标准。
“你需要能够建立模型,可以帮助您采取这种主观的看法”,迈克尔·罗森鲍姆说,Catalyst的创始人兼首席执行官。
因此,催化剂要求候选人填写在线评估,许多公司都在这些日子里,最有名的是谷歌。Catalyst公司用它来收集成千上万位申请人的信息,事实上,从他们如何回答问题上,能比他们的答案获得更多的数据。
例如,评估可能会给一个申请人关于微积分的问题,而申请人完全出乎意料。申请人回答问题的反应——很吃力的回答一道题,快速的回答一道题然后很快又返回,或者完全跳过它,这些都位人们如何处理挑战提供了很多数据。
有些需要消耗体力解决问题的人,可能适合那种要求用有条理有技巧的方法去解决难题的任务,而在另一个状况下表现比较强势积极的申请人采可能会适合另外一种状况。
这种方法的优势在于它承认人具备各种不同的技能,并没有什么工作是能够适合所有人的。根据大量数据研究表明,有特定性格特质的候选人必须是在特定的情况下才会合适,有时候一些人的偏见,不能做什么。
对于一个行之有效的措施,Catalyst的员工流失率平均每年约15%的速度增长,与其在美国的竞争对手相比,超过30,与其在海外的同类竞争公司相比,超过20%。
产品开发
大的数据可以帮助捕获顾客的喜好,并把这些信息应用在新产品设计上。在这方面,网络公司正在处于领先地位。
Zynga公司,仅次于旧金山游戏FarmVille的Zynga的公司, 每天从它的游戏,足够的SNARE蛋白25兆兆字节,以填补1000 Blu-ray光盘。使用这些数据为客户服务,质量保证,并设定一些特点和功能应用在更新的游戏里。
例如,在原始版本的FarmVille的,动物更多是被设计成装饰。但Zynga的游戏分析师发现,队员们与动物的互动远远超过了设计者的预期,于是把动物移动到农场的周围然后使用游戏中的货币去进行购买。
因此,在FarmVille 2,动物被给予更多关注和焦点。例如,如果你想制作和销售一块蛋糕,您可能需要一头母牛的牛奶和鸡的鸡蛋。
甚至当Zynga的艺术家设计新功能时,其实也在使用数据。在传统的市场测试中,游戏设计师可能测试不同版本,也就是说,一个圆点奶牛的焦点小组测试不同版本。Zynga的艺术家可以得出两个不同的版本,并把两种都放在游戏中,看看哪一种更受人欢迎。
当然,现实世界的制造商也使用大的数据,以了解顾客的兴趣。
作为福特汽车公司,在设计第一台微型模型其新的全球平台——一个福特汽车和周围卡车共同的一套组件设备,它决定一个地区的共同特点使适用于所有地区。
其中它考虑的一个功能,是一个“三眨眼”转向指示灯,多年一直在其在欧洲的汽车。不同于其在美国的车辆上的信号,该指示灯闪烁三次,在驱动器的触摸,然后关闭。
一个完整规模的市场研究试验被视为过于昂贵和费时的。因此,福特汽车发烧友搜寻网站和业主论坛,看看有什么司机说关于转向灯的。研究人员使用的文本挖掘算法,扑杀超过1万提到,总结了最相关的评论。
三一眨不眨指标在2010年推出的新嘉年华和现在上最福特的产品。虽然一些网上评论者抱怨说,他们很难去适应新功能,但是它也有很多的捍卫者。
“起初,它花了一些时间来适应。现在我将不会有任何其他的方式!!” 写了一个。
“的文本挖掘算法使用的是在这一努力中的关键,并帮助确保一个完整的画面,就不会使用传统的市场研究,说:”Michael,Cavaretta,福特公司的研究数据预测和处理的科技领导人。
经营
多年来,公司一直在使用数字技术,使他们的业务更有效的。随着大数据的兴起,当数据产生时,公司可以根据一种新的信息源捕获更多的信息。
美国联合包裹运送服务公司长期依赖于数据以提高其业务。在2009年,它开始在其送货车辆,除其他事项外,可以捕捉卡车的速度和位置,它被放置在反向倍的数量和驾驶员的安全带是否扣安装传感器。的许多信息被上载结束时的天至UPS数据中心,并分析过夜。
通过结合GPS信息和安装在超过46,000辆车上的数据传感器,UPS在2011年减少了燃料消耗8400000加仑削减85万英里外的路线。
市场营销
市场营销人员已长期使用的数据,以了解他们的客户,并针对他们的球场。现在,过多的数据意味着市场营销的目标可以更加个性化的信息。
像许多酒店经营者,总部设在英国的洲际酒店集团,多年收集的71万会员的优悦会奖励计划,如收入水平的详细信息,以及他们是否喜欢风格的家庭或商务旅客住宿。
几年前,该公司合并到一个数据仓库,它可以拉从社会媒体网站和处理查询的信息比以往任何时候都更快的所有客户营销信息。
使用该系统,推出新的营销活动在1月。在以前的活动可能有平均7至15定制营销信息,新的广告系列有1552,根据Atique,洲际酒店集团的全球客户活动营销的副总裁。
消息铺开阶段的最初的芯12的顾客群体,其中每一个被定义由4,000的属性。其中一组,例如,往往停留在周末,积分兑换的礼品卡和注册通过洲际酒店集团营销合作伙伴,根据Shah先生。因此,这些客户的营销信息,让他们了解当地在上周末的事件。
洲际酒店集团的高级副总裁史蒂夫·Sickel,分布和关系营销活动产生率较高,35%的顾客转换,或承兑,比类似的运动在去年夏天,他说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15