京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何利用大数据赚10亿美元_数据分析师
在《福布斯》杂志亿万富翁榜单上首次出现的新面孔中,越来越多人通过大数据赚取到巨额财富。这些大数据富翁都在各自领域中占据巅峰位置,他们以前所未有的方式收集、分析以及使用数据,并借此建立起自己的商业帝国。
多数大数据富豪在主流消费市场中打拼,他们重点关注日常生活中看似普通的事物,比如打车、选择电影去观看等,他们的模式已被证明取得巨大成功。其他人则聚焦于专业市场,通过提供此前从未有过的见解进行反恐、打击金融欺诈等。在此,我们简单介绍下6位大数据富翁如何利用大数据改变世界,并从中获取利益的。
1.打车应用Uber首席执行官特拉维斯·卡兰尼克(Travis Kalanick)
这位大学辍学生最近成为《福布斯》富豪榜中的新人,其净资产达到53亿美元。Uber这种移动应用服务可将需要打车的人与准备载客的司机连通起来,尽管其激怒了全世界的传统出租车司机,但后者却无力阻止Uber价值增至410亿美元。
Uber储存和监视用户乘车的每段旅程数据,并利用其确定需求、分配资源以及设定车费标准等。Uber同时还对运营城市中的公共交通网络进行深入分析,为此其能够覆盖交通服务较差的区域,成为公交车和火车的有效补充。近来,卡兰尼克宣布推出新的UberPool服务,同样通过分析乘车数据设立汽车共享计划,此举可减少伦敦街头1/3汽车数量。
2.在线影片租赁提供商Netflix CEO里德·黑斯廷斯(Reed Hastings)
黑斯廷斯先是在美国海军陆战队中短暂服役,随后又参加美国志愿者组织Peace Corps,前往斯坦福大学进修计算机学后,于1991年创建自己的首家公司Pure Software。此后,黑斯廷斯还与马克·伦道夫(Marc Randolph)创建Netflix,开始DVD邮寄业务。今天,黑斯廷斯的净资产达到10亿美元,他还是Facebook(另一家建立在大数据基础上的公司)的董事会成员。
正如《纽约时报》指出的那样,Netflix已经将使用大数据分析变成“给与人们任何想要的东西”。Netflix正分析5500万订阅用户的详细观赏数据,这不仅能优化他们的推荐服务,也能帮助找到下一部《纸牌屋》大片。
预测你接下来将会看什么是Netflix数据战略的主要目标。为了实现这个目标,Netflix已经招募很多电影界人士研究电影、电视以及标签中包含的共同主题。此外,Netflix还定期举行众包竞赛,向任何能够提出更精确预测观众观赏习惯算法的人提供100万美元奖金。
3.美国度假房屋租赁网站AirBnb CEO布莱恩·切斯基( Brian Chesky)
这位33岁的AirBnb创始人据说自从2010年以来,就不曾有过自己的房子。他几乎总是在使用自己的服务,将旅行者与提供短期租住服务的房主联系起来。自从2008年AirBnb推出以来,在全球3.4万座城市提供了2400万次预订服务。这意味着,AirBnb公司已经收集到有关人们度假和旅行习惯的海量数据。
这种洞察力将使他们确保在旅游高峰期时,集中精力在热门旅行目的地签约客房和确定价格标准,以便于他们优化利用全球房屋租赁网络。这个网络中存在专有机器学习算法,可提前预测欺诈性交易,而强大的推荐系统允许客人和主人迅速在彼此间建立起信任。
AirBnb刚刚推出Airpal,这种用户友好数据分析平台允许其所有雇员访问公司数据,并借助工具进行查询服务,不再仅限于受过数据学训练的人。切斯基与他的创业伙伴内森·布莱卡斯亚克(Nathan Blecharczyk)、乔·格比亚(Joe Gebbia)据说每个人的净资产都已经达到19亿美元。
4.高频交易公司Virtu Financial创始人文森特·维奥拉(Vincent Viola)
2008年,维奥拉创建了高频交易公司Virtu Financial,现在其净资产为17亿美元。维奥拉的公司根据大数据原则、交易股票、日用品、货币以及国际市场选择等因素开发自己的专业交易算法。维奥拉带领公司上市的计划于去年被搁置,但今年有望重新启动。
高频交易利用特定算法进行数千笔交易,经常可从价格的细微变动中获益,其十分依赖世界金融市场提供的大数据。据说,高频交易占了美国股票交易的近半壁江山,占期货交易的60%。去年,Virtu Financial公司宣布,在过去5年间,它只遭遇过一天整体交易受损的情况,他们将此成功归功于实时风险管理策略和技术。
5.“阅后即焚”照片分享应用Snapchat创始人埃文·斯皮格尔(Evan Spiegel)与博比·墨菲(Bobby Boggy Murphy)
现年分别24岁和25岁,斯皮格尔与墨菲是《福布斯》富豪榜中最年轻的亿万富翁。这两人在斯坦福大学就读期间相识,并于2013年拒绝Facebook30亿美元收购Snapchat而名声鹊起。他们的坚持带来丰厚回报,该公司上个月估值达到190亿美元。
Snapchat出现前,市场中已经有很多图片消息服务,但斯皮格尔与墨菲首先发现,并非所有人都希望他们发送给朋友的图片永远处于可视状态。通过执行自动的自毁功能,他们希望建立起信任。尽管有些磕磕绊绊,但这项服务已经取得巨大成功。自从那时以来,Snapchat进化出许多数据驱动功能,试图帮助用户联系其他人,并基于共享时间讲述协作故事。
6.软件公司Palantir创始人亚历山大·卡普(AlexanderKarp)
在创建Palantir时,卡普获得CIA的大力帮助。这家公司使用大数据算法帮助在全球反恐和打击金融欺诈行为,它的最大客户是美国政府。美国政府利用Palantir的软件预测路边炸弹埋置、欺诈交易等事件。
Palantir的大部分工作自然需要保密,但众所周知的是,该公司发现可疑欺诈活动的模式和数据异常技术源自在线支付服务Paypal。卡普的联合创业者是彼得·泰尔(Peter Thiel)就是Paypal的联合创始人。
来自DNA数据库的数据、监控记录显示的动作、社交媒体数据以及秘密线人的举报等都可被融合在一起,共同预测坏人的活动,并作出适当回应。Palantir的核心理念是大多数数据分析过程依然需要人类干预,特别是当你认为需要领先敌人时。为此,他们精心挑选专家顾问,在数据项目上与客户精诚合作。
Palantir最初专注于帮助政府客户确保安全和反恐,现在Palantir正扩展业务网络,向金融和医药行业进军。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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