京公网安备 11010802034615号
经营许可证编号:京B2-20210330
全球十大数据分析榜样企业_数据分析师
Burberry集团与个性化购物。Burberry正在于其商店内应用射频识别(RFID)标签以打造更丰富的购物体验。当客户手持某件商品走过显示屏幕,RFID标签将触发一个视频来展示该产品是如何制作的,并提供搭配它的其他产品。经过客户许可后,RFID标签还可以通过跟踪顾客试穿记录来创建客户档案。
可口可乐公司与产品一致性。“很多人认为世界上保存最好的秘密可能就是可乐的配方了,但它并不是,”Laney说。“其实是橙汁的配方。”可口可乐工程师鉴定了超过600(!)种可能的橘子口味,然后建立了一个专有的算法,以确保每一批橙汁都拥有一致的味道和质地。橙汁数据档案将其美汁源和Simply Orange品牌与其他产量口味每个橙子都有变化的不知名品牌区分开来。Laney鼓励商家鉴别那些需要保持外部因素一致性的地方,如供应链。
欧莱雅集团与客户参与。欧莱雅直接将产品销售给零售商,这就造成了美容产品制造商和其客户之间的间隔。这其实并没有真正伤害这一世界上最大的化妆品和美容公司,但化妆品巨头仍然希望其新的客户指挥中心将改变这种状况。使用Clarabridge的CRM技术,欧莱雅正在分析推特,Facebook上发布的信息,产品评论和新闻报道。必要时,发布内容会由内部直接转到某个指挥中心的恰当员工处,而他会直接与发布者交互。欧莱雅还没有公布数据,但它声称指挥中心“改变了如何利用品牌意识和忠诚度,”Laney说。
西太平洋银行公司与客户的360度视角。在过去的几年中,澳大利亚银行一直采用来自SAS研究所的技术建立一个名为“KnowMe”的客户360度视角程序。该程序一部分基于捕捉和集中其1200万客户的用户活动,如ATM使用情况和呼叫中心交互情况。基于行为分析,西太平洋银行将客户与新方案或产品相匹配。在九个月里,该方案就使西太平洋银行的客户参与从1%扩大到了25%,据Laney说。
Tom Farms LLC与数字业务。Tom Farms已在养殖过程中几乎每一个可能的部分都实行了数字化 – 从挂满了能够产生实时数据流传感器的自动驾驶联合收割机,到帮助监测和控制灌溉系统的移动应用程序。对于Tom Farms,拥抱数据和分析,已经帮助它从20世纪70年代的700英亩成长为今天的20000亩,据纽约时报报道。成功并不仅仅体现在面积的增加,据Laney说。汤姆农场使用技术以“减少改变作物以规避天气和疾病的需要,”他说。
Food Genius与开放数据。Food Genius是一个餐饮数据供应商。它从餐厅在网上发布的菜单上刮取数据并搜索本地发展趋势,以帮助像卡夫食品公司,甚至是阿贝兹这种全国连锁店在本地层面更智能的开发和销售产品。 “这是一个从头开始完全基于刮取互联网开放内容的一个有趣例子,”Laney说。他鼓励企业去思考开放数据能如何改进已有产品或提供新的产品给客户。
洛克希德•马丁公司与暗数据。该航空航天公司正在使用暗数据 – 企业数据,可能对一个公司有用,但相反的,对更加积极主动的项目管理来说就是封尘存储。它关联并分析数百个程序指标“以确定程序表现的领先指标”,Laney说。而且它还分析了项目人员的沟通,以确定“预测程序降级”的语言,他补充说,暗数据将程序的预见性提高了3%。
墨西哥石油公司(Pemex)与传感器数据。设备故障的一个指标就是噪音,所以石油公司开始为其炼油厂配备测量声音振动的传感器。当测量值变得异常,工程师就会收到提醒并“可以立刻去有问题的设备那里并对它进行更换或修理而无需太多停机时间,”Laney说。“他们已经能够从计划外维修保养模型变为计划内维修保养。”
加州大学圣地亚哥分校与众包。为了找到臭名昭著的蒙古统治者成吉思汗的陵墓,加州大学圣地亚哥分校向大众开放了卫星图像。该项目引来了10,000名志愿者,确定了55个有考古意义的地点。(不过到目前为止,大汗墓的位置仍是一个谜。)就像寻找成吉思汗的陵墓一样,Laney表示,企业不应该忽视像众包和游戏化这样可以用来发现新东西的技术。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23