
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
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04