导航:首页 > 网络数据 > 大数据运用案例

大数据运用案例

发布时间:2022-05-24 02:51:13

① 有哪些大数据分析案例

如下:

1. 大数据应用案例之:医疗行业

1)Seton Healthcare是采用IBM最新沃森技术医疗保健内容分析预测的首个客户。该技术允许企业找到大量病人相关的临床医疗信息,通过大数据处理,更好地分析病人的信息。

在加拿大多伦多的一家医院,针对早产婴儿,每秒钟有超过3000次的数据读取。通过这些数据分析,医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施,避免早产婴儿夭折。

它让更多的创业者更方便地开发产品,比如通过社交网络来收集数据的健康类App。也许未来数年后,它们搜集的数据能让医生给你的诊断变得更为精确,比方说不是通用的成人每日三次一次一片,而是检测到你的血液中药剂已经代谢完成会自动提醒你再次服药。

2)大数据配合乔布斯癌症治疗

乔布斯是世界上第一个对自身所有DNA和肿瘤DNA进行排序的人。为此,他支付了高达几十万美元的费用。他得到的不是样本,而是包括整个基因的数据文档。医生按照所有基因按需下药,最终这种方式帮助乔布斯延长了好几年的生命。

2. 大数据应用案例之:能源行业

1)智能电网现在欧洲已经做到了终端,也就是所谓的智能电表。在德国,为了鼓励利用太阳能,会在家庭安装太阳能,除了卖电给你,当你的太阳能有多余电的时候还可以买回来。

通过电网收集每隔五分钟或十分钟收集一次数据,收集来的这些数据可以用来预测客户的用电习惯等,从而推断出在未来2~3个月时间里,整个电网大概需要多少电。有了这个预测后,就可以向发电或者供电企业购买一定数量的电。

因为电有点像期货一样,如果提前买就会比较便宜,买现货就比较贵。通过这个预测后,可以降低采购成本。

2)丹麦的维斯塔斯风能系统(Vestas Wind Systems)运用大数据,系统依靠的是BigInsights软件和IBM超级计算机,分析出应该在哪里设置涡轮发电机,事实上这是风能领域的重大挑战。在一个风电场20多年的运营过程中,准确的定位能帮助工厂实现能源产出的最大化。

为了锁定最理想的位置,Vestas分析了来自各方面的信息:风力和天气数据、湍流度、地形图、公司遍及全球的2.5万多个受控涡轮机组发回的传感器数据。这样一套信息处理体系赋予了公司独特的竞争优势,帮助其客户实现投资回报的最大化。

3. 大数据应用案例之:通信行业—通过大数据分析挽回核心客户

法国电信-Orange集团旗下的波兰电信公司Telekomunikacja Polska是波兰最大的语音和宽带固网供应商,希望有效的途径来准确预测并解决客户流失问题。

他们决定进行客户细分,方法是构建一张“社交图谱”- 分析客户数百万个电话的数据记录,特别关注 “谁给谁打了电话”以及“打电话的频率”两个方面。“社交图谱”把公司用户分成几大类,如:“联网型”、“桥梁型”、“领导型”以及“跟随型”。

这样的关系数据有助电信服务供应商深入洞悉一系列问题,如:哪些人会对可能“弃用”公司服务的客户产生较大的影响?挽留最有价值客户的难度有多大?运用这一方法,公司客户流失预测模型的准确率提升了47%。

4、大数据应用案例之:零售业—大数据帮零售企业制定促销策略

北美零售商百思买在北美的销售活动非常活跃,产品总数达到3万多种,产品的价格也随地区和市场条件而异。由于产品种类繁多,成本变化比较频繁,一年之中,变化可达四次之多。

结果,每年的调价次数高达12万次。最让高管头疼的是定价促销策略。公司组成了一个11人的团队,希望透过分析消费者的购买记录和相关信息,提高定价的准确度和响应速度。

定价团队的分析围绕着三个关键维度:

1)数量:团队需要分析海量信息。他们收集了上千万的消费者的购买记录,从客户不同维度分析,了解客户对每种产品种类的最高接受能力,从而为产品定出最佳价位。

2)多样性:团队除了分析了购买记录这种结构化的数据外,他们也利用社交媒体发帖这种新型的非结构化数据。由于消费者需要在零售商专页上点赞或留言以获得优惠券,团队利用情感分析公式来分析专页上消费者的情绪,从而判断他们对于公司的促销活动是否满意,并微调促销策略。

3)速度:为了实现价值最大化,团队对数据进行实时或近似实时的处理。他们成功地根据一个消费者既往的麦片购买记录,为身处超市麦片专柜的他/她即时发送优惠券,为客户带来便利性和惊喜。

透过这一系列的活动,团队提高了定价的准确度和响应速度,为零售商新增销售额和利润数千万美元。

5、大数据应用案例之:网络营销行业(SEM)

很多企业在做SEM的过程中,都有这样的感触:每年都会花费大量的预算在SEM推广中,但是因为关键词投入产出无法可视化,常常花了很多钱却不见具体的回报。

在竞争如此激烈的SEM市场中,企业需要一个高效的数据分析工具来尽可能地帮企业优化SEM推广,例如BDP,来帮企业节省不必要的支出,提升整体的经营绩效。

企业可借助数据平台提供的网络营销整合解决方案,打通各个搜索引擎营销(SEM)、在线客服系统和CRM系统,营销竞价人员无需掌握复杂的编程技术,简单拖拽即可生成报表,观察每一个关键词的投入和产出,分析每一个页面的转化,有效降低投放成本。

通过BDP实况分析数据,可以快速洞悉对手关键词的投放时段、地域及排名,并对其进行可视化的分析,实时监控自己和竞争对手的投放情况,了解对手的投放策略,支持自定义设置数据更新的时间点、监控频次和时段,及时调整策略。知已知彼,才能百战不殆。

6、大数据应用案例之:电商行业

意料之外:胸部最大的是新疆妹子。曾经淘宝平台显示,中国女性购买最多的文胸尺码为B罩杯。B罩杯占比达41.45%,其中又以75B的销量最好,其次是A罩杯,购买占比达25.26%,C罩杯只有8.96%。

虽然淘宝数据平台不能代表一切,但是结合现实来看,这个也具有普遍的代表性,只能感慨中国女性普遍size。在文胸颜色中,黑色最为畅销,黑色绝对是百搭,每个女性必备。

从省市排名,胸部最大的是新疆妹子。这些数据都对于文胸店铺而言是很好的参考,为店铺的库存、定价、款式选择等策略都有奠定数据基础。

7、大数据应用案例之:娱乐行业

微软大数据成功预测奥斯卡21项大奖。2013年,微软纽约研究院的经济学家大卫•罗斯柴尔德(David Rothschild)利用大数据成功预测24个奥斯卡奖项中的19个,成为人们津津乐道的话题。

今年罗斯柴尔德再接再厉,成功预测第86届奥斯卡金像奖颁奖典礼24个奖项中的21个,继续向人们展示现代科技的神奇魔力。

总的来说,大数据的终极目标并不仅仅是改变竞争环境,而是彻底扭转整个竞争环境,带来新机遇,企业需要应势而变。企业只有认识到这一点,使用合适的数据分析产品、聪明地使用和管理数据,才能在长期竞争中成为终极赢家。

② 大数据可以应用在哪些方面

可以应用在云计算方面。

大数据具体的应用:

1、洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。

2、google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布。

3、统计学家内特.西尔弗(Nate Silver)利用大数据预测2012美国选举结果。

4、麻省理工学院利用手机定位数据和交通数据建立城市规划。

5、梅西百货的实时定价机制。根据需求和库存的情况,该公司基于SAS的系统对多达7300万种货品进行实时调价。

6、医疗行业早就遇到了海量数据和非结构化数据的挑战,而近年来很多国家都在积极推进医疗信息化发展,这使得很多医疗机构有资金来做大数据分析。

7、及时解析故障、问题和缺陷的根源,每年可能为企业节省数十亿美元。

8、为成千上万的快递车辆规划实时交通路线,躲避拥堵。

9、分析所有SKU,以利润最大化为目标来定价和清理库存。

10、根据客户的购买习惯,为其推送他可能感兴趣的优惠信息。

(2)大数据运用案例扩展阅读:

大数据的用处:

1、与云计算的深度结合。大数据离不开云处理,云处理为大数据提供了弹性可拓展的基础设备,是产生大数据的平台之一。

自2013年开始,大数据技术已开始和云计算技术紧密结合,预计未来两者关系将更为密切。除此之外,物联网、移动互联网等新兴计算形态,也将一齐助力大数据革命,让大数据营销发挥出更大的影响力。

2、科学理论的突破。随着大数据的快速发展,就像计算机和互联网一样,大数据很有可能是新一轮的技术革命。可能会改变数据世界里的很多算法和基础理论,实现科学技术上的突破。

参考资料:

网络--大数据

③ 举例说明大数据的应用

大数据应用案例之:医疗行业
[1] Seton Healthcare是采用IBM最新沃森技术医疗保健内容分析预测的首个客户。该技术允许企业找到大量病人相关的临床医疗信息,通过大数据处理,更好地分析病人的信息。
[2] 在加拿大多伦多的一家医院,针对早产婴儿,每秒钟有超过3000次的数据读取。通过这些数据分析,医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施,避免早产婴儿夭折。
[3] 它让更多的创业者更方便地开发产品,比如通过社交网络来收集数据的健康类App。也许未来数年后,它们搜集的数据能让医生给你的诊断变得更为精确,比方说不是通用的成人每日三次一次一片,而是检测到你的血液中药剂已经代谢完成会自动提醒你再次服药。
大数据应用案例之:能源行业
[1] 智能电网现在欧洲已经做到了终端,也就是所谓的智能电表。在德国,为了鼓励利用太阳能,会在家庭安装太阳能,除了卖电给你,当你的太阳能有多余电的时候还可以买回来。通过电网收集每隔五分钟或十分钟收集一次数据,收集来的这些数据可以用来预测客户的用电习惯等,从而推断出在未来2~3个月时间里,整个电网大概需要多少电。有了这个预测后,就可以向发电或者供电企业购买一定数量的电。因为电有点像期货一样,如果提前买就会比较便宜,买现货就比较贵。通过这个预测后,可以降低采购成本。
[2] 维斯塔斯风力系统,依靠的是BigInsights软件和IBM超级计算机,然后对气象数据进行分析,找出安装风力涡轮机和整个风电场最佳的地点。利用大数据,以往需要数周的分析工作,现在仅需要不足1小时便可完成。
大数据应用案例之:通信行业
[1] XO Communications通过使用IBM SPSS预测分析软件,减少了将近一半的客户流失率。XO现在可以预测客户的行为,发现行为趋势,并找出存在缺陷的环节,从而帮助公司及时采取措施,保留客户。此外,IBM新的Netezza网络分析加速器,将通过提供单个端到端网络、服务、客户分析视图的可扩展平台,帮助通信企业制定更科学、合理决策。
[2] 电信业者透过数以千万计的客户资料,能分析出多种使用者行为和趋势,卖给需要的企业,这是全新的资料经济。
[3] 中国移动通过大数据分析,对企业运营的全业务进行针对性的监控、预警、跟踪。系统在第一时间自动捕捉市场变化,再以最快捷的方式推送给指定负责人,使他在最短时间内获知市场行情。
[4] NTT docomo把手机位置信息和互联网上的信息结合起来,为顾客提供附近的餐饮店信息,接近末班车时间时,提供末班车信息服务。
大数据应用案例之:零售业
[1] "我们的某个客户,是一家领先的专业时装零售商,通过当地的百货商店、网络及其邮购目录业务为客户提供服务。公司希望向客户提供差异化服务,如何定位公司的差异化,他们通过从 Twitter 和 Facebook 上收集社交信息,更深入的理解化妆品的营销模式,随后他们认识到必须保留两类有价值的客户:高消费者和高影响者。希望通过接受免费化妆服务,让用户进行口碑宣传,这是交易数据与交互数据的完美结合,为业务挑战提供了解决方案。"Informatica的技术帮助这家零售商用社交平台上的数据充实了客户主数据,使他的业务服务更具有目标性。
[2] 零售企业也监控客户的店内走动情况以及与商品的互动。它们将这些数据与交易记录相结合来展开分析,从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见,此类方法已经帮助某领先零售企业减少了17%的存货,同时在保持市场份额的前提下,增加了高利润率自有品牌商品的比例。

④ 关于大数据应用有什么例子

大数据应用实例来:

1、关能源行业大源数据应用

计算居民用电量。

2、职业篮球赛大数据应用

专业篮球队会通过搜集大量数据来分析赛事情况,然而他们还在为这些数据的整理和实际意义而发愁。通过分析这些数据,找到对手的弱点。

3、保险行业大数据应用

集中处理所有的客户信息。

⑤ 常见大数据应用有哪些

Gartner的分析师Doug Laney在讲解大数据案例时提到过8个更有新意更典型的案例,可帮助更清晰的理解大数据时代的到来。
1. 梅西百货的实时定价机制。根据需求和库存的情况,该公司基于SAS的系统对多达7300万种货品进行实时调价。
2. Tipp24 AG针对欧洲博彩业构建的下注和预测平台。该公司用KXEN软件来分析数十亿计的交易以及客户的特性,然后通过预测模型对特定用户进行动态的营销活动。这项举措减少了90%的预测模型构建时间。SAP公司正在试图收购KXEN。
3. 沃尔玛的搜索。这家零售业寡头为其网站自行设计了最新的搜索引擎Polaris,利用语义数据进行文本分析、机器学习和同义词挖掘等。根据沃尔玛的说法,语义搜索技术的运用使得在线购物的完成率提升了10%到15%。“对沃尔玛来说,这就意味着数十亿美元的金额。”Laney说。
4. 快餐业的视频分析。该公司通过视频分析等候队列的长度,然后自动变化电子菜单显示的内容。如果队列较长,则显示可以快速供给的食物;如果队列较短,则显示那些利润较高但准备时间相对长的食品。
5. Morton牛排店的品牌认知。当一位顾客开玩笑地通过推特向这家位于芝加哥的牛排连锁店订餐送到纽约Newark机场(他将在一天工作之后抵达该处)时,Morton就开始了自己的社交秀。首先,分析推特数据,发现该顾客是本店的常客,也是推特的常用者。根据客户以往的订单,推测出其所乘的航班,然后派出一位身着燕尾服的侍者为客户提供晚餐。
6. PredPol Inc.。PredPol公司通过与洛杉矶和圣克鲁斯的警方以及一群研究人员合作,基于地震预测算法的变体和犯罪数据来预测犯罪发生的几率,可以精确到500平方英尺的范围内。在洛杉矶运用该算法的地区,盗窃罪和暴力犯罪分布下降了33%和21%。
7. Tesco PLC(特易购)和运营效率。这家超市连锁在其数据仓库中收集了700万部冰箱的数据。通过对这些数据的分析,进行更全面的监控并进行主动的维修以降低整体能耗。
8. American Express(美国运通,AmEx)和商业智能。以往,AmEx只能实现事后诸葛式的报告和滞后的预测。“传统的BI已经无法满足业务发展的需要。”Laney认为。于是,AmEx开始构建真正能够预测忠诚度的模型,基于历史交易数据,用115个变量来进行分析预测。该公司表示,对于澳大利亚将于之后四个月中流失的客户,已经能够识别出其中的24%。

⑥ 生活中的大数据有哪些例子

一、在金融行业的应用

金融行业应该是运用大数据技术最频繁的一个行业,证券和银行经常会运用大数据技术进行数据分析,通过对数据的监控和分析,有效规避风险。

金融行业面临的行业挑战有很多,证券欺诈预警,超高金融分析,信用卡欺诈和企业信用风险等一系列数据数据风险挑战,行业内面临的种种问题,都需要大数据发挥其预测的核心功能,有效规避风险。

二、在娱乐媒体的运用

大数据行业在各个行业都有涉足,举一个简单的例子,通过社交媒体明星粉丝数量分析和行业内新闻动态,可以预测影视视频的播放量和受喜爱程度;通过智能产品的点击数量和浏览量,可以推测用户的个性偏好,并且推荐其喜爱的产品。

前段时间大火的美剧《纸牌屋》,通过大数据分析,选取适合网友的视频偏好和明星选择,造成轰动的播放量。大数据在社交媒体和娱乐行业的大数据分析,一部分也在引导观众和粉丝,让其为娱乐产业消费。

三、在医疗行业的运用

iPhone用户手机上都有这个功能,通过健康APP里的健康步数统计和锻炼情况,为你记录你的健康状况,并且预测可能发生的疾病,这就是在运用大数据技术,通过一系列的记录分析,预测可能要发生的事情并且及时解决。

医疗行业可以通过用户的身体情况和大量病例数据,分析提高医疗行业的监控力度,并且进行有效检测,降低用户的患病率。

四、提高体育成绩

现在很多运动员在训练的时候应用大数据技术来分析。很多精英运动队还追踪比赛环境外运动员的活动-通过使用智能技术来追踪其营养状况以及睡眠,以及社交对话来监控其情感状况。

五、医疗保健

大数据可以更好的去理解和预测疾病。人们戴上智能手表等可以产生的数据一样,大数据同样可以帮助病人对于病情进行更好的治疗。大数据可以帮助我们实现流行病预测、智慧医疗、健康管理,同时还可以帮助我们解读DNA,了解更多的生命奥秘。

大数据技术目前已经在医院应用监视早产婴儿和患病婴儿的情况,通过记录和分析婴儿的心跳,医生针对婴儿的身体可能会出现不适症状做出预测。

⑦ 国内的数据挖掘,大数据应用的案例有哪些

1. 亚马逊的“信息公抄司”:果全球哪家袭公司从大数据发掘出了最大价值,截至目前,答案可能非亚马逊莫属。亚马逊也要处理海量数据,这些交易数据的直接价值更大。
作为一家“信息公司”,亚马逊不仅从每个用户的购买行为中获得信息,还将每个用户在其网站上的所有行为都记录下来

2. 谷歌的意图:果说有一家科技公司准确定义了“大数据”概念的话,那一定是谷歌。根据搜索研究公司comScore的数据,仅2012年3月一个月的时间,谷歌处理的搜索词条数量就高达122亿条。谷歌的体量和规模,使它拥有比其他大多数企业更多的应用大数据的途径。
3.塔吉特的“数据关联挖掘”:用先进的统计方法,商家可以通过用户的购买历史记录分析来建立模型,预测未来的购买行为,进而设计促销活动和个性服务避免用户流失到其他竞争对手那边。

⑧ 大数据利用的六大现实商业案例

大数据利用的六大现实商业案例_数据分析师考试

大数据正在改变市场的竞争格局。而那些能够充分利用大数据分析的企业往往能够更快地向市场提供产品和服务,更好地保持与顾客需求和欲望的一致性。2014年,调研公司Gartner的调查发现,73%的受访企业在大数据方面进行了投资,或者计划在接下来的24个月内投资大数据项目;而2013年的这一数据比例则为64%。改善客户体验和流程效率被受访者排在最高的优先级。

客户体验的改善不管是在线上或线下都在发生着的,数据从智能手机、移动应用程序、POS系统和电子商务网站等等渠道进行收集。随着企业比以往任何时候都能够收集和分析更多的、且类型丰富的数据信息,企业现如今所进行哪些相关工作,以及为什么要进行都需要进行数据量化。而且,那是最灵活的调整自己的经营策略,以提高或维持市场份额的手段。在执行过程中,客户体验的改善有助于提高客户的忠诚度和企业营收的增长。另一方面,如果公司选择无视相关的数据,他们很可能会失去客户和交易,而将其拱手让给那些对于数据分析反应更敏捷,更精明的竞争对手。

企业流程的改进继续专注于提高效率,节约成本,以及提高产品或服务的质量。大数据可以提供比传统系统更深入的见解,因为其有更多的数据点和数据来源分析作为支撑。

无论企业的目标是为了促进营收增长、或是加快产品服务的上市速度、优化劳动力,或是实现其他操作方面的改进,其核心都在与变得更加积极主动,减少被动反应,这就意味着需要使用预测分析,以缩短学习曲线。

有许多使用大数据来提升和改善企业运营的方法,下面将为大家介绍六个典型的案例。

缩短上市时间

推出新的产品或服务涉及多个生命周期阶段,其中一些比另一些更容易加速。在过去的几十年中,药品制造商已经使用临床试验模拟学习速度,降低成本,并减少了参与试验患者的不必要的负担。借助云计算和大数据,临床试验的模拟可以变得更加有利于制造商和患者。

百时美施贵宝公司(bristol-myers squibb) 通过将其内部托管网格环境扩展到AWS云,减少了98%的临床试验模拟时间。该公司还进一步优化了剂量水平,使得药物产品更安全,并只需要较少的临床试验患者的血液样本。

由于临床试验对于数据是高度敏感的,百时美施贵宝公司建立了一个专门的,加密的VPN隧道链接亚马逊网关,并配置了虚拟私有云,以便使得其运行环境能够与公众客户进行隔离。

在迁入云中之前,科学家们使用一个共享的内部环境,所以运行大约数百个项目需要花费60小时。现在,每个科学家都有一个专门的环境,2000个项目大约在1.2小时内就能够处理完毕,而且不会引起影响到团队的其他成员。

迁移到AWS云之后,百时美施贵宝公司得以能够减少儿科研究临床试验受试者的人数,从60减少到40人,同时还缩短了一年多的学习研究时间。

优化劳动力

一些企业的人力资源部门正在使用人才分析和大数据来降低成本,进而有效管理人力资源相关的问题。大数据帮助他们能够有效的选择能够更好的适应企业的新员工,降低员工离职率,了解技能和现有市场劳动力的输出状况,并确定公司前向发展所需要的人才。

施乐公司使用大数据将其呼叫中心的人员流失率降低了20%。要做到这一点,就必须了解是什么原因导致了员工的离职,并确定如何改善员工的敬业度。

改善财务绩效

企业的财务部门已经不仅仅只是进行定期的报告和BI工作了,他们已经在开始利用大数据来降低风险和成本,寻找机会提高预测的准确性。具体地说,他们使用的数据来识别高风险客户和供应商,以阻止欺诈,找准收入泄漏,并发掘新的或更有效的商业模式。

最近,天气预测公司The Weather Company与IBM之间的合作将使企业用户得以更好地管理天气状况对于企业绩效的影响。据The Weather Company介绍,每年,仅在美国天气因素就会造成价值五千亿美元的经济影响。

这些气象数据是来自超过10万台的气象传感器和飞机,以及数以百万计的智能手机、建筑和路上奔跑的车辆。这些数据与其他22亿个独特的预测点的数据来源相结合,平均每天进行100多亿次的实时天气预报。例如,零售商可以使用这些数据信息来调整人员配置和供应链策略。而能源公司将能够借助这些天气数据信息改善供应和预测需求。保险公司将能够向其投保人警告恶劣天气条件,这样他们就可以减少在冰雹灾害天气发生汽车损坏的可能性。

智能化的销售

稍微修改一下企业的销售和营销策略就可能会对您企业的销售业绩产生深远的影响,特别是当通过大数据分析之后进行的有规划的修改。

想象一下,一个为期六周的直邮营销活动票面收益率的超过了70%。而根据直销协会的介绍,平均直邮回报率仅为3.7%。而杂货连锁店Kroger公司是如何做到的呢?一方面,他们根据客户个人的购物历史记录采用个性化的直接邮寄方式。

Kroger公司的客户会员卡计划,被食品行业评为第一。超过90%的客户使用会员卡购买产品。虽然也有其他因素的共同作用,使得Kroger公司的财务绩效如此骄人,但其连续45个季度的持续增长至少部分要归因于其客户忠诚计划。

最大限度地减少设备和资产故障

企业希望避免不必要的业务中断干扰和客户的焦虑。现在,传感器已经被嵌入到一切设备,企业可以使用这些数据信息,以确定何时需要对飞机,火车,汽车,及其它电器设备进行维修。理想情况下,当问题已经出现的时候,企业要了解这个问题是什么原因造成的,以及其如何能得到解决,最好有一个专业的维修队伍。

Pratt &Whitney公司是美国联合技术公司(United Technologies Corp.)下属的一个单位,该公司试图减少意外的飞机发动机维修。据Airinsight.com介绍,今天的发动机能够在飞机飞行过程中从多个快照收集约100个参数。相比之下,新一代的引擎能够收集关于连续飞行的5000个参数。这一过程中产生约2千兆字节的数据。使用这些数据信息,Pratt &Whitney公司及其合作伙伴IBM得以进行主动的维修。

利用客户的终身价值

如今的授权客户比以往任何时候都更加苛刻和善变。企业为了保持或增加市场份额,需要尽可能多地了解自己的客户,不断改善自己的产品和服务,并愿意调整自己的商业模式,以反映其客户的实际需求。

美国汽车租赁公司AvisBudget就一直致力于这方面。他们通过实施整合战略增加了市场份额,并取得了数亿美元的额外收入。主动参与确定客户价值细分,提供分层激励,提高客户的忠诚度。该公司的IT合作伙伴CSC公司采用模型预测AvisBudget客户数据库的终身价值,并验证了其使用多通道的营销活动和相应的分析。

现在的客户评估数据结合了其他数据,包括客户的租赁历史,服务问题,服务地区的人口统计,企业隶属关系和客户反馈等等。Avis Budget也收集和分析社交媒体数据。该公司有一个社交媒体专家团队专门进行品牌营销。该公司最近还更新了网站,以进一步改善客户体验,并且他们正在使用大数据预测区域性的车队配售和定价服务需求。

以上是小编为大家分享的关于大数据利用的六大现实商业案例的相关内容,更多信息可以关注环球青藤分享更多干货

⑨ 大数据和智慧交通有哪些应用的案例

智能交通成抄为改善城市交袭通的关键所在。为此,及时、准确获取交通数据并构建交通数据处理模型是建设智能交通的前提,而这一难题可以通过大数据技术得到解决。

智能交通整体框架主要包括物理感知层、软件应用平台及分析预测及优化管理的应用。其中物理感知层主要是对交通状况和交通数据的感知采集;软件应用平台是将各感知终端的信息进行整合、转换处理,以支撑分析预警与优化管理的应用系统建设;分析预测及优化管理应用主要包括交通规划、交通监控、智能诱导、智能停车等应用系统。

系统利用先进的视频监控、智能识别和信息技术手段,增加可管理空间、时间和范围,不断提升管理广度、深度和精细度。整个系统由信息综合应用平台、信号控制系统、视频监控系统、智能卡口系统、电子警察系统、信息采集系统、信息发布系统等组成。以达到四方面的目标:提高通行能力、减少交通事故、打击违章事件、出行信息服务。
在各城市建设智慧交通的过程中,将产生越来越多的视频监控、卡口电警、路况信息、管控信息、营运信息、GPS定位信息、RFID识别信息等数据,每天产生的数据量可以达到PB级别,并且呈现指数级增长。

⑩ 医疗行业大数据应用的三个案例

医疗行业大数据应用的三个案例
文章从华大基因推出肿瘤基因检测服务、大数据预测早产儿病情、广东省人民医院利用大数据调配床位3个医疗行业大数据应用案例中,以应用背景、数据源、图说场景、实现途径、应用效果5个视角去看待大数据在医疗的应用状况。
案例一:华大基因推出肿瘤基因检测服务
应用背景:
伴随着生物技术、大数据技术的发展,个体基因检测治疗疾病已经成为现实。其中,最广为人知的是美国好莱坞女星安吉丽娜?朱莉,在 2013 年经过检测她发现自身携带致癌基因——BRCA1 基因,为防止罹患卵巢癌,于 2015 年切除了卵巢和输卵管。目前,国内外已经有多家基因检测机构,如我国的华大基因、贝瑞和康、 美国的 23andMe、 Illumina 公司等。华大基因一直致力于肿瘤基因组学研究,已经研究 20 多类癌症。近日,华大基因推出了自主研究的肿瘤基因检测服务,采用了高通量测序手段对来自肿瘤病人的癌组织进行相关基因分析,对肺癌、乳腺癌、胃癌等多种常见高发癌症进行早期、无创伤检测。
数据源:
检测数据:患者血清、口腔黏膜数据、基因测序等。
其它数据:体检数据、电子病历、遗传记录、患者调查、地理区域以及生活条件等。
图说场景:

实现路径:
首先采取患者样本,通过测序得到基因序列,接着采用大数据技术与原始基因比对,锁定突变基因,通过分析做出正确的诊断,进而全面、系统、准确地解读肿瘤药物与突变基因的关系,同时根据患者的个体差异性,辅助医生选择合适的治疗药物,制定个体化的治疗方案,实现“ 同病异治” 或“ 异病同治” ,从而延长患者的生存时间。
应用效果:
癌症诊断和预测。肿瘤医院的病人中有 60%至 80%刚到医院时就已经进入中晚期,癌症早期的筛查可以帮助患者有针对性的改善生活习惯或者采取个体化的辅助治疗,有益于身体健康;同时将癌症扼杀在摇篮里,从而降低日后巨大的医药开支和生活困扰。助力个性化医疗。结合生物大数据,挖掘疾病分子机制最终可以做到更好的筛查,更好的临床指导以及更好用药的过程。
案例二:大数据预测早产儿病情
应用背景:
安大略理工大学的卡罗琳·麦格雷戈( Carolyn McGregor)博士和一支研究队伍与 IBM 一起和很多医院合作,用一个软件来监测处理即时的病人信息,然后把它用于早产儿的病情诊断。
数据源:
个人体征数据:心率、呼吸、体温、血压和血氧含量。
其它数据:孕妇产检数据、电子病历、遗传数据等。
实现路径:
系统会监控 16 个不同地方的数据,比如心率、呼吸、体温、血压和血氧含量,这些数据可以达到每秒钟 1260 个数据点之多。在明显感染症状出现的 24 小时之前,系统就能监测到早产儿细微的身体变化发出的感染信号,及早预测控制早产儿的病情,从而提高新生儿的出生率。
应用效果:
预测病情。早产儿的稳定不是病情好转的标志,只有通过海量的数据并且找出隐含的相关性才能发现提早知道病情,医生就能够提早治疗,也能更早地知道某种疗法是否有效,这一切都有利于病人的康复。
案例三:广东省人民医院利用大数据调配床位
应用背景:
起因于国外医院的经验以及广东省人民医院各专业科室差异很大的病床使用率。长期以来,优势专业病源充足,病人候床情况严重,排队入院,相反有些专业空床情况明显,病床使用率仅 65%左右。为此管理层打出了模糊临床二级分科、跨科收治病人、集中床位调配权的一套“ 组合拳” 。
数据源:
患者数据:挂号数据、电子病历、患者基本数据等。
医院数据:各科室床位使用情况、诊疗活动、平均住院费用、平均住院周期等。
实现路径:
对跨科收治病人之后的科与科之间的工作量、收入、支出、分摊成本等指标进行合理的划分,强化了入院处的集中床位调配权,解决病人入院排队情况,使医院更好地履行了社会责任,同时也给增加了医院的效益。
应用效果:
提高病床使用率。病床使用率由 87%提高到 92%,优势专业候床排队现象明显减少。
支持决策判断。优势专科与弱势专科的病人在地域构成比、平均住院费用等标上存在显著差异,支持决策判断。

阅读全文

与大数据运用案例相关的资料

热点内容
怎么用c编程平台 浏览:527
编程里n怎么表示正整数 浏览:391
微信聊天记录存储的文件夹 浏览:590
iphone5s基带版本查询 浏览:548
江阴证件文件翻译多少钱 浏览:316
javaruntime142 浏览:610
word把数字变斜 浏览:372
小米6忘记锁屏密码怎么办啊 浏览:462
北京白领都用什么社交app 浏览:518
政法app哪个好用 浏览:514
房产平台如何推广新网站 浏览:701
u盘导文件总是中断 浏览:995
下载的招标文件打不开是为什么 浏览:356
都市美艳后宫 浏览:435
十部顶级古埃及电影 浏览:107
linux用户读写权限 浏览:936
少侠十七妻全文阅读 浏览:422
公主奴 浏览:856
k9d3 浏览:182
分卷阅读 玩武警少尉 浏览:44

友情链接