大數(shù)據(jù)公司挖掘數(shù)據(jù)價(jià)值的49個(gè)典型案例(一)

對(duì)于企業(yè)來說，100條理論確實(shí)不如一個(gè)成功的標(biāo)桿有實(shí)踐意義，本文的主旨就是尋找“正在做”大數(shù)據(jù)的49個(gè)樣本。

本文力圖從企業(yè)運(yùn)營和管理的角度，梳理出發(fā)掘大數(shù)據(jù)價(jià)值的一般規(guī)律：一是以數(shù)據(jù)驅(qū)動(dòng)的決策，主要通過提高預(yù)測概率，來提高決策成功率；二是以數(shù)據(jù)驅(qū)動(dòng)的流程，主要是形成營銷閉環(huán)戰(zhàn)略，提高銷售漏斗的轉(zhuǎn)化率；三是以數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品，在產(chǎn)品設(shè)計(jì)階段，強(qiáng)調(diào)個(gè)性化；在產(chǎn)品運(yùn)營階段，則強(qiáng)調(diào)迭代式創(chuàng)新。

上篇 天然大數(shù)據(jù)公司的各種套餐

從谷歌、亞馬遜、Facebook、LinkedIn，到阿里、百度、騰訊，都因其擁有大量的用戶注冊和運(yùn)營信息，成為天然的大數(shù)據(jù)公司。而像IBM、Oracle、EMC、惠普這類大型技術(shù)公司紛紛投身大數(shù)據(jù)，通過整合大數(shù)據(jù)的信息和應(yīng)用，給其他公司提供“硬件軟件 數(shù)據(jù)”的整體解決方案。我們關(guān)注的重點(diǎn)是大數(shù)據(jù)的價(jià)值，第一類公司首當(dāng)其沖。

下面就是這些天然大數(shù)據(jù)公司的挖掘價(jià)值的典型案例。

01 亞馬遜的“信息公司”

如果全球哪家公司從大數(shù)據(jù)發(fā)掘出了最大價(jià)值，截至目前，答案可能非亞馬遜莫屬。亞馬遜也要處理海量數(shù)據(jù)，這些交易數(shù)據(jù)的直接價(jià)值更大。作為一家“信息公司”，亞馬遜不僅從每個(gè)用戶的購買行為中獲得信息，還將每個(gè)用戶在其網(wǎng)站上的所有行為都記錄下來：頁面停留時(shí)間、用戶是否查看評(píng)論、每個(gè)搜索的關(guān)鍵詞、瀏覽的商品等等。這種對(duì)數(shù)據(jù)價(jià)值的高度敏感和重視，以及強(qiáng)大的挖掘能力，使得亞馬遜早已遠(yuǎn)遠(yuǎn)超出了它的傳統(tǒng)運(yùn)營方式。

亞馬遜CTO Werner Vogels在CeBIT上關(guān)于大數(shù)據(jù)的演講，向與會(huì)者描述了亞馬遜在大數(shù)據(jù)時(shí)代的商業(yè)藍(lán)圖。長期以來，亞馬遜一直通過大數(shù)據(jù)分析，嘗試定位客戶和和獲取客戶反饋。“在此過程中，你會(huì)發(fā)現(xiàn)數(shù)據(jù)越大，結(jié)果越好。為什么有的企業(yè)在商業(yè)上不斷犯錯(cuò)？那是因?yàn)樗麄儧]有足夠的數(shù)據(jù)對(duì)運(yùn)營和決策提供支持，”Vogels說，“一旦進(jìn)入大數(shù)據(jù)的世界，企業(yè)的手中將握有無限可能?！睆闹涡屡d技術(shù)企業(yè)的基礎(chǔ)設(shè)施到消費(fèi)內(nèi)容的移動(dòng)設(shè)備，亞馬遜的觸角已觸及到更為廣闊的領(lǐng)域。

亞馬遜推薦：亞馬遜的各個(gè)業(yè)務(wù)環(huán)節(jié)都離不開“數(shù)據(jù)驅(qū)動(dòng)”的身影。在亞馬遜上買過東西的朋友可能對(duì)它的推薦功能都很熟悉，“買過X商品的人，也同時(shí)買過Y商品”的推薦功能看上去很簡單，卻非常有效，同時(shí)這些精準(zhǔn)推薦結(jié)果的得出過程也非常復(fù)雜。

亞馬遜預(yù)測：用戶需求預(yù)測是通過歷史數(shù)據(jù)來預(yù)測用戶未來的需求。對(duì)于書、手機(jī)、家電這些東西——亞馬遜內(nèi)部叫硬需求的產(chǎn)品，你可以認(rèn)為是“標(biāo)品”——預(yù)測是比較準(zhǔn)的，甚至可以預(yù)測到相關(guān)產(chǎn)品屬性的需求。但是對(duì)于服裝這樣軟需求產(chǎn)品，亞馬遜干了十多年都沒有辦法預(yù)測得很好，因?yàn)檫@類東西受到的干擾因素太多了，比如：用戶的對(duì)顏色款式的喜好，穿上去合不合身，愛人朋友喜不喜歡…… 這類東西太易變，買得人多反而會(huì)賣不好，所以需要更為復(fù)雜的預(yù)測模型。

亞馬遜測試：你會(huì)認(rèn)為亞馬遜網(wǎng)站上的某段頁面文字只是碰巧出現(xiàn)的嗎？其實(shí)，亞馬遜會(huì)在網(wǎng)站上持續(xù)不斷地測試新的設(shè)計(jì)方案，從而找出轉(zhuǎn)化率最高的方案。整個(gè)網(wǎng)站的布局、字體大小、顏色、按鈕以及其他所有的設(shè)計(jì)，其實(shí)都是在多次審慎測試后的最優(yōu)結(jié)果。

亞馬遜記錄：亞馬遜的移動(dòng)應(yīng)用讓用戶有一個(gè)流暢的無處不在的體驗(yàn)的同時(shí)，也通過收集手機(jī)上的數(shù)據(jù)深入地了解了每個(gè)用戶的喜好信息；更值得一提的是Kindle Fire，內(nèi)嵌的Silk瀏覽器可以將用戶的行為數(shù)據(jù)一一記錄下來。

以數(shù)據(jù)為導(dǎo)向的方法并不僅限于以上領(lǐng)域，亞馬遜的企業(yè)文化就是冷冰冰的數(shù)據(jù)導(dǎo)向型文化。對(duì)于亞馬遜來說，大數(shù)據(jù)意味著大銷售量。數(shù)據(jù)顯示出什么是有效的、什么是無效的，新的商業(yè)投資項(xiàng)目必須要有數(shù)據(jù)的支撐。對(duì)數(shù)據(jù)的長期專注讓亞馬遜能夠以更低的售價(jià)提供更好的服務(wù)。

02 谷歌的意圖

如果說有一家科技公司準(zhǔn)確定義了“大數(shù)據(jù)”概念的話，那一定是谷歌。根據(jù)搜索研究公司comScore的數(shù)據(jù)，僅2012年3月一個(gè)月的時(shí)間，谷歌處理的搜索詞條數(shù)量就高達(dá)122億條。谷歌的體量和規(guī)模，使它擁有比其他大多數(shù)企業(yè)更多的應(yīng)用大數(shù)據(jù)的途徑。

谷歌搜索引擎本身的設(shè)計(jì)，就旨在讓它能夠無縫鏈接成千上萬的服務(wù)器。如果出現(xiàn)更多的處理或存儲(chǔ)需要，抑或某臺(tái)服務(wù)器崩潰，谷歌的工程師們只要再添加更多的服務(wù)器就能輕松搞定。將所有這些數(shù)據(jù)集合在一起所帶來的結(jié)果是：企業(yè)不僅從最好的技術(shù)中獲益，同樣還可以從最好的信息中獲益。下面選擇谷歌公司的其中三個(gè)亮點(diǎn)。

谷歌意圖：谷歌不僅存儲(chǔ)了搜索結(jié)果中出現(xiàn)的網(wǎng)絡(luò)連接，還會(huì)儲(chǔ)存用戶搜索關(guān)鍵詞的行為，它能夠精準(zhǔn)地記錄下人們進(jìn)行搜索行為的時(shí)間、內(nèi)容和方式，坐擁人們在谷歌網(wǎng)站進(jìn)行搜索及經(jīng)過其網(wǎng)絡(luò)時(shí)所產(chǎn)生的大量機(jī)器數(shù)據(jù)。這些數(shù)據(jù)能夠讓谷歌優(yōu)化廣告排序，并將搜索流量轉(zhuǎn)化為盈利模式。谷歌不僅能追蹤人們的搜索行為，而且還能夠預(yù)測出搜索者下一步將要做什么。用戶所輸入的每一個(gè)搜索請求，都會(huì)讓谷歌知道他在尋找什么，所有人類行為都會(huì)在互聯(lián)網(wǎng)上留下痕跡路徑，谷歌占領(lǐng)了一個(gè)絕佳的點(diǎn)位來捕捉和分析該路徑。換言之，谷歌能在你意識(shí)到自己要找什么之前預(yù)測出你的意圖。這種抓取、存儲(chǔ)并對(duì)海量人機(jī)數(shù)據(jù)進(jìn)行分析，然后據(jù)此進(jìn)行預(yù)測的能力，就是數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品。

谷歌分析：谷歌在搜索之外還有更多獲取數(shù)據(jù)的途徑。企業(yè)安裝“谷歌分析”之類的產(chǎn)品來追蹤訪問者在其站點(diǎn)的足跡，而谷歌也可獲得這些數(shù)據(jù)。網(wǎng)站還使用“谷歌廣告聯(lián)盟”，將來自谷歌廣告客戶網(wǎng)的廣告展示在其站點(diǎn)，因此，谷歌不僅可以洞察自己網(wǎng)站上廣告的展示效果，同樣還可以對(duì)其他廣告發(fā)布站點(diǎn)的展示效果一覽無余。

谷歌趨勢：既然搜索本身是網(wǎng)民的“意圖數(shù)據(jù)庫”，當(dāng)然可以根據(jù)某一專題搜索量的漲跌，預(yù)測下一步的走勢。谷歌趨勢可以預(yù)測旅游、地產(chǎn)、汽車的銷售。此類預(yù)測最著名的就是谷歌流感趨勢，跟蹤全球范圍的流感等病疫傳播，依據(jù)網(wǎng)民搜索，分析全球范圍內(nèi)流感等病疫的傳播狀況。

03 eBay的分析平臺(tái)

早在2006年，eBay就成立了大數(shù)據(jù)分析平臺(tái)。為了準(zhǔn)確分析用戶的購物行為，eBay定義了超過500種類型的數(shù)據(jù)，對(duì)顧客的行為進(jìn)行跟蹤分析。eBay分析平臺(tái)高級(jí)總監(jiān)Oliver Ratzesberger說：“在這個(gè)平臺(tái)上，可以將結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)結(jié)合在一起，通過分析促進(jìn)eBay的業(yè)務(wù)創(chuàng)新和利潤增長。”

eBay行為分析：在早期，eBay網(wǎng)頁上的每一個(gè)功能的更改，通常由對(duì)該功能非常了解的產(chǎn)品經(jīng)理決定，判斷的依據(jù)主要是產(chǎn)品經(jīng)理的個(gè)人經(jīng)驗(yàn)。而通過對(duì)用戶行為數(shù)據(jù)的分析，網(wǎng)頁上任何功能的修改都交由用戶去決定?！懊慨?dāng)有一個(gè)不錯(cuò)的創(chuàng)意或者點(diǎn)子，我們都會(huì)在網(wǎng)站上選定一定范圍的用戶進(jìn)行測試。通過對(duì)這些用戶的行為分析，來看這個(gè)創(chuàng)意是否帶來了預(yù)期的效果?！?

eBay廣告分析：更顯著的變化反映在廣告費(fèi)上。eBay對(duì)互聯(lián)網(wǎng)廣告的投入一直很大，通過購買一些網(wǎng)頁搜索的關(guān)鍵字，將潛在客戶引入eBay網(wǎng)站。為了對(duì)這些關(guān)鍵字廣告的投入產(chǎn)出進(jìn)行衡量，eBay建立了一個(gè)完全封閉式的優(yōu)

04 塔吉特的“數(shù)據(jù)關(guān)聯(lián)挖掘”

利用先進(jìn)的統(tǒng)計(jì)方法，商家可以通過用戶的購買歷史記錄分析來建立模型，預(yù)測未來的購買行為，進(jìn)而設(shè)計(jì)促銷活動(dòng)和個(gè)性服務(wù)避免用戶流失到其他競爭對(duì)手那邊。美國第三大零售商塔吉特，通過分析所有女性客戶購買記錄，可以“猜出”哪些是孕婦。其發(fā)現(xiàn)女性客戶會(huì)在懷孕四個(gè)月左右，大量購買無香味乳液。由此挖掘出25項(xiàng)與懷孕高度相關(guān)的商品，制作“懷孕預(yù)測”指數(shù)。推算出預(yù)產(chǎn)期后，就能搶先一步，將孕婦裝、嬰兒床等折扣券寄給客戶。塔吉特還創(chuàng)建了一套購買女性行為在懷孕期間產(chǎn)生變化的模型，不僅如此，如果用戶從它們的店鋪中購買了嬰兒用品，它們在接下來的幾年中會(huì)根據(jù)嬰兒的生長周期定期給這些顧客推送相關(guān)產(chǎn)品，使這些客戶形成長期的忠誠度。

05 中國移動(dòng)的數(shù)據(jù)化運(yùn)營

通過大數(shù)據(jù)分析，中國移動(dòng)能夠?qū)ζ髽I(yè)運(yùn)營的全業(yè)務(wù)進(jìn)行針對(duì)性的監(jiān)控、預(yù)警、跟蹤。大數(shù)據(jù)系統(tǒng)可以在第一時(shí)間自動(dòng)捕捉市場變化，再以最快捷的方式推送給指定負(fù)責(zé)人，使他在最短時(shí)間內(nèi)獲知市場行情。

客戶流失預(yù)警：一個(gè)客戶使用最新款的諾基亞手機(jī)，每月準(zhǔn)時(shí)繳費(fèi)、平均一年致電客服3次，使用WEP和彩信業(yè)務(wù)。如果按照傳統(tǒng)的數(shù)據(jù)分析，可能這是一位客戶滿意度非常高、流失概率非常低的客戶。事實(shí)上，當(dāng)搜集了包括微博、社交網(wǎng)絡(luò)等新型來源的客戶數(shù)據(jù)之后，這位客戶的真實(shí)情況可能是這樣的：客戶在國外購買的這款手機(jī)，手機(jī)中的部分功能在國內(nèi)無法使用，在某個(gè)固定地點(diǎn)手機(jī)經(jīng)常斷線，彩信無法使用——他的使用體驗(yàn)極差，正在面臨流失風(fēng)險(xiǎn)。這就是中國移動(dòng)一個(gè)大數(shù)據(jù)分析的應(yīng)用場景。通過全面獲取業(yè)務(wù)信息，可能顛覆常規(guī)分析思路下做出的結(jié)論，打破傳統(tǒng)數(shù)據(jù)源的邊界，注重社交媒體等新型數(shù)據(jù)來源，通過各種渠道獲取盡可能多的客戶反饋信息，并從這些數(shù)據(jù)中挖掘更多的價(jià)值。

數(shù)據(jù)增值應(yīng)用：對(duì)運(yùn)營商來說，數(shù)據(jù)分析在政府服務(wù)市場上前景巨大。運(yùn)營商也可以在交通、應(yīng)對(duì)突發(fā)災(zāi)害、維穩(wěn)等工作中使大數(shù)據(jù)技術(shù)發(fā)揮更大的作用。運(yùn)營商處在一個(gè)數(shù)據(jù)交換中心的地位，在掌握用戶行為方面具有先天的優(yōu)勢。作為信息技術(shù)的又一次變革，大數(shù)據(jù)的出現(xiàn)正在給技術(shù)進(jìn)步和社會(huì)發(fā)展帶來全新的方向，而誰掌握了這一方向，誰就可能成功。對(duì)于運(yùn)營商來說，在數(shù)據(jù)處理分析上，需要轉(zhuǎn)型的不僅是技巧和法律問題，更需要轉(zhuǎn)變思維方式，以商業(yè)化角度思考大數(shù)據(jù)營銷。

06 Twitter中的興趣和情緒

Twitter興趣聚類：通過過濾用戶歸屬地、發(fā)推位置和相關(guān)關(guān)鍵詞，Twitter建立了一系列定制化的客戶數(shù)據(jù)流。比如，通過過濾電影片名、位置和情緒標(biāo)簽，你可以知道洛杉磯、紐約和倫敦等城市最受歡迎的電影是哪些。而根據(jù)用戶發(fā)布的個(gè)人行為描述，你甚至能搜索到那些在加拿大滑雪的日本游客。從這個(gè)視角看，Twitter的興趣圖譜的效率優(yōu)于Facebook的社交圖譜。Twitter的用戶數(shù)據(jù)所能產(chǎn)生的潛在價(jià)值同樣令人驚嘆。在社交媒體網(wǎng)站正在收集越來越多的數(shù)據(jù)的形勢下，它們或許能找到更好的方式來利用這些數(shù)據(jù)盈利，并使其取代廣告成為自身提高收入的主要方式。這些社交網(wǎng)站真正的價(jià)值可能在于數(shù)據(jù)本身。相信在不久的將來，如果尋找到既能充分利用用戶數(shù)據(jù)，又可合理規(guī)避對(duì)用戶隱私的威脅，社交數(shù)據(jù)所蘊(yùn)藏的巨大能量將會(huì)徹底被開啟。

Twitter情緒分析：Twitter自己并不經(jīng)營每一款數(shù)據(jù)產(chǎn)品，但它把數(shù)據(jù)授權(quán)給了像DataSift這樣的數(shù)據(jù)服務(wù)公司，很多公司利用Twitter社交數(shù)據(jù)，做出了各種讓人吃驚的應(yīng)用，從社交監(jiān)測到醫(yī)療應(yīng)用，甚至可以去追蹤流感疫情爆發(fā)，社交媒體監(jiān)測平臺(tái)DataSift還創(chuàng)造了一款金融數(shù)據(jù)產(chǎn)品。華爾街“德溫特資本市場”公司首席執(zhí)行官保羅·霍廷每天的工作之一，就是利用電腦程序分析全球3.4億微博賬戶的留言，進(jìn)而判斷民眾情緒，再以“1”到“50”進(jìn)行打分。根據(jù)打分結(jié)果，霍廷再?zèng)Q定如何處理手中數(shù)以百萬美元計(jì)的股票。霍廷的判斷原則很簡單：如果所有人似乎都高興，那就買入；如果大家的焦慮情緒上升，那就拋售。一些媒體公司會(huì)把觀眾收視率數(shù)據(jù)打包到產(chǎn)品里，再轉(zhuǎn)賣給頻道制作人和內(nèi)容創(chuàng)造者。

精確的數(shù)據(jù)一旦與社交媒體數(shù)據(jù)相結(jié)合，對(duì)未來的預(yù)測會(huì)非常準(zhǔn)。

07 特易購的精準(zhǔn)定向

聰明的商家通過用戶的購買歷史記錄分析來建立模型，為他們量身預(yù)測未來的購物清單，進(jìn)而設(shè)計(jì)促銷活動(dòng)和個(gè)性服務(wù)，讓他們源源不斷地為之買單。特易購是全球利潤第二大的零售商，這家英國超級(jí)市場巨人從用戶行為分析中獲得了巨大的利益。從其會(huì)員卡的用戶購買記錄中，特易購可以了解一個(gè)用戶是什么“類別”的客人，如速食者、單身、有上學(xué)孩子的家庭等等。這樣的分類可以為提供很大的市場回報(bào)，比如，通過郵件或信件寄給用戶的促銷可以變得十分個(gè)性化，店內(nèi)的促銷也可以根據(jù)周圍人群的喜好、消費(fèi)的時(shí)段來更加有針對(duì)性，從而提高貨品的流通。這樣的做法為特易購獲得了豐厚的回報(bào)，僅在市場宣傳一項(xiàng)，就能幫助特易購每年節(jié)省3.5億英鎊的費(fèi)用。

Tesco的優(yōu)惠券：特易購每季會(huì)為顧客量身定做6張優(yōu)惠券。其中4張是客戶經(jīng)常購買的貨品，而另外2張則是根據(jù)該客戶以往的消費(fèi)行為數(shù)據(jù)分析，極有可能在未來會(huì)購買的產(chǎn)品。僅在1999年，特易購就送出了14.5萬份面向不同的細(xì)分客戶群的購物指南雜志和優(yōu)惠券組合。更妙的是，這樣的低價(jià)無損公司整體的盈利水平。通過追蹤這些短期優(yōu)惠券的回籠率，了解到客戶在所有門店的消費(fèi)情況，特易購還可以精確地計(jì)算出投資回報(bào)。發(fā)放優(yōu)惠券吸引顧客其實(shí)已經(jīng)是很老套的做法了，而且許多的促銷活動(dòng)實(shí)際只是來掠奪公司未來的銷售額。然而，依賴于扎實(shí)的數(shù)據(jù)分析來定向發(fā)放優(yōu)惠券的特易購，卻可以維持每年超過1億英鎊的銷售額增長。

特易購?fù)瑯佑袝?huì)員數(shù)據(jù)庫，通過已有的數(shù)據(jù)，就能找到那些對(duì)價(jià)格敏感的客戶，然后在公司可以接受的最低成本水平上，為這類顧客傾向購買的商品確定一個(gè)最低價(jià)。這樣的好處一是吸引了這部分顧客，二是不必在其他商品上浪費(fèi)錢降價(jià)促銷。

特易購的精準(zhǔn)運(yùn)營：這家連鎖超市在其數(shù)據(jù)倉庫中收集了700萬部冰箱的數(shù)據(jù)。通過對(duì)這些數(shù)據(jù)的分析，進(jìn)行更全面的監(jiān)控并進(jìn)行主動(dòng)的維修以降低整體能耗。

08 Facebook的好友推薦

Facebook是社交網(wǎng)絡(luò)巨擎，但是在挖掘大數(shù)據(jù)價(jià)值方面，好像辦法不多，值得一提的就是好友推薦。Facebook使用大數(shù)據(jù)來追蹤用戶在其網(wǎng)絡(luò)的行為，通過識(shí)別你在它的網(wǎng)絡(luò)中的好友，從而給出新的好友推薦建議，用戶擁有越多的好友，他們與Facebook之間的黏度就越高。更多的好友意味著用戶會(huì)分享更多照片、發(fā)布更多狀態(tài)更新、玩更多的游戲。

09 LinkedIn的獵頭價(jià)值

LinkedIn網(wǎng)站使用大數(shù)據(jù)在求職者和招聘職位之間建立關(guān)聯(lián)。有了LinkedIn，獵頭們再也不用向潛在的受聘者打陌生電話來碰運(yùn)氣，而可以通過簡單的搜索找出潛在受聘者并聯(lián)系他們。與此相似，求職者也可以通過聯(lián)系網(wǎng)站上其他人，自然而然地將自己推銷給潛在的雇主。有兩個(gè)例子能夠生動(dòng)呈現(xiàn)LinkedIn的數(shù)據(jù)價(jià)值：幾年前，LinkedIn忽然發(fā)現(xiàn)近期雷曼兄弟的來訪者多了起來，當(dāng)時(shí)并沒引起重視，過了不久，雷曼兄弟宣布倒閉；而在谷歌宣布退出中國的前一個(gè)月，在LinkedIn發(fā)現(xiàn)了一些平時(shí)很少見的谷歌產(chǎn)品經(jīng)理在線，這也是相同的道理。如果LinkedIn針對(duì)性地分析某家上

10 沃爾瑪?shù)臄?shù)據(jù)基因

早在1969年沃爾瑪就開始使用計(jì)算機(jī)來跟蹤存貨，1974年就將其分銷中心與各家商場運(yùn)用計(jì)算機(jī)進(jìn)行庫存控制。1983年，沃爾瑪所有門店都開始采用條形碼掃描系統(tǒng)。1987年，沃爾瑪完成了公司內(nèi)部的衛(wèi)星系統(tǒng)的安裝，該系統(tǒng)使得總部，分銷中心和各個(gè)商場之間可以實(shí)現(xiàn)實(shí)時(shí)，雙向的數(shù)據(jù)和聲音傳輸。采用這些在當(dāng)時(shí)還是小眾和超前的信息技術(shù)來搜集運(yùn)營數(shù)據(jù)為沃爾瑪最近20年的崛起打下了堅(jiān)實(shí)的地基，從而發(fā)現(xiàn)了“啤酒與尿布”關(guān)聯(lián)。

如今，沃爾瑪擁有著全世界最大的數(shù)據(jù)倉庫，在數(shù)據(jù)倉庫中存儲(chǔ)著沃爾瑪數(shù)千家連鎖店在65周內(nèi)每一筆銷售的詳細(xì)記錄，這使得業(yè)務(wù)人員可以通過分析購買行為更加了解他們的客戶。通過這些數(shù)據(jù)，業(yè)務(wù)員可以分析顧客的購買行為，從而供應(yīng)最佳的銷售服務(wù)。沃爾瑪一直致力于改善自身的數(shù)據(jù)收集技術(shù)，從條形碼掃描，到安裝衛(wèi)星系統(tǒng)實(shí)現(xiàn)雙向數(shù)據(jù)傳輸，整個(gè)公司都充滿了數(shù)據(jù)基因。2012年4月，沃爾瑪又收購了一家研究網(wǎng)絡(luò)社交基因的公司Kosmix，在數(shù)據(jù)基因的基礎(chǔ)上，又增加了社交基因。

11 阿里小貸和聚石塔

雖然阿里系的余額寶如日中天，但其實(shí)阿里小貸才真正體現(xiàn)出了大數(shù)據(jù)的價(jià)值。早在2010年阿里就已經(jīng)建立了“淘寶小貸”，通過對(duì)貸款客戶下游訂單、上游供應(yīng)商、經(jīng)營信用等全方位的評(píng)估，就可以在沒有見面情況下，給客戶放款，這當(dāng)然是對(duì)阿里平臺(tái)上大數(shù)據(jù)的挖掘。數(shù)據(jù)來源于“聚石塔”——一個(gè)大型的數(shù)據(jù)分享平臺(tái)，它通過共享阿里巴巴旗下各個(gè)子公司的數(shù)據(jù)資源來創(chuàng)造商業(yè)價(jià)值。這款產(chǎn)品就是大數(shù)據(jù)團(tuán)隊(duì)把淘寶交易流程各個(gè)環(huán)節(jié)的數(shù)據(jù)整合互聯(lián)，然后基于商業(yè)理解對(duì)信息進(jìn)行分類儲(chǔ)存和分析加工，并與決策行為連接起來所產(chǎn)生的效果。

12 西爾斯的數(shù)據(jù)大集成

在過去，美國零售巨頭西爾斯控股公司，需要八周時(shí)間才能制定出個(gè)性化的銷售方案，但往往做出來的時(shí)候，它已不再是最佳方案。痛定思痛，決定整合其專售的三個(gè)品牌——Sears、Craftsman、Lands'End的客戶、產(chǎn)品以及銷售數(shù)據(jù)，使用群集收集來自不同品牌的數(shù)據(jù)，并在群集上直接分析數(shù)據(jù)，而不是像以前那樣先存入數(shù)據(jù)倉庫，避免了浪費(fèi)時(shí)間——先把來自各處的數(shù)據(jù)合并之后再做分析。這種調(diào)整讓公司的推銷方案更快、更精準(zhǔn)，可以從海量信息中挖掘價(jià)值，但是價(jià)值巨大，困難也巨大：這些數(shù)據(jù)需要超大規(guī)模分析，且分散在不同品牌的數(shù)據(jù)庫與數(shù)據(jù)倉庫中，不僅數(shù)量龐大而且支離破碎。

西爾斯的困境，在傳統(tǒng)企業(yè)中非常普遍，這些企業(yè)家一直想不通，既然互聯(lián)網(wǎng)零售商亞馬遜可以推薦閱讀書目、推薦電影、推薦可供購買的產(chǎn)品，為什么他們所在的企業(yè)卻做不到類似的事情。西爾斯公司首席技術(shù)官菲里·謝利（Phil Shelley）說：如果要制定一系列復(fù)雜推薦方案質(zhì)量更高，需要更及時(shí)、更細(xì)致、更個(gè)性化的數(shù)據(jù)，傳統(tǒng)企業(yè)的IT架構(gòu)根本不能完成這些任務(wù)，需要痛下決心，才能完成轉(zhuǎn)型。

中篇 輕公司數(shù)據(jù)創(chuàng)業(yè)狂歡

在這次“數(shù)據(jù)盛宴”中，是否只有大公司的狂歡？并非如此，從事大數(shù)據(jù)產(chǎn)業(yè)的輕公司將無處不在。新興的創(chuàng)業(yè)公司通過出售數(shù)據(jù)和服務(wù)更有針對(duì)性地提供單個(gè)解決方案，把大數(shù)據(jù)商業(yè)化、商品化，才是更加值得我們關(guān)注的模式。這將帶來繼門戶網(wǎng)站、搜索引擎、社交媒體之后的新一波創(chuàng)業(yè)浪潮和產(chǎn)業(yè)革命，并會(huì)對(duì)傳統(tǒng)的咨詢公司產(chǎn)生強(qiáng)烈沖擊。

13 PredPol的犯罪預(yù)測

PredPol公司通過與洛杉磯和圣克魯斯的警方以及一群研究人員合作，基于地震預(yù)測算法的變體和犯罪數(shù)據(jù)來預(yù)測犯罪發(fā)生的幾率，可以精確到500平方英尺的范圍內(nèi)。在洛杉磯運(yùn)用該算法的地區(qū)，盜竊罪和暴力犯罪分布下降了33%和21%。

14 Tipp24 AG的賭徒行為預(yù)測

Tipp24 AG針對(duì)歐洲博彩業(yè)構(gòu)建的下注和預(yù)測平臺(tái)。該公司用KXEN軟件來分析數(shù)十億計(jì)的交易以及客戶的特性，然后通過預(yù)測模型對(duì)特定用戶進(jìn)行動(dòng)態(tài)的營銷活動(dòng)。這項(xiàng)舉措減少了90%的預(yù)測模型構(gòu)建時(shí)間。SAP公司正在試圖收購KXEN，“SAP想通過這次收購來扭轉(zhuǎn)其長久以來在預(yù)測分析方面的劣勢”。

15 Inrix的堵車預(yù)言

交通的參與者多種多樣，是大數(shù)據(jù)最能發(fā)揮價(jià)值的領(lǐng)域。交通流量數(shù)據(jù)公司Inrix依靠分析歷史和實(shí)時(shí)路況數(shù)據(jù)，能給出及時(shí)的路況報(bào)告，以幫助司機(jī)避開正在堵車的路段，并且?guī)退麄兲崆耙?guī)劃好行程。汽車制造商、移動(dòng)應(yīng)用開發(fā)者、運(yùn)輸企業(yè)以及各類互聯(lián)網(wǎng)企業(yè)都需要Inrix的路況報(bào)告。奧迪、福特、日產(chǎn)、微軟等巨頭都是Inrix的客戶。

16 潘吉瓦的時(shí)尚預(yù)測

消費(fèi)者追尋意見領(lǐng)袖的生活方式。潘吉瓦公司就是用數(shù)據(jù)分析來預(yù)測流行趨勢，以此為基礎(chǔ)甚至撬動(dòng)全球貿(mào)易。比如，它們通過41次追蹤《暮光之城》的徽章、襪子的運(yùn)輸情況，分析在這部電影中主角的服飾對(duì)流行趨勢有多大影響率，并將分析結(jié)果告知用戶，建議他們對(duì)自己的行動(dòng)做出恰當(dāng)?shù)恼{(diào)整。

17 潘多拉的音樂推薦

美國在線音樂網(wǎng)站潘多拉特別聘請一些音樂專家，讓他們每個(gè)人平均花上20分鐘去分析一首歌曲，并賦予每首歌400種不同的屬性。如果你表示喜歡一首歌，程序會(huì)自動(dòng)尋找跟這首歌“基因”相同的歌曲，猜測你也會(huì)喜歡并采用推薦引擎技術(shù)推薦給你。借助這種人海戰(zhàn)術(shù)，潘多拉網(wǎng)站已經(jīng)分析了74萬首歌曲。

18 Futrix Health的醫(yī)療方案

Futrix Health是一家專注于用通過數(shù)據(jù)為患者制定醫(yī)療解決方案的公司，從安裝在智能手機(jī)上的個(gè)人健康應(yīng)用，到診所、醫(yī)院里醫(yī)生使用的電子健康記錄儀，甚至是革命性的數(shù)字化基因組數(shù)據(jù)，均連接到后端數(shù)據(jù)倉庫上。從而為患者制定最佳的醫(yī)院選擇、醫(yī)藥選擇。該如何將采集到醫(yī)療保健機(jī)構(gòu)的大量操作信息，分析患者情況或治療效果，實(shí)施任何高效率的措施，使之更具有意義——大數(shù)據(jù)時(shí)代提供的機(jī)會(huì)，不再是簡單地收集這些數(shù)據(jù)，而是如何運(yùn)用數(shù)據(jù)來更好地認(rèn)知這個(gè)世界。

19 Retention Science的用戶粘性

在零售領(lǐng)域，創(chuàng)業(yè)公司Retention Science發(fā)布了一個(gè)為電子商務(wù)企業(yè)提供增強(qiáng)用戶粘性的數(shù)據(jù)分析及市場策略設(shè)計(jì)的平臺(tái)，它的用戶建模引擎具備自學(xué)習(xí)功能，通過使用算法和統(tǒng)計(jì)模型來設(shè)計(jì)優(yōu)化用戶粘性的策略。平臺(tái)的用戶數(shù)據(jù)分析都是實(shí)時(shí)進(jìn)行，以確保用戶行為預(yù)測總是符合實(shí)際用戶行為更新；同時(shí)，動(dòng)態(tài)的根據(jù)這些行為預(yù)測來設(shè)計(jì)一些促銷策略。RS目前已獲得Baroda Ventures, Mohr Davidow Ventures, Double M Partners及一些著名天使投資人130萬美金的投資。

20 眾瀛的婚嫁后推薦

江蘇眾瀛聯(lián)合數(shù)據(jù)科技有限公司構(gòu)建了這樣一個(gè)大數(shù)據(jù)平臺(tái)——將準(zhǔn)備結(jié)婚的新人作為目標(biāo)消費(fèi)者，并把與結(jié)婚購物相關(guān)的商家加入其中。一對(duì)新人到薇薇新娘婚紗影樓拍了婚紗照，在實(shí)名登記了自己的信息后會(huì)被上傳到大數(shù)據(jù)平臺(tái)上。大數(shù)據(jù)平臺(tái)能根據(jù)新人在婚紗影樓的消費(fèi)情況和偏好風(fēng)格，大致分析判斷出新人后續(xù)消費(fèi)需求，即時(shí)發(fā)送獎(jiǎng)勵(lì)和促銷短信。比如邀請他們到紅星美凱龍購買家具、到紅豆家紡選購床上用品、到國美電器選購家用電器、到希爾頓酒店擺酒席……如果新人在紅星美凱龍購買了中式家具，說明他們偏好中國傳統(tǒng)文化，就推薦他們購買紅豆家紡的中式家居用品。

21 Takadu的數(shù)字馴水

水，向來是個(gè)不好管理的東西：自來水公司發(fā)現(xiàn)某個(gè)水壓計(jì)出現(xiàn)問題，可能需要花上很長的時(shí)間排查共用一個(gè)水壓計(jì)的若干水管。等找到的時(shí)侯，大量的水已經(jīng)被浪費(fèi)了。以色列一家名為Takadu的水系統(tǒng)預(yù)警服務(wù)公司解決了這個(gè)問題。Takadu把埋在地下的自來水管道水壓計(jì)、用水量和天氣等檢測數(shù)據(jù)搜集起來，通過亞馬遜的云服務(wù)傳回Takadu公司的電腦進(jìn)行算法分析，如果發(fā)現(xiàn)城市某處地下自來水管道出現(xiàn)爆水管、滲水以及水壓不足等異常狀況，就會(huì)用大約10分鐘完成分析生成一份報(bào)告，發(fā)回給這片自來水管道的維修部門。報(bào)告中，除了提供異常狀況類型以及水管的損壞狀況——每秒漏出多少立方米的水，還能相對(duì)精確地標(biāo)出問題水管具體在哪里。檢測每千米“水路”，Takadu的月收費(fèi)是1萬美元。

22 百合網(wǎng)的婚戀匹配

電商行業(yè)的現(xiàn)金收入源自數(shù)據(jù)，而婚戀網(wǎng)站的商業(yè)模型更是根植于對(duì)數(shù)據(jù)的研究。比如，作為一家婚戀網(wǎng)站，百合網(wǎng)不僅需要經(jīng)常做一些研究報(bào)告，分析注冊用戶的年齡、地域、學(xué)歷、經(jīng)濟(jì)收入等數(shù)據(jù)，即便是每名注冊用戶小小的頭像照片，這背后也大有挖掘的價(jià)值。百合網(wǎng)研究規(guī)劃部李琦曾經(jīng)對(duì)百合網(wǎng)上海量注冊用戶的頭像信息進(jìn)行分析，發(fā)現(xiàn)那些受歡迎頭像照片不僅與照片主人的長相有關(guān)，同時(shí)照片上人物的表情、臉部比例、清晰度等因素也在很大程度上決定了照片主人受歡迎的程度。例如，對(duì)于女性會(huì)員，微笑的表情、直視前方的眼神和淡淡的妝容能增加自己受歡迎的概率，而那些臉部比例占照片1/2、穿著正式、眼神直視沒有多余pose的男性則更可能成為婚戀網(wǎng)站上的寵兒。

23 Prismatic的新聞外衣

Prismatic是一款個(gè)性化新聞應(yīng)用，只有4名創(chuàng)始員工，憑借互聯(lián)網(wǎng)數(shù)據(jù)爬蟲和社交網(wǎng)絡(luò)開發(fā)平臺(tái)的數(shù)據(jù)，依托亞馬遜的云計(jì)算平臺(tái)，實(shí)現(xiàn)了大數(shù)據(jù)的精益創(chuàng)業(yè)。Prismatic不提供統(tǒng)一的設(shè)計(jì)精良的新聞?dòng)嗛喕蛲扑]界面，而是根據(jù)分析用戶的Facebook 或Twitter資料，為用戶做一對(duì)一的數(shù)據(jù)分析和推薦。從盈利模式來看，Prismatic不是依靠廣告費(fèi)生存下來，也不是傳統(tǒng)的新聞媒介，而是一個(gè)披著新聞應(yīng)用外衣的電子商務(wù)公司。名義上為了給用戶個(gè)性化推薦新聞而得到用戶的個(gè)人信息進(jìn)行數(shù)據(jù)分析，針對(duì)性的推出推薦商品，從而從電子商務(wù)中盈利。

24 Opower的對(duì)比激勵(lì)

人類都有和同類對(duì)比的天性，例如，一家政府機(jī)構(gòu)收集不同地點(diǎn)從事同類工作的多組員工的數(shù)據(jù)，僅僅將這些信息公諸于眾就促使落后員工提高了績效。在能源行業(yè)，Opower使用數(shù)據(jù)對(duì)比來提高消費(fèi)用電的能效，并取得了顯著的成功。作為一家SaaS的創(chuàng)新公司，Opower與多家電力公司合作，分析美國家庭用電費(fèi)用并將之與周圍的鄰居用電情況進(jìn)行對(duì)比，被服務(wù)的家庭每個(gè)月都會(huì)受到一份對(duì)比的報(bào)告，顯示自家用電在整個(gè)區(qū)域或全美類似家庭所處水平，以鼓勵(lì)節(jié)約用電。Opower的服務(wù)以覆蓋了美國幾百萬戶居民家庭，預(yù)計(jì)將為美國消費(fèi)用電每年節(jié)省5億美元。Opower報(bào)告信封，看上去像賬單，它們使用行為技術(shù)輕輕地說服公用事業(yè)客戶降低消耗。Opower已經(jīng)推出了它的大數(shù)據(jù)平臺(tái) Opower4 ，通過分析各種智能電表和用電行為，電力公司等公用事業(yè)單位成為Opower的盈利來源。而對(duì)一般用戶而言，Opower完全是免費(fèi)的。

25 Chango和Uniqlick的點(diǎn)擊消費(fèi)

使用新的數(shù)據(jù)技術(shù)，諸如美國的Chango公司和中國的Uniqlick公司正在數(shù)字廣告行業(yè)中探索新的商業(yè)模式——實(shí)時(shí)競拍數(shù)字廣告。通過了解互聯(lián)網(wǎng)用戶在網(wǎng)絡(luò)的搜索、瀏覽等行為，這些公司可以為廣告主提供最有可能對(duì)其商品感興趣的用戶群，從而進(jìn)行精準(zhǔn)營銷；更長期的趨勢是，將廣告投放給最有可能購買的用戶群。這樣的做法對(duì)于廣告主來說，可以獲得更高的轉(zhuǎn)換率，而對(duì)于發(fā)布廣告的網(wǎng)站來說，也提高了廣告位的價(jià)值。

26 眾趣的行為辯析

眾趣是國內(nèi)第一家社交媒體數(shù)據(jù)管理平臺(tái)，目前國內(nèi)主要的社交開放平臺(tái)在用戶數(shù)據(jù)的開放性方面仍比較保守，身為第三方數(shù)據(jù)分析公司，能夠獲得的用戶數(shù)據(jù)還十分有限，要使用這些用戶數(shù)據(jù)需獲得用戶許可。眾趣通過運(yùn)營統(tǒng)計(jì)學(xué)等相關(guān)數(shù)據(jù)分析原理對(duì)用戶數(shù)據(jù)進(jìn)行過濾，最終完成的是對(duì)一個(gè)用戶的行為、動(dòng)作等個(gè)體特征的描述。這些描述可以幫助品牌營銷者了解消費(fèi)者的消費(fèi)習(xí)慣及需求；也可以幫助企業(yè)的領(lǐng)導(dǎo)增強(qiáng)對(duì)自己員工的了解。除了對(duì)個(gè)體以及群體行為特征的描述外，這些數(shù)據(jù)分析結(jié)果還可用于對(duì)用戶群體的行為預(yù)測，從而為營銷者提供一些前瞻性的市場分析。眾趣數(shù)據(jù)分析的結(jié)果只能精準(zhǔn)到群組而無法達(dá)到個(gè)人。此類的用戶數(shù)據(jù)研究除在市場營銷領(lǐng)域具有一定的參考價(jià)之外，目前大多還主要用于配合一些小調(diào)研。此外，這些數(shù)據(jù)還可以實(shí)現(xiàn)對(duì)用戶甚至企業(yè)機(jī)構(gòu)的信用評(píng)級(jí)，在金融領(lǐng)域也有一定程度的使用。

27 拖拉網(wǎng)的明天猜想

導(dǎo)購電商的拖拉網(wǎng)制作了“明天穿什么”這一應(yīng)用。在這個(gè)應(yīng)用當(dāng)中，眾多時(shí)裝圈權(quán)威人士輸送時(shí)裝搭配與風(fēng)格單品，由用戶任意打分，根據(jù)用戶的打分偏好，拖拉網(wǎng)便能猜到明天她們想穿什么，然后為她在數(shù)十萬件網(wǎng)購時(shí)裝中推薦單品，并且實(shí)現(xiàn)直通購買下單。在獲取客戶數(shù)據(jù)后，后臺(tái)分析也是各顯神通。

拖拉網(wǎng)加入了更多變量來考核自己的推薦模式。比如有消費(fèi)者明天要參加一個(gè)聚會(huì)，不知道要穿什么風(fēng)格，也沒有看天氣預(yù)報(bào)，希望導(dǎo)購網(wǎng)站能幫她把這些場景和自己的信息組合起來，給出一整套的解決方案。于是日期、地域、場合、風(fēng)格，這些都成為穿衣搭配解決方案的變量，經(jīng)過不斷的組合呈現(xiàn)給用戶，據(jù)拖拉網(wǎng)數(shù)據(jù)，用戶在看到一個(gè)比較優(yōu)質(zhì)的搭配，并有場景性引導(dǎo)的時(shí)候，點(diǎn)擊到最后頁面完成購買的轉(zhuǎn)化率會(huì)比單品推薦高40%。

28 SeeChange的基因健康

現(xiàn)在人們有了把人類基因檔案序列化的能力，這允許醫(yī)生和科學(xué)家去預(yù)測病人對(duì)于某些疾病的易感染性和其他不利的條件，可以減少治療過程的時(shí)間和花費(fèi)。位于舊金山的SeeChange公司創(chuàng)建了一套新的健康保險(xiǎn)模式。該公司通過分析客戶的個(gè)人健康記錄、醫(yī)療報(bào)銷記錄、以及藥店的數(shù)據(jù)，來判斷該客戶對(duì)于慢性病的易感性，并判斷該客戶是否有可能從一些定制的康復(fù)套餐中獲利。SeeChange同時(shí)設(shè)計(jì)健康計(jì)劃，并設(shè)立獎(jiǎng)勵(lì)機(jī)制鼓勵(lì)客戶主動(dòng)完成健康行動(dòng)，全過程都通過其數(shù)據(jù)分析引擎來監(jiān)控。

29 Given Imaging的圖像診斷

以色列的Given Imaging公司發(fā)明了一種膠囊，內(nèi)置攝像頭，患者服用后膠囊能以大約每秒14張照片的頻率拍攝消化道內(nèi)的情況，并同時(shí)傳回外置的圖像接收器，患者病征通過配套的軟件被錄入數(shù)據(jù)庫，在4至6小時(shí)內(nèi)膠囊相機(jī)將通過人體排泄離開體外。一般來說，醫(yī)生都是在靠自己的個(gè)人經(jīng)驗(yàn)進(jìn)行病征判斷，難免會(huì)對(duì)一些疑似陰影拿捏不準(zhǔn)甚至延誤病人治療。現(xiàn)在通過Given Imaging的數(shù)據(jù)庫，當(dāng)醫(yī)生發(fā)現(xiàn)一個(gè)可疑的腫瘤時(shí)，雙擊當(dāng)前圖像后，過去其他醫(yī)生拍攝過的類似圖像和他們的診斷結(jié)果都會(huì)悉數(shù)被提取出來?？梢哉f，一個(gè)病人的問題不再是一個(gè)醫(yī)生在看，而是成千上萬個(gè)醫(yī)生在同時(shí)給出意見，并由來自大量其他病人的圖像給出佐證。這樣的數(shù)據(jù)對(duì)比，不但提高了醫(yī)生診斷的效率，還提升了準(zhǔn)確度。

30 Entelo的“前獵頭”

真正的技術(shù)人才永遠(yuǎn)是各大公司的搶手貨，絕對(duì)不要坐等他們向你投簡歷，因?yàn)樵谒麄冞€沒有機(jī)會(huì)寫簡歷之前很可能已經(jīng)被其他公司搶走了。Entelo公司能替企業(yè)家們推薦那些才剛剛萌發(fā)跳槽動(dòng)機(jī)的高級(jí)技術(shù)人才，以便先下手為強(qiáng)。

Entelo的數(shù)據(jù)庫里目前有3億份簡歷。而如何判斷高級(jí)人才的跳槽傾向，Entelo有一套正在申請專利的算法。這套算法有70多個(gè)指標(biāo)用于判定跳槽傾向。某公司的股價(jià)下跌、高層大換血、剛被另一大公司收購，這些都會(huì)被Entelo看作是導(dǎo)致該公司人才跳槽的可能性因素。于是Entelo就會(huì)立刻把該公司里的高級(jí)人才的信息推送給訂閱了自己服務(wù)的企業(yè)家們。企業(yè)家們收到的簡歷跟一般的簡歷還不一樣。Entelo抓取了這些人才在各大社交網(wǎng)絡(luò)的信息。這樣企業(yè)家們可以了解該人提交過哪些代碼，在網(wǎng)上都回答了些什么樣的問題，在Twitter上都發(fā)表的是些什么樣的信息。總之，這些準(zhǔn)備“挖角”的企業(yè)家能夠看到一個(gè)活生生的目標(biāo)人才站在面前。

31 FlightCaster和Passur的延誤預(yù)測

航空業(yè)分秒必爭，尤其是航班抵達(dá)的準(zhǔn)確時(shí)間。如果一班飛機(jī)提前到達(dá)，地勤人員還沒準(zhǔn)備好，乘客和乘務(wù)員就會(huì)被困在飛機(jī)上白白耽誤時(shí)間；如果一班飛機(jī)延誤，地勤人員就只能坐著干等，白白消耗成本。美國一家大航空公司從其內(nèi)部報(bào)告中發(fā)現(xiàn)，大約10%的航班的實(shí)際到達(dá)時(shí)間與預(yù)計(jì)到達(dá)時(shí)間相差10分鐘以上，30%的航班相差5分鐘以上。FlightCaster是一家提供航班延誤信息預(yù)測的公司，主要根據(jù)航空公司的航班運(yùn)行情況進(jìn)行預(yù)測。與航空公司所擁有的類似航班運(yùn)行情況的專有信息一樣，該公司擁有大量國內(nèi)航班飛行和航班實(shí)時(shí)運(yùn)行狀況的歷史數(shù)據(jù)。Flightcaster的秘訣就是其對(duì)大數(shù)據(jù)分析的有效利用和使用適當(dāng)?shù)能浖ぞ邔?duì)產(chǎn)出數(shù)據(jù)進(jìn)行實(shí)時(shí)管理。

Passur Aerospace是專門為航空業(yè)提供決策支持的技術(shù)公司。通過搜集天氣、航班日程表等公開數(shù)據(jù)，結(jié)合自己獨(dú)立收集的其他影響航班因素的非公開數(shù)據(jù)，綜合預(yù)測航班到港時(shí)間。時(shí)至2012年，Passur公司已經(jīng)擁有超過155處雷達(dá)接收站，每4.6秒就收集一次雷達(dá)上每架飛機(jī)的一系列信息，這會(huì)持續(xù)地帶來海量數(shù)據(jù)。不僅如此，經(jīng)過長期的數(shù)據(jù)收集，Passur擁有了一個(gè)超過十年的巨大的多維信息載體，為透徹的分析和恰當(dāng)?shù)臄?shù)據(jù)模型提供了可能。Passur公司相信，航空公司依據(jù)它們提供的航班到達(dá)時(shí)間做計(jì)劃，能為每個(gè)機(jī)場每年節(jié)省數(shù)百萬美元。