
這10大行業(yè)的痛點,如何用大數(shù)據(jù)解決
大數(shù)據(jù)已經(jīng)成為過去幾年中大部分行業(yè)的游戲規(guī)則。隨著大數(shù)據(jù)繼續(xù)滲透到我們的日常生活中,圍繞大數(shù)據(jù)的炒作正在轉(zhuǎn)向?qū)嶋H使用中的真正價值。Gartner調(diào)查顯示,75%以上的公司正在投資或計劃在未來兩年投資大數(shù)據(jù)。
一般來說,大多數(shù)公司都希望有幾個大數(shù)據(jù)項目,主要目標是增強客戶體驗,但其他目標包括降低成本,更有針對性地進行營銷,并使現(xiàn)有流程更有效率。近來,數(shù)據(jù)泄露也使得安全性成為大數(shù)據(jù)項目需要解決的重要問題。
本文分析了10個使用大數(shù)據(jù)的垂直行業(yè),這些行業(yè)面臨的挑戰(zhàn)以及大數(shù)據(jù)如何解決這些問題。
▍一、銀行業(yè)和證券業(yè)
一項研究對10個頂級投資和零售業(yè)務(wù)銀行的16個項目進行了調(diào)查,結(jié)果顯示,行業(yè)的挑戰(zhàn)包括:證券欺詐預(yù)警、超高頻金融數(shù)據(jù)分析、信用卡欺詐檢測、審計跟蹤歸檔、企業(yè)信用風險報告、貿(mào)易可見度、客戶數(shù)據(jù)轉(zhuǎn)換、 交易的社會分析、IT運營分析和IT策略合規(guī)性分析等。
美國證券交易委員會(SEC)正在使用大數(shù)據(jù)來監(jiān)控金融市場活動。他們目前正在使用網(wǎng)絡(luò)分析和自然語言處理器來捕捉金融市場的非法交易活動。
金融市場的零售商、大銀行、對沖基金和其他機構(gòu)使用大數(shù)據(jù)進行高頻交易、交易前決策支持分析、情緒測量、預(yù)測分析等方面的交易分析。
該行業(yè)還嚴重依賴大數(shù)據(jù)進行風險分析,包括反洗錢、企業(yè)風險管理、“了解你的客戶”和減少欺詐。
▍二、通訊、媒體和娛樂
由于消費者期望有不同格式和設(shè)備的多媒體需求,通信、媒體和娛樂行業(yè)的數(shù)據(jù)挑戰(zhàn)主要包括:
1、收集、分析和利用消費者洞察;
2、利用移動互聯(lián)網(wǎng)和社交媒體內(nèi)容;
3、了解實時、媒體內(nèi)容使用情況。
該行業(yè)的企業(yè)同時分析客戶數(shù)據(jù)以及行為數(shù)據(jù),以創(chuàng)建詳細的客戶資料,可用于:
1、為不同的目標受眾創(chuàng)建內(nèi)容;
2、根據(jù)需要推薦內(nèi)容;
3、衡量內(nèi)容效果。
一個例子是溫布爾登網(wǎng)球錦標賽,利用大數(shù)據(jù)對電視、手機和網(wǎng)絡(luò)用戶觀看網(wǎng)球比賽時的情緒進行分析。
提供按需音樂服務(wù)的Spotify公司,使用hadoop大數(shù)據(jù)分析,從全球數(shù)百萬用戶收集數(shù)據(jù),然后使用分析結(jié)果向個人用戶提供個性化的音樂推薦。
亞馬遜Prime也大量利用大數(shù)據(jù),一站式提供視頻、音樂和Kindle書籍,提升客戶體驗。
▍三、醫(yī)療保險
醫(yī)療保健部門獲得了大量的數(shù)據(jù),但一直沒能使用數(shù)據(jù)來遏制醫(yī)療保健成本上升,提高醫(yī)療保健收益,提高系統(tǒng)效率。
這主要是因為電子數(shù)據(jù)不足或不可用。 另外,保存健康相關(guān)信息的醫(yī)療保健數(shù)據(jù)庫很難與醫(yī)療領(lǐng)域其他有用數(shù)據(jù)鏈接起來。
其他與大數(shù)據(jù)相關(guān)的挑戰(zhàn)包括:將患者排除在決策過程之外,以及使用來自不同渠道的容易獲得的傳感器數(shù)據(jù)。
以色列貝斯市的一些醫(yī)院正在使用從手機應(yīng)用收集的數(shù)百萬病人數(shù)據(jù),讓醫(yī)生可以開展循證醫(yī)學,而不是像傳統(tǒng)醫(yī)院一樣,僅對病人進行醫(yī)療/實驗室檢測,這種檢測有些是有效的,但大部分是昂貴的并且通常是低效的。
佛羅里達大學使用免費公共衛(wèi)生數(shù)據(jù)和Google地圖創(chuàng)建視覺數(shù)據(jù),可以更快速地識別和有效分析醫(yī)療信息,用于跟蹤慢性病的傳播。
奧巴馬醫(yī)保方案也以多種方式利用了大量數(shù)據(jù)。
▍四、教育行業(yè)
從技術(shù)角度來看,教育行業(yè)面臨的一個重大挑戰(zhàn)是將來自不同來源和供應(yīng)商的大數(shù)據(jù)整合其中,并將其用于一個數(shù)據(jù)平臺。
從實踐的角度來看,教育從業(yè)者和機構(gòu)必須學習新的數(shù)據(jù)管理和分析工具。 在技術(shù)方面,整合來自不同來源的數(shù)據(jù),不同平臺和原本不相互合作的不同供應(yīng)商都面臨挑戰(zhàn)。
在法律上,與教育大數(shù)據(jù)相關(guān)的隱私和個人數(shù)據(jù)保護問題是一個挑戰(zhàn)。
大數(shù)據(jù)在高等教育中的應(yīng)用相當顯著。例如,塔斯馬尼亞大學,一個擁有26000多名學生的澳大利亞大學,部署了一個學習和管理系統(tǒng)。學生登錄系統(tǒng)后,系統(tǒng)可以追蹤學生花費的時間以及學生的整體進度等。
大數(shù)據(jù)還可以用于衡量教師教學的有效性,以確保學生和教師的良好體驗。教師的表現(xiàn)可以根據(jù)學生人數(shù)、學科人數(shù)、學生期望、行為分類和其他幾個變量進行微調(diào)和衡量。
在政府層面上,美國教育部的教育技術(shù)辦公室正在使用大數(shù)據(jù)來開發(fā)分析數(shù)據(jù),以幫助糾正選錯在線課程的學生,點擊模式也被用來檢測學生學習時的無聊程度。
▍五、制造業(yè)和采掘業(yè)
對石油、農(nóng)產(chǎn)品、礦產(chǎn)、天然氣、金屬等自然資源的需求日益增加,導(dǎo)致數(shù)據(jù)量的增加,復(fù)雜性和提高速度成為一個挑戰(zhàn)。
同樣,來自制造業(yè)的大量數(shù)據(jù)尚未得到開發(fā)。 這種信息的利用不足阻礙了產(chǎn)品質(zhì)量提高、能源效率和可靠性的提升,以及更好的利潤率。
在自然資源行業(yè),通過大數(shù)據(jù)技術(shù)可以從地理空間數(shù)據(jù)、圖形數(shù)據(jù)、文本和時間數(shù)據(jù)中攝取和整合大量數(shù)據(jù)建立預(yù)測模型,幫助做出決策。地震解釋和油藏表征是大數(shù)據(jù)技術(shù)在該行業(yè)的典型應(yīng)用。
▍六、政府
在政府中,最大的挑戰(zhàn)是不同政府部門和附屬機構(gòu)中的大數(shù)據(jù)的整合和互操作性。在公共服務(wù)方面,大數(shù)據(jù)應(yīng)用范圍非常廣泛,包括能源勘探、金融市場分析、欺詐檢測、健康相關(guān)研究和環(huán)境保護。
一些更具體的例子如下:
1、大數(shù)據(jù)用于分析美國社會保障局(SSA)提供的社會殘疾索賠案件的大量非結(jié)構(gòu)化數(shù)據(jù),用于快速有效地處理醫(yī)療信息,以加快決策速度,并檢測可疑或欺詐性聲明。
2、美國食品和藥物管理局(FDA)正在使用大量數(shù)據(jù)來檢測和研究食物相關(guān)的疾病和發(fā)病模式,從而做出更快的反應(yīng),提供更快的治療,減少死亡。
▍七、保險業(yè)
該行業(yè)的主要挑戰(zhàn)包括缺乏個性化服務(wù)、缺乏個性化定價,以及缺乏針對新細分市場和特定細分市場的針對性服務(wù)。
由咨詢公司Market Force開展的調(diào)查結(jié)果顯示,保險業(yè)專業(yè)人士確定的挑戰(zhàn)包括數(shù)據(jù)不足帶來的利潤損失,以及渴望更好的洞察力。
該行業(yè)已經(jīng)在使用保險大數(shù)據(jù),利用從社交媒體、支持GPS的設(shè)備和監(jiān)控錄像中獲取的數(shù)據(jù)來分析和預(yù)測客戶行為,提供客戶洞察。
在索賠管理方面,基于大數(shù)據(jù)的預(yù)測分析技術(shù)已被用于提供更快的服務(wù),因為大量的數(shù)據(jù)可以在承保階段進行特別分析。欺詐檢測也得到了加強,通過數(shù)字渠道和社交媒體的大量數(shù)據(jù),索賠周期的索賠實時監(jiān)控已被用于為保險公司提供洞察。
▍八、零售和批發(fā)貿(mào)易
從傳統(tǒng)的實體零售商和批發(fā)商到現(xiàn)在的電子商務(wù),該行業(yè)已經(jīng)收集了大量的數(shù)據(jù)。
來自客戶會員卡、POS掃描儀、RFID等設(shè)備的數(shù)據(jù)并沒有被用于在整體上改善客戶體驗,所有改變和改進都相當緩慢。
在紐約零售貿(mào)易大會上,微軟,思科和IBM等公司表示,零售行業(yè)需要將大數(shù)據(jù)應(yīng)用于分析和其他用途,包括:
1、通過購物模式、本地活動等數(shù)據(jù)來優(yōu)化員工配置;
2、減少欺詐;
3、及時分析庫存。
社交媒體的使用也具有很大的潛在用途,并且將緩慢地被實體店采用。社交媒體可用于客戶探索、客戶保留和產(chǎn)品推廣等。
▍九、交通行業(yè)
在該行業(yè),政府,私人機構(gòu)和個人的一些大數(shù)據(jù)應(yīng)用包括:
1、政府使用大數(shù)據(jù):交通管制、路線規(guī)劃、智能交通系統(tǒng)、擁堵管理(預(yù)測交通狀況);
2、私營部門在運輸中使用大數(shù)據(jù):收入管理、技術(shù)改進、物流和競爭優(yōu)勢(通過整合出貨量和優(yōu)化貨運)
3、個人使用大數(shù)據(jù)包括:通過路線規(guī)劃節(jié)省燃料和時間、旅游安排等。
▍十、能源與公用事業(yè)
該行業(yè)面臨的主要挑戰(zhàn)包括:
1、電網(wǎng)資產(chǎn)的60%將在十年內(nèi)需要更換;
2、全球風電裝機容量同比增長12.4%;
3、智能電表成為主流,而消費者要求更多的控制和了解能源消耗。
智能電表讀取器允許幾乎每15分鐘收集一次數(shù)據(jù),而不是每天用舊的讀表器收集數(shù)據(jù)。
這種細粒度數(shù)據(jù)可被用于更好地分析能源消耗,可提高客戶體驗,更好地控制公用設(shè)施的使用。
在公用事業(yè)公司,使用大數(shù)據(jù)技術(shù)還可以提供更好的資產(chǎn)和人力資源管理。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10