
大數(shù)據(jù)是如何正在改變整個(gè)商業(yè)屬性的
專家們稱這個(gè)狀況為大數(shù)據(jù)。它的定義并不明朗,但它通??梢詺w結(jié)為:公司會(huì)得比過(guò)去得到更多機(jī)會(huì)和途徑去獲得更多的信息數(shù)據(jù),它的信息源要比以前更多,而且他們幾乎可以迅速得到它只要產(chǎn)生數(shù)據(jù)。
大數(shù)據(jù)經(jīng)常能得到已經(jīng)在處理信息的公司的鏈接,如谷歌, Facebook的和亞馬遜。但企業(yè)在很多行業(yè)中都非??粗卮髷?shù)據(jù)并且當(dāng)成信息和操作中心。他們收集了大量的信息,通常會(huì)與傳統(tǒng)手段相適應(yīng),比如銷售的東西,如社會(huì)媒體網(wǎng)站和移動(dòng)設(shè)備位置信息的評(píng)論。他們研究找出如何提高自己的產(chǎn)品,降低成本,吸引客戶。
托運(yùn)人在卡車上使用的傳感器要想方設(shè)法加快交貨。制造商,可以搜羅通過(guò)成千上萬(wàn)的論壇帖子,從而調(diào)查出客戶是否會(huì)喜歡自己產(chǎn)品的一個(gè)新功能。招聘經(jīng)理研究候選人如何回答問(wèn)題,從而確定他們是否會(huì)能夠合作。
很多的障礙依然存在。有些是技術(shù)性的,但是商業(yè)決策通常也會(huì)產(chǎn)生障礙。在大多數(shù)公司里,決策仍然是基于HIPPO————收入最高的人的意見(jiàn),同時(shí),說(shuō)服一個(gè)擅長(zhǎng)數(shù)據(jù)勝過(guò)直覺(jué)的經(jīng)理人去實(shí)施和執(zhí)行,很難。
以下幾種方法,公司正在利用數(shù)據(jù)的力量來(lái)改變他們的業(yè)務(wù)。
人力資源
員工福利——特別是員工福利保健,可以是昂貴的。一些公司正在使用大數(shù)據(jù)以獲得更好的決策去處理。
凱撒娛樂(lè)公司,對(duì)其員工的醫(yī)療保險(xiǎn)數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)數(shù)據(jù)能夠覆蓋到其65000名員工每個(gè)人和他們各自的家庭成員的醫(yī)療保險(xiǎn)。管理人員可以追蹤成千上萬(wàn)的員工如何使用醫(yī)療服務(wù),如急診室參觀的人數(shù),以及他們是否選擇了一個(gè)通用的品牌藥的變量。
“這個(gè)是一個(gè)關(guān)于非常不透明的和可以接受的商業(yè)經(jīng)營(yíng)成本,通常人事經(jīng)理不會(huì)想到他們能夠控制,”Emily Gaines,凱撒娛樂(lè)的CEO說(shuō),凱撒的高級(jí)副總裁的補(bǔ)償,福利和人力資源的有效性。
例如,在2010年的數(shù)據(jù)表明,在公司財(cái)產(chǎn),哈拉斯在費(fèi)城,只有僅僅11%緊急措施被視為較便宜的緊急醫(yī)療設(shè)施,這一比例為在凱撒占了34%。Harrah的團(tuán)隊(duì)發(fā)起了一場(chǎng)斗爭(zhēng),以呼吁員工的成本高因?yàn)镋R訪問(wèn),并提供了一系列備選的其他設(shè)施。兩年后,17%的緊急設(shè)施處理突發(fā)事件,緊急護(hù)理,個(gè)人的ER訪問(wèn)的百分比從40%下降到30%。
總體來(lái)看,由于凱撒在2009年開(kāi)始跟蹤ER訪問(wèn),10,000緊急情況全公司已被轉(zhuǎn)移到較便宜的替代品,共節(jié)省450萬(wàn)美元。
大的數(shù)據(jù)也在改變著招聘。比如說(shuō),Catalyst公司的IT服務(wù),這是一家基于巴爾的摩技術(shù)的技術(shù)外包公司,主要是負(fù)責(zé)組裝隊(duì)的編程工作。今年,該公司將篩選超過(guò)10,000候選人。不僅是傳統(tǒng)的招聘過(guò)于緩慢和繁瑣的,該公司稱,同時(shí)一個(gè)招聘經(jīng)理做出的主觀選擇也常常導(dǎo)致新來(lái)員工不符合標(biāo)準(zhǔn)。
“你需要能夠建立模型,可以幫助您采取這種主觀的看法”,邁克爾·羅森鮑姆說(shuō),Catalyst的創(chuàng)始人兼首席執(zhí)行官。
因此,催化劑要求候選人填寫(xiě)在線評(píng)估,許多公司都在這些日子里,最有名的是谷歌。Catalyst公司用它來(lái)收集成千上萬(wàn)位申請(qǐng)人的信息,事實(shí)上,從他們?nèi)绾位卮饐?wèn)題上,能比他們的答案獲得更多的數(shù)據(jù)。
例如,評(píng)估可能會(huì)給一個(gè)申請(qǐng)人關(guān)于微積分的問(wèn)題,而申請(qǐng)人完全出乎意料。申請(qǐng)人回答問(wèn)題的反應(yīng)——很吃力的回答一道題,快速的回答一道題然后很快又返回,或者完全跳過(guò)它,這些都位人們?nèi)绾翁幚硖魬?zhàn)提供了很多數(shù)據(jù)。
有些需要消耗體力解決問(wèn)題的人,可能適合那種要求用有條理有技巧的方法去解決難題的任務(wù),而在另一個(gè)狀況下表現(xiàn)比較強(qiáng)勢(shì)積極的申請(qǐng)人采可能會(huì)適合另外一種狀況。
這種方法的優(yōu)勢(shì)在于它承認(rèn)人具備各種不同的技能,并沒(méi)有什么工作是能夠適合所有人的。根據(jù)大量數(shù)據(jù)研究表明,有特定性格特質(zhì)的候選人必須是在特定的情況下才會(huì)合適,有時(shí)候一些人的偏見(jiàn),不能做什么。
對(duì)于一個(gè)行之有效的措施,Catalyst的員工流失率平均每年約15%的速度增長(zhǎng),與其在美國(guó)的競(jìng)爭(zhēng)對(duì)手相比,超過(guò)30,與其在海外的同類競(jìng)爭(zhēng)公司相比,超過(guò)20%。
產(chǎn)品開(kāi)發(fā)
大的數(shù)據(jù)可以幫助捕獲顧客的喜好,并把這些信息應(yīng)用在新產(chǎn)品設(shè)計(jì)上。在這方面,網(wǎng)絡(luò)公司正在處于領(lǐng)先地位。
Zynga公司,僅次于舊金山游戲FarmVille的Zynga的公司, 每天從它的游戲,足夠的SNARE蛋白25兆兆字節(jié),以填補(bǔ)1000 Blu-ray光盤(pán)。使用這些數(shù)據(jù)為客戶服務(wù),質(zhì)量保證,并設(shè)定一些特點(diǎn)和功能應(yīng)用在更新的游戲里。
例如,在原始版本的FarmVille的,動(dòng)物更多是被設(shè)計(jì)成裝飾。但Zynga的游戲分析師發(fā)現(xiàn),隊(duì)員們與動(dòng)物的互動(dòng)遠(yuǎn)遠(yuǎn)超過(guò)了設(shè)計(jì)者的預(yù)期,于是把動(dòng)物移動(dòng)到農(nóng)場(chǎng)的周圍然后使用游戲中的貨幣去進(jìn)行購(gòu)買(mǎi)。
因此,在FarmVille 2,動(dòng)物被給予更多關(guān)注和焦點(diǎn)。例如,如果你想制作和銷售一塊蛋糕,您可能需要一頭母牛的牛奶和雞的雞蛋。
甚至當(dāng)Zynga的藝術(shù)家設(shè)計(jì)新功能時(shí),其實(shí)也在使用數(shù)據(jù)。在傳統(tǒng)的市場(chǎng)測(cè)試中,游戲設(shè)計(jì)師可能測(cè)試不同版本,也就是說(shuō),一個(gè)圓點(diǎn)奶牛的焦點(diǎn)小組測(cè)試不同版本。Zynga的藝術(shù)家可以得出兩個(gè)不同的版本,并把兩種都放在游戲中,看看哪一種更受人歡迎。
當(dāng)然,現(xiàn)實(shí)世界的制造商也使用大的數(shù)據(jù),以了解顧客的興趣。
作為福特汽車公司,在設(shè)計(jì)第一臺(tái)微型模型其新的全球平臺(tái)——一個(gè)福特汽車和周圍卡車共同的一套組件設(shè)備,它決定一個(gè)地區(qū)的共同特點(diǎn)使適用于所有地區(qū)。
其中它考慮的一個(gè)功能,是一個(gè)“三眨眼”轉(zhuǎn)向指示燈,多年一直在其在歐洲的汽車。不同于其在美國(guó)的車輛上的信號(hào),該指示燈閃爍三次,在驅(qū)動(dòng)器的觸摸,然后關(guān)閉。
一個(gè)完整規(guī)模的市場(chǎng)研究試驗(yàn)被視為過(guò)于昂貴和費(fèi)時(shí)的。因此,福特汽車發(fā)燒友搜尋網(wǎng)站和業(yè)主論壇,看看有什么司機(jī)說(shuō)關(guān)于轉(zhuǎn)向燈的。研究人員使用的文本挖掘算法,撲殺超過(guò)1萬(wàn)提到,總結(jié)了最相關(guān)的評(píng)論。
三一眨不眨指標(biāo)在2010年推出的新嘉年華和現(xiàn)在上最福特的產(chǎn)品。雖然一些網(wǎng)上評(píng)論者抱怨說(shuō),他們很難去適應(yīng)新功能,但是它也有很多的捍衛(wèi)者。
“起初,它花了一些時(shí)間來(lái)適應(yīng)?,F(xiàn)在我將不會(huì)有任何其他的方式!!” 寫(xiě)了一個(gè)。
“的文本挖掘算法使用的是在這一努力中的關(guān)鍵,并幫助確保一個(gè)完整的畫(huà)面,就不會(huì)使用傳統(tǒng)的市場(chǎng)研究,說(shuō):”Michael,Cavaretta,福特公司的研究數(shù)據(jù)預(yù)測(cè)和處理的科技領(lǐng)導(dǎo)人。
經(jīng)營(yíng)
多年來(lái),公司一直在使用數(shù)字技術(shù),使他們的業(yè)務(wù)更有效的。隨著大數(shù)據(jù)的興起,當(dāng)數(shù)據(jù)產(chǎn)生時(shí),公司可以根據(jù)一種新的信息源捕獲更多的信息。
美國(guó)聯(lián)合包裹運(yùn)送服務(wù)公司長(zhǎng)期依賴于數(shù)據(jù)以提高其業(yè)務(wù)。在2009年,它開(kāi)始在其送貨車輛,除其他事項(xiàng)外,可以捕捉卡車的速度和位置,它被放置在反向倍的數(shù)量和駕駛員的安全帶是否扣安裝傳感器。的許多信息被上載結(jié)束時(shí)的天至UPS數(shù)據(jù)中心,并分析過(guò)夜。
通過(guò)結(jié)合GPS信息和安裝在超過(guò)46,000輛車上的數(shù)據(jù)傳感器,UPS在2011年減少了燃料消耗8400000加侖削減85萬(wàn)英里外的路線。
市場(chǎng)營(yíng)銷
市場(chǎng)營(yíng)銷人員已長(zhǎng)期使用的數(shù)據(jù),以了解他們的客戶,并針對(duì)他們的球場(chǎng)?,F(xiàn)在,過(guò)多的數(shù)據(jù)意味著市場(chǎng)營(yíng)銷的目標(biāo)可以更加個(gè)性化的信息。
像許多酒店經(jīng)營(yíng)者,總部設(shè)在英國(guó)的洲際酒店集團(tuán),多年收集的71萬(wàn)會(huì)員的優(yōu)悅會(huì)獎(jiǎng)勵(lì)計(jì)劃,如收入水平的詳細(xì)信息,以及他們是否喜歡風(fēng)格的家庭或商務(wù)旅客住宿。
幾年前,該公司合并到一個(gè)數(shù)據(jù)倉(cāng)庫(kù),它可以拉從社會(huì)媒體網(wǎng)站和處理查詢的信息比以往任何時(shí)候都更快的所有客戶營(yíng)銷信息。
使用該系統(tǒng),推出新的營(yíng)銷活動(dòng)在1月。在以前的活動(dòng)可能有平均7至15定制營(yíng)銷信息,新的廣告系列有1552,根據(jù)Atique,洲際酒店集團(tuán)的全球客戶活動(dòng)營(yíng)銷的副總裁。
消息鋪開(kāi)階段的最初的芯12的顧客群體,其中每一個(gè)被定義由4,000的屬性。其中一組,例如,往往停留在周末,積分兌換的禮品卡和注冊(cè)通過(guò)洲際酒店集團(tuán)營(yíng)銷合作伙伴,根據(jù)Shah先生。因此,這些客戶的營(yíng)銷信息,讓他們了解當(dāng)?shù)卦谏现苣┑氖录?/span>
洲際酒店集團(tuán)的高級(jí)副總裁史蒂夫·Sickel,分布和關(guān)系營(yíng)銷活動(dòng)產(chǎn)生率較高,35%的顧客轉(zhuǎn)換,或承兌,比類似的運(yùn)動(dòng)在去年夏天,他說(shuō)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)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(wú)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(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)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(kù)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(dòng)態(tài)隨機(jī)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(kāi)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)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(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(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(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)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(jià)值 在數(shù)據(jù)驅(qū)動(dòng)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(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)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(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10