
我要說的第一個案例是大數(shù)據(jù)如何減少美國醫(yī)院急救數(shù)量。
因為美國急救價格很貴,而很多需要急救的病人沒有醫(yī)療保險,美國政府在支付急救費用上承擔(dān)著大量花費,但是最近一個非營利性組織 Code for America 發(fā)現(xiàn):其實美國醫(yī)院急救問題的癥結(jié)不在于有很多人打急救電話,而在于總是有一部分人一次又一次打急救電話。
他們給我舉的一個例子是:有個老人被發(fā)現(xiàn)一個月內(nèi)有四次因為中風(fēng)被送入急救室,但原因其實不是老人沒有治療中風(fēng)的藥,而是這個老人的家人總是在偷她的藥片賣錢。
解決方法因此變得很簡單了,那就是買一個帶鎖的醫(yī)療箱給她。自那以后,這個老人再沒有中風(fēng)過。
所以如果美國政府要省下費用,他們只需把這部分大量使用急救資源的病人找出來,然后在他們被送往急救前就解決他們身上更深層次的問題。接下來是怎么收集大數(shù)據(jù),這就涉及到美國多個部門的合作:包括美國消防局、警察局和城市規(guī)劃局。
因為消防局和警察局有每個急救電話的種類、地址和時間等信息,它們兩個部門基本可以確定是哪些地址的患者在頻繁打急救電話;而城市規(guī)劃局(或工商局)有這個地址屬于什么種類建筑的信息,它可以用來決定派遣什么樣的人員前往。
比如如果一個月打 4 次急救電話的地址是“居民樓”,那就需要派一個護士過去看看什么情況;而如果一個月打 4 次急救電話的地址是“餐館”,那就需要派其他種類的人去。
交通其實是個大熱點,每時每刻都在產(chǎn)生大量有價值信息,但不同交通信息系統(tǒng)目的是不一樣的,比如地鐵、地鐵的檢票站能夠確定乘客從哪個站進、哪個站出;而調(diào)度系統(tǒng)則能確定在某個時段有幾班車從哪里開往哪里。
這兩個系統(tǒng)的數(shù)據(jù)分開各有各的用處,但如果將它們整合,基本就能知道某個時刻某班車上有多少乘客、擁擠度如何等,比如如果過分擁擠,你可以決定增加運力。
另一個例子是:一個乘客從 A 到 B,他需要先乘坐公交車,然后再乘坐地鐵。通常,這個乘客數(shù)據(jù)是分別存在地鐵和公交兩個系統(tǒng),所以數(shù)據(jù)到了美國交通管理部門,即使只是一個乘客從 A 到 B,它也會被認(rèn)為是兩次不同的行程。
但如果將公交和地鐵數(shù)據(jù)整合后會發(fā)生什么呢?美國交通管理部門會把從 A 到 B 的兩次旅行連在一起,確認(rèn)為是一次行程,而如果發(fā)現(xiàn)有大量人的實際需求其實是從 A 到 B,而非是從 A 到某一個中間點 C,那么市政府就會考慮是否直接做一個從 A 到 B 的路線。
在舊金山送外賣的創(chuàng)業(yè)公司最近非?;穑琒prig 和 SpoonRocket 都拿到了千萬美金級別的融資,它們模式是在網(wǎng)上或手機上點單,然后自己雇人做健康營養(yǎng)的快餐,派人送到用戶手中。重要的信息來了,Sprig在6月初招募 了 Uber 做大數(shù)據(jù)的 Angela Wise,而 SpoonRocket 也剛剛招募了一個人做大數(shù)據(jù)。
為什么一個做外賣的也對大數(shù)據(jù)這么熱情?因為通過用戶數(shù)據(jù)分析,他們能提前預(yù)測在哪個地區(qū)、什么時間用戶訂單可能會一下爆棚,由此,外賣公司可以提前調(diào)整運力并縮短用戶等待時間,因為外賣公司的用戶體驗很大程度取決于能否在用戶下訂單后 10-20 分鐘內(nèi)把快餐送到。
這些公司也使用大數(shù)據(jù)做外賣車輛的路線優(yōu)化,目的是保證如何以最有效、最省成本方式將快餐送到用戶手里。
當(dāng)然,美國這里的外賣不像中國寫字樓里的外賣,它不是每天中午 11 點 30 分寫個單子,然后 12 點送到,美國的外賣基本都是隨時點、隨時送,所以做預(yù)測就非常重要。
而實際上,大數(shù)據(jù)應(yīng)用也對公司擴張決策起到指導(dǎo)作用。比如 SpoonRocket 創(chuàng)始人告訴我,他正考慮跳出舊金山進入像洛杉磯、西雅圖等西海岸其它城市,但進入哪個城市對 SpoonRocket 業(yè)務(wù)有最大好處?大數(shù)據(jù)可以幫他排出不同城市優(yōu)先級,使 SpoonRocket 能選擇優(yōu)先進入的城市。
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(rèn)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(xué)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(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(xué)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(xué)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(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)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