
全球十大數(shù)據(jù)分析榜樣企業(yè)_數(shù)據(jù)分析師
Burberry集團(tuán)與個(gè)性化購(gòu)物。Burberry正在于其商店內(nèi)應(yīng)用射頻識(shí)別(RFID)標(biāo)簽以打造更豐富的購(gòu)物體驗(yàn)。當(dāng)客戶手持某件商品走過顯示屏幕,RFID標(biāo)簽將觸發(fā)一個(gè)視頻來展示該產(chǎn)品是如何制作的,并提供搭配它的其他產(chǎn)品。經(jīng)過客戶許可后,RFID標(biāo)簽還可以通過跟蹤顧客試穿記錄來創(chuàng)建客戶檔案。
可口可樂公司與產(chǎn)品一致性。“很多人認(rèn)為世界上保存最好的秘密可能就是可樂的配方了,但它并不是,”Laney說?!捌鋵?shí)是橙汁的配方?!笨煽诳蓸饭こ處熻b定了超過600(?。┓N可能的橘子口味,然后建立了一個(gè)專有的算法,以確保每一批橙汁都擁有一致的味道和質(zhì)地。橙汁數(shù)據(jù)檔案將其美汁源和Simply Orange品牌與其他產(chǎn)量口味每個(gè)橙子都有變化的不知名品牌區(qū)分開來。Laney鼓勵(lì)商家鑒別那些需要保持外部因素一致性的地方,如供應(yīng)鏈。
歐萊雅集團(tuán)與客戶參與。歐萊雅直接將產(chǎn)品銷售給零售商,這就造成了美容產(chǎn)品制造商和其客戶之間的間隔。這其實(shí)并沒有真正傷害這一世界上最大的化妝品和美容公司,但化妝品巨頭仍然希望其新的客戶指揮中心將改變這種狀況。使用Clarabridge的CRM技術(shù),歐萊雅正在分析推特,F(xiàn)acebook上發(fā)布的信息,產(chǎn)品評(píng)論和新聞報(bào)道。必要時(shí),發(fā)布內(nèi)容會(huì)由內(nèi)部直接轉(zhuǎn)到某個(gè)指揮中心的恰當(dāng)員工處,而他會(huì)直接與發(fā)布者交互。歐萊雅還沒有公布數(shù)據(jù),但它聲稱指揮中心“改變了如何利用品牌意識(shí)和忠誠(chéng)度,”Laney說。
西太平洋銀行公司與客戶的360度視角。在過去的幾年中,澳大利亞銀行一直采用來自SAS研究所的技術(shù)建立一個(gè)名為“KnowMe”的客戶360度視角程序。該程序一部分基于捕捉和集中其1200萬客戶的用戶活動(dòng),如ATM使用情況和呼叫中心交互情況?;谛袨榉治觯魈窖筱y行將客戶與新方案或產(chǎn)品相匹配。在九個(gè)月里,該方案就使西太平洋銀行的客戶參與從1%擴(kuò)大到了25%,據(jù)Laney說。
Tom Farms LLC與數(shù)字業(yè)務(wù)。Tom Farms已在養(yǎng)殖過程中幾乎每一個(gè)可能的部分都實(shí)行了數(shù)字化 – 從掛滿了能夠產(chǎn)生實(shí)時(shí)數(shù)據(jù)流傳感器的自動(dòng)駕駛聯(lián)合收割機(jī),到幫助監(jiān)測(cè)和控制灌溉系統(tǒng)的移動(dòng)應(yīng)用程序。對(duì)于Tom Farms,擁抱數(shù)據(jù)和分析,已經(jīng)幫助它從20世紀(jì)70年代的700英畝成長(zhǎng)為今天的20000畝,據(jù)紐約時(shí)報(bào)報(bào)道。成功并不僅僅體現(xiàn)在面積的增加,據(jù)Laney說。湯姆農(nóng)場(chǎng)使用技術(shù)以“減少改變作物以規(guī)避天氣和疾病的需要,”他說。
Food Genius與開放數(shù)據(jù)。Food Genius是一個(gè)餐飲數(shù)據(jù)供應(yīng)商。它從餐廳在網(wǎng)上發(fā)布的菜單上刮取數(shù)據(jù)并搜索本地發(fā)展趨勢(shì),以幫助像卡夫食品公司,甚至是阿貝茲這種全國(guó)連鎖店在本地層面更智能的開發(fā)和銷售產(chǎn)品。 “這是一個(gè)從頭開始完全基于刮取互聯(lián)網(wǎng)開放內(nèi)容的一個(gè)有趣例子,”Laney說。他鼓勵(lì)企業(yè)去思考開放數(shù)據(jù)能如何改進(jìn)已有產(chǎn)品或提供新的產(chǎn)品給客戶。
洛克希德?馬丁公司與暗數(shù)據(jù)。該航空航天公司正在使用暗數(shù)據(jù) – 企業(yè)數(shù)據(jù),可能對(duì)一個(gè)公司有用,但相反的,對(duì)更加積極主動(dòng)的項(xiàng)目管理來說就是封塵存儲(chǔ)。它關(guān)聯(lián)并分析數(shù)百個(gè)程序指標(biāo)“以確定程序表現(xiàn)的領(lǐng)先指標(biāo)”,Laney說。而且它還分析了項(xiàng)目人員的溝通,以確定“預(yù)測(cè)程序降級(jí)”的語(yǔ)言,他補(bǔ)充說,暗數(shù)據(jù)將程序的預(yù)見性提高了3%。
墨西哥石油公司(Pemex)與傳感器數(shù)據(jù)。設(shè)備故障的一個(gè)指標(biāo)就是噪音,所以石油公司開始為其煉油廠配備測(cè)量聲音振動(dòng)的傳感器。當(dāng)測(cè)量值變得異常,工程師就會(huì)收到提醒并“可以立刻去有問題的設(shè)備那里并對(duì)它進(jìn)行更換或修理而無需太多停機(jī)時(shí)間,”Laney說。“他們已經(jīng)能夠從計(jì)劃外維修保養(yǎng)模型變?yōu)橛?jì)劃內(nèi)維修保養(yǎng)?!?/span>
加州大學(xué)圣地亞哥分校與眾包。為了找到臭名昭著的蒙古統(tǒng)治者成吉思汗的陵墓,加州大學(xué)圣地亞哥分校向大眾開放了衛(wèi)星圖像。該項(xiàng)目引來了10,000名志愿者,確定了55個(gè)有考古意義的地點(diǎn)。(不過到目前為止,大汗墓的位置仍是一個(gè)謎。)就像尋找成吉思汗的陵墓一樣,Laney表示,企業(yè)不應(yīng)該忽視像眾包和游戲化這樣可以用來發(fā)現(xiàn)新東西的技術(shù)。
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
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL 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)化繞不開的話題。 ...
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) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11