大數(shù)據(jù)分析技術(shù)應(yīng)用領(lǐng)域有哪些

　　在當今世界，可用的數(shù)據(jù)量在不斷增長，因為許多企業(yè)和公司能夠匯編各自行業(yè)的信息。
 

　　當然，大數(shù)據(jù)分析為他們提供了優(yōu)于競爭對手的優(yōu)勢，可以確定他們需要改進服務(wù)或產(chǎn)品的哪些領(lǐng)域，銷售可能增加或減少以及市場上可能存在漏洞的地方。
 

　　這表明了在多個組織中使用大數(shù)據(jù)分析的重要性。一位研究人員曾經(jīng)聲稱，先進的分析工具有助于獲得更深刻的見解和發(fā)現(xiàn)，這將挑戰(zhàn)業(yè)務(wù)中的假設(shè)。此外，業(yè)務(wù)分析師和用戶還將獲得更多信息，并在創(chuàng)造業(yè)務(wù)價值和競爭優(yōu)勢方面具有巨大潛力。
 

　　一個非常重要的好處是，數(shù)據(jù)的使用可以幫助公司節(jié)省大量資金，制定更好的營銷策略，提高采購效率，支持業(yè)務(wù)增長并使自己與行業(yè)中其他競爭對手區(qū)分開來。除了公司以外，在其他幾個領(lǐng)域，數(shù)據(jù)的應(yīng)用也是有用的。
 

　　已使用大數(shù)據(jù)分析應(yīng)用程序的領(lǐng)域：
 

　　以下是已使用大數(shù)據(jù)分析應(yīng)用程序的各個領(lǐng)域：
 

　　1.)警務(wù)/安全
 

　　世界各地的許多城市都在使用地理數(shù)據(jù)和歷史數(shù)據(jù)進行預(yù)測的地區(qū)進行了預(yù)測分析，這些地區(qū)可能會見證犯罪激增。這似乎在諸如芝加哥，倫敦，洛杉磯等主要城市都行得通。盡管不可能對每樁犯罪進行逮捕，但是數(shù)據(jù)的可用性使在這樣的地區(qū)派駐警察成為可能。在一天中的某些時間導(dǎo)致犯罪率下降。
 

　　這表明，這種大數(shù)據(jù)分析應(yīng)用程序?qū)⑹刮覀儞碛懈踩某鞘?，而無需警察將其生命置于危險之中。
 

　　2.) 運輸
 

　　幾年前，在倫敦奧運會上，需要處理球迷在倫敦市進行的1800萬次旅行，幸運的是，這次旅行已經(jīng)得到解決。
 

　　這個壯舉是如何實現(xiàn)的?TFL和火車運營商利用大數(shù)據(jù)分析來確保大量旅程的順利進行。他們能夠從發(fā)生的事件中輸入數(shù)據(jù)，并預(yù)測要出差的人數(shù);交通運輸?shù)玫搅擞行Ф行У倪\行，因此運動員和觀眾可以往返于各個體育館。
 

　　3.)欺詐和風險檢測
 

　　這被稱為數(shù)據(jù)科學的最初應(yīng)用之一，它是從金融學科中提取的。如此眾多的組織在債務(wù)方面經(jīng)歷了非常糟糕的經(jīng)歷，因此受夠了。由于他們已經(jīng)擁有在客戶申請貸款期間收集的數(shù)據(jù)，因此他們應(yīng)用了數(shù)據(jù)科學，最終使他們擺脫了蒙受的損失。這導(dǎo)致銀行學會了從客戶的個人資料，最近的支出以及提供給他們的其他重要信息中分離和征服數(shù)據(jù)。這使他們易于分析和推斷客戶是否有違約的可能性。
 

　　4.) 管理風險
 

　　在保險業(yè)中，風險管理是主要重點。大多數(shù)人不知道的是，在為一個人投保時，所涉及的風險并非僅基于信息來獲得，而是根據(jù)在做出決定之前進行統(tǒng)計分析的數(shù)據(jù)來獲得。大數(shù)據(jù)分析為保險公司提供有關(guān)理賠數(shù)據(jù)，精算數(shù)據(jù)和風險數(shù)據(jù)的信息，涵蓋了公司需要做出的所有重要決策。保險人在投保個人之前先進行評估，然后再設(shè)定適當?shù)谋ｋU。
 

　　如今，分析軟件已用于檢測各種形式的欺詐性索賠。危險索賠由可以檢查的紅旗指示器檢測。由于自動化提高索賠處理效率的方式，將此類索賠引起管理員的注意非常重要。
 

　　5.) 交付物流
 

　　好吧，數(shù)據(jù)科學和分析沒有無限的應(yīng)用。UPS，DHL，F(xiàn)edEx等遍布全球的物流公司都在利用數(shù)據(jù)來提高其運營效率。在大數(shù)據(jù)分析應(yīng)用程序中，這些公司找到了最合適的運輸路線，最佳的交貨時間，最合適的運輸方式進行選擇，從而提高了成本效益。此外，這些公司通過使用GPS生成的數(shù)據(jù)為他們提供了充分利用大數(shù)據(jù)分析和數(shù)據(jù)科學的機會。
 

　　6.)Web供應(yīng)
 

　　人們普遍認為，“智慧城市”具有由其政府或當?shù)毓咎峁┑目焖倩ヂ?lián)網(wǎng)速度，因此稱它們?yōu)橹腔鄢鞘小：冒?，僅僅因為人們可以以閃電般的速度訪問Facebook或YouTube并不一定會使城市變得聰明。
 

　　盡管可能存在快速互聯(lián)網(wǎng)，但這只是一回事;它必須存在于適當?shù)奈恢茫⒂蛇m當?shù)娜藛T訪問。其中的關(guān)鍵組成部分是能夠在正確的時間和位置轉(zhuǎn)移帶寬。這只能通過使用數(shù)據(jù)來實現(xiàn)。
 

　　主要假設(shè)是，商業(yè)和金融區(qū)域在工作日應(yīng)具有最高帶寬，而住宅區(qū)域應(yīng)在周末獲得這種帶寬。真實的事實是，這種情況比看起來要復(fù)雜得多，并且只能由大數(shù)據(jù)分析應(yīng)用程序解決。例如，如果某個特定社區(qū)希望引起Web開發(fā)公司和高科技行業(yè)的關(guān)注，并使其建立在那里，則需要更高的帶寬;只有大數(shù)據(jù)分析才能有效地做到這一點。
 

　　7.) 適當?shù)闹С?br />  

　　智能城市的另一個問題是花很少的錢在小事上。可能因不必要的項目而忽略的小改動或地標重塑會消耗大量金錢。大數(shù)據(jù)分析應(yīng)用程序的目標是納稅人的錢將對哪些地方產(chǎn)生重大影響以及適合的工作類型。將這些錢花在哪里的目標將導(dǎo)致整個城市的基礎(chǔ)設(shè)施得到改頭換面，減少了多余的錢。

 

　　8.)客戶互動
 

　　這是保險業(yè)中大數(shù)據(jù)分析的另一種應(yīng)用。保險公司可以通過定期進行客戶調(diào)查(主要是在與索賠處理人員進行互動之后)來確定有關(guān)其服務(wù)的很多信息。他們可以使用它來了解哪些服務(wù)是好的，哪些服務(wù)需要改進。各種人群可能希望使用多種交流方式，例如人際互動，網(wǎng)站，電話或電子郵件。根據(jù)反饋對客戶人口統(tǒng)計數(shù)據(jù)進行分析可以幫助保險公司根據(jù)客戶行為和可靠的見解來改善客戶體驗。
 

　　最近進行的一項研究表明，對技術(shù)的投資不足是當前一代保險客戶對客戶的不滿，因為他們更喜歡使用移動和在線渠道，社交媒體和其他最近的媒體與他們的代理進行交互。但是，老一輩仍然喜歡使用電話。為了改善客戶的整體體驗，最好是保險公司為其客戶提供多種通信方法。
 

　　9.)城市規(guī)劃
 

　　許多地方犯的一個大錯誤是，在進行城市規(guī)劃時沒有考慮分析。實際上，仍在使用網(wǎng)絡(luò)流量和營銷來代替創(chuàng)建空間和建筑物。由于數(shù)據(jù)對建筑物分區(qū)和舒適性創(chuàng)建等事物的影響，這確實導(dǎo)致了許多問題需要控制數(shù)據(jù)。構(gòu)建的模型將最大程度地提高特定區(qū)域或服務(wù)的可訪問性，同時最大程度地降低城市中基礎(chǔ)架構(gòu)重要元素過載的風險。這意味著它將創(chuàng)造效率。
 

　　我們通常會看到建在看起來合適但實際上會對其他地方產(chǎn)生負面影響的地點上的建筑物。這是因為在計劃期間未考慮此類問題。大數(shù)據(jù)分析應(yīng)用程序以及建模將使標記任何位置的結(jié)構(gòu)的結(jié)果變得容易。
 

　　10.)醫(yī)療保健
 

　　考慮到醫(yī)療保健質(zhì)量的提高，大多數(shù)醫(yī)院面臨的挑戰(zhàn)之一是應(yīng)付成本壓力，以盡可能多地治療患者。機器和儀器數(shù)據(jù)的使用已急劇增加，以優(yōu)化和跟蹤治療，患者流量以及醫(yī)院設(shè)備的使用。據(jù)估計，將實現(xiàn)1%的效率提升，并將在全球范圍內(nèi)提供超過630億美元的醫(yī)療保健服務(wù)。
 

　　11.)旅行
 

　　大數(shù)據(jù)分析應(yīng)用程序通過社交媒體和移動/博客大數(shù)據(jù)分析來幫助優(yōu)化旅行者的購買體驗。這是因為可以從中獲得客戶的喜好和期望，因此，公司可以通過定制的要約和套餐從當前銷售額的相關(guān)性到最近瀏覽到購買的轉(zhuǎn)換來銷售產(chǎn)品。大數(shù)據(jù)分析應(yīng)用程序還可以根據(jù)社交媒體數(shù)據(jù)的結(jié)果提供個性化的旅行建議。
 

　　12.) 能源管理
 

　　我們正處于一個時代，公司將大數(shù)據(jù)分析應(yīng)用到能源管理中，并涵蓋能源優(yōu)化，智能電網(wǎng)管理，能源分配和公用事業(yè)公司樓宇自動化等領(lǐng)域。此處的大數(shù)據(jù)分析應(yīng)用程序主要側(cè)重于監(jiān)視和控制調(diào)度人員，網(wǎng)絡(luò)設(shè)備，并確保正確管理服務(wù)中斷。實用程序具有在網(wǎng)絡(luò)性能內(nèi)集成多達數(shù)百萬個數(shù)據(jù)點的能力，這使工程師可以利用分析來監(jiān)視網(wǎng)絡(luò)。
 

　　13.) 互聯(lián)網(wǎng)/網(wǎng)頁搜索
 

　　當提到“搜索”一詞時，想到的第一件事就是“谷歌”。實際上，只要說“ Google it”，就可以在某種程度上使用Google代替“在互聯(lián)網(wǎng)上搜索”。嗯，除了Google之外，還有其他幾個搜索引擎，例如Bing，Yahoo，Duckduckgo，AOL，Ask等。這些搜索引擎中的每一個都是數(shù)據(jù)科學應(yīng)用程序的結(jié)果，因為它們使用算法可為任何應(yīng)用程序提供最佳結(jié)果直接針對他們的搜索查詢。在這方面，眾所周知Google每天要處理20 PB以上的數(shù)據(jù)。當然，如果沒有分析和數(shù)據(jù)科學，就不可能實現(xiàn)這一壯舉。
 

　　14.)數(shù)字廣告
 

　　除了網(wǎng)絡(luò)搜索，還有另一個領(lǐng)域，大數(shù)據(jù)分析和數(shù)據(jù)科學服務(wù)于一個非常重要的目的-數(shù)字廣告。從在幾個網(wǎng)站上顯示的橫幅廣告到在大城市中看到的數(shù)字廣告牌;全部由數(shù)據(jù)算法控制。

　　這說明了為什么數(shù)字廣告獲得的點擊率要比傳統(tǒng)廣告高。目標僅取決于用戶的過去行為。

　　大數(shù)據(jù)分析應(yīng)用程序的重要性不可過分強調(diào)，因為它已在當今幾乎所有生活領(lǐng)域中使用。我們可以看到，在做出某些決定之前，擁有數(shù)據(jù)非常重要，以避免不必要的問題。

　　同樣，低效率地處理有價值的數(shù)據(jù)可能會導(dǎo)致多個問題，例如組織中的不同部門不了解如何使用它，這將導(dǎo)致數(shù)據(jù)無法充分利用其潛力或無法用于任何目的。
 

　　15.)銀行和證券
 

　　挑戰(zhàn)：
 

　　通過對10家投行券商的16個項目的研究表明，該行業(yè)面臨的挑戰(zhàn)包括：證券欺詐預(yù)警、蜱蟲分析、檢測卡片欺詐、審計跟蹤檔案、企業(yè)信用風險報告、貿(mào)易可視性、客戶數(shù)據(jù)轉(zhuǎn)換、用于交易的社交分析、IT運營分析和IT策略合規(guī)性分析等。
 

　　應(yīng)用：
 

　　證券交易委員會(SEC)正在使用大數(shù)據(jù)網(wǎng)絡(luò)分析和自然語言處理器來捕捉金融市場中的非法交易活動。

　　商業(yè)銀行，對沖基金和其他金融公司在高頻交易的交易分析，交易前的決策支持分析，情緒測量，預(yù)測分析等方向使用大數(shù)據(jù)。

　　該行業(yè)還嚴重依賴大數(shù)據(jù)進行風險分析，這其中包括：反洗錢，企業(yè)風險管理，客戶畫像，以及減少欺詐行為等。
 

　　16.)通訊，媒體和娛樂
 

　　挑戰(zhàn)：
 

　　每個觀眾消費著不同形式的娛樂，以及不同的娛樂設(shè)備，因此通信，媒體和娛樂行業(yè)正面臨以下大數(shù)據(jù)挑戰(zhàn)：
 

　　1. 收集，分析和利用消費者習慣

　　2. 利用移動和社交媒體內(nèi)容

　　3. 實時追蹤媒體內(nèi)容使用形式
 

　　應(yīng)用：
 

　　公司同時分析客戶數(shù)據(jù)和行為數(shù)據(jù)，以創(chuàng)建詳細的客戶檔案，可用于：
 

　　1. 個性化定制內(nèi)容

　　2. 按需推薦內(nèi)容

　　3. 衡量內(nèi)容結(jié)果
 

　　一個典型的例子是國外視頻網(wǎng)站YouTube上的溫網(wǎng)比賽，它利用大數(shù)據(jù)實時向電視、移動和網(wǎng)絡(luò)用戶提供網(wǎng)球比賽的詳盡的情感分析。亞馬遜Prime大量使用大數(shù)據(jù)，在一站式商店提供視頻，音樂和Kindle書籍來提供卓越的客戶體驗。
 

　　17.)醫(yī)療領(lǐng)域
 

　　挑戰(zhàn)：
 

　　醫(yī)療保健行業(yè)可以獲取大量數(shù)據(jù)，但由于醫(yī)療成本上升、醫(yī)療系統(tǒng)效率較低，大量數(shù)據(jù)沒能得到有效利用。拋棄患者的數(shù)據(jù)精準度弱化、以及不同傳感器的數(shù)據(jù)差異均是醫(yī)療行業(yè)所面臨的困難。
 

　　應(yīng)用：
 

　　一些醫(yī)院正在使用從數(shù)百萬患者手機應(yīng)用程序收集的數(shù)據(jù)，允許醫(yī)生使用循證醫(yī)學，而不是對所有去醫(yī)院的患者均進行多次醫(yī)學檢查。佛羅里達大學運用免費的公共健康數(shù)據(jù)和谷歌地圖創(chuàng)建了視覺數(shù)據(jù)，以便更快地識別和有效分析醫(yī)療信息，用于跟蹤慢性病的傳播。
 

　　18.)教育
 

　　挑戰(zhàn)：
 

　　從技術(shù)角度來看，教育行業(yè)面臨的主要挑戰(zhàn)是整合不同來源的大數(shù)據(jù)，并在統(tǒng)一平臺上使用它，有時這些數(shù)據(jù)并非是相互協(xié)作的。從實際角度來看，教師和機構(gòu)必須學習新的數(shù)據(jù)管理和分析工具。在政治上，用于教育目的的大數(shù)據(jù)相關(guān)的隱私和個人數(shù)據(jù)保護也是一個問題。
 

　　應(yīng)用：
 

　　大數(shù)據(jù)在高等教育中的使用非常多。例如，一所擁有超過26000名學生的澳大利亞大學已經(jīng)部署了學習和管理系統(tǒng)，該系統(tǒng)可以跟蹤學生登錄系統(tǒng)時，在系統(tǒng)中不同頁面上花費的時間以及學生的整體學習進度等。
 

　　大數(shù)據(jù)還用于衡量教師的教學有效性，以確保學生和教師的良好體驗。教師的表現(xiàn)可以根據(jù)學生數(shù)量，主題，學生人口統(tǒng)計，行為分類和其他幾個變量進行微調(diào)和衡量。
 

　　19.)制造業(yè)和自然資源
 

　　挑戰(zhàn)：
 

　　石油、農(nóng)產(chǎn)品、礦物、天然氣、金屬等自然資源的需求不斷增加，導(dǎo)致數(shù)據(jù)數(shù)量、復(fù)雜性增加。制造業(yè)的大量數(shù)據(jù)尚未開發(fā)。這些信息的利用不足會妨礙產(chǎn)品質(zhì)量、能效、可靠性和更高的利潤空間。
 

　　應(yīng)用：
 

　　在自然資源行業(yè)中，大數(shù)據(jù)允許預(yù)測建模以輔助決策制定，從地理空間數(shù)據(jù)，圖形數(shù)據(jù)，文本和時間數(shù)據(jù)中攝取和集成大量數(shù)據(jù)。使用領(lǐng)域包括：地震解釋和油藏描述。
 

　　20.)政府
 

　　挑戰(zhàn)：
 

　　在政府領(lǐng)域，最大的挑戰(zhàn)是跨政府部門和組織的大數(shù)據(jù)集成和數(shù)據(jù)的互兼容性。
 

　　應(yīng)用：
 

　　在公共服務(wù)領(lǐng)域，大數(shù)據(jù)的應(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)的研究和環(huán)境保護。美國社保局使用大數(shù)據(jù)分析大量的社會殘疾索賠數(shù)據(jù)，用于快速有效地處理醫(yī)療信息，以便更快地做出決策并檢測可疑的或欺詐性索賠。美國食品和藥物管理局(FDA)正在利用大數(shù)據(jù)來檢測和研究食品中毒等疾病的模式。大數(shù)據(jù)讓響應(yīng)更快，治療更快和死亡更少。
 

　　21.)保險
 

　　挑戰(zhàn)：
 

　　缺乏個性化服務(wù)，缺乏個性化定價以及針對新細分市場和特定細分市場的服務(wù)。
 

　　應(yīng)用：
 

　　通過從社交媒體，GPS設(shè)備和攝像頭獲得的數(shù)據(jù)預(yù)測客戶行為，大數(shù)據(jù)已被業(yè)內(nèi)用于為簡單的產(chǎn)品提供客戶見解。大數(shù)據(jù)還可以讓保險公司更好地保留客戶。在索賠管理方面，大數(shù)據(jù)的預(yù)測分析可以加快服務(wù)速度，因為可以分析大量數(shù)據(jù)，特別是在承保階段。
 

　　22.)零售和整體銷售貿(mào)易
 

　　挑戰(zhàn)：
 

　　從傳統(tǒng)的實體零售商和批發(fā)商到當今的電商，該行業(yè)隨著時間的推移累計了大量數(shù)據(jù)。這些數(shù)據(jù)來自客戶會員卡，POS掃描儀，RFID等，其用途不足以改善客戶體驗。
 

　　應(yīng)用：
 

　　零售商和批發(fā)商收集來自客戶忠誠度數(shù)據(jù)，POS，商店庫存，本地人口統(tǒng)計數(shù)據(jù)的大數(shù)據(jù)。在2014年紐約Big Show零售會議上，微軟，思科和IBM等公司提出零售行業(yè)需要利用大數(shù)據(jù)進行分析和其他用途，包括：通過購物模式、本地活動等數(shù)據(jù)優(yōu)化人員配備，減少欺詐、及時分析庫存
 

　　社交媒體的使用也有很多潛在的用途，正在被實體商店采用。社交媒體用于客戶拉新、客戶留存、產(chǎn)品推廣等。
 

　　23.)運輸
 

　　挑戰(zhàn)：
 

　　最近，基于物流的社交網(wǎng)絡(luò)的大量數(shù)據(jù)和來自電信的高速數(shù)據(jù)已經(jīng)影響了人們的出行選擇。遺憾的是，了解出行行為的研究并沒有那么快。在大多數(shù)地方，對社交媒體結(jié)構(gòu)的理解不夠輸出的需求模型往往不實用。
 

　　應(yīng)用：
 

　　政府、私企和個人對大數(shù)據(jù)的應(yīng)用包括：

　　1. 政府大數(shù)據(jù)：交通控制，路線規(guī)劃，智能交通系統(tǒng)，擁堵管理

　　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

　　3. 個人使用大數(shù)據(jù)：節(jié)省燃料和時間的路線規(guī)劃、出行安排等
 

　　24.)能源和公用事業(yè)
 

　　挑戰(zhàn)：
 

　　60%電網(wǎng)資源十年內(nèi)需要替換。
 

　　應(yīng)用：
 

　　智能抄表器幾乎每15分鐘就能收集一次數(shù)據(jù)，而不是每天使用舊抄表器收集數(shù)據(jù)。這種精細數(shù)據(jù)被用于更好地分析公用事業(yè)的消耗，從而改善客戶反饋并更好地控制公用資源的使用。
 

　　在公共機構(gòu)中，大數(shù)據(jù)的使用還允許更好的資產(chǎn)和勞動力管理，這對于識別錯誤并在經(jīng)歷完全故障之前盡快糾正它們是有用的。
 

　　經(jīng)歷了24個行業(yè)，包括大數(shù)據(jù)如何在這些行業(yè)中發(fā)揮作用，這里有幾個關(guān)鍵的要點：
 

　　1. 熟悉并了解行業(yè)特定的挑戰(zhàn)

　　2. 了解或了解每個行業(yè)的數(shù)據(jù)特征

　　3. 了解支出地點

　　4. 將市場需求與您自己的能力和解決方案相匹配

　　5. 垂直行業(yè)專業(yè)知識是有效和高效利用大數(shù)據(jù)的關(guān)鍵
 

　　結(jié)論
 

　　但是，數(shù)據(jù)變得越來越容易獲得，更多人可以訪問，因此不再可供數(shù)據(jù)科學家和分析人員使用。組織中的幾乎每個人都可以利用數(shù)據(jù)來提高生產(chǎn)力并做出非常重要的決策。當然，正確使用數(shù)據(jù)會對企業(yè)乃至整個社會產(chǎn)生積極影響。
 

　　如果您想在大數(shù)據(jù)分析中發(fā)展職業(yè)，請立即使用;聯(lián)系在線小姐姐學習大數(shù)據(jù)分析課程。