本文仅为了体现数据应用之广泛。或者简言之,只要在某个特定问题下,能够收集到数据,并且能够用数学方式构建一个数据问题的,都有极大可能诞生一种数据应用。
能源行业
- Predictive maintainance 设备的故障预测,提前预测故障发生,减少设备停产造成的经济损失。
- Energy Grid Optimization:电网优化,调节各区域的电力输送。
- 石油探测:
- 可再生能源,如风能、太阳能等,依赖于天气情况,需要做产能预测。
农业领域
- precision agriculture 如何喷洒农药、杀虫剂
- Biogenetics 育种
- Robotics weed control 除草机器人
- 自动收割机:目前基本都还是手工收割的。
- 天气预测
娱乐 Entertainment
- target advertising:定向广告,如 youtube 推荐视频。
- 制作特定的内容:根据数据科学的结论,来制作特定的节目。如 Netflix。
- Gaming AI
- 视频特效渲染
建筑业
- Work process streamline 减少工人行走拿材料的时间,可以提高效率。
- Reducing Waste 建筑业会产生大量的建筑垃圾,通过数据分析来跟踪物料的使用,在未来的工程中减少垃圾。
- Augmented Reality
- Smart Bidding
- Operation and Maintenance Optimization 投入使用的运行维护费用
银行业
- Fraud Detection
- Customer Service Automation 客服自动化
- Process Optimization 流程优化
- Security 生物信息识别等
教育
- Individualized Learning 个性化课程
- Automatic Grading and Teacher Assistance 自动评分系统,和让老师有更多的时间来关注备课和学生表现
- Improving Courses 课堂效果分析,提高课程教学的质量
- AI 教师
零售业
- Recommendations (Collaborative and Content-based filtering)
- Price optimization
- Targeted Advertising
- Predicting Trends
- Inventory Management and Anticipatory Shipping
- 选品
保险业
- Usage Based Insurance 历史上保险业依靠统计学,现在可以通过数据检测来准确地评估每一个人的风险,进行个性化的保险定制。
- Behavioral Premium Pricing 根据用户数据计算用户的疾病和生命风险,从而进行保险定价。
交通与运输
- 自动驾驶汽车
- 交通流量管理
- 智能导航
-
政府
Crime Detection and Prevention
- Public Transport Maintenance
- Tax Fraud Detection
- Traffic Path Planning
- Emergency Response
-
健康
Improving diagnostic accuracy and efficiency.
- Using wearables data to monitor and prevent health problems.
- Genetics and genomics.
-
供应链
销售预测
- 仓储管理
-
客服
客服机器人
数据营销*
- 大数据营销是一种精准营销模式,与传统的数据营销模式大不相同。
- 传统的数据营销模式是一种基于市场调研中的人口统计数据和其他用户主观信息(包括生活方式、价值取向等)来推测消费者的需求、购买的可能性和相应的购买力,从而帮助企业细分消费者、确立目标市场并进一步定位产品的营销模式。
- 而大数据营销是通过收集、分析、执行从大数据所得的洞察结果,并以此鼓励客户参与,优化营销效果和评估内部责任的过程。
- 特点:多平台、个性化、时效强、高效率(实时根据效果反馈来进行调整)
- 大数据营销包含多种应用,包括程序化购买、广告监测、广告创意优化、客户关系管理、线上线下销售、风险控制、研究与洞察、用户画像、企业内部管理、新产品研发等等。
- 总体来说大数据营销有6个方面的作用:
- 1 消费者洞察:了解消费者购物习惯、按照购物偏好、购物倾向来进行一对一的推送。
- 2 产品定制化:今日头条根据用户的浏览偏好和习惯给用户量身定做与其兴趣相匹配的内容。
- 3 推广精准化:大数据营销通过积累足够多的用户数据,分析得出用户购买的习惯和偏好,甚至做到比用户更了解用户自己。
- 4 改善用户体验:关键在于真正了解用户对产品的使用状况与感受
- 5 维护客户关系:拉回放弃购物者和挽留流失的老客户也是大数据营销在商业中的应用之一。
- 6 发现新市场