大数据案例 大数据分析应用的案例

1.大数据应用案例:医疗行业

1)Seton Healthcare是第一个使用IBM最新沃森技术分析和预测医疗保健内容的客户。该技术允许企业发现大量与患者相关的临床医疗信息，并通过大数据处理更好地分析患者信息。

在加拿大多伦多的一家医院，早产儿每秒钟有3000多个数据读数。通过对这些数据的分析，医院可以提前知道哪些早产儿有问题，并采取针对性的措施，避免早产儿死亡。

这使得更多的企业家更容易开发产品，比如通过社交网络收集数据的健康应用程序。也许在未来几年，他们收集的数据会让你医生的诊断更加准确。比如一般成年人不是一天三次一片，而是在检测到血液中的药物已经代谢后，会自动提醒你再次服药。

2.大数据应用案例:能源行业

智能电网现在是欧洲的一个终端，叫做智能电表。在德国，为了鼓励使用太阳能，太阳能将被安装在家里。除了卖电给你，你有多余的电的时候还可以买回你的太阳能。

通过电网每五分钟或十分钟收集的数据可以用来预测客户的用电习惯，从而推断出未来2-3个月整个电网需要多少电量。

有了这个预测，你就可以从发电或供电企业购买一定数量的电力。因为电有点像期货，提前买会更便宜，现货买会更贵。通过这个预测，可以降低采购成本。

3.大数据应用案例:通信行业——通过大数据分析恢复核心客户

法国电信-Orange集团旗下的波兰电信公司Telekomunikacja Polska是波兰最大的语音和宽带固定网络提供商，希望能有一种有效的方式来准确预测和解决客户流失问题。

他们决定通过构建“社交地图”来细分客户——分析数百万客户的通话数据记录，特别关注“谁打给谁”和“通话频率”。

“社交地图”将公司用户分为“人脉”、“桥梁”、“领先”、“跟随”等几类。这样的关系数据可以帮助电信服务提供商洞察一系列问题，比如:谁会对可能“抛弃”公司服务的客户产生更大的影响？留住最有价值的客户有多难？利用该方法，企业客户流失预测模型的准确率提高了47%。

4.大数据应用案例:零售业——大数据帮助零售企业制定推广策略

北美零售商百思买在北美的销售活动非常活跃，共有3万多种产品，产品价格因地区和市场情况而异。由于产品种类繁多，成本变化频繁，一年内变化可达四次之多。因此，价格调整的次数每年高达12万次。高管们最头疼的是定价推广策略。公司组建了一个11人的团队，希望通过分析消费者的购买记录和相关信息来提高定价的准确性和响应速度。

定价团队的分析围绕三个关键维度:

1)数量:团队需要分析海量信息。他们收集了数千万消费者的购买记录，从不同的维度进行分析，了解客户对每个产品类别的最高接受能力，从而为产品设定最佳价格。

2)多样性:除了分析购买记录的结构化数据，团队还利用社交媒体发布新的非结构化数据。因为消费者需要在零售商的专页上表扬或留言才能获得优惠券，所以团队使用情绪分析公式来分析消费者在专页上的情绪，从而判断他们是否对公司的促销活动感到满意，并微调促销策略。

3)速度:为了价值最大化，团队对数据进行实时或接近实时的处理。他们根据消费者以前的谷物购买记录，在超市谷物柜台成功地向他/她发送了优惠券，给顾客带来了方便和惊喜。

通过这一系列活动，团队提高了定价准确性和响应速度，为零售商增加了数千万美元的销售额和利润。

5.大数据应用案例:网络营销行业(SEM)

在做SEM的过程中，很多企业都有这种感觉:每年都要在SEM推广上花费大量的预算，但是因为关键词的投入产出无法可视化，往往花了大量的钱却看不到具体的回报。

在竞争激烈的SEM市场中，企业需要一个高效的数据分析工具，帮助其尽可能优化SEM推广，如BDP，以帮助其节省不必要的费用，提高整体经营业绩。借助数据平台提供的网络营销整合解决方案，企业可以开放各种搜索引擎营销(SEM)、在线客服系统和CRM系统。营销竞价人员可以简单的拖拽生成报表，观察每个关键词的输入输出，分析每个页面的转换，有效降低投放成本。

通过BDP直播分析数据，可以快速了解对手关键词的投放时间、地域、排名，直观分析，实时监控自己和竞争对手的投放情况，了解竞争对手的投放策略，支持自定义设置数据更新时间点、监控频率和时间，及时调整策略。只有知己知彼，百战不殆。

6.大数据应用案例:电子商务行业

想不到:胸最大的女生是新疆。淘宝平台曾经显示，中国女性购买最多的文胸尺码是B罩杯。b杯占41.45%，其中75B杯销量最好，其次是A杯，占25.26%，C杯只有8.96%。

淘宝数据平台虽然不能代表一切，但是考虑到现实，这个平台也是一般的有代表性，只感觉中国女性一般都是体型。文胸颜色中，黑色最畅销，绝对百搭，是每个女性必备。来自省市排名，新疆女生胸最大。这些数据是文胸店铺很好的参考，为店铺的库存、定价、款式选择等策略奠定了数据基础。

7.大数据应用案例:娱乐业

微软大数据成功预测21项奥斯卡。2013年，微软纽约研究院经济学家大卫·罗斯柴尔德(David Rothschild)利用大数据成功预测了24项奥斯卡中的19项，成为热门话题。这一年，罗斯柴尔德再接再厉，成功预测了第86届奥斯卡金像奖24个奖项中的21个，继续向人们展示现代科技的神奇力量。

总的来说，大数据的最终目标不仅仅是改变竞争环境，而是彻底扭转整个竞争环境，带来新的机遇，企业需要适应这种情况。企业只有意识到这一点，使用合适的数据分析产品，智能地使用和管理数据，才能成为长期竞争的最终赢家。