通过大数据技术和工具进行数据管理是企业和国家层面的相关主题。今天，主要是大型企业今天使用大数据技术（大约60%的市场）。然而，注入这项技术的中小型企业的数量每年都在增长。

到2025年，大数据分析和管理将不再只是大公司的特权。在未来几年，大数据技术将继续帮助更有效地工作和优化内部流程。您可以从那些已经在工作流程中实施该技术的人那里学到什么？首先，让我们看看一些大数据的成功案例。

一、大数据作为新的业务发展驱动力

数字技术和社交网络时代产生的信息量呈指数级增长。如果一家公司有一个网站和一个应用程序，它就已经有了可以分析的数据。但它如何帮助企业？

大公司在7年前就开始问这个问题。然而，2015年全球只有约17%的公司在其运营中采用了大数据。IT公司、银行和电信公司已成为大数据的早期采用者。然而，这并不奇怪。这些部门积累了最重要的数据量。银行通过交易积累数据；电信通过地理数据获取数据，搜索引擎使用查询历史。

在美国，很多行业都在使用大数据。同时，在欧洲和亚洲，对这项技术的需求略低，在过去五年中，企业开始使用大数据的次数增加了三倍。此外，应用程序将增长。Statista预测，到2027年，全球大数据市场将达到1030亿美元，是2020年的两倍。

忽视大数据技术的公司可能会失去利润。因此，这一事实解释了人们对这项技术日益增长的兴趣。例如，领先的专业设备制造商卡特彼勒承认大数据技术，其分销商仅仅因为没有实施大数据技术就损失了约150亿美元。举例来说，卡特彼勒拥有超过350万辆配备传感器的车辆，这些传感器可以收集运行状况数据。该数据可帮助业主优化其设备的使用和管理维护成本。

利润损失通常表现为客户流失或优化失败。如今，企业专注于发展内部大数据专业知识。因此，默认情况下，要很好地了解大数据对流程的影响。

对大数据分析的投资正在增加。事实上，已经采用大数据分析的公司在接下来的几年中不会停止增加其大数据项目的数量。大数据分析的支出取决于行业领域。例如，使用这项技术给电信公司带来数百万美元的成本。这是因为电信使用越来越多的服务器来存储和处理数据。此外，它还有助于确保数据保护和机密性。

企业的大数据解决方案因收集的数据类型和所解决的挑战而异。让我们来看看一些很好的例子。在个性化出现之前，营销人员依靠调查和销售分析来确定客户需求。然而，这种方法产生的结果几乎与现实不可比。

H&M2018年连续10个季度利润下滑，威胁公司生存。大数据算法被用来稳定情况，允许在不降低销售额的情况下去除商店40%的库存。

零售商获得了大量数据，可用于客户沟通和内部流程优化。例如，沃尔玛网络还使用大数据技术每小时处理2.5PB的数据。

医学数据分析具有巨大的潜力。通过在医疗保健中使用大数据技术，可以：降低处理成本、预测流行病爆发、提供疾病早期筛查、提高整体生活质量、将现代治疗方法引入实践。

作为最大的药房福利独立管理公司和美国最大的药房之一，ExpressScripts每年为家庭配送和零售药房处理数百万份处方。他们关于个别患者的信息变得如此丰富，以至于他们很快就能够在向患者开出药物之前很久就将药物副作用通知医务人员。这将导致国家卫生系统发生重大有益变化：

医疗保健提供者将在开出止痛药之前确定患者是否有成瘾的风险。在这种情况下，可以选择不同的治疗计划或更密切地监测药物消耗；

对处方、生理和其他医学信息的分析将有助于识别慢性疾病或尚未得到充分诊断的疾病的发展；分析出院后患者对医嘱的遵守情况将有助于预测在接下来的90天内再次入院的可能性，并采取适当的行动来防止这种情况发生。

二、电信大数据

电信公司创建的解决方案每天都会吸引许多用户，这为欺诈提供了广阔的领域。非法访问、授权、伪造个人资料、克隆、行为欺诈是最普遍的欺诈类型。此外，欺诈对与用户的关系有直接影响。因此，用于检测欺诈的系统、工具和方法被广泛应用于电信领域。

全球用户量最大的移动运营商中国移动基于大数据分析和机器学习技术开发了天盾系统。它能够检测欺诈者的典型短语，拦截垃圾邮件和电话。

开发人员使用警察部门提供的大量欺诈案件数据库来训练算法。该系统还可以识别特别容易收到垃圾邮件的用户组并提醒他们。此外，据中国移动称，随着天盾的投入使用，系统的准确性有所提高。

大数据可用于通过实施和注入现有的企业移动和网络应用程序来优化公司的内部流程。例如，UPS物流公司和美国最重要的供应链管理公司每天向220多个国家/地区运送超过1690万件货物。它离不开大数据解决方案。

为了优化路线和削减成本，该公司实施了Orion应用程序。它代表道路综合优化和导航。该应用程序是该公司的车队管理网络应用程序。该系统使用海量制图数据、出发点和到达点数据、货物大小和所需交付时间来实时生成最佳路线。因此，UPS每年可节省约600万升燃料，每年减少13,000吨向大气中的碳排放，并加快交付速度。

作为美国企业教育计划的领导者大数据技术，Skillsoft与IBM合作，利用有关用户交互的内部数据，直接通过该计划和电子邮件简报定制他们的体验、提高参与度并改善学习成果。

用户活动数据用于监控参与度并确定最佳时间和沟通渠道，以吸引用户的注意力。此外，基于用户的偏好，构建了教育内容推荐系统（84%的用户认为推荐具有相关性）。此外，该公司注入了基于数据的可视化工具，为系统中的每个用户量身定制。

三、大数据的营销优势

为了跟踪和预测自行车和摩托车电子商务商店的购物行为，BikeBerry实施了复杂的机器学习算法和统计模型。收集的有关购买历史、人口统计和行为信息的数据与公司使用的技术相结合，可以识别和利用BikeBerry网站上的行为模式。

因此，该商店能够向客户推荐最相关的产品，并开始专门为确实需要这些产品的客户提供有针对性的折扣优惠，这有助于：销售额增加133%、将用户活跃度提高200%、回头客数量翻倍、将此类客户的平均检查率提高30%。

美国最大的铁路公司联合太平洋铁路公司利用大数据加强其风险管理系统，使列车脱轨减少了75%。该公司从每个机车的温度计、声学和视觉传感器中收集数据，以及有关天气状况、制动系统状态和列车GPS位置的信息。

基于这些数据，联合太平洋公司能够开发预测模型，允许在事故发生前几天甚至几周监测车轮和铁路的状况以及预测列车脱轨。大数据技术使快速处理此类问题成为可能，避免列车损坏和延误。

政

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！