大数据已经成为过去几年中大部分行业的游戏规则,行业领袖,学者和其他知名的利益相关者都同意这一点,随着大数据继续渗透到我们的日常生活中,围绕大数据的炒作正在转向实际使用中的真正价值。

虽然了解大数据的价值仍然是一个挑战,但其他实践中的挑战包括资金投入和投资回报率以及相关技能仍然是大数据行业排名前列。Gartner调查显示,75%以上的公司正在投资或计划在未来两年投资大数据。

一般来说,大多数公司都希望有几个大数据项目,公司的主要目标是增强客户体验,但其他目标包括降低成本,更有针对性地进行营销,并使现有流程更有效率。近来,数据泄露也使安全性成为大数据项目需要解决的重要问题。

然而,更重要的是,当涉及到大数据时,你所在的位置是在哪里,你很可能会发现你处于以下几种情况之一:

1、想要弄清楚大数据中是否存在真正的价值;

2、评估市场机会的规模;

3、开发使用大数据的新服务和产品;

4、已经使用大数据解决方案重新定位现有的服务和产品以利用大数据;

5、已经使用大数据解决方案;

考虑到这一点,了解大数据的全景及其在不同行业的应用,将有助于更好地了解你的角色和未来不同行业的发展。

本文通过分析10个使用大数据的垂直行业,这些行业面临的挑战以及大数据如何解决这些问题。此外,还将介绍一些国外大型数据提供商针对特定行业提供的解决方案案例。

1
   银行业与证券业

一项研究对10个顶级投资和零售业务银行的16个项目进行了调查,结果显示:行业的挑战包括:证券欺诈预警,超高频金融数据分析,信用卡欺诈检测,审计跟踪归档,企业信用风险报告,贸易可见度,客户数据转换, 交易的社会分析,IT运营分析和IT策略合规性分析等。

大数据在银行业和证券业的应用 证券交易委员会(SEC)正在使用大数据来监控金融市场活动。

他们目前正在使用网络分析和自然语言处理器来捕捉金融市场的非法交易活动。

金融市场的零售商,大银行,对冲基金和其他所谓的“大男孩”使用大数据进行高频交易,交易前决策支持分析,情绪测量,预测分析等方面的交易分析。

该行业还严重依赖大数据进行风险分析,包括反洗钱,企业风险管理,“了解你的客户”和减少欺诈。 该行业特定的国外大数据提供商包括:1010data,Panopticon软件,Streambase Systems,Nice Actimize和Quartet FS。

2
   通讯、媒体和娱乐

由于消费者期望有不同格式和各种设备的多媒体需求,通信,媒体和娱乐行业的一些重大数据挑战包括:

1、收集,分析和利用消费者洞察;

2、利用移动和社交媒体内容;

3、了解实时,媒体内容使用情况;

大数据在通信,媒体和娱乐行业的应用 该行业的企业同时分析客户数据以及行为数据,以创建详细的客户资料,可用于:

1、为不同的目标受众创建内容;

2、根据需要推荐内容;

3、衡量内容效果;

一个例子是温布尔登网球锦标赛,利用大数据实时对电视,移动和网络用户观看网球比赛的详细情绪分析。

Spotify是按需音乐服务,使用hadoop大数据分析,从全球数百万用户收集数据,然后使用分析的数据向个人用户提供个性化的音乐推荐。

亚马逊Prime通过在一站式商店中提供,视频,音乐和Kindle书籍提供良好的客户体验,也大量利用大数据。

这个行业的国外大数据提供商包括:Infochimps,Splunk,Pervasive Software和Visible Measures。

3
   医疗保健

医疗保健部门获得了大量的数据,但一直没能使用数据来遏制医疗保健成本上升,提高医疗保健收益,提高系统效率。

这主要是因为电子数据不足或不可用。 另外,保存健康相关信息的医疗保健数据库很难与医疗领域有用模式的数据链接起来。

其他与大数据相关的挑战包括:将患者排除在决策过程之外,以及使用来自不同渠道的容易获得的传感器的数据。

以色列贝斯的一些医院正在使用数百万病人从手机应用收集的数据,让医生可以使用循证医学,而不是像传统医院一样,对病人进行医疗/实验室检测。

有些测试是有效的,但大部分是昂贵的并且通常是低效的。

佛罗里达大学使用免费公共卫生数据和Google地图创建视觉数据,可以更快速地识别和有效分析医疗信息,用于跟踪慢性病的传播。

奥巴马医保方案也以多种方式利用了大量数据。

该行业的国外大数据提供商包括:Recombinant Data,Humedica,Explorys和Cerner。

4
   教育行业

从技术角度来看,教育行业面临的一个重大挑战是将来自不同来源和供应商的大数据整合其中,并将其用于一个数据的平台。

从实践的角度来看,教育从业者和机构必须学习新的数据管理和分析工具。 在技术方面,整合来自不同来源的数据,不同平台和原本不相互合作的不同供应商都面临挑战。

在政治上,与用于教育目的的大数据相关的隐私和个人数据保护问题是一个挑战。

大数据在高等教育中的应用相当显着。例如,塔斯马尼亚大学。一个拥有26000多名学生的澳大利亚大学,部署了一个学习和管理系统,学生登录系统,系统追踪学生花费的时间以及学生的整体进度等。

在教育中使用大数据的不同用例中,它也用于衡量教师教学的有效性,以确保学生和教师的良好体验。教师的表现可以根据学生人数,学科人数,学生期望,行为分类和其他几个变量进行微调和衡量。

在政府层面上,美国教育部的教育技术办公室正在使用大数据来开发分析数据,以帮助纠正选错在线课程的学生,点击模式也被用来检测学生学习时的无聊程度。

这个行业的国外大数据提供商包括:Knewton和Carnegie Learning和MyFit / Naviance。

5
   制造业和自然资源开采业

对石油,农产品,矿产,天然气,金属等自然资源的需求日益增加,导致数据量的增加,复杂性和提高速度是一个挑战。

同样,来自制造业的大量数据尚未得到开发。 这种信息的利用不足阻碍了产品质量提高,能源效率和可靠性的提升,以及更好的利润率。

在自然资源行业,通过大数据可以利用地理空间数据,图形数据,文本和时间数据中摄取和整合大量数据建立预测模型,帮助做出决策,应用的领域包括:

地震解释和油藏表征。

大数据也被用于解决当今制造业所面临的挑战,懿获得竞争优势。

该行业的国外大数据提供商包括:CSC,Aspen Technology,Invensys和Pentaho。

6
   政府

在政府中,最大的挑战是不同政府部门和附属机构大数据的整合和互操作性。 大数据在政府中的应用 在公共服务方面,大数据应用范围非常广泛,包括能源勘探,金融市场分析,欺诈检测,健康相关研究和环境保护。

一些更具体的例子如下:

1、大数据用于分析社会保障局(SSA)提供的非结构化数据的大量社会残疾索赔。用于分析快速有效地处理医疗信息,以加快决策速度,并检测可疑或欺诈性声明。

2、食品和药物管理局(FDA)正在使用大量数据来检测和研究食物相关疾病和疾病的模式。从而做出更快的反应,提供更快的治疗,减少死亡。

3、国土安全部使用大数据分为几种不同的用例。 大数据来自不同政府机构的分析,以及用于保护国家安全的数据。

这个行业的国外大数据提供商包括:Digital Reasoning,Socrata和惠普。

7
   保险业

主要挑战包括缺乏个性化服务,缺乏个性化定价和缺乏针对新细分市场和特定细分市场的有针对性的服务。

在由Marketforce进行的调查中,保险业专业人士确定的挑战包括数据不足带来的利润损失,以及渴望更好的洞察力。

业界已经在使用大数据,通过从社交媒体,支持GPS的设备和监控录像中得到的数据分析和预测客户行为,为透明和简单的产品提供客户洞察。

大数据还可以保护公司更好的提高客户留存。

在索赔管理方面,大数据的预测分析已被用于提供更快的服务,因为大量的数据可以在承保阶段进行特别分析。 欺诈检测也得到了加强。

通过数字渠道和社交媒体的大量数据,索赔周期的索赔实时监控已被用于为保险公司提供见解。

该行业的国外大数据提供商包括:Sprint,高通,Octo Telematics,The Climate Corp。

8
   零售和批发贸易

从传统的实体零售商和批发商到现在的电子商务,行业已经收集了大量的数据。

来自客户会员卡,POS扫描仪,RFID等的这些数据并没有被用于整体上改善客户体验。所有改变和改进都相当缓慢。

来自客户忠诚度数据,POS,商店库存,本地人口统计数据的大数据将继续由零售和批发商店收集。

在纽约大展零售贸易大会上,像微软,思科和IBM这样的公司表示,零售行业需要利用大数据进行分析和其他用途,包括:

1、通过购物模式,本地活动等数据优化员工配置

2、减少欺诈

3、及时分析库存

社交媒体的使用也具有很大的潜在用途,并且将以缓慢的速度地被实体店采用。社交媒体用于客户探索,客户保留,产品推广等。

这个行业的国外大数据提供商包括:First Retail,First Insight,Fujitsu,Infor,Epicor和Vistex。

9
   交通行业

政府,私人机构和个人的一些大数据应用包括:

1、政府使用大数据:交通管制,路线规划,智能交通系统,拥堵管理(预测交通状况)

2、私营部门在运输中使用大数据:收入管理,技术改进,物流和竞争优势(通过整合出货量和优化货运)

3、个人使用大数据包括:路线规划节省燃料和时间,旅游安排等。

该行业的国外大数据提供商包括:高通和Manhattan Associates。

10
   能源与公用事业

1、电网资产的60%将在十年内需要更换

2、全球风电装机容量同比增长12.4%

3、智能电表成为主流,而消费者要求更多的控制和了解能源消耗。

智能电表读取器允许几乎每15分钟收集数据,而不是每天用旧的读表器收集数据。

这种细粒度数据被用于更好地分析实用程序的消耗,这允许改进客户反馈和更好地控制公用事业的使用。

在公用事业公司,使用大数据还可以提供更好的资产和人力资源管理,这对于识别错误和在完成失败之前尽快进行纠正是有用的。

这个行业的国外大数据提供商包括:Alstom Siemens ABB和Cloudera。

11
   总结

本文总共梳理了10个垂直行业中大数据的重要作用,以下是几个关键要点:

1 在大数据领域有大量支出;

2 要利用大数据机会,你需要:熟悉并了解行业特定的挑战、了解每个行业的数据特征、了解支出在哪里发生、通过自己的能力和解决方案来满足市场需求;

3 垂直行业的专业知识是有效和高效地利用大数据的关键。


加入Python学习微信交流群

请添加微信:AI_doer

备注:姓名-单位-研究方向

以往文章分类总结,见下文:

假期已过半,是否该重拾心情,继续我们的AI事业啦


请猛戳右边二维码


盘点 | 10大行业大数据应用痛点及解决策略相关推荐

  1. 10大行业大数据应用痛点及解决策略

    大数据已经成为这几年中大部分行业的游戏规则,行业领袖,学者和其他知名的利益相关者都同意这一点,随着大数据继续渗透到我们的日常生活中,围绕大数据的炒作正在转向实际使用中的真正价值. 虽然了解大数据的价值 ...

  2. 智能化、多模态、平民化,星环科技行业大模型、向量数据库深度解析

    星环科技落地未来数据技术,实现数据处理智能化.多模态.平民化. 出品 | CSDN云计算 以ChatGPT为代表的超大语言模型的迅速应用,加速了AI普及,让AI伸手可及,并开始走进我们的工作和生活.毫 ...

  3. 【观察】星环科技:布局行业大模型赛道,加速国产化替代进程

    以ChatGPT和GPT所代表的大模型,已经在国内形成了"海啸效应",几乎所有的科技公司都在想方设法进入大模型的赛道.背后的核心驱动力,就在于大模型的最大价值在于普遍提升个人生产力 ...

  4. 最全的教育行业大数据解决方案,个个针对痛点

    2014年起,"大数据"概念首次被正式写入<政府工作报告>:2017年,中共中央政治局就实施国家大数据战略进行第二次集体学习.大数据的悄然兴起也带动了教育行业的革新,移 ...

  5. 大数据史记2013:盘点中国2013行业数据量

    我们该了解的更多,智慧常常依赖于了解的内容多少. 说人类步入了信息时代,有个事情是非常重要的,就是物理世界的信息化,包括信息基础设施建设和数字化,紧接着就是如何将数字化的东西(数据)进行储存.传输.交 ...

  6. 神策数据丨九大行业数字化经营指南集锦,值 100% 收藏

    每一份白皮书.报告和案例的开始都有一个共同点:对各行业的数字化满心期许.我们希望为更多企业在数字化转型之路上提供可靠.可信.可落地的方法论与实践指导,为数字化时代的到来贡献绵薄之力. 2021 年末, ...

  7. 盘点 | 10大类企业管理系统有哪些

    人类的发展史也是一部工具的进化史,企业管理手段同样不例外.移动互联网时代给了传统低下的手工操作方式致命一击,应运而生的各类企业管理系统工具为企业管理插上腾飞的翅膀,彻底颠覆了手动低效率的历史,变得更加 ...

  8. 大盘点丨十大行业数字化颠覆案例

    本文根据毕马威企业咨询(中国)有限公司合伙人黄灏先生在Inspur World,聚焦数字化转型企业论坛上演讲<数字化转型趋势与关键>总结的观点,综合互联网信息成文. 大盘点丨十大行业数字化 ...

  9. 盘点10大热门区块链开源软件,你知道几个?

    越来越多的企业将开源软件作为其构建基础信息系统的重要选择,"低成本.安全性高.灵活自由.高可用性.协同性好--"一连串的技术优势,让越来越多的企业无法拒绝. 在区块链领域,又有哪些 ...

最新文章

  1. navigationBar 颜色修改
  2. 【Android 逆向】ARM CPU 架构体系 ( ARM 内存模型 | ARM 架构堆的实现 | ARM 架构栈的实现 )
  3. Java 内存模型和 JVM 内存结构真不是一回事
  4. Linux内核如何管理内存
  5. jquery.validation.js 使用
  6. PL/SQL详细介绍
  7. 【转】TFS上分支和标签的用法
  8. 王道计算机网络 网络层整理 超详细版
  9. 作者:洪学海(1967-),男,博士,中国科学院计算技术研究所研究员,信息技术战略研究中心常务副主任。...
  10. IAR集成开发环境的使用
  11. IDEA查看Java类的UML关系图
  12. JavaMail操作的总结(1)
  13. R语言分类算法之线性判别分析(Linear Discriminant Analysis)
  14. Linux下的防火墙管理(包含图形和命令、伪装和转发)
  15. 基于springcloud的声明式客户端FeignClients方式的httpserver访问配置
  16. php 拷贝文件至新目录,如何查找到文件以后,带目录一起拷贝到新的目录? cp --parents source destination...
  17. Yacc 和 Bison
  18. 计算机考研804是什么意思,北邮通信考研专业课801和804的选择
  19. final、finalize、finally异同,以及final关键字如何使用
  20. 布线工程-认识光纤和光缆

热门文章

  1. 怎么样使用计算机新建文件,电脑初学者如何新建和使用文件夹
  2. LambdaQueryWrapper中大于等于的方法
  3. e680i linux终端,E680I刷机说明
  4. 正则表达式常用规则:js正则 匹配 汉字、数字、英文字母、下划线 的 正则表达式
  5. 字母数字下划线常用正则表达式~
  6. 《计算机视觉》(马颂德)阅读笔记
  7. SIP系统封装技术浅析
  8. 变量提升以及函数提升
  9. openwrt学习笔记一_feeds update报错
  10. nnUNet Windows安装