专栏首页机器学习AI算法工程【观点】 从大数据中获取商业价值的9种方法

【观点】 从大数据中获取商业价值的9种方法

现在已经有了许多利用大数据获取商业价值的案例,我们可以参考这些案例并以之为起点,我们也可以从大数据中挖掘出更多的金矿。

2013 TDWI关于管理大数据的调查显示,89%的受访者认为大数据是一个机会,而在2011年的大数据分析的调查中这个比例仅为70%。在这两次调查中受访问者均普遍认为,要抓住大数据的机会并从中获取商业价值,需要使用先进的分析方法。此外,其他从大数据中获取商业价值的方法包括数据探索、捕捉实时流动的大数据并把新的大数据来源与原来的企业数据相整合。

虽然很多人已有了这样一个认识:大数据将为我们呈现一个新的商业机会。但目前仅有少量公司可以真正的从大数据中获取到较多的商业价值。下边介绍了9个大数据用例,我们在进行大数据分析项目时可以参考一下这些用例,从而更好地从大数据中获取到我们想要的价值。

1:从数据分析中获取商业价值。请注意,这里涉及到一些高级的数据分析方法,例如数据挖掘、统计分析、自然语言处理和极端SQL等等。与原来的报告和OLAP技术不同,这些方法可以让你更好地探索数据和发现分析见解。

2:探索大数据以发现新的商业机会。很多大数据都是来自一些新的来源,这代表客户或合作伙伴互动的新渠道。和任何新的数据来源一样,大数据值得探索。通过数据探索,你可以了解一些之前所不知道的商业模式和事实真相,比如新的客户群细分、客户行为、客户流失的形式,和最低成本的根本原因等等。

3:对已收集到的大数据进行分析。许多公司都收集了大量的数据,他们感觉这些数据存在着商业价值,但并不知道怎样从这些弄出来的值大的数据。不同行业的数据集有所不同,比如,如果你处于网络营销行业,你可能会有大量Web站点的日志数据集,这可以把数据按会话进行划分,进行分析以了解网站访客的行为并提升网站的访问体验。同样,来自制造业的质量保证数据将有助于公司生产出更可靠的产品和选择更好的供应商,而通过RFID数据可以帮助你更深入地供应链中产品的运动轨迹。

4:重点分析对你的行业有价值的大数据。大数据的类型和内容因行业而异,每一类数据对于每个行业的价值是不一样的。比如电信行业的呼叫详细记录(CDR),零售业、制造业或其他以产口为中心的行业的RFID数据,以及制造业(特别是汽车和消费电子)中机器人的传感器数据等等,这些都是各个行业中非常重要的数据。

5:理解非结构化的大数据。非结构化的信息主要指的是是使用文字表达的人类语言,这与大多数关系型数据有着很大的不同,你需要使用一些新的工具来进行自然语言处理、搜索和文本分析。把基于文本内容的业务流程进行可视化展示,比如,保险索赔过程,医疗病历记录,各个行业的呼叫中心和帮助台应用程序,以及以客户为导向的企业情感分析等内容均可以在进行处理后以可视化的形式表现出来。

6:使用社交媒体数据来扩展现有的客户分析。客户的各种行为比如评论品牌、评价产品、参与营销活动或表示他们的喜好等等,会在客户中相互影响。社交大数据可以来自社交媒体网站,以及自有的客户能够表达意见及事实的渠道。我们可以使用预测性分析发现规律和预测产品或服务的问题。我们也可以利用这些数据来评估市场知名度、品牌美誉度、用户情绪变动和新的客户群。

7:把客户的意见整合到大数据中。通过运用大数据(与原有的企业资源集成),我们可以对客户或其他商业实体(产品,供应商,合作伙伴)实现360度全景分析,分析的维度属性从几百个扩展到几千个。新增的粒状细节带来更准确的客户群细分,直销策略和客户分析。

8:整合大数据以改善原有的分析应用。对于原有的分析应用,大数据可以扩大和扩展其数据样本。尤其在依赖于大样本的分析技术的情况下,比如统计或数据挖掘;而在欺诈检测、风险管理或精确计算的情况下同样也得用上大样本的数据。

9:分析大数据流,实时操作业务,提升业务动作水平。实时监测和分析的程序已经在企业运营中存在了很多年,那些需要全天候运行的能源、通讯网络或任何系统网络、服务或设施的机构早就在使用这类型的程序。最近,从监控行业(网络安全、态势感知、欺诈检测)到物流行业(公路或铁路运输、移动资产管理、实时库存),越来越多的组织正在利用大数据流的应用。目前大数据分析仍主要以批量和离线的方式执行,但随着用户与技术的成熟,大数据分析将会进入实时分析的时代。

本文分享自微信公众号 - 大数据挖掘DT数据分析(datadw),作者:Philip

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2014-07-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 大数据实现商业价值的九种方法

    TDWI最近关于管理大数据的调查显示,89%的受访者认为大数据是一个机会,而在2011年的大数据分析的调查中这个比例仅为70%。在这两次调查中受访问者均普遍...

    机器学习AI算法工程
  • 峰会演讲嘉宾李御玺:数据分析人才培养之道

    谢谢主持人,谢教授、各位专家,大家好! 现在我给大家介绍一下数据分析人才的知识结构,事实上这两天的论坛,这两天的演讲,要做数据分析的人他应该具备哪一方面的知识和...

    机器学习AI算法工程
  • 面对数据工程师,你有7个问题可以问

    运用数据进行管理不是什么新鲜事,但是大数据还是个新概念, 有相关的风险、挑战和机会。高级管理者需要具备一定的认识,以备他们的数据专家提出新观点时,自己有所准备...

    机器学习AI算法工程
  • 大数据实现商业价值的九种方法

    TDWI最近关于管理大数据的调查显示,89%的受访者认为大数据是一个机会,而在2011年的大数据分析的调查中这个比例仅为70%。在这两次调查中受访问者均普遍...

    机器学习AI算法工程
  • 大数据科普文一篇

    大数据是指其大小和复杂性无法通过现有常用的工具软件,以合理的成本,在可接受的时限内对其进行捕获、管理和处理的数据集。这些困难包括数据的收入、存储、搜索、共享、分...

    震八方紫面昆仑侠
  • 大数据时代:缺乏能动性的大数据是没有价值的!

    不是所有的大数据都是有价值的,大数据只有“动起来”才能体现其价值,否则,很可能是无用的。很多有着海量数据流的公司,虽然有着大把客户资源和现金流,本来是非常适合进...

    挖掘大数据
  • 大数据:全新机遇还是一纸空谈?

      目前,人们对大数据及其价值的认知各有不同。一部分人认为大数据的价值在于帮助企业各部门获得新的洞察力并付诸行动;另一部分人认为大数据不过是天花乱坠的宣传而已...

    腾讯研究院
  • 在企业中完成数据报告,数据分析师要怎么做?

    1、数据分析师需要进行思考 随着时代的发展,人们每天在互联网上产生大量的数据,对于企业来讲这些数据都是十分宝贵的资源。企业可通过数据挖掘进行战略调整以及营销部署...

    小莹莹
  • 关于大数据的10个误解,你一定要知道

    也许对大数据更好的一个类比是它就像一匹意气风发的冠军赛马: 通过适当的训练和天赋的骑师,良种赛马可以创造马场记录–但没有训练和骑手,这个强大的动物根本连起跑门都...

    钱塘数据
  • 峰会演讲嘉宾李御玺:数据分析人才培养之道

    谢谢主持人,谢教授、各位专家,大家好! 现在我给大家介绍一下数据分析人才的知识结构,事实上这两天的论坛,这两天的演讲,要做数据分析的人他应该具备哪一方面的知识和...

    机器学习AI算法工程

扫码关注云+社区

领取腾讯云代金券