继去年爆出了“酒店同房不同价”的消息之后,前两天微博网友@陈利人 发文称,在携程订票未支付时,发现忘记勾选“报销凭证”,退回修正再支付时被提醒“已无票”。重新搜索该票,价格贵了近1500元。
营销的基本原理是一致的,每个人都喜欢洞察力,因为这些数字模式可以提供最安全的方法来确保企业采取正确的行动,更有效地运作,以及将其资源用在何处。数据已经成了战略的据点。
关注技术博客的读者肯定有这样感受,Spring Boot 相关的文章铺天盖地。 仿佛一切都在证明,Spring Boot 已成为Java 程序员必备技能。 未来 Spring Boot 的发展还会更好,说 Spring Boot 是当今最重要的 Java 框架也不为过。今天我们就来推荐一些李刚老师的高能课程,一站式学到并掌握Spring Boot所整合的各种技术!内容涉及: MongoDB RabbitMQ Neo4j Kafka 全文检索 即便你是入门水平,完整学习后,也将能够在企业级Spring Boo
Hadoop Hadoop是一个分布式系统基础架构,核心是 HDFS、YARN、MapReduce 3大组件组成。
当下,海量数据结合前沿技术架构正在为保险业带来根本性的变革。本文以某知名保险机构为例,结合偶数行业实践经验,介绍保险企业如何利用湖仓一体技术推动数据战略转型升级。背景介绍在对该客户需求进行深度挖掘并横向比较行业现状后,我们发现:(1) 包括该客户在内的多数保险企业的数据分析场景较为单一,直接产生业务价值的数据挖掘不够丰富;(2) 该客户现有数据分析场景的效率、性能、用户体验都亟待提升。下文我们详细展开分析。业务场景分析客户现有的数据分析应用集中在经营分析、监管报送和风险管控等几个传统场景,其实不止该客户,目前大多数保险企业的大数据业务应用价值挖掘都还不够丰富。1.风险管控仅以目前多数保险企业都非常关注的风控环节为例,该客户仍以风险部门固定报表分析为主,而通过风险数据建模,应用在投保前风险排查、承保中风险管控及理赔时风险识别和反欺诈等全业务链条还非常有限。在投保环节,可以利用数据搭建风险评估模型,筛查高风险客户,对大概率产生负价值的客户采用拒保或者提高保费的方式以减少损失。以互联网场景下的意外险和健康险为例,由于投保手续较为简单,很多产品免体检,只需要填写投保人基本信息即可,这些业务中,很容易出现投保人隐瞒病情、造假家庭收入的情况,逆向选择甚至欺诈的可能性非常大。因此在投保场景下可以利用数据进行多维分析,及时发现高风险投保客户,避免欺诈行为的发生。在承保运营环节,相比较传统风控,大数据风控让保险机构对保险用户的动态跟踪反馈,定期对承保中用户信息进行维护,更新用户风险指数。此外,在加强用户信息安全管理和隐私方面,保险公司借助大数据和人工智能(如设备指纹、IP 画像、机器行为识别等工具)加以防范,在回访环节,根据用户情况及其手机在网状态选择拨打方式及话术,更有利于提高回访效率,提升客户体验。在理赔环节,大数据风控先通过构建模型的方式筛查出疑似欺诈的高风险案件,然后再人工重点审核和调查,减少现场查勘误差,提高查勘效率。除了风险管控,通过数据赋能业务还可以落地在其他几个重点保险场景中,包括产品创新、风险定价、精准获客。接下来我们展开说明下数据赋能这些场景的形式和实现逻辑。
嘉宾介绍: 李永,大数据厂商联盟理事长,20多年从事数据分析实践、10多年电信公司管理、10多年数据仓库BI经验;首批受聘广东省电子政务大数据专家;长期游历MIT、Stanford、CMU从事大数据技
金融科技&大数据产品推荐:Stratifyd大数据智能分析平台
AI 研习社按:互联网影响着社会的方方面面,作为 O2O 和共享经济的代表,美团外卖经过几年高速发展,以每天配送超过千万份订单、几十万骑手的规模,成为世界上最大的配送平台。实际上,看上去劳动密集型的外卖行业,其实背后蕴藏着大数据、云计算、物联网、人工智能等高新技术,是这些高科技,使美团外卖能够在激烈竞争中逐渐脱颖而出。
大数据文摘原创作品 作者:秦时明月,Shawn 如需转载,务必留意申请授权 欢迎各种“小语种”的朋友,加入大数据文摘翻译志愿者团队,分别回复“翻译”和“志愿者”可了解更详细信息。 今天,大数据文摘【金融与商业专栏】成立! 此栏目将视角集中在金融及商业决策分析相关的大数据分析文摘,内容涵盖金融,信贷,风控,投资,理财,商业等领域。鼓励独家首发与观点原创,行业前沿理论分享,国外优秀文章翻译以及行业领袖采访演讲编译,力争刊出更多金融和商业领域相关精品文章。欢迎各位同行及对数据分析感兴趣的朋友加入,共同分享交流。
伯纳德·马尔 畅销书作家、Keynote主讲嘉宾、顶尖商业及数据专家 不知道你能不能感觉到,我们每个人都在创造历史。大数据有着无比强大的力量,能够给各行各业乃至整个社会带来巨大变革。 从普通人生活的日常琐事,到治疗癌症的方法选择,再到应对人类社会面临的威胁,大数据将改变每个行业,改变我们生活中的方方面面。现在我们可以很肯定的说,大数据已经在悄然改变我们的生活了。 有人认为大数据的流行不过是昙花一现,但是他们错了。大数据不会改变,也不会消失,并且大数据的应用也会继续发展。我们现在称之为“大数据”的东西,几年
在互联时代,拥有一个大数据战略来收集、存储、组织和分析广泛客户数据的踪迹,对于及时开展个性化客户交互至关重要。幸运的是,通过采用正确的技术、基础设施和分析功能来全面释放这一数据的潜力,实现与互联客户的更深入交流,绝非空想。 以下这五种使用大数据分析的途径将能够帮助您提升互联客户体验: 1. 找到“隐藏的”大数据见解,更全面地了解客户。 在大数据的初期,从电子邮件和网站点击收集到的见解帮助企业重塑了营销计划,启动了新的活动,并带来了更加个性化的体验。但所有这些优势通常采用产品推荐的形式完成。 现在,新的数据类
数据猿导读 大数据产品技术及解决方案的创新比较清晰,开源技术基础上的创新和服务是主要方向,但围绕着数据本身的新商业模式还在探索过程中。2017年,基于数据融合和外在价值的创新模式会诞生新的商业模式。
<数据猿导读> 近日,数据猿作为独家全程直播与专访媒体,受邀参加“全球大数据峰会 Global Big Data Conference”,峰会当天我们数据猿记者分别专访了8位在大数据领域颇有见地的行业
产业大数据创新应用 ——“产业+大数据+金融”的产业升级转型创新思路 5月31日,中润普达(集团)公司董事长杜登斌在出席首届中国(杭州)工业大数据产业发展高峰论坛时,从自己的人生经历出发,带领与会者走近“互联网+”时代的大数据发展现状和未来。开篇“下一个百万亿商业时代在哪里”的探讨使大家充满期待;对“以数据资产为核心的大数据产业金融技术创新与应用”的分析稳扎稳打步步深入;“数据产业金融创新应用需要突破的问题”教人持续思考,关注更有价值的未来市场。 产业互联网将是下一个百万亿商业时代 首先,杜登斌谈了对“互
主讲嘉宾:吴甘沙 主持人:中关村大数据产业联盟 副秘书长 陈新河 承 办:中关村大数据产业联盟 嘉宾介绍: 吴甘沙:现任英特尔中国研究院院长。在此以前,吴甘沙作为首席工程师主持大数据方面的研究,工作重点为大数据内存分析与数据货币化。 吴甘沙于2000年加入英特尔,先后在编程系统实验室与嵌入式软件实验室承担了技术与管理职位,期间参与或主持的研究项目有受控运行时、XScale微架构、众核架构、数据并行编程及高生产率嵌入设备驱动程序开发工具等。吴甘沙于2011年晋升为首席工程师,同年,他共同领导了公司的大数据中长
股份制改革对我国银行业来说只是一个开始,企业在风险管理、创造价值等方面还有很长的路要走。风险管理要求提供精准的数据模型、创造价值要求充分银行数据资产,这是数据治理的外部推动因素。此外,随着第三次工业革命的到来,银行业也需要进入定制化时代,以更低的成本,生产多样化的金融产品,从而满足不同顾客的不同需求。对数据本身而言,业务发展加快了数据膨胀的速度,也带来了数据不一致等问题,业务部门的频繁增加和剥离同样会对数据治理提出挑战。这些日益复杂的内外因决定了我国银行业对数据治理的超高标准要求,而目前对应的经验能力却稍显薄弱。
本文精选26个经典的工业互联网+人工智能案例,涉及的企业是业界主流一线企业,供大家参考学习。、
【大数据文摘-原点栏目】 “原点”坐标中的定位点、起点,万事开头难,但只要起步,一切皆有可能。2015年初, 大数据文摘“原点”栏目成立。这是针对大数据初创公司的采访栏目。通过在线采访的方式,对与大数据相关的初创团队进行采访,介绍项目、技术、商业模式。初期,我们的采访对象是美国等发达国家的大数据相关的初创企业,他们一般已经获得天使或A轮投资。 我们希望通过“原点”,为读者打开一扇门,看到国外“大数据”初创公司是如何启动、运营的,看到这些创业公司后面的人、团队有着怎样一种情怀。同时我们也会真诚帮助那
大数据目前是当下最火热的词了,你要是不知道大数据这个概念,都不好意思在众人面前开口了。然而实际上很多人都对大数据的应用模糊不清。但其实大数据的广泛应用已经在悄悄改变我们的世界!小到出行习惯,大到国家政策。 而且关于大数据方面的岗位前景也是一片红海,至少可以说是五年内最热门的行业。 不是所有人都有能力进入行大数据,至少我们得了解当下最热门的行业,是如何改变这个世界! 小编在这里列举出了几项利用大数据的真实案例。 如果有想学习大数据的小伙伴,最下方有《大数据从入门到精通》视频资源领取,后台回复“领取” ---
RTB——Real Time Bidding 的简称,就是实时竞价 互联网广告产业正在面临的变革,这一变革过程由大数据技术引领,借RTB体系建构,改变着企业主,也改变着广告服务商、同样改变着广告受众。 从历史发展来看,中国互联网广告经历了三个阶段:单项传播时代,基于媒体的营销时代,基于受众的精准营销时代。在单向传播时代,能做的仅仅是单向的展示和发布;在媒体营销时代,互联网广告被包装成了一种新的传播形式,与媒体内容进行融合,并在不断丰富中;而未来基于受众的精准营销广告,将能够实时分析广告受众,获得个性化
数据的规模效应扩大将我们带入了大数据时代。 但是,大数据的投入与产出困扰着许多公司,数据究竟能够如何变现?数据如何定价?而海量数据的爆发究竟对隐私保护会不会形成威胁? 这些是困扰许多数据行业从业人员
Tmfox Venture Partner 一、 洞察 大数据以“降低信息不对称和提高决策有效性”为目标,可广泛作用于几乎所有行业,必然将掀起一场新的革命。目前,大数据已经迎来高速发展的黄金成长期,我们看好其发展趋势,推荐投资者提高对其中蕴含机会的关注度。 从源到流看,大数据涵盖数据入口、数据融合处理、数据应用三个过程;按照物理分层,大数据又可以分为硬件、基础软件、应用软件和信息服务四个维度。每一个细分领域都正在不断演进,存在不少问题也孕育着巨大的机会,万千创业者不断地寻找着新的突破口。 目前制约大数据更好
本文介绍了大数据在市场营销中的应用,包括大数据如何帮助营销人员制定更有效的策略、提高客户满意度、优化定价策略、提高营销效率以及帮助企业更好地了解客户。同时,文章还探讨了大数据在市场营销中的优势和挑战,以及未来的发展趋势。
大数据的发展越来越迅速,渗透到各行各业, 保险业也不例外。大数据不仅为保险业的发展提供了新的机遇和视角,也为保险业提出了新的挑战。 首先,我们来了解大数据给保险业带去的机遇。 一、大数据给保险业带来巨大商业价值 信息技术的进步在现代金融创新中发挥了极为重要的作用。而历史的经验告诉我们,大数据对金融业的影响将是全面和深刻的,金融业的经营理念、风险定价、产品设计、营销策略、客户服务、风险管控、组织构架乃至于金融监管,都必须适应大数据时代的要求。 但是,虽然这些年保险业在大数据战略和网络经营等方面进行了积极探索
Uber是一款提供出租车预订服务的智能手机应用,为需要搭车的用户和想要载客的司机搭建了沟通渠道。这项服务引起了很大争议,一方面普通的出租车司机抱怨Uber毁掉了他们的生计,另一方面民众担心Uber的司
你需要的并不是大数据,而是正确的数据。以Uber为例,Uber每天都能收集到海量数据,但Uber会分析全部数据吗?不会,它只用那些能让产品更快连接乘客和司机的关键数据。 问三个问题去挖掘你做决策所需要
清华大数据产业联合会授权转载 摘自:数据派(ID: datapi) 数据派是清华大数据产业联合会官方微信公众账号,定期发布清华大数据系列讲座信息,分享讲座实录。 如需转载,请联系christinaf
大数据文摘作品 在4月13号刚结束的O'Reilly和Intel AI Conference上,美团点评的配送算法策略架构师郝井华博士详细介绍了美团外卖即时配送业务的重难点,让我们来看看大数据文摘整理的演讲精华。 郝井华,美团点评研究员 美团外卖是全球最大的外卖平台,以及全球最大的即时配送平台。其共有骑手60万,签约商家150万,每天配送外卖1800万单。 美团要做的是即时配送,也就是在一个小时之内把订单送到客户手中。那么配送模式是如何配置的呢?60万骑手如何能够高效率低成本地工作? 优化配送模式 后台是把
关于大数据是什么,从一开始仅仅只想做数据,到开始意识到自己做的是对整个集团有核心意义的数据产品,再到走到外面,把数据能力对外输出,所有过程中,不断的有客户问到这个问题,有懵懂的、有善意的、也有挑衅的、不屑的。就像大数据本身一样,混乱又带有迷幻色彩。
点击标题下「大数据文摘」可快捷关注 大数据文摘翻译 作者:GAGAN MEHRA 来源:Practicalecommerce 翻译:郭芳菲 校对:Lynda 转载请保留 在“走进电子商务大数据”
在客户体验与库存管理流程方面,大数据通常会发挥重要作用。下面盘点了7个最有趣、最独特的大数据应用,以及它们可能对我们的生活产生的影响。
点击标题下「大数据文摘」可快捷关注 吴甘沙:英特尔中国研究院院长 围墙里的大数据注定成为死数据。大数据需要开放式创新,从数据的开放、共享和交易,到价值提取能力的开放,再到基础处理和分析平台的开放,让数据如同血液在数据社会的躯体中长流,滋润数据经济,让更多的长尾企业和数据思维创新者产生多姿多彩的化学作用,才能创造大数据的黄金时代。 我的大数据研究轨迹 我做了4-5年的移动架构和Java虚拟机,4-5年的众核架构和并行编程系统,最近4-5年也在追时髦,先是投入物联网,最近几年一直在做大数据。我们团队的大数据研究
在大数据时代当下,很多互联网企业也都在挤破脑袋想要占领行业内优势地位,为了实现这个远大目标,企业需要在很多方面要运筹帷幄,其中非常重要的一方面就是价格监控。
大数据文摘作品,欢迎个人转发朋友圈;其他机构、自媒体转载,务必后台留言,申请授权。 选文及统筹|闫瑾 编译|闫瑾 shawn 卞铮 袁晶 羊羊 吴涤 彭峰 赵炜 张琪 校对|闫瑾 于露 丁雪
物流产业是物流资源产业化而形成的一种复合型或聚合型产业。物流资源包括运输、仓储、装卸、搬运、包装、流通加工、配送、信息平台等。这些资源产业化后就形成了运输业、仓储业、装卸业、包装业、加工配送业、物流信息业等。它是一种复合型产业,因为所有产业的物流资源不是简单的垒加,而是一种整合。
航旅大数据是怎么划分的? 今天我们主要谈谈作为乘客,在大数据+科技赋能的时代,能够享受航空出行中的哪些便利。 首先和大家分享一下中国的航旅大数据。 📷 可以从图中看到,2016年中国总计有4.9亿人次选择飞机坐飞机出行,比上年同期上升了11.9%。有这么多人在“天上飞”,他们在出行的过程当中又会遇到哪些问题呢? 可能我们普通的乘客对于航旅大数据的理解,会包括个人信息、所乘坐航班、出港机场、天气等因素。 具体从应用层面有以下几个维度来帮助大家剖析大数据: 一方面是从人的维度来对航旅大数据进行切分,再通过大数据
首先交通方式目前广义上主要分为四大类:铁路、公路、水路,航空,每一样如果再细分的话,又能分出很多种类,种类繁多。那如题所示,对于交通领域内目前已经开放的数据其实不是很多,而且大多数数据都还处于孤岛状态。今天着重为大家介绍交通领域内已经可以应用的高速大数据、车辆大数据、ETC大数据、运力大数据、运政大数据这几类数据资源。
大数据文摘翻译:孙强 校对:甄艾庄(转载请保留) 关键词:大数据争论 直觉 分析 大数据的下一轮演进是否会将直觉从核心业务决策中彻底去除,而完全依赖数据分析的驱动? 位于西雅图的预测分析的公司BoldIQ首席执行官Roei Ganzarski认为不会,但随着大数据的不断增加,人们将越来越多地依赖于大数据分析做实时决策。然而这并不意味着,管理人员更看重分析而忽略直觉。恰恰相反。很多公司主管们常常会嘲笑那种认为软件分析可以超越多年实践经验的想法。 Ganzarski在接受信息周刊(Informatio
本文共17500字,建议阅读时间20分钟 本文为清华大数据产业联合会"技术•前沿"系列讲座的第一讲,主讲人为英特尔(中国)研究院院长吴甘沙。 内容摘要 1、领先的大数据科研单位和企业正在如何利用大数据
最近大数据很火,什么公司都想和大数据扯上点关系,出门不说两句大数据好像就不能突出自己的专业。敢问除了那几个"target:等几个耳熟能详的例子还有其他吗?之前吹捧zynga的数据有多牛的声音又到那里去了?你们家的数据整合完成了吗?太多的时候,我们需要静一静,"Big Data,Show me the money?" 大数据并不少见。哪怕你只是一家小型创业公司,一天下来你可能就拿到了几个G的数据,而Instagram一天产生的数据则高达500个T。坐在不断增加的数据上的你,挠着头苦想:“大
携程作为中国领先的综合性旅行服务公司,每天向超过2.5亿会员提供全方位的旅行服务。拥有海量的用户行为数据、订单数据、供应商操作数据和员工操作数据等。 云海是携程旗下的大数据算法竞赛平台,旨在发掘和培养优秀的大数据人才,以“众创、众智、众包”的新模式,共同探索大数据机器学习的无限潜能。 云海大数据算法竞赛是携程主办的顶级算法竞赛,通过开放数据让所有对机器学习感兴趣的人有机会应用算法来解决旅游行业的实际问题。 通过举办机器学习沙龙,云海希望聚集来自各地的数据科学爱好者,切磋技艺、合作交流、并成为好友,在沙龙讨论
20世纪80年代末90年代初, 决策支持系统开始与专家系统(Expert System, ES)相结合,形成智能决策支持系统( Intelligent Decision Support System, IDSS)。智能决策支持系统充分发挥了专家系统以知识推理形式解决定性分析问题的特点,又发挥了决策支持系统以模型计算为核心的解决定量分析问题的特点,充分做到了定性分析和定量分析的有机结合,使得解决问题的能力和范围得到了一个大的发展。智能决策支持系统是决策支持系统发展的一个新阶段。20世纪90年代中期出现了数据仓库(Data Warehouse, DW)、联机分析处理(On-Line Analysis Processing, OLAP)和数据挖掘(Data Mining, DM)新技术,DW+OLAP+DM逐渐形成新决策支持系统的概念,为此,将智能决策支持系统称为传统决策支持系统。新决策支持系统的特点是从数据中获取辅助决策信息和知识,完全不同于传统决策支持系统用模型和知识辅助决策。传统决策支持系统和新决策支持系统是两种不同的辅助决策方式,两者不能相互代替,更应该是互相结合。 把数据仓库、联机分析处理、数据挖掘、模型库、数据库、知识库结合起来形成的决策支持系统,即将传统决策支持系统和新决策支持系统结合起来的决策支持系统是更高级形式的决策支持系统,成为综合决策支持系统(Synthetic Decision Support System, SDSS)。综合决策支持系统发挥了传统决策支持系统和新决策支持系统的辅助决策优势,实现更有效的辅助决策。综合决策支持系统是今后的发展方向。
本文介绍了金融大数据在金融风控、精准营销和增值业务中的应用,并探讨了金融大数据平台的发展趋势。
各种航班管理App的出现,推动了航旅大数据时代的到来。而有了大数据,传统的航班延误险服务同样也正在发生改变。 12月21日的数据侠实验室线上活动中,DT君邀请到2017年上海开放数据创新应用大赛(SODA)“未来之星奖”得奖团队负责人——敬之网络创始人兼CEO翟文君、联合创始人刘鹏,为大家揭秘如何借助海量航旅大数据优化传统的保险服务。
内容来源:2017年7月29日,华矩科技创始人兼CEO谭海华先生在“CDAS 2017 中国数据分析师行业峰会【跨界互联 数聚未来】”进行《大数据共享时代的行业变局》演讲分享。IT 大咖说(微信id:
金融服务业务采用区块链技术势在必行。想象一下这个数量级的区块链。其庞大的数据湖包含了所有金融交易的全部历史记录,并且全部可供分析。区块链提供了分类账的完整性,但不能用于分析。这就是大数据和相关分析工具
大数据风控同传统风控在本质上没有区别,主要区别在于风控模型数据输入的纬度和数据关联性分析。据统计,目前银行传统的风控模型对市场上70%的客户是有效的,但是对另外30%的用户,其风控模型有效性将大打折扣。 大数据风控作为传统风控方式补充,主要利用行为数据来实施风险控制,用户行为数据可以作为另外的30%客户风控的有效补充。大数据风险控制的作用就是从原来被拒绝的贷款用户中找到合格用户,识别出已经通过审核的高风险客户和欺诈客户。 一、银行信用风险控制的原理 金融行业中,银行是对信用风险依赖最强的一个主体,银行本质
2018年6月13日,天云大数据产品发布暨渠道招募会在京举行。本次论坛以“AI浪潮下,如何参与DT转型”为主题,来自投资、国际第三方独立咨询公司、媒体等十余位业内重量级嘉宾进行了精彩分享,数百名科技、金融、能源等领域从业者、投资人参会。
领取专属 10元无门槛券
手把手带您无忧上云