2013 TDWI關(guān)于管理大數據的調查顯示，89%的受訪(fǎng)者認為大數據是一個(gè)機會(huì )，而在2011年的大數據分析的調查中這個(gè)比例僅為70％。在這兩次調查中受訪(fǎng)問(wèn)者均普遍認為，要抓住大數據的機會(huì )并從中獲取商業(yè)價(jià)值，需要使用先進(jìn)的分析方法。此外，其他從大數據中獲取商業(yè)價(jià)值的方法包括數據探索、捕捉實(shí)時(shí)流動(dòng)的大數據并把新的大數據來(lái)源與原來(lái)的企業(yè)數據相整合。
雖然很多人已有了這樣一個(gè)認識：大數據將為我們呈現一個(gè)新的商業(yè)機會(huì )。但目前僅有少量公司可以真正的從大數據中獲取到較多的商業(yè)價(jià)值。下邊介紹了9個(gè)大數據用例，我們在進(jìn)行大數據分析項目時(shí)可以參考一下這些用例，從而更好地從大數據中獲取到我們想要的價(jià)值。
從數據分析中獲取商業(yè)價(jià)值。
請注意，這里涉及到一些高級的數據分析方法，例如數據挖掘、統計分析、自然語(yǔ)言處理和極端SQL等等。與原來(lái)的報告和OLAP技術(shù)不同，這些方法可以讓你更好地探索數據和發(fā)現分析見(jiàn)解。
探索大數據以發(fā)現新的商業(yè)機會(huì )。
很多大數據都是來(lái)自一些新的來(lái)源，這代表客戶(hù)或合作伙伴互動(dòng)的新渠道。和任何新的數據來(lái)源一樣，大數據值得探索。通過(guò)數據探索，你可以了解一些之前所不知道的商業(yè)模式和事實(shí)真相，比如新的客戶(hù)群細分、客戶(hù)行為、客戶(hù)流失的形式，和最低成本的根本原因等等。
對已收集到的大數據進(jìn)行分析。
許多公司都收集了大量的數據，他們感覺(jué)這些數據存在著(zhù)商業(yè)價(jià)值，但并不知道怎樣從這些弄出來(lái)的值大的數據。不同行業(yè)的數據集有所不同，比如，如果你處于網(wǎng)絡(luò )營(yíng)銷(xiāo)行業(yè)，你可能會(huì )有大量Web站點(diǎn)的日志數據集，這可以把數據按會(huì )話(huà)進(jìn)行劃分，進(jìn)行分析以了解網(wǎng)站訪(fǎng)客的行為并提升網(wǎng)站的訪(fǎng)問(wèn)體驗。同樣，來(lái)自制造業(yè)的質(zhì)量保證數據將有助于公司生產(chǎn)出更可靠的產(chǎn)品和選擇更好的供應商，而通過(guò)RFID數據可以幫助你更深入地供應鏈中產(chǎn)品的運動(dòng)軌跡。
重點(diǎn)分析對你的行業(yè)有價(jià)值的大數據。
大數據的類(lèi)型和內容因行業(yè)而異，每一類(lèi)數據對于每個(gè)行業(yè)的價(jià)值是不一樣的。比如電信行業(yè)的呼叫詳細記錄（CDR），零售業(yè)、制造業(yè)或其他以產(chǎn)口為中心的行業(yè)的RFID數據，以及制造業(yè)（特別是汽車(chē)和消費電子）中機器人的傳感器數據等等，這些都是各個(gè)行業(yè)中非常重要的數據。
理解非結構化的大數據。
非結構化的信息主要指的是是使用文字表達的人類(lèi)語(yǔ)言，這與大多數關(guān)系型數據有著(zhù)很大的不同，你需要使用一些新的工具來(lái)進(jìn)行自然語(yǔ)言處理、搜索和文本分析。把基于文本內容的業(yè)務(wù)流程進(jìn)行可視化展示，比如，保險索賠過(guò)程，醫療病歷記錄，各個(gè)行業(yè)的呼叫中心和幫助臺應用程序，以及以客戶(hù)為導向的企業(yè)情感分析等內容均可以在進(jìn)行處理后以可視化的形式表現出來(lái)。
使用社交媒體數據來(lái)擴展現有的客戶(hù)分析。
客戶(hù)的各種行為比如評論品牌、評價(jià)產(chǎn)品、參與營(yíng)銷(xiāo)活動(dòng)或表示他們的喜好等等，會(huì )在客戶(hù)中相互影響。社交大數據可以來(lái)自社交媒體網(wǎng)站，以及自有的客戶(hù)能夠表達意見(jiàn)及事實(shí)的渠道。我們可以使用預測性分析發(fā)現規律和預測產(chǎn)品或服務(wù)的問(wèn)題。我們也可以利用這些數據來(lái)評估市場(chǎng)知名度、品牌美譽(yù)度、用戶(hù)情緒變動(dòng)和新的客戶(hù)群。
把客戶(hù)的意見(jiàn)整合到大數據中。
通過(guò)運用大數據（與原有的企業(yè)資源集成），我們可以對客戶(hù)或其他商業(yè)實(shí)體（產(chǎn)品，供應商，合作伙伴）實(shí)現360度全景分析，分析的維度屬性從幾百個(gè)擴展到幾千個(gè)。新增的粒狀細節帶來(lái)更準確的客戶(hù)群細分，直銷(xiāo)策略和客戶(hù)分析。
整合大數據以改善原有的分析應用。
對于原有的分析應用，大數據可以擴大和擴展其數據樣本。尤其在依賴(lài)于大樣本的分析技術(shù)的情況下，比如統計或數據挖掘；而在欺詐檢測、風(fēng)險管理或精確計算的情況下同樣也得用上大樣本的數據。
分析大數據流，實(shí)時(shí)操作業(yè)務(wù)，提升業(yè)務(wù)動(dòng)作水平。
實(shí)時(shí)監測和分析的程序已經(jīng)在企業(yè)運營(yíng)中存在了很多年，那些需要全天候運行的能源、通訊網(wǎng)絡(luò )或任何系統網(wǎng)絡(luò )、服務(wù)或設施的機構早就在使用這類(lèi)型的程序。最近，從監控行業(yè)（網(wǎng)絡(luò )安全、態(tài)勢感知、欺詐檢測）到物流行業(yè)（公路或鐵路運輸、移動(dòng)資產(chǎn)管理、實(shí)時(shí)庫存），越來(lái)越多的組織正在利用大數據流的應用。目前大數據分析仍主要以批量和離線(xiàn)的方式執行，但隨著(zhù)用戶(hù)與技術(shù)的成熟，大數據分析將會(huì )進(jìn)入實(shí)時(shí)分析的時(shí)代。
聯(lián)系客服
