公司通过大数据分析产生的业务影响正在推动对数字化转型的全面投资。

根据NewVantage Partners最近的一项调查，面对 COVID-19 世界中的多波中断，近 92% 的公司表示计划在数据/人工智能项目上投入相同或更多的资金。

数据成熟的公司引用了使用大数据的关键业务优势，包括：

1. 知情决策
2. 降低成本
3. 更好地了解客户
4. 新产品开发
5. 数据货币化

新的竞争优势、创新和转型等进攻性驱动力取代了防御性驱动力，因为变化正在成为当今唯一的市场常数。

让我们探讨一下公司通过大数据获得哪些商业利益以在竞争中脱颖而出。

但先说几句大数据

十年前，大数据开始崭露头角，在数字万物的新世界中，每一秒产生的数据都呈爆炸式增长。一个简单的事实：我们在 2020 年每天创建大约 2.5 千亿个数据字节，其中近 90% 的当前数据是在过去几年中生成的。

结合结构化、半结构化和非结构化数据（图像、文本、视频、社交媒体帖子、传感器数据等），大数据对于传统分析系统来说不仅大而且复杂。这可能是组织内 60% 到 70% 的所有数据从未经过分析以获取洞察力或更大趋势的原因（另一个快速事实）。

先进的人工智能解决方案然而，新技术使挖掘公司多年来收集的大量数据中隐藏的模式和相关性成为可能。大数据已经开始讨论，并且也产生了巨大的商业影响。

那么，大数据对当今企业的影响是什么？

由于各种公司都试图利用大数据浪潮来获取各种商业利益，因此采用大数据并非易事。这是因为就像大数据的其他任何事情一样，挑战也很大，从糟糕的数据质量到孤岛、缺乏协调和业务错位。

不过，也有一些成功案例。

零售和电子商务

随着客户期望的提高、在线购物和退货的增加，以及亚马逊几乎是所有人的主要竞争对手，越来越多的零售商依靠大数据分析来捕捉业务影响。

零售业的大数据/人工智能技术为领先公司带来了许多商业利益，包括能够通过个性化推荐赢得客户、预测需求和收入、改善日常运营以及防止欺诈。

• 以沃尔玛为例，它是世界领先的零售商，多年来一直在转型。沃尔玛以数据民主化为核心，建立了一个分析中心，为员工提供对数百个来源数据的受控访问。数据驱动的团队现在可以找到快速的解决方案，就像杂货团队对特定商品的销售额下降感到困惑一样。数据操作帮助他们发现产品价格由于简单的错误计算而缺乏竞争力，并迅速采取行动。
• 大型零售店使用闭路电视和数据挖掘技术支持的视频分析来了解客户行为模式。这为他们提供了有关客户忽略的商店死角、最佳人员配备（例如，周五晚上）、炎热天气下需要的产品以及许多其他问题的见解。使用购物篮分析来探索客户的人口统计数据和购买模式，零售商正在通过调整价格和布局使他们的产品看起来像是完全偷窃。
• 另一方面，电子商务网站可以通过跟踪点击流数据和其他客户活动，通过产品推荐更好地定位用户。这些数据让他们深入了解推动最多流量的渠道、吸引最多访问的页面或产品、他们最赚钱的客户是谁，以及网站可能会在哪些地方失去用户。通过将文本挖掘应用于查询，它们还可以帮助客户更快地找到所需的产品。
• 大数据分析为库存管理提供端到端的可见性。库存的 360 度视图有助于防止因产品不可用、跨销售渠道的非同步库存水平导致超卖或交货缓慢而错失机会。例如，亚马逊为其“预期运输”系统申请了一项专利，该系统可以在人们下订单之前预测他们想要购买的商品。
  在 CRM 系统中实施复杂的大数据/人工智能技术后，寻找新客户也变得容易。这些平台不仅可以跟踪非结构化电子邮件和日历数据，还可以自动执行后续序列并标记热情的潜在客户。

营销

“营销的目的是充分了解和了解客户，产品或服务适合他并自我推销，”——著名的管理顾问和教育家彼得·德鲁克 (Peter Drucker)。
营销和销售团队在大数据分析方面处于领先地位，利用大数据对业务产生巨大影响。他们收集的三类数据——客户、财务和运营数据——能够更准确地分析目标受众、财务绩效和业务流程。

• Netflix 是一个很好的例子，说明了数据驱动的广告如何在违反直觉的决定（例如 VPN 禁令和 2016 年的价格上涨）推动用户增长的情况下。粉丝俱乐部中的人知道他们如何向您发送下一个要观看的节目的推荐。Netflix 的推荐引擎和新内容制作决策依赖于人们搜索或观看的标题、选择电影所花费的时间、停止播放的频率、给出的评级等。好莱坞编剧明星威廉戈德曼说：“没有人，没有人——不是现在，不是永远– 最不知道什么是票房有效或无效。” 好吧，Netflix 知道！
• 谷歌和 Facebook 也知道一些关于数据驱动广告的事情，从大数据中获得巨大的商业利益。通过收集和分析我们共享的大量个人数据，它们可以提供更有针对性和更个性化的产品和服务广告，我们可能真正有兴趣购买这些产品和服务。
• 随着智能手机的普及，大数据分析使超本地化广告成为可能（我们承认，这非常令人毛骨悚然）。通过捕获位置和人口统计数据，分析平台可以向商店附近的购物者发送提供折扣或其他举措的广告。
• 大数据及其对营销业务影响的另一个很好的例子是克罗格的优惠券故事。这家美国最大的杂货网络向购物者邮寄高度个性化的优惠券，报告称未来六周内的兑换率超过 70%。克罗格研究每个客户的 DNA，而不是按人口统计特征对他们进行细分，提供人们真正喜欢的优惠券，这意味着喝可乐的人永远不会对百事可乐优惠券的优惠感到尴尬。

卫生保健

大数据分析正在席卷医疗保健领域，有助于预测流行病、降低治疗成本、避免可预防的情况并提高我们的整体生活质量。运营改进也在广受欢迎的大数据业务收益清单上。

洞察力来自多个来源，包括临床数据、电子病历、付款人记录、患者门户、体检结果、可穿戴设备、智能手机、基因数据库等。

• 电子健康记录 (EHR) 可能是大数据在医疗保健中最广泛的应用，它使医疗专业人员可以访问有关患者的完整信息，包括人口统计、医疗诊断、处方、过敏等。 EHR 系统通过自动化和更好的协作来改善护理提供者，发送筛查或疫苗接种提醒或禁忌症、异常实验室结果或药物相互作用的警报。它们支持医疗保健领域的预测分析，此处的示例采用了由North Oaks Health System构建的机器学习驱动的预测分析工具，可使用 EHR 数据加速抗生素治疗并降低败血症死亡率。
• 医疗保健中的大数据业务优势包括优化人员配备水平。例如，一组法国医院正在使用分析平台来解决过度拥挤的问题。该平台可以预测未来 15 天的急诊就诊和入院情况，该数据库由超过 470,000 名患者就诊的数据库以及与医院就诊相关的天气、假期和流感发病率等外部因素的额外数据提供支持。
• 大数据对医疗保健产生重大影响的另一个重要领域是流行病管理。在 2014-16 年西非埃博拉病毒爆发期间，研究人员求助于有关拨打求助热线的位置和频率的数据，以绘制该地区人口流动的地图。2010 年海地地震后，类似的手机数据分析被用于定位救援行动并预测随后霍乱爆发的蔓延。
• 大数据研究在改进某些疾病的检测和治疗方面取得了长足的进步。例子包括科技公司Tempus，它创建了一个庞大的临床和分子数据库，以丰富每个患者癌症病例的背景，以获得更个性化的治疗选择。在皮肤科领域，经过训练以检测良性和恶性皮肤病变的现代人工智能算法已经达到了认证临床医生的准确性。基于图像的皮肤病变自动分类可部署在智能手机上，有可能增加对重要诊断护理的低成本访问。

金融

越来越多地使用数据被列为将在未来十年塑造银行业的主要趋势之一。

对于银行和其他金融机构而言，大数据对业务的影响主要围绕着由个性化产品驱动的更高级别的安全性和更高的客户忠诚度。

• 通过大数据分析提供更好的客户服务是苏格兰皇家银行 (RBS) 的首要任务。RBS 分析打包的银行账户，以检测客户是否可能为同一服务支付两次费用，并使用分析来发现可以通过整合贷款来省钱的客户。当抵押持有人接近自动转移到更昂贵的可变利率时，他们的系统还会向他们发送交易续订提醒。
• 防欺诈是大数据在银行业的另一个常见应用。例如，劳埃德银行集团通过分析独特的呼叫特征（位置、背景噪音、呼叫历史等）来创建它所描述的客户呼叫的音频指纹。与此同时，美国运通报告称，自 2014 年采用 AI 驱动的数据分析以来，其数字欺诈解决率提高了 100%，POS 中断减少了 21%。 美国运通还使用大数据通过在线渠道获取新客户并开发的应用程序将持卡人与商户联系起来提供个性化优惠。
• 大数据对银行业的风险管理产生重大影响。成功案例包括总部位于新加坡的大华银行 (UOB)将计算风险价值（投资损失风险）的时间周期从几小时缩短到几分钟，以及摩根士丹利通过自动模式识别的帮助。

教育

大数据/人工智能技术正在彻底改变教育，使实时分析学生的表现和行为成为可能，改进教学方法，并重振整个教育系统。

• 通过捕获测试分数、问题的响应时间或学生失败或成功回答的问题等数据，大数据分析系统使教育工作者能够个性化学习过程并提高学生的成绩。例如，通过实时评估工具和复杂的应用程序，英国的阿什福德学校不仅创造了更佳的学习环境，而且降低了整体 IT 成本。
• 大数据技术还用于通过摄像头或可穿戴设备监控学生的面部表情和其他生物特征数据，以衡量他们的学习参与度或提高安全性（尽管这种大数据应用背后的道德规范很微妙）。
• 帮助学生进行职业选择是大数据在教育中的另一个重要应用。Overgrad等大学规划平台可帮助学生了解他们感兴趣的领域、跟踪实现其教育目标的进度并关注他们喜欢的学校。

结束语

各行各业的许多公司已经意识到大数据技术和他们正在提供的业务影响。比赛已经开始，更多的即将到来。

据Wikibon（区块新看点采访） 称，到 2023 年，大数据分析市场将达到 1030 亿美元。与此同时，据报道，2019 年全球大数据支出为 1800 亿美元，预计 2020 年至 2022 年间，将以13.2% 的复合年增长率增长。这意味着竞争将变得更大。

如果您不知道如何开始您所在行业的大数据之旅或陷入困境，请联系区块新看点-程伟（blockchan888）。我们很乐意分享他们的经验和专业知识。

重要声明：本文部分观点来源引用和转载，非全部为笔者观点，所以转载本文时请备注清楚为“区块新看点-行业整理分析报告”！本文笔者：区块新看点-程伟，加工原创报告，谢谢关注和分享！

欢迎关注区块新看点