歡迎光臨
每天分享高質量文章

大資料與分析正在重新定義5個行業:醫學、零售、建築、銀行、交通

01

醫學

醫療行業依靠專用裝置來跟蹤生命體徵、協助醫生診斷。醫療行業同樣也使用大資料和分析工具以多種方式改善健康狀況


可穿戴式追蹤器向醫生傳遞資訊並告訴他們患者是否服用藥物,或者他們是否遵循治療或疾病管理計劃。隨著時間的推移,收集的彙編資料為醫生提供了患者健康狀況的全面檢視,提供了比簡短的面對面交流更深入的資訊。


另外,公共衛生部門會利用大資料分析來找出食品安全的高危區域,並優先進行食品安全檢查。研究人員也深入研究資料,來揭示具有最顯著的病理特徵的地方


此外,大資料分析可幫助醫院管理人員進行安排,以期減少患者的等待時間並改善護理條件。有些平臺會批次檢視資料,然後查詢其中的樣式並給出改善的建議。


02

零售

如果零售商沒有正確預測客戶的需求,然後提供這些東西,他們可能會很難盈利。大資料分析洞察瞭如何讓人們滿意並再次回到這家商店。IBM的一項研究發現,62%的零售商受訪者表示資訊和大資料分析為他們帶來了競爭優勢


最有用的策略包括確定業務需求和確定分析技術如何支援這些需求。例如,零售商可能希望購物者在店中停留更長的時間。然後,他們可以根據這一需求,使用大資料分析來建立個性化、高度相關的材料,吸引顧客在商店中停留


分析軟體還可以跟蹤客戶的每一步。由此產生的結果可以告訴零售商如何吸引具有最高價值的購物者。檢查天氣資料可以預測對雪鏟和沙灘椅等季節性物品的需求,讓零售商在大多數顧客到達之前訂購這些東西。


03

建築

建築公司跟蹤從材料的費用到完成任務所需的平均時間的所有內容。這並不奇怪,資料分析正在成為這個行業的重要內容。


當建築專業人員監控現場服務指標(如損耗,推薦率和收入)時,他們將能夠更好地瞭解哪些方面進展順利以及哪些業務部門需要改進。此外,他們利用大資料根據未來用途和預期趨勢分析專案的最佳位置。有些專案甚至將感測器整合到建築物和橋梁中,這些附件收集資料並將其發回給人們進行分析。


Dayton Superior是一家混凝土建築公司,為世界各地的專案提供材料。它意識到當公司的代表不能立即知道某些城市的材料成本時,保證價格透明度是非常困難。因此,這家公司開始使用地理資料分析,以此進行價格確定


一個月後,超過98%的銷售代表使用了改進的方式,並且提供報價的用時急劇下降。從那時起,該公司大大減少了定價過程中的不一致性。分析工具提供的建議通常能使公司找到適合情況的價格並向客戶提供更低的費率。


04

銀行

人們並不一定認為銀行業是一個特別高科技的行業,但一些品牌正在透過資料分析來改變人們的這一觀念。美國銀行設計了一個名為Erica的虛擬助手,它使用預測分析和自然語言處理來幫助客戶檢視銀行交易歷史或即將到來的賬單的資訊


此外,Erica在每筆交易中都變得更”聰明”。美國銀行的代表說,助理最終將研究人們在銀行的習慣,並提供相關的財務建議。


大資料也有助於打擊銀行欺詐。由QuantumBlack構建的一種預測機器學習模型在使用的第一週內檢測到相當於100,000美元的欺詐交易。


05

交通

人們需要按時到達目的地,大資料分析幫助公共交通提供商提高客戶的滿意度。Transport for London使用統計資料來對映客戶旅程,為人們提供個性化詳細資訊並管理意外情況。它可以告訴我們有多少人在一輛公共汽車上或者最小化乘客步行到公交車站的距離。


資料分析也為鐵路行業的人們提供幫助。車載感測器提供有關列車制動機制,里程等的詳細資訊。來自100列火車的資料集每年可產生高達2000億個資料點


檢查資訊的人試圖找到有意義的樣式來指導他們改進操作。例如,他們可能會發現導致裝置故障並使列車暫時停止服務的事件。交通運輸部門也是資料科學家求職最好的行業之一。

本文由李昊璟、朝樂門負責翻譯、編輯、排版和校對。原文作者:KaylaMatthews,URL:https://towardsdatascience.com/5-industries-becoming-defined-by-big-data-and-analytics-e3e8cc0c0cf。

版權宣告:本號內容部分來自網際網路,轉載請註明原文連結和作者,如有侵權或出處有誤請和我們聯絡。

關聯閱讀

原創系列文章:

1:從0開始搭建自己的資料運營指標體系(概括篇)

2 :從0開始搭建自己的資料運營指標體系(定位篇)

3 :從0開始搭建自己的資料運營體系(業務理解篇)

4 :資料指標的構建流程與邏輯

5 :系列 :從資料指標到資料運營指標體系

6:   實戰 :為自己的公號搭建一個資料運營指標體系

7:  從0開始搭建自己的資料運營指標體系(運營活動分析)

資料運營 關聯文章閱讀:  

運營入門,從0到1搭建資料分析知識體系    

推薦 :資料分析師與運營協作的9個好習慣

乾貨 :手把手教你搭建資料化使用者運營體系

推薦 :最用心的運營資料指標解讀

乾貨 : 如何構建資料運營指標體系

從零開始,構建資料化運營體系

乾貨 :解讀產品、運營和資料三個基友關係

乾貨 :從0到1搭建資料運營體系

資料分析、資料產品 關聯文章閱讀:

乾貨 :資料分析團隊的搭建和思考

關於使用者畫像那些事,看這一文章就夠了

資料分析師必需具備的10種分析思維。

如何構建大資料層級體系,看這一文章就夠了

乾貨 : 聚焦於使用者行為分析的資料產品

如何構建大資料層級體系,看這一文章就夠了

80%的運營註定了打雜?因為你沒有搭建出一套有效的使用者運營體系

從底層到應用,那些資料人的必備技能

讀懂使用者運營體系:使用者分層和分群

做運營必須掌握的資料分析思維,你還敢說不會做資料分析

合作請加qq:365242293  


更多相關知識請回覆:“ 月光寶盒 ”;

資料分析(ID : ecshujufenxi )網際網路科技與資料圈自己的微信,也是WeMedia自媒體聯盟成員之一,WeMedia聯盟改寫5000萬人群。

贊(0)

分享創造快樂