行業(yè)篇：從大數(shù)據(jù)場景應(yīng)用的橫向出發(fā)，介紹各個行業(yè)的大數(shù)據(jù)應(yīng)用場景，重點介紹銀行、證券、保險、互聯(lián)網(wǎng)金融、地產(chǎn)、旅游、交通、農(nóng)業(yè)、智慧政府等行業(yè)大數(shù)據(jù)場景應(yīng)用和案例

功能篇：從大數(shù)據(jù)場景應(yīng)用的縱向出發(fā)，介紹大數(shù)據(jù)分析在各個功能領(lǐng)域的應(yīng)用場景，重點介紹精準(zhǔn)營銷、數(shù)據(jù)風(fēng)控、效率提升、決策支持、產(chǎn)品運營的大數(shù)據(jù)場景和案例。

數(shù)據(jù)源篇：從數(shù)據(jù)類型和數(shù)據(jù)源角度出發(fā)，介紹中國市場上擁有數(shù)據(jù)源的公司，其數(shù)據(jù)來源、數(shù)據(jù)類型、數(shù)據(jù)應(yīng)用場景、數(shù)據(jù)應(yīng)用案例。

用戶畫像篇：從數(shù)據(jù)應(yīng)用出發(fā)，介紹如何梳理和整理數(shù)據(jù)，如何打標(biāo)簽，如何利用數(shù)據(jù)描述用戶，如何建立可以進(jìn)行商業(yè)應(yīng)用的用戶畫像，如何通過用戶畫像找到數(shù)據(jù)商業(yè)應(yīng)用場景。

數(shù)據(jù)分析篇：從數(shù)據(jù)分析角度出發(fā)介紹常用的數(shù)據(jù)挖掘和統(tǒng)計分析方法、模型、算法。數(shù)據(jù)挖掘和分析常用的知識點、數(shù)據(jù)分析模型和應(yīng)用案例。

第一篇行業(yè)篇

很多企業(yè)對大數(shù)據(jù)的價值了解不多，不知道如何應(yīng)用數(shù)據(jù)，如何利用數(shù)據(jù)創(chuàng)造價值。大數(shù)據(jù)的場景應(yīng)用成了很多企業(yè)迫切需要了解的問題，也是大數(shù)據(jù)在企業(yè)應(yīng)用的一個主要出發(fā)點。本文將從幾個產(chǎn)業(yè)和領(lǐng)域來同大家分享一下大數(shù)據(jù)的應(yīng)用場景，同時也幫助企業(yè)掌握找到數(shù)據(jù)應(yīng)用切入點。

大數(shù)據(jù)場景應(yīng)用本質(zhì)上就是數(shù)據(jù)的業(yè)務(wù)應(yīng)用場景，是數(shù)據(jù)和數(shù)據(jù)分析在企業(yè)經(jīng)營活動中的具體表現(xiàn)。可以從不同的緯度來了解大數(shù)據(jù)的場景應(yīng)用。從橫向上分析，大數(shù)據(jù)在不同行業(yè)有不同的應(yīng)用場景，簡單講就是提升業(yè)務(wù)，降低成本，開源和節(jié)流并重。由于各個行業(yè)的數(shù)據(jù)維度和數(shù)質(zhì)量不同，大數(shù)據(jù)在不同行業(yè)應(yīng)用的成熟度不同，金融行業(yè)的數(shù)據(jù)維度較多，數(shù)據(jù)質(zhì)量也很好，數(shù)據(jù)集中和數(shù)據(jù)治理也開展了一段時間，因此金融行業(yè)的大數(shù)據(jù)應(yīng)用開展較好，也取得了一些較好的效果。地產(chǎn)行業(yè)的大數(shù)據(jù)剛剛開始，主要應(yīng)用在于線下和線上數(shù)據(jù)打通、土地決策、地產(chǎn)金融等方面。電商是最早利用數(shù)據(jù)變現(xiàn)的行業(yè)，客戶交易和行為數(shù)據(jù)分析已經(jīng)成為電商行業(yè)核心競爭力?；ヂ?lián)網(wǎng)金融、零售、醫(yī)療、交通、航空旅游的數(shù)據(jù)應(yīng)用也開始了一段時間，數(shù)據(jù)分析已經(jīng)為他們帶來了較大的業(yè)務(wù)提升。

一 金融行業(yè)大數(shù)據(jù)場景應(yīng)用

金融行業(yè)擁有豐富的數(shù)據(jù)，并且數(shù)據(jù)維度和數(shù)據(jù)質(zhì)量也很好，自身的數(shù)據(jù)就是最好的數(shù)據(jù)，可以開發(fā)出很多應(yīng)用場景。如果考慮引入外部數(shù)據(jù)，可以加快數(shù)據(jù)價值的變現(xiàn)，市場上較好的數(shù)據(jù)有社交數(shù)據(jù)、電商交易數(shù)據(jù)、移動大數(shù)據(jù)、運營商數(shù)據(jù)、工商司法數(shù)據(jù)、公安數(shù)據(jù)、教育數(shù)據(jù)、銀聯(lián)交易數(shù)據(jù)等。

大數(shù)據(jù)在金融行業(yè)應(yīng)用范圍較廣，典型的案例有花旗銀行利用IBM沃森電腦為財富管理客戶推薦產(chǎn)品，并預(yù)測未來計算機推薦理財?shù)氖袌鰧⒊^銀行專業(yè)理財師。摩根大通銀行利用決策樹技術(shù)，降低了不良貸款率、轉(zhuǎn)化了提前還款客戶，一年為摩根大通銀行增加了6億美金的利潤。VISA公司利用Hadoop平臺將730億交易處理時間從一個月縮短到13分鐘。

1 銀行數(shù)據(jù)應(yīng)用場景

銀行的數(shù)據(jù)應(yīng)用場景比較豐富，典型的數(shù)據(jù)應(yīng)用場景集中在數(shù)據(jù)庫營銷、用戶經(jīng)營、數(shù)據(jù)風(fēng)控、產(chǎn)品設(shè)計和決策支持等。現(xiàn)階段，大數(shù)據(jù)在銀行的商業(yè)應(yīng)用還是以其自身交易數(shù)據(jù)和客戶數(shù)據(jù)為主，外部數(shù)據(jù)為輔;描述性數(shù)據(jù)分析為主，預(yù)測性數(shù)據(jù)建模為輔;經(jīng)營客戶為主，經(jīng)營產(chǎn)品為輔。

可以將銀行的數(shù)據(jù)按類型分為交易數(shù)據(jù)、客戶數(shù)據(jù)、信用數(shù)據(jù)、資產(chǎn)數(shù)據(jù)四大類。大部分?jǐn)?shù)據(jù)都集中在數(shù)據(jù)倉庫，都是結(jié)構(gòu)化數(shù)據(jù)，金融屬性較強，可以利用數(shù)據(jù)挖掘來分析出一些交易數(shù)據(jù)背后的商業(yè)價值。商業(yè)銀行正在從經(jīng)營產(chǎn)品轉(zhuǎn)向經(jīng)營客戶，因此目標(biāo)客戶的尋找，正在成為銀行數(shù)據(jù)商業(yè)應(yīng)用的主要方向。其中高端財富管理和理財客戶的挖掘，成為吸收存款和理財產(chǎn)品銷售的主要應(yīng)用領(lǐng)域。

1)利用數(shù)據(jù)庫營銷，挖掘高端財富客戶

從物業(yè)費待繳服務(wù)中尋找高端理財客戶，銀行可能幫助一些物業(yè)公司進(jìn)行物業(yè)費代繳，其中包含了較多的高檔樓盤的代扣代繳，銀行可以依據(jù)物業(yè)費的多少，來識別出高檔住宅的業(yè)主。例如針對物業(yè)費代扣金額超過3千元的客戶進(jìn)行分析，結(jié)合其在本行的資產(chǎn)余額，來幫助銀行找到一些主要資產(chǎn)不在本行的高端用戶，為這些用戶提供理財服務(wù)和資產(chǎn)管理服務(wù)。曾經(jīng)某家股份制商業(yè)銀行，利用此方法，兩個月新增了十多億存款。

2)利用銀行卡刷卡記錄來尋找財富管理人群

中國有120萬人口高端財富人群，這些人群平均可支配的金融資產(chǎn)在一千萬人民幣，是所有銀行財富管理重點發(fā)展的人群。這些人群具有典型的高端消費習(xí)慣，高端消費場場景覆蓋奢侈品、游艇、豪車、手表、高爾夫、古玩等。銀行可以參考POS機的消費記錄定位這些高端財富管理人群，為其提供定制的財富管理方案，吸收其成為財富管理客戶，增加存款和理財產(chǎn)品銷售。另外移動設(shè)備的位置數(shù)據(jù)也可以幫助銀行識別出這些人群。

3)利用外部數(shù)據(jù)找到白金卡用戶

信用卡中的白金卡主要面對高端消費人群，這些人群很難通過線下的方式觸達(dá)，但是其又是信用卡公司希望獲得的高價值用戶。銀行可以參考客戶乘坐頭等倉的次數(shù)、出境游消費金額、境外數(shù)據(jù)漫游費用來為其提供白金卡服務(wù)，這類經(jīng)常乘坐頭等倉和消費高的客戶，其消費額度和信用水平應(yīng)該可以滿足白金信用卡客戶的要求。這種消費場景的關(guān)聯(lián)應(yīng)用是典型的大數(shù)據(jù)應(yīng)用方式，也是目前數(shù)據(jù)庫營銷和數(shù)據(jù)風(fēng)控常用的場景。

2 保險行業(yè)數(shù)據(jù)應(yīng)用功能場景

保險行業(yè)主要通過保險代理人連接保險客戶，對客戶的基本信息和需求掌握很少，因此極端依賴外部保險代理人和渠道(銀行)，在競爭不激烈的情況下，這種連接客戶的方式是可以的。但是如果互聯(lián)網(wǎng)保險興起之后，用戶很可能會被分流到互聯(lián)網(wǎng)渠道，因為年輕人更加喜歡通過互聯(lián)網(wǎng)這個渠道來滿足自己的需求。未來線上客戶將成為保險公司客戶來源。

保險行業(yè)的產(chǎn)品是一個長周期產(chǎn)品，保險客戶再次購買保險產(chǎn)品的轉(zhuǎn)化率很高，經(jīng)營好老客戶是保險公司一項重要任務(wù)。保險公司內(nèi)部的交易系統(tǒng)不多，交易方式不是很復(fù)雜，數(shù)據(jù)主要集中在產(chǎn)品系統(tǒng)和交易系統(tǒng)之中，客戶關(guān)系管理系統(tǒng)中也包含豐富了信息，但是數(shù)據(jù)集中在很多保險公司還沒有完成，數(shù)據(jù)倉庫建設(shè)可能需要在用戶畫像建設(shè)前完成。

保險公司主要數(shù)據(jù)有人口屬性信息，信用信息，產(chǎn)品銷售信息，客戶家人信息。缺少興趣愛好、消費特征、社交信息等信息。保險產(chǎn)品主要有壽險，車險，保障，財產(chǎn)險，意外險，養(yǎng)老險，旅游險。

保險行業(yè)數(shù)據(jù)業(yè)務(wù)場景是圍繞保險產(chǎn)品和保險客戶進(jìn)行的，典型的數(shù)據(jù)應(yīng)用有利用用戶行為數(shù)據(jù)來制定車險價格(UBI)，利用客戶外部行為數(shù)據(jù)來了解客戶需求，向目標(biāo)用戶推薦產(chǎn)品，例如依據(jù)自身數(shù)據(jù)(個人屬性)，外部養(yǎng)車App活躍情況，為保險公司找到車險客戶;依據(jù)自身數(shù)據(jù)(個人屬性)，移動設(shè)備位置信息，為保險企業(yè)找到商旅人群，推銷意外險和保障險。依據(jù)自身數(shù)據(jù)(家人數(shù)據(jù))，人生階段信息，為用戶推薦理財保險，壽險，保障保險，養(yǎng)老險，教育險，依據(jù)自身數(shù)據(jù)和外部數(shù)據(jù)，為高端人士提供財產(chǎn)險和壽險。利用外部數(shù)據(jù)，提升保險產(chǎn)品的精算水平，提高利潤水平和投資收益。

保險公司急需收集整理客戶信息，為客戶建立人生檔案，利用個人的生命周期各個階段需要，為客戶提供保險產(chǎn)品。保險公司也需要同外部渠道進(jìn)行合作開發(fā)出適合不同業(yè)務(wù)場景的保險產(chǎn)品。例如航班延誤險、旅游天氣險、手機被盜險等新的險種。目的不是靠這些險種盈利，而是找到潛在客戶，為客戶提供其他保險產(chǎn)品。另外保險公司應(yīng)該借助于移動互聯(lián)網(wǎng)連接客戶，利用數(shù)據(jù)分析來了解客戶，降低對外部渠道的依賴，降低保險營銷費用，提高直銷渠道投入和直銷銷售比。

3 證券行業(yè)數(shù)據(jù)應(yīng)用場景

證券行業(yè)的主要收入來源于經(jīng)紀(jì)業(yè)務(wù)、資產(chǎn)管理、投融資服務(wù)、自由資金投資。外部數(shù)據(jù)的分析，特別是行業(yè)數(shù)據(jù)的分析有助于其投融資服務(wù)和投資業(yè)務(wù)。2015年4月13日，一碼通實施之后，證券行業(yè)面臨了互聯(lián)網(wǎng)證券平臺的強力競爭，依據(jù)TalkingData發(fā)布的金融App排行榜，移動互聯(lián)網(wǎng)證券App，排名前5位的證券類App，只有一家傳統(tǒng)券商華泰證券。排名第一的互聯(lián)網(wǎng)券商同化順覆裝機量是排名第一傳統(tǒng)券商的6倍，前三名的互聯(lián)券商總體覆蓋用戶接近6000萬用戶。用戶總數(shù)還在不斷增加。傳統(tǒng)證券行業(yè)現(xiàn)在面臨的主要挑戰(zhàn)是用戶交易賬戶的爭奪，證券行業(yè)如何增加新用戶?如何留住用戶?如何提高證券行業(yè)用戶的活躍?如何提高單個客戶的收入?是證券行業(yè)主要的業(yè)務(wù)需求。

證券行業(yè)擁有的數(shù)據(jù)類型有個人屬性信息例如用戶名稱，手機號碼，家庭地址，郵件地址等。證券公司還擁有交易用戶的資產(chǎn)和交易紀(jì)錄，同時還擁有用戶收益數(shù)據(jù)，利用這些數(shù)據(jù)和外部數(shù)據(jù)，證券公司可以利用數(shù)據(jù)建立業(yè)務(wù)場景，篩選目標(biāo)客戶，為用戶提供適合的產(chǎn)品，提高單個客戶收入。帕累托效應(yīng)還是適用于證券行業(yè)，20%的客戶創(chuàng)造了80%的利潤。證券行業(yè)需要找到高頻交易客戶、資產(chǎn)較高的客戶，理財客戶。借助于數(shù)據(jù)分析，如果客戶平均年收益低于5%，交易頻率很低，建議其購買證券公司提供的理財產(chǎn)品。如果客戶交易很頻繁，又收益較高，可以主動推送融資服務(wù)。如果客戶交易不頻繁，但是資金量較大，可以為客戶提供投資咨詢，激活客戶交易興趣?？蛻艚灰椎念l率，客戶的資產(chǎn)規(guī)模，客戶交易量都是證券公司主要收入來源，對客戶交易習(xí)慣和行為分析可以幫助證券公司獲得更多的收益。另外證券App交易的便捷和用戶體驗，也是提升用戶粘性的重要方面。

證券公司除了利用企業(yè)財務(wù)數(shù)據(jù)來判斷企業(yè)經(jīng)營情況，還可以利用外部數(shù)據(jù)來分析企業(yè)的經(jīng)營情況，為投融資以及自身投資業(yè)務(wù)提供有力支持。例如利用移動App的活躍和覆蓋率來判斷移動互聯(lián)網(wǎng)企業(yè)經(jīng)營情況，電商、手游、旅游等行業(yè)的App活躍情況完全可以說明企業(yè)運營情況。海關(guān)數(shù)據(jù)、物流數(shù)據(jù)、電力數(shù)據(jù)、交通數(shù)據(jù)、社交輿情、郵件服務(wù)器容量等數(shù)據(jù)可以說明企業(yè)經(jīng)營情況，為投資提供重要參考。

二 地產(chǎn)行業(yè)大數(shù)據(jù)場景應(yīng)用

地產(chǎn)行業(yè)正在從黃金發(fā)展期進(jìn)入到白銀發(fā)展期，房地產(chǎn)商從過去粗放經(jīng)營轉(zhuǎn)向精細(xì)化經(jīng)營。地產(chǎn)生意不在是簡單的交鑰匙工程，簡單的商品房建設(shè)。地產(chǎn)公司正在轉(zhuǎn)向商業(yè)地產(chǎn)開發(fā)和商鋪經(jīng)營、物業(yè)經(jīng)營。市場的競爭正在驅(qū)動地產(chǎn)公司尋找新的收入增點和新的商業(yè)模式。有的地產(chǎn)巨頭例如萬科和萬達(dá)，已經(jīng)轉(zhuǎn)向社區(qū)O2O、電商、文化產(chǎn)業(yè)、地產(chǎn)金融等業(yè)務(wù)。

一些地產(chǎn)公司和大數(shù)據(jù)公司正在尋找大數(shù)據(jù)在地產(chǎn)行業(yè)的應(yīng)用場景，并且已經(jīng)取得了階段性成果。移動大數(shù)據(jù)正在幫助地產(chǎn)行業(yè)在土地開發(fā)、小區(qū)規(guī)劃、商鋪規(guī)劃、地產(chǎn)O2O，甚至地產(chǎn)金融等方面發(fā)揮作用。地產(chǎn)大數(shù)據(jù)商業(yè)應(yīng)用場景被逐漸被挖掘出來，大數(shù)據(jù)技術(shù)在資源配置和客戶分析等方面發(fā)揮了過去想象不到的作用，移動大數(shù)據(jù)正在幫助房地產(chǎn)公司實施數(shù)字化運營，獲得新的業(yè)務(wù)收入。TalkingData作為一個領(lǐng)先的移動大數(shù)據(jù)公司，在土地規(guī)劃、客戶經(jīng)營、打通O2O等方面幫助很多房地產(chǎn)商實現(xiàn)數(shù)字化經(jīng)營，并取得了一些成績。數(shù)據(jù)商業(yè)應(yīng)用給地產(chǎn)商帶來了過去不存在的商業(yè)價值，移動大數(shù)據(jù)技術(shù)在商業(yè)地產(chǎn)的應(yīng)用，正在成為很多房地產(chǎn)公司重點關(guān)注的領(lǐng)域。

1 移動大數(shù)據(jù)在商業(yè)地塊定價策略方面的應(yīng)用

先從一個真實的例子開始，一家著名的房地產(chǎn)公司，其房產(chǎn)開發(fā)主要集中在三線城市。當(dāng)這家房地產(chǎn)公司進(jìn)入到一個城市時，當(dāng)?shù)卣浅g迎，并拿出了一個擁有30萬戶籍人口的土地讓房地產(chǎn)公司進(jìn)行開發(fā)。房地產(chǎn)公司開發(fā)完之后，發(fā)現(xiàn)房子賣出去很少，同30萬戶籍人口的需求完全不在一個數(shù)量級上，房子積壓了不少，造成了較大損失。

地產(chǎn)公司很困惑，究竟是什么原因?qū)е铝朔孔訙N，經(jīng)過一段時間的調(diào)研，地產(chǎn)公司發(fā)現(xiàn)30萬戶籍人口中有一半以上在其他城市工作，并且未來不會回來購買住房，其開發(fā)地塊的常住人口住房購買需求較低，相當(dāng)于10萬戶籍人口的需求。地產(chǎn)商按照30萬人口需求開發(fā)的住宅小區(qū)，很難在當(dāng)?shù)囟唐趦?nèi)賣出去。本次房地產(chǎn)投資損失較大，導(dǎo)致房地產(chǎn)商從當(dāng)?shù)胤慨a(chǎn)市場退出。

TalkingData利用移動設(shè)備的位置數(shù)據(jù)，可以幫開發(fā)商了解其開發(fā)地塊的常住人口數(shù)量、年齡分布和職業(yè)特點、以及收入水平。通過數(shù)據(jù)分析，房地產(chǎn)商可以客觀了解開發(fā)地塊每天晚上居住的人口數(shù)量，進(jìn)入的人口數(shù)量，第二天離開的人口數(shù)量，以及這些人口的活動規(guī)律、年齡階段、職業(yè)類型、收入水平、消費水平等。這些數(shù)據(jù)可以幫助房地產(chǎn)商對土地價值進(jìn)行評估，這些信息對土地價格影響很大。房地產(chǎn)公司已經(jīng)利用移動大數(shù)據(jù)進(jìn)行土地價值估算，避免采用戶籍人口數(shù)量方式來價值估算土地價值，降低了土地投資成本和房地產(chǎn)開發(fā)風(fēng)險。

越來越多的房地產(chǎn)公司正在利用移動大數(shù)據(jù)，客觀精確地估計其開發(fā)的土地價值，降低土地投資費用。房地產(chǎn)開發(fā)商也將參考用戶信息進(jìn)行房型設(shè)計、商鋪規(guī)劃、配套設(shè)施規(guī)劃等，真正將大數(shù)據(jù)價值應(yīng)用到房地產(chǎn)項目上去，優(yōu)化資源配置，提高運營效率。

2 移動大數(shù)據(jù)在商鋪地產(chǎn)規(guī)劃上的應(yīng)用

房地產(chǎn)行業(yè)正在將產(chǎn)業(yè)鏈進(jìn)行延伸，住宅小區(qū)的商業(yè)地產(chǎn)項目已經(jīng)成為房地產(chǎn)公司未來利潤的增長點。商鋪主要為周圍居民提供服務(wù)的，居民的消費偏好成為商鋪設(shè)計的一個出發(fā)點。商鋪的合理規(guī)劃對商業(yè)地產(chǎn)的增值起到了關(guān)鍵的作用。

移動互聯(lián)網(wǎng)的大數(shù)據(jù)可以幫助房地產(chǎn)商了解客戶的消費偏好，通過用戶智能手機的App列表和其活躍程度，大數(shù)據(jù)公司可以對周圍居民進(jìn)行分析和畫像。這些用戶畫像包括客戶的生活愛好、年齡層次，消費特點等信息。房地產(chǎn)商可以利用這些信息進(jìn)行商鋪規(guī)劃，根據(jù)客戶消費需求來規(guī)劃商鋪，最大化商鋪的利用率和客流量，合理配置商鋪資源。

TalkingData已經(jīng)向一些地產(chǎn)開發(fā)商提供了用戶畫像數(shù)據(jù)，這些用戶畫像數(shù)據(jù)正在被用作商鋪規(guī)劃。房地產(chǎn)商依據(jù)周圍用戶的特點和數(shù)量，規(guī)劃教育、娛樂、健康、戶外運動、美容等商鋪的配置比例，確保有足夠的商鋪來滿足客戶需求，同時也確保相同類型商鋪不要太多，最大化商鋪的經(jīng)濟利益，也為商業(yè)地產(chǎn)增值提供基礎(chǔ)。

房地產(chǎn)商利用移動互聯(lián)網(wǎng)側(cè)客戶行為數(shù)據(jù)和消費愛好數(shù)據(jù)，在開發(fā)商鋪時依據(jù)客戶需求規(guī)劃商鋪，提高商鋪客流量和消費總額，幫助房地產(chǎn)商提高商鋪價值和潛在的租金。商戶也可以利用用戶畫像數(shù)據(jù)深度了解客戶，為商品采購和服務(wù)提供數(shù)據(jù)支持，為客戶提供更加優(yōu)質(zhì)的商品和服務(wù)。

三 零售行業(yè)大數(shù)據(jù)場景應(yīng)用

零售行業(yè)比較有名氣的大數(shù)據(jù)案例就是沃爾瑪?shù)钠【坪湍虿嫉墓适?，以及Target通過向年輕女孩寄送尿布廣告而告知其父親，女孩懷孕的故事。沃爾瑪是大數(shù)據(jù)分析應(yīng)用的先鋒，其擁有全世界第二大規(guī)模的數(shù)據(jù)倉庫，第一大規(guī)模數(shù)據(jù)倉庫的擁有者是美國政府。

零售行業(yè)可以通過客戶購買記錄，了解客戶關(guān)聯(lián)產(chǎn)品購買喜好，將相關(guān)的產(chǎn)品放到一起增加來增加產(chǎn)品銷售額，例如將洗衣服相關(guān)的化工產(chǎn)品例如洗衣粉、消毒液、衣領(lǐng)凈等放到一起進(jìn)行銷售。根據(jù)客戶相關(guān)產(chǎn)品購買記錄而重新擺放的貨物將會給零售企業(yè)增加30%以上的產(chǎn)品銷售額。

零售行業(yè)還可以記錄客戶購買習(xí)慣，將一些日常需要的必備生活用品，在客戶即將用完之前，通過精準(zhǔn)廣告的方式提醒客戶進(jìn)行購買。或者定期通過網(wǎng)上商城進(jìn)行送貨，既幫助客戶解決了問題，又提高了客戶體驗。

電商是最早利用大數(shù)據(jù)進(jìn)行精準(zhǔn)營銷的行業(yè)，電商網(wǎng)站內(nèi)推薦引擎將會依據(jù)客戶歷史購買行為和同類人群購買行為，進(jìn)行產(chǎn)品推薦。市場上推薦引擎的產(chǎn)品轉(zhuǎn)化率一般在6%-8%，很少有超過8%以上的轉(zhuǎn)化率。

電商行業(yè)的巨頭天貓和京東，已經(jīng)通過客戶的購買習(xí)慣，將客戶日常需要的商品例如尿不濕，衛(wèi)生紙，衣服等商品依據(jù)客戶購買習(xí)慣事先進(jìn)行準(zhǔn)備。當(dāng)客戶剛剛下單，商品就會在24小時內(nèi)或者30分鐘內(nèi)送到客戶門口，提高了客戶體驗，讓客戶連后悔等時間都沒有。

電商的數(shù)據(jù)量足夠大，數(shù)據(jù)較為集中，數(shù)據(jù)種類較多，其商業(yè)應(yīng)用具有較大的想象空間。包括預(yù)測流行趨勢，消費趨勢、地域消費特點、客戶消費習(xí)慣、消費行為的相關(guān)度、消費熱點等。依托大數(shù)據(jù)分析，電商可幫助企業(yè)進(jìn)行產(chǎn)品設(shè)計、庫存管理、計劃生產(chǎn)、資源配置等，有利于精細(xì)化大生產(chǎn)，提高生產(chǎn)效率，優(yōu)化資源配置。

四 醫(yī)療行業(yè)大數(shù)據(jù)場景應(yīng)用

醫(yī)療行業(yè)擁有大量病例、病理報告、醫(yī)療方案、藥物報告等。如果這些數(shù)據(jù)進(jìn)行整理和分析，將會極大地幫助醫(yī)生和病人。在未來，借助于大數(shù)據(jù)平臺我們可以收集疾病的基本特征、病例和治療方案，建立針對疾病的數(shù)據(jù)庫，幫助醫(yī)生進(jìn)行疾病診斷。

IBM的花了10億美元收購了一家公司，獲得了這家公司的10萬份病人檔案，IBM的沃森已經(jīng)學(xué)習(xí)了這些醫(yī)療檔案，依據(jù)過去的數(shù)據(jù)和診斷建立了疾病診斷模型，并向醫(yī)生推薦治療方案。IBM的沃森背后支撐的系統(tǒng)是DeepQA，專注文本分析、基于概率大規(guī)模并行分析系統(tǒng)。醫(yī)生們用來診斷和治療的醫(yī)學(xué)知識中，只有20%具有實證基礎(chǔ)，每五年相關(guān)的醫(yī)學(xué)知識就會翻一倍，醫(yī)生們根本沒有時間來查閱所有期刊，實時更新其知識儲備。

IBM的沃森具有這樣的學(xué)習(xí)和更新能力，可以幫助醫(yī)生進(jìn)行診斷和提出治療方案。美國的MD安德森癌癥醫(yī)療中心正在實用IBM的沃森幫助醫(yī)生進(jìn)行診斷和制定治療方案。

基因技術(shù)發(fā)展成熟后，可以根據(jù)病人的基因序列特點進(jìn)行分類，建立醫(yī)療行業(yè)的病人分類數(shù)據(jù)庫。在醫(yī)生診斷病人時可以參考病人的疾病特征、化驗報告和檢測報告，參考疾病數(shù)據(jù)庫來快速幫助病人確診。在制定治療方案時，醫(yī)生可以依據(jù)病人的基因特點，調(diào)取相似基因、年齡、人種、身體情況相同的有效治療方案，制定出適合病人的治療方案，幫助更多人及時進(jìn)行治療。這些數(shù)據(jù)也有利于醫(yī)藥行業(yè)開發(fā)出更加有效的藥物和醫(yī)療器械。中國的基因測序處于世界領(lǐng)先梯隊，目前不到一萬元就可以測量客戶36對基因序列，可以幫助醫(yī)生進(jìn)行早期疾病診斷和制定治療方案。

醫(yī)療行業(yè)的數(shù)據(jù)應(yīng)用一直在進(jìn)行，但是數(shù)據(jù)沒有打通，都是孤島數(shù)據(jù)，沒有辦法大規(guī)模應(yīng)用。未來需要將這些數(shù)據(jù)統(tǒng)一收集起來，納入統(tǒng)一的大數(shù)據(jù)平臺，為人類健康造福。政府是推動這一趨勢的重要動力。

五 移動互聯(lián)網(wǎng)廣告

數(shù)字廣告越來越受到廣告主的重視，其未來市場規(guī)模越來越大。2014年美國的互聯(lián)網(wǎng)廣告市場規(guī)模接近500億美元，參考中國的人口消費能力，其市場規(guī)模會很快達(dá)到2000億人民幣左右。

過去到廣告投放都是以好的廣告渠道+廣播式投放為主，廣告主將廣告交給廣告公司，由廣告公司安排投放，其中SEM廣告市場最大，其次為展示廣告，精準(zhǔn)品牌推廣廣告很少，多是廣播式廣告投放。廣播式投放的弊端是投入資金大，沒有針對目標(biāo)客戶，面對所有客戶進(jìn)行展示，廣告的TA(目標(biāo)客戶)響應(yīng)較低，并存在數(shù)字廣告營銷陷阱等問題。

大數(shù)據(jù)技術(shù)可以將客戶在互聯(lián)網(wǎng)上的行為記錄下來，對客戶的行為進(jìn)行分析，打上標(biāo)簽并進(jìn)行用戶畫像。特別是進(jìn)入移動互聯(lián)網(wǎng)時代之后，客戶主要的訪問方式轉(zhuǎn)向了智能手機和平臺電腦，移動互聯(lián)網(wǎng)的數(shù)據(jù)包含了個人行為數(shù)據(jù)，可以用于360度用戶畫像，更加接近真實人群。

移動大數(shù)據(jù)的用戶畫像可以幫助廣告主進(jìn)行精準(zhǔn)營銷，將廣告直接投放到用戶的移動設(shè)備，其廣告的目標(biāo)客戶覆蓋率可以大幅度提高。一般情況下提升的效果在30%以上，廣告主品牌廣告單個TA曝光費用下降，用較少的數(shù)據(jù)投入費用獲得了較高的曝光率。

六 互聯(lián)網(wǎng)金融大數(shù)據(jù)場景應(yīng)用

互聯(lián)網(wǎng)金融爆發(fā)式發(fā)展，2015年P(guān)2P的交易總額將會超過1萬億，將成為具有影響力的產(chǎn)業(yè)。但是在P2P行業(yè)，其面對的風(fēng)險也在加大，除了傳統(tǒng)的信用風(fēng)險，其外部欺詐風(fēng)險正在成為一個主要風(fēng)險。有的P2P公司統(tǒng)計過，帶給P2P公司的最大外部風(fēng)險不是借款人的壞賬，而是犯罪集團(tuán)的惡意欺詐。網(wǎng)絡(luò)犯罪正在成為P2P公司面臨的主要威脅之一，甚至在一些P2P公司，惡意欺詐產(chǎn)生的損失占整體壞賬的60%。很多P2P公司將主要精力放在如何預(yù)防惡意方面。高風(fēng)險客戶識別和黑名單成為預(yù)防惡意欺詐的主要手段。移動大數(shù)據(jù)可以幫助互聯(lián)網(wǎng)金融企業(yè)識別出欺詐用戶和高風(fēng)險用戶

1.用戶居住地的辨別

線上的欺詐行為具有較高的隱蔽性，很難識別和偵測。P2P貸款用戶很大一部分來源于線上，因此惡意欺詐事件發(fā)生在線上的風(fēng)險遠(yuǎn)遠(yuǎn)大于線下。中國的很多數(shù)據(jù)處于封閉狀態(tài)，P2P公司在客戶真實信息驗證方面面臨較大的挑戰(zhàn)。

移動大數(shù)據(jù)可以驗證P2P客戶的居住地點，例如某個客戶在利用手機申請貸款時，填寫自己居住地是上海。但是P2P企業(yè)依據(jù)其提供的手機設(shè)備信息，發(fā)現(xiàn)其過去三個月從來沒有居住在上海，這個人提交的信息可能是假信息，發(fā)生惡意欺詐的風(fēng)險較高。移動設(shè)備的位置信息可以辨識出設(shè)備持有人的居住地點，幫助P2P公司驗證貸款申請人的居住地。

2.用戶工作地點的驗證

借款用戶的工作單位是用戶還款能力的強相關(guān)信息，具有高薪工作的用戶，其貸款信用違約率較低。這些客戶成為很多貸款平臺積極爭取的客戶，也是惡意欺詐團(tuán)伙主要假冒的客戶。

某個用戶在申請貸款時，如果聲明自己是工作在上海陸家嘴金融企業(yè)的高薪人士，其貸款審批會很快并且額度也會較高。但是P2P公司利用移動大數(shù)據(jù)，發(fā)現(xiàn)這個用戶在過去的三個月里面，從來沒有出現(xiàn)在陸家嘴，大多數(shù)時間在城鄉(xiāng)結(jié)合處活動，那么這個用戶惡意欺詐的可能性就較大。移動大數(shù)據(jù)可以幫助P2P公司在一定程度上來驗證貸款用戶真實工作地點，降低犯罪分子利用高薪工作進(jìn)行惡意欺詐的風(fēng)險。

3.欺詐聚集地的識別

惡意欺詐往往具有團(tuán)伙作案和集中作案的特點。犯罪團(tuán)伙成員常常會在集中在一個臨時地點，雇傭一些人，短時間內(nèi)進(jìn)行瘋狂作案。

大多是情況下，多個貸款用戶在同一個小區(qū)居住的概率較低，同時貸款的概率更低。如果P2P平臺發(fā)現(xiàn)短短幾天內(nèi)，在同一個GPS經(jīng)緯度，出現(xiàn)了大量貸款請求。并且用戶信息很相似，申請者居住在偏遠(yuǎn)郊區(qū)，這些貸款請求的惡意欺詐可能性就較大。P2P公司可以將這些異常行為定義為高風(fēng)險事件，利用其他的信息進(jìn)一步識別和驗證，降低惡意欺詐的風(fēng)險。移動設(shè)備的位置信息可以幫助P2P公司，識別出出現(xiàn)在同一個經(jīng)緯度的群體性惡意欺詐事件，降低不良貸款發(fā)生概率。

4.高風(fēng)險貸款用戶的識別

高風(fēng)險客戶也是P2P企業(yè)的一個風(fēng)險。高風(fēng)險客戶定義比較廣泛，除了信用風(fēng)險，貸款人的身體健康情況也是一個重要參考。移動大數(shù)據(jù)的位置信息、安裝的App類型、App使用習(xí)慣，在一定程度上反映了貸款用戶的高風(fēng)險行為。P2P企業(yè)可以利用移動設(shè)備的位置信息，了解過去3個月用戶的行為軌跡。如果某個用戶經(jīng)常在半夜2點出現(xiàn)在酒吧等危險區(qū)域，并且經(jīng)常有飆車行為，這個客戶定義成高風(fēng)險客戶的概率就較高。

一些高風(fēng)險客同時在不同平臺借款，加大了貸款風(fēng)險。TalkingData的App數(shù)據(jù)服務(wù)可以幫助企業(yè)了解客戶何時下載了借款A(yù)pp，近期活躍使用的借款A(yù)pp，幫助P2P企業(yè)了解客戶借款A(yù)pp使用情況，識別出多頭貸款用戶。

欺詐用戶具有刻意隱藏自己行為的特點，用于欺詐的手機很少安裝同生活相關(guān)的工具例如微信、淘寶、支付寶、郵箱等App，即使安裝了也很少使用。借助于TalkingData的App數(shù)據(jù)服務(wù)，P2P企業(yè)刻意了解客戶App安裝和使用情況，識別出具有欺詐嫌疑的客戶。

七 農(nóng)業(yè)大數(shù)據(jù)場景應(yīng)用

農(nóng)產(chǎn)品不容易保存，合理種植和養(yǎng)殖農(nóng)產(chǎn)品對農(nóng)民非常重要。借助于大數(shù)據(jù)提供的消費能力和趨勢報告，政府將為農(nóng)牧業(yè)生產(chǎn)進(jìn)行合理引導(dǎo)，依據(jù)需求進(jìn)行生產(chǎn)，避免產(chǎn)能過剩，造成不必要的資源和社會財富浪費。大數(shù)據(jù)技術(shù)可以幫助政府實現(xiàn)農(nóng)業(yè)的精細(xì)化管理，實現(xiàn)科學(xué)決策。在數(shù)據(jù)驅(qū)動下，結(jié)合無人機技術(shù)，農(nóng)民可以采集農(nóng)產(chǎn)品生長信息，病蟲害信息。

農(nóng)業(yè)生產(chǎn)面臨的危險因素很多，但這些危險因素很大程度上可以通過除草劑、殺菌劑、殺蟲劑等技術(shù)產(chǎn)品進(jìn)行消除。天氣成了影響農(nóng)業(yè)非常大的決定因素。過去的天氣預(yù)報僅僅能提供當(dāng)?shù)氐慕涤炅?，但農(nóng)民更關(guān)心有多少水分可以留在他們的土地上，這些是受降雨量和土質(zhì)來決定的。

Climate公司利用政府開放的氣象站的數(shù)據(jù)和土地數(shù)據(jù)建立了模型，他們可以告訴農(nóng)民可以在哪些土地上耕種，哪些土地今天需要噴霧并完成耕種，哪些正處于生長期的土地需要施肥，哪些土地需要5天后才可以耕種，大數(shù)據(jù)技術(shù)可以幫助農(nóng)業(yè)創(chuàng)造巨大的商業(yè)價值。

八 物流行業(yè)

中國的物流產(chǎn)業(yè)規(guī)模大概有5萬億左右，其中公里物流市場大概有3萬億左右。物流行業(yè)的整體凈利潤從過去的30%以上降低到了20%左右，并且下降的趨勢明顯。物流行業(yè)很多的運力浪費在返程空載、重復(fù)運輸、小規(guī)模運輸?shù)确矫妗Ｖ袊袌鲎畲蟮任锪鞴舅嫉氖袌龇蓊~不到1%。因此資源需要整合，運送效率需要提高。

物流行業(yè)借助于大數(shù)據(jù)，可以建立全國物流網(wǎng)絡(luò)，了解各個節(jié)點的運貨需求和運力，合理配置資源，降低貨車的返程空載率，降低超載率，減少重復(fù)路線運輸，降低小規(guī)模運輸比例。通過大數(shù)據(jù)技術(shù)，及時了解各個路線貨物運送需求，同時建立基于地理位置和產(chǎn)業(yè)鏈的物流港口，實現(xiàn)貨物和運力的實時配比，提高物流行業(yè)的運輸效率。借助于大數(shù)據(jù)技術(shù)對物流行業(yè)進(jìn)行的優(yōu)化資源配置，至少可以增加物流行業(yè)10%左右的收入，其市場價值將在5000億左右。

九 智慧城市管理

如今，世界超過一半的人口生活在城市里，到2050年這一數(shù)字會增長到75%。政府需要利用一些技術(shù)手段來管理好城市，使城市里的資源得到良好配置。既不出現(xiàn)由于資源配置不平衡而導(dǎo)致的效率低下以及騷亂，又要避免不必要的資源浪費而導(dǎo)致的財政支出過大。大數(shù)據(jù)作為其中的一項技術(shù)可以有效幫助政府實現(xiàn)資源科學(xué)配置，精細(xì)化運營城市，打造智慧城市。

城市的道路交通，完全可以利用GPS數(shù)據(jù)和攝像頭數(shù)據(jù)來進(jìn)行規(guī)劃，包括道路紅綠燈時間間隔和關(guān)聯(lián)控制，包括直行和左右轉(zhuǎn)彎車道的規(guī)劃、單行道的設(shè)置。利用大數(shù)據(jù)技術(shù)實施的城市交通智能規(guī)劃，至少能夠提高30%左右的道路運輸能力，并能夠降低交通事故率。在美國，政府依據(jù)某一路段的交通事故信息來增設(shè)信號燈，降低了50%以上的交通事故率。機場的航班起降依靠大數(shù)據(jù)將會提高航班管理的效率，航空公司利用大數(shù)據(jù)可以提高上座率，降低運行成本。鐵路利用大數(shù)據(jù)可以有效安排客運和貨運列車，提高效率、降低成本。

城市公共交通規(guī)劃、教育資源配置、醫(yī)療資源配置、商業(yè)中心建設(shè)、房地產(chǎn)規(guī)劃、產(chǎn)業(yè)規(guī)劃、城市建設(shè)等都可以借助于大數(shù)據(jù)技術(shù)進(jìn)行良好規(guī)劃和動態(tài)調(diào)整。

大數(shù)據(jù)技術(shù)可以了解經(jīng)濟發(fā)展情況，各產(chǎn)業(yè)發(fā)展情況，消費支出和產(chǎn)品銷售情況，依據(jù)分析結(jié)果，科學(xué)地制定宏觀政策，平衡各產(chǎn)業(yè)發(fā)展，避免產(chǎn)能過剩，有效利用自然資源和社會資源，提高社會生產(chǎn)效率。大數(shù)據(jù)技術(shù)也能幫助政府進(jìn)行支出管理，透明合理的財政支出將有利于提高公信力和監(jiān)督財政支出。大數(shù)據(jù)及大數(shù)據(jù)技術(shù)帶給政府的不僅僅是效率提升、科學(xué)決策、精細(xì)管理，更重要的是數(shù)據(jù)治國、科學(xué)管理的意識改變，未來大數(shù)據(jù)將會從各個方面來幫助政府實施高效和精細(xì)化管理，具有極大的想象空間。文章來源36大數(shù)據(jù)，www.36dsj.com ，微信號dashuju36 ，36大數(shù)據(jù)是一個專注大數(shù)據(jù)創(chuàng)業(yè)、大數(shù)據(jù)技術(shù)與分析、大數(shù)據(jù)商業(yè)與應(yīng)用的網(wǎng)站。分享大數(shù)據(jù)的干貨教程和大數(shù)據(jù)應(yīng)用案例，提供大數(shù)據(jù)分析工具和資料下載，解決大數(shù)據(jù)產(chǎn)業(yè)鏈上的創(chuàng)業(yè)、技術(shù)、分析、商業(yè)、應(yīng)用等問題，為大數(shù)據(jù)產(chǎn)業(yè)鏈上的公司和數(shù)據(jù)行業(yè)從業(yè)人員提供支持與服務(wù)。

來源：36大數(shù)據(jù)