一起了解大数据不可忽略八大用途

从2013年“大数据元年”到现在，几乎所有世界级的互联网企业，都将业务触角延伸到了产业，无论社交平台逐鹿、电商价格大战还是门户网站竞争，大数据从不会缺席。如今，历经4年，大数据早已从一个简单的技术热词变成一股社会浪潮，影响着我们生活的方方面面。

在这个大数据时代，大数据到底意味着什么？大数据有什么用途，值得各国将其上升为国家战略，以下8点有关大数据的用途，让我们一起了解下大数据不可忽略的价值。

1.帮助企业真正实时了解所有顾客

在亚马逊搜索《世界因何美妙而优雅地运行》，根据你的搜索，网站还会智能推荐相似图书，既方便了读者，节省了他们搜索的时间成本。对于企业来说，谁又会不喜欢这样站在用户角度思考问题的公司呢？

过去，我们使用焦点小组和问卷调查所得出的信息来发现顾客，但是，结果才出来，这些信息就已经过时了。有了大数据，事情就大不一样了。大数据能让企业完全获取顾客的所有。了解顾客，是向他们出售商品的关键，但是实施这些策略时一定要谨慎，以免出现隐私问题。塔吉特公司先于当事少女的父亲发现了少女怀孕的事情就是一个著名的例子。

如果企业确保顾客的隐私不受威胁，那么就能借助大数据为顾客提供个性化的见解。这种了解的好处就是，你能根据个人需要制定推荐或广告。亚马逊在这方面的技术已经十分纯熟了。它的算法能为每位顾客打造不同的网页。这一战略也换来了回报。

2.帮助企业实时共创、改善和创新产品

以湛庐君自己的新媒体运营为例，大数据的分析能力能帮助企业完善产品，同时，我们还能够通过大数据的分析和反馈，进一步优化用户的阅读体验，做好内容的运营。

过去，都是消费者小组讨论他们购买的产品、所需的产品以及需要的原因。公司也采用座谈小组的形式向消费者展示新产品，了解他们的看法——如果消费者不喜欢某产品，企业就可能需要从头来过。而有了大数据，这样的小组将不复存在。

大数据分析能帮助企业更好地了解顾客对它们产品或服务的观点。相比传统问卷调查，人们在社交媒体和博客上对产品做出的评论所提供的信息更多。如果能够实时评估这些信息，企业就能立即做出反应。企业不仅可对消费者针对产品的反应进行评估，还可以根据不同人群、不同地理位置或发表评论的不同时间做出不同的反应。

3.帮助企业确定所面临的风险

舆情监测、危机公关、趋势分析，通过大数据建立一整套预警系统，可以让危机在集中爆发前得到妥善的处理。

确定风险是当今企业管理的一个重要方面。界定顾客或供应商的潜在风险，需要创建详细的资料，并将资料具体分类。每个类别都拥有不同的风险水平。当前，这个过程通常过于宽泛和模糊，起到的作用不大。顾客或供应商往往被归入错误的分类，从而对应着不正确的风险状况。有了大数据，就有可能基于过去和现在的所有数据立即为每个顾客或供应商划定适当的风险区段。

尤其是在保险企业中，预测分析被用来预测公司未来将在顾客身上花费的成本。保险公司为了降低索赔成本和避免欺诈，就需要识别出以适当价位购买适当的、风险最低的产品的顾客。运用大数据技术，比如模式识别、回归分析、文本分析、社交数据聚合以及情感分析（通过自然语言处理或监视社交媒体），就能获得潜在顾客的全方位视图。

4.提供精准的广告定位、个性定制化服务

旅程网发现，苹果用户的酒店费用平均比个人电脑用户的高20到30美元。所以它给苹果用户展示的酒店比给个人电脑用户展示的贵。通过大数据分析，找到最精准的用户并投放广告，这样可以节约可能将被浪费的广告费用。

大数据对广告定价的影响，对电子商务的收益管理来说，可能会获得全新的意义。除此之外，社交媒体广告的投放，在精准定位用户时，也会根据平台用户属性，进行数据分析。所以，对广告主来说，社交媒体广告的吸引力直接表现为可观测的数据效果，即：有没有效果，咱拿数据来说话！

另外，相比于过去，企业一直使用对比测试和A/B测试为顾客实时定义最佳布局，有了大数据，这个过程将被永远改变。许多网站的参数可以被不断分析和实时分析，也可以结合起来，获得新的结果。这样，企业就有了一个流体系统。在这个系统中，外观、感觉和布局的变化会反映多重影响因素。也有可能根据每位访客当时的意图和需要，为他们提供特别定制的网页。如果访客个人要求发生变化，一周或一个月之后，他再回过头来访问该网站，就会看到一个不同的网页。

5.改善为用户提供的服务支持

特斯拉采用“远程诊断”技术，通过后台系统检测车辆状况。很多时候，车主不需要把车辆开到服务中心，只需致电服务中心，便可通过远程访问诊断问题。

有了大数据，就有可能远程监控机器，并检查它们的运行情况。运用远程信息处理技术，能实时监控机器的每一部分，再将数据发送给生产厂商，经存储后用于实时分析。一切振动、噪声和所出的错都会被自动探测到，如果算法发现不符合正常运行的情况，就会发出服务支持的警报。机器甚至会在闲置时，自动制订维修计划。当工程师前来修理机器时，他会非常清楚如何下手，因为他已拥有了所有信息。

俄亥俄州哥伦布地区的建筑开发公司Nick Savko&Sons 就已经在使用远程信息处理技术来改善运营效率了。它使用GPS装置来监控数据，比如空闲时间、周期时间、生产率，等等。在建设SX铁路价值1.75亿美元的转运终点站时，他们把这些GPS装置安装在施工设备上。所有信息都能通过远程监控获得，而这些信息帮助该公司提前一个月完成了这个项目。

6.帮助企业发现新市场和新商机

2010 年 3 月，欧盟委员会公布了《2020 战略》，认为数据是最好的创新资源，开放数据将成为新的就业和经济增长的重要工具。

全球各国政府都在开放它们的数据集，以此来刺激创新。2011 年，欧盟组织了“开放数据挑战”，这是欧洲最大的开放数据竞赛，旨在激励创业公司找出利用政府产生的海量开放数据的创新型解决方案。通过将各种数据集结在一起，企业能够赋予已有的数据新的含义，并发现新市场、新的目标群体或商机。

企业也能发现未被满足的顾客需求。通过对数据进行模式和回归分析，企业会发现以前没有意识到的顾客需求。大数据还指示企业，先到哪儿去做营销或将产品放在哪个位置。丹麦能源公司维斯塔斯风力系统公司就使用大数据和分析方法来选择风力涡轮机的最佳位置。有了那些信息，该公司就能够以最低的成本获得最多的能量。

7.帮助企业更好地了解竞争对手，保持领先地位

你能为你的公司做什么，你的竞争对手或多或少也能做到。大数据将帮助企业更好地了解竞争对手以及它们之间的相互关系。它能提供抢先起步的优势。运用大数据分析，算法能够确定你的竞争对手是否调动了价格，然后，你也能自动调整你的价格。企业也可以监视竞争行动，比如追踪新产品或促销活动，以及针对它们的市场反应；同时，也可以随着时间的流逝追踪市场反应的变化。记住，你或你的竞争对手所做的，大多都能作为开放数据。

8.帮助企业进行有效的组织规划，节省成本

大数据给人们的生活带来了便利，比如，餐饮的外卖服务，一方面可以针对用户喜好优化餐厅排序，另一方面对餐厅的物流配送、送餐员路线规划提供了技术支持，也为企业的管理带来方便。

通过分析公司的所有数据，你可能会发现一些方面可以得到改善和更好的规划，物流行业尤其如此。在供应链或运输过程中利用新的可用大数据源，该行业就能获得更高的效率。货车上的电子记录仪能记录行车速度、地理位置等；与拖车和配送过程相关的传感器和无线射频识别标签能提高装货和卸货的效率；另外，将道路、交通和天气方面的信息与客户的位置信息相结合，能节省大量时间和成本。

当然，这些惯常用途只展现了大数据的一小部分潜力，但是从中可以看出，大数据为企业发展提供了无限机会，能帮助企业从竞争中脱颖而出。每个行业、每个企业都有不同的需要，都需要特定的大数据方法，《企业的大数据战略》对大数据在农业、教育、金融、旅游、医疗等18个行业的应用进行了更细致的讨论，并介绍了一些实例。

首先，医院属于疾病病理研究及治疗机构，研究上大数据是基础，大多数医疗研究都基于概率统计。治疗上通过研究群体特征基础上，做个体个案分析及治疗。

其次，大数据用途有两个方面，一是趋势分析像股票大盘做预测使用。二是指导管理决策取得宏观胜利的重要手段。

（1）疾病大数据对疾病机理及发展趋势研究有重大帮助。

（2）疾病大数据对疾病控制及管理有重大帮助。

除了疾病大数据，病例大数据，还有医护大数据，营养大数据等等各种大数据有侧重和倾向，不可一言概之。

如果你这个提问是出于探讨商业模式为医院服务？我觉得你要考虑政策，市场，自身资源（团队，关系，资金）等诸多因素，一个简单问答解决不了。

如果你这个提问是出于医院转型？我觉得你直接找各类供应商给你报方案即可，对比选优。哪个更有实力东西又好，就选他产品试用即可，不建议医院自己组建技术团队，毕竟术业有专攻，隔行如隔山。[可爱]

首先，舆情监控是大数据技术的一个重要应用领域，而舆情监控也可以作为预警疫情的重要手段。对网络舆情的监控能够帮助公共卫生部门预警潜在疫情，从而未雨绸缪，避免疫情更大范围地传播。其次，大数据技术依赖于广布社会中的各种传感器，尤其是监控摄像头。通过对社会影像监控资料的大数据分析和智能化运算，可以及时发现传染源，预警高危人群。最后，在医疗资源有限而患者较多的情况下，利用大数据技术进行分级诊疗能够更高效地配置医疗资源。各级社区医院、卫生站、医院在收治疫情患者时为患者建立电子档案。医疗卫生机构通过大数据智能分析系统对患者进行聚类分析，从而划分出危重患者、重症患者和轻症患者组群，将有限的医疗资源优先配置给危重患者和重症患者。这样就可以最大程度地提高诊疗效率。

大数据与人工智能，如何颠覆医疗健康领域？

首先大数据统计相关病例和相同病例，他们的治疗和结果。

然后人工智能分析出最好的解决方案，寻找到最根本的原因。

因为一个人的经历有限，经验有限，阅历有限，他知道的病情不多，经手的患者不多，所以他无法综合其他患者的经历，总结出最好的经验和治疗方案。但是大数据可以综合到所有的历史数据。

本科硕士都是读的临床医学，博士读健康大数据与人工智能医学毕业困难吗？读完还能回临床工作吗？

可以回临床工作，因为执业医师考试是以本科的专业为报考条件的，只要能考执业医师证就可以做临床医师。大数据与人工智能的博士是相当难毕业的，它必须要有強大的基础数学及计算机学为支撑，导师一般不会招临床医学专业的硕士毕业生，除非在硕士阶段发表过该专业的论文并有良好的科研基础，否则只是异想天开。

不太可能吧，临床医学的数学基础估计不能达到大数据与人工智能专业的要求，显然很困难。但是读完之后回临床工作应该问题不大。

大数据真的那么强大吗？

大数据前几年是非常火热的话题，各大新闻媒体都在铺天盖地的宣传，科技人士不谈大数据就不像是科技圈的，不应用大数据仿佛就不是科技公司，直到人工智能和区块链的上台才稍稍盖过大数据的风头！但经过这么多年的宣传，大数据在大多数人心中定义成了非常可靠，作用非常大，甚至有神奇作用的科技手段！对于大数据人们或许有点过于迷恋了，夸大了它的用途，一旦运用不当，可能会造成重大的损失！

数据信息/数据干货分享/大数据资料下载关注公众号【中云大数据分析】或网站

人们对于大数据的迷恋可以理解，毕竟现实生活中，分歧很多，各有各的观点，最具说服力的往往是数据！冷冰冰的数据往往不带主观性，不偏不倚确实比主观观点什么更值得信任，这反而说明社会进步了！但是大数据一旦被夸大或者运用不当，人们错误的观点往往会加深，进一步固化！

例如多年以前，某购物网站发表了一篇关于女性胸围的大数据，通过销售的数据得出了一个结论黑龙江姑娘的胸围最小！这与大家普遍的认知产生了很大的冲突，因为大家普遍认为东北姑娘身材高挑丰满。这个数据一出来，部分坚信自己省份女性更好（但多数人不认同）的人，认为这份数据是有力的证明！

大数据与销售数据这份数据是不是符合现实，没调查我不知道，去过的省份也少，但这份数据真的能说明问题吗？有没有另外一种完全相反的可能性——黑龙江的姑娘胸围不是最小，而是普遍很丰满，当地的商店担心小文胸不好卖而不进货，部分女性只好上购物网站购买！

再举一个例子，购物网站数据证明，40岁以上的高消费男性更爱拥有事业线的女性，价格在百元左右，而“屌丝男”则对“事业线”没太多需求，仅对豹纹款的内衣表现出偏爱，其消费区间在30-50元之间。这种数据证明没有什么说服力，从人性的角度来讲，难道40以下的男性不偏爱拥有事业线的女性？“屌丝男”需求也得建立在女友的基础上（总不至于买个文胸自己用吧？），很可能是因为拥有事业线的女性更偏爱选择高消费男性！

诚然大数据在数据记录方面，数据异常对比有着无比巨大的优势，例如打击刷单等行为！但把大数据等同于科学，迷信它得出的结论是一种很严重的错误，它没有人们想象中的那么靠谱！

很多商业公司都追求数字化转型，纷纷想把大数据引用到自己的商业活动中， 但国外研究机构Gartner通过调查发现60％的大数据项目是失败。而Gartner分析师尼克·海德克（Nick Heudecker）表示，实际数字现在已接近85％，因为人们还是“过于保守”！

关于大数据失败的例子最典型的就是google的流感预测了，而我相信若不是刚开始2008年预测的“成功”，google根本不会大肆宣传自己的大数据，后来几年的预测表现实在是打脸！毕竟没有哪家公司愿意主动告诉人们他们失败的项目，他们更愿意用成功的，富有故事性的成功案例来宣传自己，即使告诉了媒体也觉得没什么报道价值，他们更热衷于报道新事物的神奇！

自媒体运营的人对各大平台的推荐效果感触应该很深！虽然各大自媒体平台都宣称采用大数据智能化推荐，但是实际上效果差距甚远，一模一样的文章基本同时在不同平台发表（不去运作的情况下），你会发现差距很大，有的没什么推荐没什么阅读，有的不温不火，有的平台迅速热起来了，收藏转发评论的很多，阅读量很快就起来了，也许下一篇文章，你发现跟原来的又不一样了，完全偏向随机性的，离智能还是比较远！

为什么说大数据不是科学？

目前大数据的应用还是在众多的数据中分析得出结论，这很像科学刚开始的样子，但却缺少科学最重要的验证过程！大样本随机双盲分组对照实验已经科学验证标准范式了！在单一条件不同的情况下，需要人工设置其余条件完全一模一样，从而通过对比来观察单一因素对实验结果的影响！可是一到社会活动中，各种变量就复杂多了，大数据往往来自于各种各样复杂的社会条件下的产物，而社会又在不断地变动中，如何做到其他条件不变？结果是什么条件导致的，是单一的条件还是很多原因共同导致的？

例如大数据最有名的例子就是啤酒和尿布的故事，沃尔玛通过销售数据发现在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，随后调整商品分布将尿布和啤酒放置在同一片区域，从而提高了销售收入！沃尔玛给出的原因是婴儿的母亲一般在家带孩子，孩子父亲负责购物，所以帮孩子购买尿布的同时也会顺便给自己买啤酒！

你不觉得奇怪吗？如果这种发现真的有用，那么其他商店就会学习跟进，然而现在我们能看到几家超市是将尿布和啤酒放在一起的，就连沃尔玛自己现在也不这么干！难道现在是带婴儿的都是男性了？沃尔玛给出的原因根本没有什么变化！什么条件导致这样的现象无从验证，也许是当时啤酒正在促销，也许统计数据的时候刚好遇上了啤酒销售旺季，或许当地刚好有什么狂欢节日，导致啤酒需求量上升，又或者那段时间天气实在是太热了，说不定当时刚好赶上什么重要的赛事，比如说世界杯等等，现实生活中就是有这么多因素，不管其中的一种或者几种很多种都可能导致啤酒需求量上升！天气，赛事这种偶然性的因素很难重现，又或者这几种条件很那重现共同出现，你如何去控制所有条件，改变单一因素？

大数据作用很大，能给我们带来很多好处，但它不是万能的，也存在很多局限性，一旦迷信大数据不做认真的分析和判断，往往可能把这种偶然的现象当成规律来处理，这个时候你会投入大量的资源来配置，教训也就随之而来了！

大数据说的那么悬，其实主要是做三件事：

对用户的理解、对信息的理解、对关系的理解。

如果我们在这三件事之间还要提一件事的话，一个叫趋势； 还有政府部门做的舆情监控，可以监控大规模的数据，可以分析出人的动向。