国内外大数据经典的案例的研究Word格式文档下载.docx
《国内外大数据经典的案例的研究Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《国内外大数据经典的案例的研究Word格式文档下载.docx（55页珍藏版）》请在冰点文库上搜索。
产生这一现象的原因是：
美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。
既然尿布与啤酒一起被购买的机会很多，于是沃尔玛就在其一个个门店将尿布与啤酒摆放在一起，结果是尿布与啤酒的销售量双双增长。
3、试衣间的大数据应用
传统奢侈品牌PRADA正在向大数据时代迈进。
她在纽约及一些旗舰店里开始了大数据时代行动。
在纽约旗舰店里，每件衣服上都有RFID码，每当顾客拿起衣服进试衣间时，这件衣服上的RFID会被自动识别，试衣间里的屏幕会自动播放模特穿着这件衣服走台步的视频。
人一看见模特，就会下意识里认为自己穿上衣服就会是那样，不由自主地会认可手中所拿的衣服。
而在顾客试穿衣服的同时，这些数据会传至PRADA总部。
包括：
每一件衣服在哪个城市哪个旗舰店什么时间被拿进试衣间停留多长时间，数据都被存储起来加以分析。
如果有一件衣服销量很低，以往的作法是直接被废弃掉。
但如果RFID传回的数据显示这件衣服虽然销量低，但进试衣间的次数多。
那就说明存在一些问题，衣服或许还有改进的余地。
这项应用在提升消费者购物体验的基础上，还帮助Prada提升了30%以上的销售量。
传统奢侈品牌在大数据时代采取的行动，体现了其对大数据运用的视角，也是公司对大数据时代的积极回应。
4、路易斯维尔利用大数据治理空气污染问题
美国堪萨斯州的路易斯维尔地区，大约有10万人饱受哮喘困扰。
根据
2012年路易斯维尔市发布的当地健康报告，受访的500个成年人中，有15%
都声称他们患有哮喘。
这也让人们对当地的空气质量状况产生了担忧。
因此，路易斯维尔市政府与IBM以及Asthmapolis合作,共同推出了“路易斯维尔哮喘数据创新计划”。
该计划选取了500名哮喘病患者，让他们使用Asthapolis的传感器。
每个哮喘病人可以得到价值35美元的Walgreen药店的购物卡以及500美元的抽奖机会。
传感器被装在哮喘病人日常使用的呼吸器上，可以记录病人使用呼吸器的情况，这种记录要比病人每天自己记录的使用日志要准确地多。
传感器的数据可以上传到病人的智能手机上，而通过智能手机，数据可以被传到病人的医生那里。
此外，通过Asthmapolis的移动应用，病人也可以看到针对刚才发送的数据的反馈和指导意见。
由于哮喘病的情况因人而异，因此，这样的个性化指导对于控制哮喘病发病有很重要的意义。
哮喘数据创新计划采集的数据将和其他数据源结合起来，研究其相关性并研究热点发病地区。
通过研究呼吸机数据与空气质量、交通状况、污染情况等数据的相关性，城市管理者可以更好的进行城市规划以及公众健康保护。
5、阿里信用贷款和淘宝数据魔方
中国最大的电子商务公司阿里巴巴已经在利用大数据技术提供服务：
阿里信用贷款与淘宝数据魔方。
每天有数以万计的交易在淘宝上进行。
与此同时相应的交易时间、商品价格、购买数量会被记录，更重要的是，这些信息可以与买方和卖方的年龄、性别、地址、甚至兴趣爱好等个人特征信息相匹配。
各大中小城市的百货大楼做不到这一点，大大小小的超市做不到这一点，而互联网时代的淘宝可以。
淘宝数据魔方就是淘宝平台上的大数据应用方案。
通过这一服务，商家可以了解淘宝平台上的行业宏观情况、自己品牌的市场状况、消费者行为情况等，并可以据此进行生产、库存决策，而与此同时，更多的消费者也能以更优惠的价格买到更心仪的宝贝。
而阿里信用贷款则是阿里巴巴通过掌握的企业交易数据，借助大数据技术自动分析判定是否给予企业贷款，全程不会出现人工干预。
截至目前，阿里巴巴已经放贷300多亿元，坏账率约0.3%左右，大大低于商业银行。
6、其他大数据案例
（1）腾讯——大数据技术促使腾讯视频成为国内第一
腾讯视频凭借全平台资源，建立iSEE内容精细化运营战略，利用腾讯视频的庞大数据资源，了解用户所喜欢看的内容和用户的常见行为。
通过技术优势带给用户更好的观看体现。
最后借助腾讯视频社区化的关系链和多平台触达能力，让营销内容得到最大范围的传播，致力于成为国内最大的在线视频媒体交流平台。
（2）T-Mobile——大数据帮助移动运营商降低客户流失率
移动运营商T-Mobile在多个IT系统中整合了大数据应用，对客户交易和互动数据进行综合分析，更准确地预测客户流失率。
通过将社交媒体数据和CRM和计费系统中的交易数据进行综合分析，T-mobile在一个季度内将客户流失率降低了一半！
（3）TXUEnergy——智能电表：
有了智能电表，供电公司能每隔15分钟就读一次用电数据，而不是过去的一月一次。
这不仅仅节省了抄表的人工费用，而且由于能高频率快速采集分析用电数据（产生大数据），供电公司能根据用电高峰和低谷时段制定不同的电
价，TXUEnergy就利用这种价格杠杆来平抑用电高峰和低谷的波动幅度。
例如，TXUEnergy打出了这样的宣传口号：
亲，晚上再洗衣服洗碗吧，晚上用电不要钱。
实际上，智能电表和大数据应用让分时动态定价成为可能，而且这对于
TXUEnergy和用户来说是一个双赢变化。
（4）麦克拉伦一级方程式车队——借助大数据技术，降低事故，保驾护航麦克拉伦车队（Mclaren’sF1racingteam）通过汽车传感器在赛前的场
地测试中实时采集数据，结合历史数据，通过预测型分析发现赛车问题，并预先采取正确的赛车调校措施，降低事故几率并提高比赛胜率。
（5）UPS快递——大数据技术下的最佳行车路径
UPS快递多效地利用了地理定位数据。
为了使总部能在车辆出现晚点的时候跟踪到车辆的位置和预防引擎故障，它的货车上装有传感器、无线适配器和GPS。
同时，这些设备也方便了公司监督管理员工并优化行车线路。
UPS为货车定制的最佳行车路径是根据过去的行车经验总结而来的。
2011年，UPS的驾驶员少跑了近4828万公里的路程。
（6）DPR——用大数据设计建筑
DRP建筑公司是加州旧金山分校医学中心价值15亿美元的建筑合同的总包商。
这也是首个完全基于大数据模型建设的医学中心建筑。
DPR使用了Autodesk公司的三维技术，设计师们能整合空气流动、建筑朝向、楼板空间、环境适应性、建筑性能等多种数据，形成一个虚拟模型，各种数据和信息可以在这个模型中实时互动。
建筑师、设计师和施工队伍通过这个模型可以在接近真实的完整的运营环境里，以可视化的方式观察数以百万计的数据标记。
案例1：
农夫山泉用大数据卖矿泉水
文_本刊记者赵奕编辑_房煜
发挥你您的想象力，选择您认为可是的答案
这里是上海城乡结合部九亭镇新华都超市的一个角落，农夫山泉的矿泉水堆头静静地摆放在这里。
来自农夫山泉的业务员每天例行公事地来到这个点，拍摄10张照片：
水怎
么摆放、位置有什么变化、高度如何……这样的点每个业务员一天要跑15个，按照规定，下班之前150张照片就被传回了杭州总部。
每个业务员，每天会产生的数据量在10M，这似乎并不是个大数字。
但农夫山泉全国有10000个业务员，这样每天的数据就是100G，每月为3TB。
当这些图片如雪片般进入农夫山泉在杭州的机房时，这家公司的CIO胡健就会有这么一种感觉：
守着一座金山，却不知道从哪里挖下第一锹。
胡健想知道的问题包括：
怎样摆放水堆更能促进销售？
什么年龄的消费者在水堆前停留更久，他们一次购买的量多大?
气温的变化让购买行为发生了哪些改变?
竞争对手的新包装对销售产生了怎样的影响?
不少问题目前也可以回答，但它们更多是基于经验，而不是基于数据。
从2008年开始，业务员拍摄的照片就这么被收集起来，如果按照数据的属性来分类，“图片”属于典型的非关系型数据，还包括视频、音频等。
要系统地对非关系型数据进行分析是胡健设想的下一步计划，这是农夫山泉在“大数据时代”必须迈出的步骤。
如果超市、金融公司与农夫山泉有某种渠道来分享信息，如果类似图像、视频和音频资料可以系统分析，如果人的位置有更多的方式可以被监测到，那么摊开在胡健面前的就是一幅基于人消费行为的画卷，而描绘画卷的是一组组复杂的“0、1、1、0”。
SAP全球执行副总裁、中国研究院院长孙小群接受《中国企业家》采访时表示，企业对于数据的挖掘使用分三个阶段，“一开始是把数据变得透明，让大家看到数据，能够看到数据越来越多；
第二步是可以提问题，可以形成互动，很多支持的工具来帮我们做出实时分析；
而3.0时代，信息流来指导物流和资金流，现在数据要告诉我们未来，告诉我们往什么地方走。
SAP从2003年开始与农夫山泉在企业管理软件ERP方面进行合作。
彼时，农夫山泉仅仅是一个软件采购和使用者，而SAP还是服务商的角色。
而等到2011年6月，SAP和农夫山泉开始共同开发基于“饮用水”这个产业形态中，运输环境的数据场景。
关于运输的数据场景到底有多重要呢？
将自己定位成“大自然搬运工”的农夫山泉，在全国有十多个水源地。
农夫山泉把水灌装、配送、上架，一瓶超市售价2元的550ml饮用水，其中3毛钱花在了运输上。
在农夫山泉内部，有着“搬上搬下，银子哗哗”的说法。
如何根据不同的变量因素来控制自己的物流成本，成为问题的核心。
基于上述场景，SAP团队和农夫山泉团队开始了场景开发，他们将很多数据纳入了进来：
高速公路的收费、道路等级、天气、配送中心辐射半径、季节性变化、不同市场的售价、不同渠道的费用、各地的人力成本、甚至突发性的需求（比如某城市召开一次大型运动会）。
在没有数据实时支撑时，农夫山泉在物流领域花了很多冤枉钱。
比如某个小品相的产品（350ml饮用水），在某个城市的销量预测不到位时，公司以往通常的做法是通过大区间的调运，来弥补终端货源的不足。
“华北往华南运，运到半道的时候，发现华东实际有富余，从华东调运更便宜。
但很快发现对华南的预测有偏差，华北短缺更为严重，华东开始往华北运。
此时如果太湖突发一次污染事件，很可能华东又出现短缺。
这种没头苍蝇的状况让农夫山泉头疼不已。
在采购、仓储、配送这条线上，农夫山泉特别希望大数据获取解决三个顽症：
首先是解决生产和销售的不平衡，准确获知该产多少，送多少；
其次，让400家办事处、30个配送中心能够纳入到体系中来，形成一个动态网状结构，而非简单的树状结构；
最后，让退货、残次等问题与生产基地能够实时连接起来。
也就是说，销售的最前端成为一个个神经末梢，它的任何一个痛点，在大脑这里都能快速感知到。
“日常运营中，我们会产生销售、市场费用、物流、生产、财务等数据，这些数据都是通过工具定时抽取到SAPBW或OracleDM，再通过BusinessObject展现。
”胡健表示，这个“展现”的过程长达24小时，也就是说，在24小时后，物流、资金流和信息流才能汇
聚到一起，彼此关联形成一份有价值的统计报告。
当农夫山泉的每月数据积累达到3TB时，这样的速度导致农夫山泉每个月财务结算都要推迟一天。
更重要的是，胡健等农夫山泉的决策者们只能依靠数据来验证以往的决策是否正确，或者对已出现的问题作出纠正，仍旧无法预测未来。
2011年，SAP推出了创新性的数据库平台SAPHana，农夫山泉则成为全球第三个、亚洲第一个上线该系统的企业，并在当年9月宣布系统对接成功。
胡健选择SAPHana的目的只有一个，快些，再快些。
采用SAPHana后，同等数据量的计算速度从过去的24小时缩短到了0.67秒，几乎可以做到实时计算结果，这让很多不可能的事情变为了可能。
这些基于饮用水行业实际情况反映到孙小群这里时，这位SAP全球研发的主要负责人非常兴奋。
基于饮用水的场景，SAP并非没有案例，雀巢就是SAP在全球范围长期的合作伙伴。
但是，欧美发达市场的整个数据采集、梳理、报告已经相当成熟，上百年的运营经验让这些企业已经能从容面对任何突发状况，他们对新数据解决方案的渴求甚至还不如中国本土公司强烈。
这对农夫山泉董事长钟目炎目炎而言，精准的管控物流成本将不再局限于已有的项目，也可以针对未来的项目。
这位董事长将手指放在一台平板电脑显示的中国地图上，随着手指的移动，建立一个物流配送中心的成本随之显示出来。
数据在不断飞快地变化，好像手指移动产生的数字涟漪。
以往，钟目炎目炎的执行团队也许要经过长期的考察、论证，再形成一份报告提交给董事长，给他几个备选方案，到底设在哪座城市，还要凭借经验来再做判断。
但现在，起码从成本方面已经一览无遗。
剩下的可能是当地政府与农夫山泉的友好程度，这些无法测量的因素。
有了强大的数据分析能力做支持后，农夫山泉近年以30%-40%的年增长率，在饮用水方面快速超越了原先的三甲：
娃哈哈、乐百氏和可口可乐。
根据国家统计局公布的数据，饮用水领域的市场份额，农夫山泉、康师傅、娃哈哈、可口可乐的冰露，分别为
34.8%、16.1%、14.3%、4.7%，农夫山泉几乎是另外三家之和。
对于胡健来说，下一步他希望那些业务员搜集来的图像、视频资料可以被利用起来。
获益的不仅仅是农夫山泉，在农夫山泉场景中积累的经验，SAP迅速将其复制到神州租车身上。
“我们客户的车辆使用率在达到一定百分比之后出现瓶颈，这意味着还有相当比率的车辆处于空置状态，资源尚有优化空间。
通过合作创新，我们用SAPHana为他们特制了一个算法，优化租用流程，帮助他们打破瓶颈，将车辆使用率再次提高了15%。
案例2：
阿迪达斯的“黄金罗盘”
文_本刊记者昝慧昉编辑_房煜
看着同行大多仍身陷库存泥潭，叶向阳庆幸自己选对了合作伙伴。
他的厦门育泰贸易有限公司与阿迪达斯合作已有13年，旗下拥有100多家阿迪达斯门店。
他说，“2008年之后，库存问题确实很严重，但我们合作解决问题，生意再次回到了正轨。
在最初降价、打折等清库存的“应急措施”结束后，基于外部环境、消费者调研和门店销售数据的收集、分析，成为了将阿迪达斯和叶向阳们引向正轨的“黄金罗盘”。
现在，叶向阳每天都会收集门店的销售数据，并将它们上传至阿迪达斯。
收到数据后，阿迪达斯对数据做整合、分析，再用于指导经销商卖货。
研究这些数据，让阿迪达斯和经销商们可以更准确了解当地消费者对商品颜色、款式、功能的偏好，同时知道什么价位的产品更容易被接受。
阿迪达斯产品线丰富，过去，面对展厅里各式各样的产品，经销商很容易按个人偏好下订单。
现在，阿迪达斯会用数据说话，帮助经销商选择最适合的产品。
首先，从宏观上
看，一、二线城市的消费者对品牌和时尚更为敏感，可以重点投放采用前沿科技的产品、运动经典系列的服装以及设计师合作产品系列。
在低线城市，消费者更关注产品的价值与功能，诸如纯棉制品这样高性价比的产品，在这些市场会更受欢迎。
其次，阿迪达斯会参照经销商的终端数据，给予更具体的产品订购建议。
比如，阿迪达斯可能会告诉某低线市场的经销商，在其辖区，普通跑步鞋比添加了减震设备的跑鞋更好卖；
至于颜色，比起红色，当地消费者更偏爱蓝色。
推动这种订货方式，阿迪达斯得到了经销商们的认可。
叶向阳说：
“我们一起商定卖哪些产品、什么产品又会热卖。
这样，我们将来就不会再遇到库存问题。
挖掘大数据，让阿迪达斯有了许多有趣的发现。
同在中国南部，那里部分城市受香港风尚影响非常大；
而另一些地方，消费者更愿意追随韩国潮流。
同为一线城市，北京和上海消费趋势不同，气候是主要的原因。
还有，高线城市消费者的消费品位和习惯更为成熟，当地消费者需要不同的服装以应对不同场合的需要，上班、吃饭、喝咖啡、去夜店，需要不同风格的多套衣服，但在低线城市，一位女性往往只要有应对上班、休闲、宴请的三种不同风格的服饰就可以。
两相对比，高线城市，显然为阿迪达斯提供了更多细分市场的选择。
实际上，对大数据的运用，也顺应了阿迪达斯大中华区战略转型的需要。
库存危机后，阿迪达斯从“批发型”公司转为“零售驱动型”公司，它从过去只关注把产品卖给经销商，变成了将产品卖到终端消费者手中的有力推动者。
而数据收集分析，恰恰能让其更好地帮助经销商提高售罄率。
“我们与经销商伙伴展开了更加紧密的合作，以统计到更为确切可靠的终端消费数据，有效帮助我们重新定义了产品供给组合，从而使我们在适当的时机，将符合消费者口味的产品投放到相应的区域市场。
一方面降低了他们的库存，另一方面增加了单店销售率。
卖得更多，售罄率更高，也意味着更高的利润。
”阿迪达斯大中华区董事总经理高嘉礼对大数据的应用成果颇为满意。
案例3:
数据权之争
文_本刊记者周恒星编辑_杨婧
拥有了数据就等于夺取了行业制高点，飞友网络科技公司CEO郑洪峰深知个中道理。
最近几年，随着移动互联网的兴起，一类关于航班动态的应用程序开始出现。
通过一套算法，数据工程师们将机场航班实时动态转换成直观的信息，再传递给用户，让后者能够及时了解到航班的起飞、到达、延误、取消、返航、备降等状态，从而帮助用户更高效地安排行程计划。
目前这个市场上主要有三款应用产品，分别是航班管家、飞常准和航旅纵横，飞常准正是飞友科技推出的一款应用。
三款应用中，航班管家和飞常准都是民营企业，上线时间较早，用户数较多；
航旅纵横虽然上线最晚，却是由央企中国民航信息集团（中航信）开发，大有后来居上的趋势。
随着这个细分市场呈现三足鼎立的局面，一个问题浮出水面。
郑洪峰向《中国企业家》直言，数据是这个行业最重要的资源。
但是目前中航信垄断了大部分行业信息，使得飞常准必须通过购买和交换才能获得自己所需要的数据。
“我们的数据成本是非常高的。
”郑洪峰告诉本刊，“气象、航班信息、空域流量等信息有些是公开发布的，有些则需要公司向空管局、机场和航空公司购买或交换。
对于郑来说，获取数据的过程就是一部血汗创业史。
据其回忆，早年的各大机场、航空公司之间的数据是割裂的，为了获得准确的航班起降信息，郑洪峰和他的团队就去为这些政府机构、大公司提供技术支持，以此来交换所需要的数据。
“我们必须放下身段，他们需要什么我们就做什么。
”郑说道。
因为飞常准是家小公司，决策链条短，效率高，通过多年的积累，郑洪峰打通了部分数据通道。
郑洪峰在民航系统工作近12年，其人脉和常识的积累成为飞常准的重要优势。
1999年，他创建了民航资源网。
现在，这家网站是中国最大的民航门户网站。
2005年，他又创办了飞友，主要为飞行旅客提供机票搜索引擎等服务。
从2008年开始，郑洪峰团队通过飞常准为用户提供航班动态服务。
早期，飞常准的用户只是民航内部工作人员，很多机票代理商主动帮其推广，机场方面也常常用飞常准的应用来安抚因飞机延误而愤怒不已的乘客，而业内资深人士也常提供很多有价值的反馈信息。
郑洪峰依靠民航内部的资源维持着自己的数据来源。
但郑知道，这并不能长久。
郑洪峰的故事并不是孤例。
中国一家大型电子商务公司的数据挖掘专家接受本刊专访时提到，现在，越来越多的电子商务公司需要预测非一线城市的物流状况。
在这一过程中需要考虑当地交通拥堵程度和天气情况，如果当地政府可以提供这方面的相关数据，可以大大提高运作的效率。
以交通数据为例，这位数据挖掘专家使用的是百度地图和高德地图，后来，他发现不能再用了：
一方面，与这样的公司合作存在商业机密问题；
另一方面，由于交通数据可能来自于这些公司的统计，失真度也是这位数据挖掘专家担心的。
“我们非常希望政府能开放一些原始数据。
”他继续说道，“我们也希望和领先者能平等地分享数据权，而不是数据成本增加了二三倍。
郑洪峰和这位数据专家都担心数据垄断，希望政府公平公开地开放数据，这样的做法并非没有借鉴。
美国有一个叫做flyontime.us的网站，用户可以从这个网站上获得航班信息和天气情况，其功能与国内的航班动态应用类似。
但是值得一提的是，这个网站的数据来源是一个公开的美国政府网站data.gov。
目前在上面大约有超过40万各种原始数据文件，涵盖了农业、气象、金融、就业、交通、能源等近五十个分类。
此外，data.gov还有一个地理信息的子站点，专门提供地理信息相关的数据。
美国官方表示，这个网站的目的是“方便公众更便捷地获得联邦政府数据，并通过鼓励创新来突破政府的围墙而创造性地使用这些数据。
2006年经济学家唐·
泰普斯科特（DonTapscott）在《维基经济学》中指出，人类已经进入了共享时代：
“失败者创建的是网页，而胜利者创建的是生机勃勃的社区；
失败者创建的是有墙的花园，而胜利者创建的则是一个公共的场所；
失败者精心守护他们的数据和软件界面，而胜利者则将资源与每个人共享。
”这一理念后来被认为是网络2.0时代的核心
理念。
以用户为中心，注重用户交互，让用户参与共同建设的网络2.0同样适用于政府，
最近几年各国政府的一系列举措标志着政府2.0时代的到来。
那么在大数据时代，中国政府做好准备了吗？
深藏的事实
飞常准的竞争对手也遇到了相同的困境。
为了拿到第一手数据，航班管家非常卖力。
它与各大机场合作，间接获得自己所需要的航班起降信息。
2012年6月，航班管家与上海虹桥机场达成协议，航班管家可以直接从虹桥机场获得信息，包括航班的延误、取消以及登机口变更等一手信息，且提供的信息均与虹桥机场同步。
可以预见，机场是其重要的数据来源。
升级会员 