京公网安备 11010802034615号
经营许可证编号:京B2-20210330
四家利用大数据取得成功的公司
在社交的时候,你认识谁是最重要的,但是现如今到了要做生意的时候,你知道的东西更重要。这是因为,与过去相比,现在的商业决策更加注重数据驱动,那些收集数据、分析数据并用于商业决策的公司,才能战胜其他竞争者,独占鳌头。有什么证明吗?CA Technologies曾经做过一项面向全球的调查,调查显示,高达90%的公司认为大数据能对他们带来好处。
很明显,利润增长是公司追逐的好处,尽管每家公司用的方式都不一样。UPS每年要花一亿美元来采集货运数据,来寻找最有效率的投递路径。汇丰银行利用大数据监测甚至预测欺诈行为。好事达保险公司建立了整个数据科学部门,来解答客户忠诚度和索赔的问题。亚马逊和Netflix用大数据来增加用户黏性。可以看到,不同的行业都在利用数据来驱动决策,这给他们带来了很多好处。
以下面四家公司为例:
Capital One一直以来都在用利用客户的行为数据来制定产品和服务方案。例如,他们的交易优化引擎会分析客户的人口统计特征以及消费模式,用以决定如何、在哪里以及何时将产品推向用户,这给Capital One带来了更多的利润,更好的用户体验。他们还建立了Capital One Labs——技术驱动的智囊团,在这里,员工可以用大数据来发现潜在的机会,比如移动金融的新模式。
T-Mobile,就像所有的电信公司一样,他们会从智能手机和平台电脑收集大量的数据,利用这些数据来避免客户流失。实际上,他们通过关注几个最重要的指标,就减少了50%的流失率,这几个指标有:使用模式、地理使用趋势、客户购买行为发生的地点以及最重要的——客户终生价值。T-Mobile确信,有较强社交网络的人会影响其他人使用哪个电信运营商,因此他们识别出那些最有影响力的客户,并给予一定的奖励。
Free People,这一品牌属于美国纽约的Urban Outfitters公司,针对的族群是18-30岁的都市男女。服饰风格跟欧系街头风比较接近,反而不像纽约街上年轻人的一般穿着,现代中却加了很多复古的元素,混搭外加上点嬉皮的质感。该公司利用数以百万计的客户记录来分析下一季要向客户推出什么样的服装。哪些衣服已经卖出、哪些没有、哪些被退货等信息被用来构建产品的推荐,帮助他们修改网站的样式,还可以告诉决策者什么样的促销可以增加Free People的盈利。这样做是奏效的, Free People在零售业风险大的时候也表现得很好。
到处都有星巴克,当两家店位置极为接近的时候,星巴克还能维持如此之多的店面,这都是借助于大数据做到的。一个街区里能有两家星巴克存在并不是偶然的。这全归功于基于地理位置的数据,比如交通数据的分析、人口统计信息以及从其他地点采集的信息。实际上,星巴克在它的发展战略里,确实有计划开发利用大数据的系统。
这些公司能够用好大数据分析应该归结于他们的目标。Capital One关注于用户保持,即使技术已经改变了。T-Mobile与其他通信行业的公司一样,希望减少客户流失。Free People希望能给他们的客户展示产品,不管是在实体店还是线上网站。而星巴克希望知道如何有效选择开店的地址。
总结起来就是,公司在利用大数据的力量之前,应该清楚地了解他们的目标。如果没有一个明确的、以目标为导向的分析计划,公司可能会花大量的资金在数据采集上,其结果就是除了数字之外,得不到任何有用的东西。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28