京公网安备 11010802034615号
经营许可证编号:京B2-20210330
现在国外有应用大数据的案例
现在国外有应用大数据的案例,案例是一个父亲有一个高中生的女儿,接到了一个促销的广告,是关于婴儿用品的广告,这个父亲勃然大怒,说商家无良,为了促销向我的高中生的女儿促销婴儿产品。但是过了一两个星期,他感到非常的内疚,因为他对于商家的这种态度是错误的,原因是他的高中的女儿确实怀孕了。为什么商家会发现这个问题?商家实际上就是通过在商场的一些数据挖掘和比对,发现这个女孩子曾经在商场里购买过类似的一些商品,在有一些类似的货架面前驻足观看,而且这个频度很高,商家对于后台大数据的分析,筛出潜在客户,发出商业广告。
这可以说是一个很典型的案例,给了我们很多的思考,我们可以从很早的MBA的课程里面发现这些案例,这些案例都告诉我们一条,我们要去关注外部的一些数据,通过这些外部数据的获取研究,这是未来保险业非常重要的能力。
3、保险业应该是未雨绸缪,应该及早的对于大数据时代有一个未雨绸缪的观念,或者有这么一个未雨绸缪的心态。我基本的说法就是,如果我们把它抽象的讲,大数据时代的数据能力将成为未来保险企业核心竞争力的核心。中国有一句古话叫识时务者为俊杰,最重要的前提是认识,这个行业能够及早的认识到这一点,能够及早的做相关的一些准备是非常重要的。我讲这个行业需要一种大数据的思维,这是我们面向未来需要具备的一个非常重要的能力,你能够基于大数据的思维,能够全面的理解大数据的时代,把某一个产品、客户的服务放在大数据之下思考这个问题,这是非常重要的。
得人才者得天下。有一个数据说未来最热门的行业是数据科学家,所以数据工作者,数据工程师、数据科学家,将是未来这个公司的核心资源。这些人他已经不同于我们传统意义上的数据人才,不是我们原来基于IT的,对于数据库研究、管理、应用的人才,我讲这是基于大数据时代的数据人才。他们是什么?这些面向未来的数据人才关键的能力是什么?观察力和想象力。未来数据,科学家的核心能力是想象力和观察力,他能够观察到某一个社会现象背后的数据结构,把这个现象背后的数据结构挖掘出来,整合成一个新的商业模式,就创造了一个新的商业机会。有想象力,还能够知道怎么实现这个想象力,当然这中间数据是一个核心的要素。
我们要培育一个数据获取的能力,你知道数据在哪里。数据处理的能力,怎么构建数据之间的关系。我讲的数据处理不是传统意义上的数据处理,而是学会处理数据之间的关系,从这个关系当中找到规律性的东西,从规律性的背后发现商业模式。数据思维的能力。要学会基于数据的思维。
这对我们未来保险业所必须个具备的能力。当然,背后保险公司有很多的事情要做。比如传统以来我们一直做商业资本的,我们也知道随着非结构数据的大量应用,或者我们需要更多的对象处理非结构数据,我觉得未来的人工智能,专家的支持体系都会变得异常的重要。
如果要总结起来讲,发现数据的关联性,构建数据的商业模式,未来整个社会是一个数据社会寻宝的重要工具和能力。这是关于保险业的未雨绸缪所需要做的事情。时间的关系不占太多的时间。
总结起来说我还是这个观点,我认为大数据时代会比我们想象的来得快。大数据时代几乎跟我们每一个人密切相关。任何一个行业都可以忽视大数据时代到来的话,保险不行。大数据在根本上改变保险业的业态,做得不好,会使保险业传统的经营空间受到极大的压缩,做得好会为保险业开拓一个全新的领域,广阔的空间。但是最重要的是有赖于这个行业对于大数据时代到来的认识、警惕和应对。我说的不一定对,这是最近做的思考,跟大家做一个分享,我算是抛砖引玉,
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、什么是预测式发货 预测式发货(Anticipatory Shipping)是亚马逊于2013年12月获得授权的一项美国专利(专利号 US 8,615,473 ...
2026-10-14一、SQL在金融量化体系中的定位 量化投资的本质是用数据驱动决策,而数据处理贯穿量化研究的全生命周期。从原始行情数据清洗、因 ...
2026-10-14核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-14CDA数据分析师 出品 作者:李诗怡 四层结构 · 零件与房子 · 六大易错点 一、什么是指标体系 定义:指标体系是整套完整框架 ...
2026-10-13写在开头 先还原一个你大概率见过的场面。 立项会上有人说:我们得做用户画像。 于是团队关进会议室,白板写满便利贴,两小时后 ...
2026-10-13 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-10-13在统计学与数据分析研究中,相关性分析分为数值变量分析与分类变量分析两大类。针对身高、销量、分数等连续数值变量,通常采用皮 ...
2026-10-12在Power BI可视化分析体系中,常规表格仅能展示枯燥的数值数据,存在数据对比不直观、强弱规律不突出、维度交叉分析低效等问题。 ...
2026-10-12 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-10-12在传统零售行业同质化竞争激烈、大众营销转化率持续走低的背景下,依托经验与直觉的粗放式营销逐渐失效。美国塔吉特百货(Target ...
2026-10-10随着智能客服、数字化服务、用户精细化运营的快速普及,传统零散、非标准化的客户服务数据与业务体系逐渐难以支撑高效服务治理。 ...
2026-10-10 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 ...
2026-10-10CDA数据分析师 出品 作者:李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中,业务数据大多存储在各类关系型数据库内,例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09在数字化精细化运营时代,海量用户存在需求差异、行为差异、价值差异与偏好差异。如果企业采用“一刀切”的统一营销、统一服务、 ...
2026-10-09 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 ...
2026-10-09指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 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 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07