京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何利用大数据赚10亿美元_数据分析师
在《福布斯》杂志亿万富翁榜单上首次出现的新面孔中,越来越多人通过大数据赚取到巨额财富。这些大数据富翁都在各自领域中占据巅峰位置,他们以前所未有的方式收集、分析以及使用数据,并借此建立起自己的商业帝国。
多数大数据富豪在主流消费市场中打拼,他们重点关注日常生活中看似普通的事物,比如打车、选择电影去观看等,他们的模式已被证明取得巨大成功。其他人则聚焦于专业市场,通过提供此前从未有过的见解进行反恐、打击金融欺诈等。在此,我们简单介绍下6位大数据富翁如何利用大数据改变世界,并从中获取利益的。
1.打车应用Uber首席执行官特拉维斯·卡兰尼克(Travis Kalanick)
这位大学辍学生最近成为《福布斯》富豪榜中的新人,其净资产达到53亿美元。Uber这种移动应用服务可将需要打车的人与准备载客的司机连通起来,尽管其激怒了全世界的传统出租车司机,但后者却无力阻止Uber价值增至410亿美元。
Uber储存和监视用户乘车的每段旅程数据,并利用其确定需求、分配资源以及设定车费标准等。Uber同时还对运营城市中的公共交通网络进行深入分析,为此其能够覆盖交通服务较差的区域,成为公交车和火车的有效补充。近来,卡兰尼克宣布推出新的UberPool服务,同样通过分析乘车数据设立汽车共享计划,此举可减少伦敦街头1/3汽车数量。
2.在线影片租赁提供商Netflix CEO里德·黑斯廷斯(Reed Hastings)
黑斯廷斯先是在美国海军陆战队中短暂服役,随后又参加美国志愿者组织Peace Corps,前往斯坦福大学进修计算机学后,于1991年创建自己的首家公司Pure Software。此后,黑斯廷斯还与马克·伦道夫(Marc Randolph)创建Netflix,开始DVD邮寄业务。今天,黑斯廷斯的净资产达到10亿美元,他还是Facebook(另一家建立在大数据基础上的公司)的董事会成员。
正如《纽约时报》指出的那样,Netflix已经将使用大数据分析变成“给与人们任何想要的东西”。Netflix正分析5500万订阅用户的详细观赏数据,这不仅能优化他们的推荐服务,也能帮助找到下一部《纸牌屋》大片。
预测你接下来将会看什么是Netflix数据战略的主要目标。为了实现这个目标,Netflix已经招募很多电影界人士研究电影、电视以及标签中包含的共同主题。此外,Netflix还定期举行众包竞赛,向任何能够提出更精确预测观众观赏习惯算法的人提供100万美元奖金。
3.美国度假房屋租赁网站AirBnb CEO布莱恩·切斯基( Brian Chesky)
这位33岁的AirBnb创始人据说自从2010年以来,就不曾有过自己的房子。他几乎总是在使用自己的服务,将旅行者与提供短期租住服务的房主联系起来。自从2008年AirBnb推出以来,在全球3.4万座城市提供了2400万次预订服务。这意味着,AirBnb公司已经收集到有关人们度假和旅行习惯的海量数据。
这种洞察力将使他们确保在旅游高峰期时,集中精力在热门旅行目的地签约客房和确定价格标准,以便于他们优化利用全球房屋租赁网络。这个网络中存在专有机器学习算法,可提前预测欺诈性交易,而强大的推荐系统允许客人和主人迅速在彼此间建立起信任。
AirBnb刚刚推出Airpal,这种用户友好数据分析平台允许其所有雇员访问公司数据,并借助工具进行查询服务,不再仅限于受过数据学训练的人。切斯基与他的创业伙伴内森·布莱卡斯亚克(Nathan Blecharczyk)、乔·格比亚(Joe Gebbia)据说每个人的净资产都已经达到19亿美元。
4.高频交易公司Virtu Financial创始人文森特·维奥拉(Vincent Viola)
2008年,维奥拉创建了高频交易公司Virtu Financial,现在其净资产为17亿美元。维奥拉的公司根据大数据原则、交易股票、日用品、货币以及国际市场选择等因素开发自己的专业交易算法。维奥拉带领公司上市的计划于去年被搁置,但今年有望重新启动。
高频交易利用特定算法进行数千笔交易,经常可从价格的细微变动中获益,其十分依赖世界金融市场提供的大数据。据说,高频交易占了美国股票交易的近半壁江山,占期货交易的60%。去年,Virtu Financial公司宣布,在过去5年间,它只遭遇过一天整体交易受损的情况,他们将此成功归功于实时风险管理策略和技术。
5.“阅后即焚”照片分享应用Snapchat创始人埃文·斯皮格尔(Evan Spiegel)与博比·墨菲(Bobby Boggy Murphy)
现年分别24岁和25岁,斯皮格尔与墨菲是《福布斯》富豪榜中最年轻的亿万富翁。这两人在斯坦福大学就读期间相识,并于2013年拒绝Facebook30亿美元收购Snapchat而名声鹊起。他们的坚持带来丰厚回报,该公司上个月估值达到190亿美元。
Snapchat出现前,市场中已经有很多图片消息服务,但斯皮格尔与墨菲首先发现,并非所有人都希望他们发送给朋友的图片永远处于可视状态。通过执行自动的自毁功能,他们希望建立起信任。尽管有些磕磕绊绊,但这项服务已经取得巨大成功。自从那时以来,Snapchat进化出许多数据驱动功能,试图帮助用户联系其他人,并基于共享时间讲述协作故事。
6.软件公司Palantir创始人亚历山大·卡普(AlexanderKarp)
在创建Palantir时,卡普获得CIA的大力帮助。这家公司使用大数据算法帮助在全球反恐和打击金融欺诈行为,它的最大客户是美国政府。美国政府利用Palantir的软件预测路边炸弹埋置、欺诈交易等事件。
Palantir的大部分工作自然需要保密,但众所周知的是,该公司发现可疑欺诈活动的模式和数据异常技术源自在线支付服务Paypal。卡普的联合创业者是彼得·泰尔(Peter Thiel)就是Paypal的联合创始人。
来自DNA数据库的数据、监控记录显示的动作、社交媒体数据以及秘密线人的举报等都可被融合在一起,共同预测坏人的活动,并作出适当回应。Palantir的核心理念是大多数数据分析过程依然需要人类干预,特别是当你认为需要领先敌人时。为此,他们精心挑选专家顾问,在数据项目上与客户精诚合作。
Palantir最初专注于帮助政府客户确保安全和反恐,现在Palantir正扩展业务网络,向金融和医药行业进军。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28