年輕人在玩什麼阿里大數據告訴你

1. 大數據是什麼有什麼價值作用

「大數據」是指以多元形式，自許多來源搜集而來的龐大數據組，往往具有實時性。在企業對企業銷售的情況下，這些數據可能得自社交網路、電子商務網站、顧客來訪紀錄，還有許多其他來源。這些數據，並非公司顧客關系管理資料庫的常態數據組。
大數據的應用其實早已滲透到人們生活中的方方面面：亞馬遜運用大數據為客戶推薦商品信息，阿里用大數據成立了小微金融服務集團，而谷歌更是計劃用大數據接管世界??當下，很多行業都開始增加對大數據的需求。大數據時代不僅處理著海量的數據，同時也加工、傳播、分享它們。不知不覺中，數據可視化已經遍布我們生活的每一個角落，畢竟普通用戶往往更關心結果的展示。伴隨去年底網路地圖採用LBS定位春運的可視化大數據，就引起了學界對新聞創新和大數據可視化的熱議。

一、技術價值

大數據，根本上與數學、統計學、計算機學、數據學等基本理論知識無法分割，技術水平突飛猛進給數字領域帶來最直接的躍進。

App研發應用、資料庫編寫應用等促進人類社會技術進步的價值都來源於大數據的發明和運營。

大數據不僅創造了新的計算方式、技術處理方式，更加為其他技術的研發、應用和落地提供基礎，例如人工智慧等。

大數據中客戶與企業進行交易的數據，是大數據技術價值的核心映射。客戶的交易行為通過企業內部系統留存，基本以「事後」數據為主。

交易數據是推進企業數據驅動業務，與客戶聯系溝通、獲得有效和分析數據的初級門檻，無論大數據獲取能力如何發展，直接的交易信息永遠都是第一有效和值得關注的。

淘寶的交易分析報告中提到，大額買單後的重購次單和同店重購次單比例分別為25.0%和16.8%，要明顯高於普通買單的18.8%和10.7%，則表示在首次買單獲取了對賣家服務和商品質量的信任後，次單完全存在放大金額的可能，並且比普通買單的可能要高得多。

由此引導賣家增進服務、堅守質量，並適時推出捆綁推薦，以求同類商品同店大額下單的幾率。

只有有了大數據的處理技術，交易行為才能夠得到記錄分析，企業的大數據技術研發、應用和落地才能擁有基礎，以開發更新更適合時代的企業產業。

目前有很多傳統企業盲目行走大數據的道路，但其實大數據技術能力並沒有建立起來，真正獲得了有效數據並得以分析利用的就很少，很多該做的「埋點」沒有做，數據的統計也缺乏技術支撐。

這時大數據的技術價值就會顯得尤為重要，且是所有價值的基礎，一梁塌，全屋倒。

無法自主革新的企業會求助一些以提供大數據服務為產品的新型公司，也就催生了各種大數據公司雨後春筍般的出現，至於這些公司如何為傳統轉型服務在後面會提到。

二、商業價值

在實際的升級運行中，習慣於傳統經營的企業也許經常會為這樣幾個基礎的問題感到困惑：如何提升運營現狀？目標客群是誰？有哪些特點？與競品相比競爭優勢在哪？現有經營問題又是什麼？

而這些看似簡單的問題背後卻隱藏著海量數據的分析挖掘：客流數據、經營數據、以往活動相關數據、場內店鋪信息、競品數據，類此種種的深入透析才能幫助企業畫像潛客、分析經營、建立會員體系、策劃活動執行。

單就運營而論，數據作為一種度量方式，能夠真實的反映運營狀況，幫助企業進一步了解產品、了解用戶、了解渠道進而優化運營策略。

2. 盤點阿里旅行周年:這樣用大數據顛覆行業

盤點阿里旅行周年:這樣用大數據顛覆行業

日前在阿里旅行成立一周年的時候，總裁李少華剛剛發送了《寫給阿里旅行的365天》的全員信。郵件指出：阿里旅行提供的是旅行行業的「水電煤」；將阿里平台上寶貴的大數據應用起來，幫助旅行商家和合作夥伴更高效的連接消費者，以用戶為中心重構供需關系，以平台大數據支撐個性化服務。

這句話理解起來可能有點深奧，不過將旅遊之前和旅遊中用戶遭遇的各種坑與阿里旅行這1年來做的事情串起來，或許就能明白他們是如何利用大數據在顛覆行業了。

先說今年微文在兩次旅行前辦理簽證中親身遭遇到的一些坑吧：

1、因為窮所以我很早之前就開始准備十一期間旅遊的事，貨比三家後在某家B2C旅遊網站選擇了出境游，之後按照網站工作人員的提示開始准備漫長的簽證材料，好不容易經過漫長的等待資料全湊齊郵給那家B2C網站的客服，等了幾天卻被客服告知我提交的資料不符，而且時間也比較緊張了，他們那裡沒辦法幫我辦簽證，讓我自己想辦法解決。我憤怒的提出退款，結果被告知酒店和機票都已經預定，沒有辦法做退款處理。最後我索性死馬當活馬醫，告訴客服如果不遞交材料那是他們的問題，如果遞交上去使館沒出簽，我自己承擔責任。最後順利拿到簽證，出去玩。

2、今年8月我的在某家創業型B2C網站上續簽美國簽證（選擇他們是因為他們自稱專注於美國旅遊，非常專業），結果客服一會告訴我照片不符合要求，一會告訴我缺這個少那個，可我是按照美國大使館網上提供的資料來准備的啊，幾次溝通無果，最後沒辦法找了他們聯合創始人問題才得以解決，最終一張紙的材料我也沒補交，大使館給了10年的美簽。

經過這兩件事情我就在捉摸，很多時候不是大使館不給旅遊者發簽證，而是你委託的商業公司在想盡辦法給用戶製造門檻和難題，既然互聯網是以用戶體驗為核心競爭力的行業，那有為什麼會出現在線旅行行業處處刁難客戶的情況呢？

後來經過高人指點終於明白，原來很多做在線旅行的互聯網公司不好判斷申請簽證的人是否可信賴，如果一旦出現旅客在境外逾期滯留，會非常影響這些互聯網公司同使館的信任度，最終影響到其業務，所以才導致了上述情況的出現。

那麼有沒有可能用大數據來解決這個難題呢？肯定有，問題是由於這些做在線旅遊的互聯網公司數據往往不夠全面，所以大數據雖然在做，但是卻不夠准確，很多時候還是只能由人工來判斷。那麼號稱數據最全的阿里有沒有可能做這件事兒呢？

就在我思考這個問題的時候，發現他們已經開始做了，下面不妨先來盤點一下阿里旅行這一年的重要事件：

1、今年3月，阿里旅行推出信用住計劃，芝麻信用良好的用戶在阿里旅行預定信用住酒店，就可體驗「零押金無擔保急速退房「服務。與傳統模式相比：用戶在阿里旅行預訂

酒店時，芝麻分達到600分即可選擇信用住。先入住後付款，無需擔保零押金，離店時也無需排隊，只需把門卡放到前台，系統會自動從用戶的支付寶賬戶里扣除房費。

2、隨後阿里旅行發布了與芝麻信用結合的「未來酒店」戰略，首間未來酒店樣板店坐落在浙江杭州的學院路，不論來自什麼預訂渠道的用戶，不管是否提前預訂了酒店，在辦理入住時，均可通過掃碼的形式實時進行信用判定，滿足芝麻信用分要求——600分即可馬上開始體驗信用住的便捷，不用交押金即可直接領房卡入住，退房時也不用等查房和排隊付款，將房卡交給前台即可離店，房費將通過支付寶自動扣除。

3、今年6月，阿里旅行與盧森堡大公國駐上海總領事館簽署合作協議，正式將盧森堡納入便捷在線簽證目的地。當用戶的芝麻信用分符合阿里旅行規定的標准，便可在阿里旅行·去啊的簽證頻道選擇在線簽證服務。傳統簽證一般需要5-10天，而在線簽只需2-3天且不需要提供繁瑣的紙質材料。在此之前，新加坡作為首個便捷在線簽證目的地已經在阿里旅行簽證頻道正式上線。接下來，阿里旅行還會在法國、英國、韓國、日本、比利時、斯里蘭卡等出境游熱門目的地展開在線簽證。公開數據顯示，目前每分鍾就有16.8個人通過阿里旅行買了簽證/入台證辦理服務。

4、9月22日，阿里旅行啟動「未來景區」戰略，遊客可以先遊玩再付款，免去排隊買票之苦，在景區里也可以「身無分文」，全程用手機付款吃喝玩樂，更可使用手機進行景區游覽導航，尋衛生間找停車場都不再發愁。深圳東部華僑城已經率先加入「未來景區」戰略，黃山、烏鎮、古北水鎮、海昌集團在全國的8個極地海洋館也將於近期上線。在「未來景區」遊玩時，只要芝麻信用分達到600分，即可提前一天在阿里旅行客戶端進行預約，預約成功後會獲得一個二維碼，到了景區門口可以直接掃碼入園，不需再另外排隊買票或換票，而門票錢會在遊客刷碼入園後24小時自動從支付寶賬戶中扣除，不需要再另外執行任何操作。

事實上，無論是信用住、未來酒店、未來景區還是在線簽證，這些便捷服務背後都在於螞蟻信用進行掛鉤，而螞蟻信用的背後則是通過大數據對用戶進行篩選和再判斷，通過大數據取代人工審核。此外，阿里在旅遊行業投資的窮游、在路上、佰程旅行網及石基信息等公司的數據也將對阿里旅行提供支持。

最後不得不感慨一下，早知道在線旅遊的B2C這么不靠譜我當時就應該選擇阿里旅行。而未來一旦像我這樣的小白用戶開始嘗試並習慣通過芝麻信用與阿里旅行掛鉤的方式選擇出行的時候，阿里旅行的勢能也就無法撼動了。

1969年7月20日，美國宇航員阿姆斯特朗登月後說，這是我個人的一小步，但卻是全人類的一大步。對於僅僅成立1年的阿里旅行而言，單一產品上的改進或許只是一小步，但是將芝麻信用、大數據與用戶體驗掛鉤的思路確是互聯網的一大進步。

以上是小編為大家分享的關於盤點阿里旅行周年:這樣用大數據顛覆行業的相關內容，更多信息可以關注環球青藤分享更多干貨

3. 目前大數據在哪些行業有案例或者說應用

大數據應用的關鍵，也是其必要條件，就在於"IT"與"經營"的融合，當然，這里的經營的內涵可以非常廣泛，小至一個零售門店的經營，大至一個城市的經營。以下是關於各行各業，不同的組織機構在大數據方面的應用的案例，在此申明，以下案例均來源於網路，本文僅作引用，並在此基礎上作簡單的梳理和分類。
大數據應用案例之：醫療行業
Seton Healthcare是採用IBM最新沃森技術醫療保健內容分析預測的首個客戶。該技術允許企業找到大量病人相關的臨床醫療信息，通過大數據處理，更好地分析病人的信息。
在加拿大多倫多的一家醫院，針對早產嬰兒，每秒鍾有超過3000次的數據讀取。通過這些數據分析，醫院能夠提前知道哪些早產兒出現問題並且有針對性地採取措施，避免早產嬰兒夭折。
它讓更多的創業者更方便地開發產品，比如通過社交網路來收集數據的健康類App。也許未來數年後，它們搜集的數據能讓醫生給你的診斷變得更為精確，比方說不是通用的成人每日三次一次一片，而是檢測到你的血液中葯劑已經代謝完成會自動提醒你再次服葯。
大數據應用案例之：能源行業
智能電網現在歐洲已經做到了終端，也就是所謂的智能電表。在德國，為了鼓勵利用太陽能，會在家庭安裝太陽能，除了賣電給你，當你的太陽能有多餘電的時候還可以買回來。通過電網收集每隔五分鍾或十分鍾收集一次數據，收集來的這些數據可以用來預測客戶的用電習慣等，從而推斷出在未來2~3個月時間里，整個電網大概需要多少電。有了這個預測後，就可以向發電或者供電企業購買一定數量的電。因為電有點像期貨一樣，如果提前買就會比較便宜，買現貨就比較貴。通過這個預測後，可以降低采購成本。
維斯塔斯風力系統，依靠的是BigInsights軟體和IBM超級計算機，然後對氣象數據進行分析，找出安裝風力渦輪機和整個風電場最佳的地點。利用大數據，以往需要數周的分析工作，現在僅需要不足1小時便可完成。
大數據應用案例之：通信行業
XO Communications通過使用IBM SPSS預測分析軟體，減少了將近一半的客戶流失率。XO現在可以預測客戶的行為，發現行為趨勢，並找出存在缺陷的環節，從而幫助公司及時採取措施，保留客戶。此外，IBM新的Netezza網路分析加速器，將通過提供單個端到端網路、服務、客戶分析視圖的可擴展平台，幫助通信企業制定更科學、合理決策。
電信業者透過數以千萬計的客戶資料，能分析出多種使用者行為和趨勢，賣給需要的企業，這是全新的資料經濟。
中國移動通過大數據分析，對企業運營的全業務進行針對性的監控、預警、跟蹤。系統在第一時間自動捕捉市場變化，再以最快捷的方式推送給指定負責人，使他在最短時間內獲知市場行情。
NTT docomo把手機位置信息和互聯網上的信息結合起來，為顧客提供附近的餐飲店信息，接近末班車時間時，提供末班車信息服務。
大數據應用案例之：零售業
"我們的某個客戶，是一家領先的專業時裝零售商，通過當地的百貨商店、網路及其郵購目錄業務為客戶提供服務。公司希望向客戶提供差異化服務，如何定位公司的差異化，他們通過從 Twitter 和 Facebook 上收集社交信息，更深入的理解化妝品的營銷模式，隨後他們認識到必須保留兩類有價值的客戶：高消費者和高影響者。希望通過接受免費化妝服務，讓用戶進行口碑宣傳，這是交易數據與交互數據的完美結合，為業務挑戰提供了解決方案。"Informatica的技術幫助這家零售商用社交平台上的數據充實了客戶主數據，使他的業務服務更具有目標性。
零售企業也監控客戶的店內走動情況以及與商品的互動。它們將這些數據與交易記錄相結合來展開分析，從而在銷售哪些商品、如何擺放貨品以及何時調整售價上給出意見，此類方法已經幫助某領先零售企業減少了17%的存貨，同時在保持市場份額的前提下，增加了高利潤率自有品牌商品的比例。