本文力圉從企業運營和管理的角度，梳理出發掘大數據價值的一般規律:

.以數據驅動的決策，主要通過提高預測概率，來提高決策成功率；

?以數據驅動的流程，主要是形成營銷閉環戰略，提高銷售漏斗的轉化率；

?以數據驅動的產品，在產品設計階段，強調個性化；在產品運營階段，則強調迭代式

創新。

從谷歌、亞馬遜、Facebook.Linkedln,到阿里、百度、騰訊，都因其擁有大量的用

戶注冊和運營信息，成為天然的大數據公司。而像IBM、Oracle.EMC.惠普這類大型技

術公司紛紛投身大數據，通過整合大數據的信息和應用，給其他公司提供"硬件+軟件+數

據"的整體解決方案.我們關注的重點是大數據的價值，第一類公司首當其沖。

下面就是這些天然大數據公司的挖掘價值的典型案例：

01亞馬遜的“信息公司"

如果全球哪家公司從大數據發掘出了最大價值，截至目前，答案可能非亞馬遜莫屬。

亞馬遜也要處理海量數據，這些交易數據的直接價值更大。作為一家“信息公司"，亞馬遜

不僅從每個用戶的購買行為中獲得信息，還將每個用戶在其網站上的所有行為都記錄下來:

頁面停留時間、用戶是否查看評論、每個搜索的關鍵詞、瀏覽的商品等等。這種對數據價

值的高度敏感和重視，以及強大的挖掘能力，使得亞馬遜早已遠遠超出了它的傳統運營方

式。

亞馬遜CTOWernerVogels在CeBIT上關于大數據的演講，向與會者描述了亞馬遜

在人數據時代的商業藍圖。長期以來，亞馬遜一直通過人數據分析，嘗試定位客戶和和獲

取客戶反饋。"在此過程中，你會發現數據越大，結果越好。為什么有的企業在商業上不斷

犯錯？那是因為他們沒有足夠的數據對運營和決策提供支持：'Vogels說「一旦送入大數

據的世界，企業的手中將握有無限可能。"從支撐新興技術企業的基礎設施到消費內容的移

動設備，亞馬遜的觸角已觸及到更為廣闊的領域。

亞馬遜推薦：亞馬遜的各個業務環節都離不開"數據驅動"的身影。在亞馬遜J_買過

東西的朋友可能對它的推薦功能都很熟悉「買過X商品的人,也同時買過Y商品"的推

薦功能看上去很簡單，卻非常有效,同時這些精準推薦結果的得出過程也非常復雜。

亞馬遜預測：用戶需求預測是通過歷史數據來預測用戶未來的需求。對于書、手機、

家電這些東西——亞馬遜內部叫硬需求的產品，你可以認為是“標品"一預測是比較準

的，甚至可以預測到相關產品屬性的需求。但是對于服裝這樣軟需求產品,亞馬遜干了十

多年都沒有辦法預測得很好，因為這類東西受到的干擾因素太多了，比如：用戶的對顏色

款式的喜好，穿上去合不合身，爰人朋友喜不喜歡……這類東西太易變，買得人多反而會

賣不好，所以需要更為復雜的預測模型。

亞馬遜測試：你會認為亞馬遜網站上的某段頁面文字只是碰巧出現的嗎？其實，亞馬

遜會在網站上持續不斷地測試新的設計方案，從而找出轉化率最高的方案。整個網站的布

局、字體大小、顏色、按鈕以及其他所有的設計，其實都是在多次審慎測試后的最優結果。

亞馬遜記錄：亞馬遜的移動應用讓用戶有一個流暢的無處不在的體驗的同時，也通過

收集手機上的數據深入地了解了每個用戶的喜好信息；更值得一提的是KindleFire,內嵌

的Silk瀏覽器可以將用戶的行為數據一一記錄下來。

以數據為導向的方法并不僅限于以上領域，亞馬遜的企業文化就是冷冰冰的數據導向

型文化。對于亞馬遜來說，大數據意味著大銷售量。數據顯示出什么是有效的、什么是無

效的，新的商業投資項目必須要有數據的支撐。對數據的長期專注讓亞馬遜能夠以更低的

售價提供更好的服務。

02谷歌的意圖

如果說有一家科技公司準確定義了"大數據〃概念的話，那一定是谷歌。根據搜索研

究公司comScore的數據，僅2012年3月一個月的時間,谷歌處理的搜索詞條數量就高

達122億條。谷歌的體量和規模，使它擁有比其他大多數企業更多的應用大數據的途徑。

谷歌搜索引擎本身的設計，就旨在讓它能夠無縫鏈接成千上萬的服務器。如果出現更

多的處理或存儲需要，抑或某臺服務器崩潰，谷歌的工程師們只要再添加更多的服務器就

能輕松搞定。將所有這些數據集合在一起所帶來的結果是：企業不僅從最好的技術中獲益,

同樣還可以從最好的信息中獲益。下面選擇谷歌公司的其中三個亮點。

谷歌意圖：谷歌不僅存儲了搜索結果中出現的網絡連接，還會儲存用戶搜索關鍵詞的

行為，它能夠精準地記錄下人們進行搜索行為的時間、內容和方式，坐擁人們在谷歌網站

進行搜索及經過其網絡時所產生的大量機器數據。這些數據能夠讓谷歌優化廣告排序，并

將搜索流量轉化為盈利模式。谷歌不僅能追蹤人們的搜索行為，而且還能夠預測出搜索者

下一步將要做什么。用戶所輸入的每一個搜索請求，都會讓谷歌知道他在尋找什么,所有

人類行為都會在互聯網上留下痕跡路徑，谷歌占領了一個絕佳的點位來捕捉和分析該路徑。

換言之，谷歌能在你意識到自己要找什么之前預測出你的意圖。這種抓取、存儲并對海量

人機數據進行分析，然后據此進行預測的能力，就是數據驅動的產品。

谷歌分析：谷歌在搜索之外還有更多獲取數據的途徑。企業安裝"谷歌分析"之類的

產品來追蹤訪問者在其站點的足跡,而谷歌也可獲得這些數據。網站還使用"谷歌廣告聯

盟”，將來自谷歌廣告客戶網的廣告展示在其站點，因此，谷歌不僅可以洞察自己網站上廣

告的展示效果，同樣還可以對其他廣告發布站點的展示效果一覽無余。

谷歌趨勢：既然搜索本身是網民的"意圖數據庫〃，當然可以根據某一專題搜索量的漲

跌,預測下一步的走勢。谷歌趨勢可以預測旅游、地產、汽車的銷售。此類預測最著名的

就是谷歌流感趨勢，跟蹤全球范圍的流感等病疫傳播，依據網民搜索，分析全球范圍內流

感等病疫的傳播狀況。

03eBay的分析平臺

早在2006年,eBay就成立了大數據分析平臺。為了準確分析用戶的購物行為,eBay

定義了超過500種類型的數據，對顧客的行為進行跟蹤分析。eBay分析平臺高級總監

OliverRatzesberger說：'在這個平臺上，可以將結構化數據和非結構化數據結合在一起，

通過分析促進eBay的業務創新和利潤增長」

eBay行為分析：在早期，eBay網頁上的每一個功能的更改，通常由對該功能非常了

解的產品經理決定，判斷的依據主要是產品經理的個人經驗。而通過對用戶行為數據的分

析，網頁上任何功能的修改都交由用戶去決定。”每當有一個不錯的創意或者點子，我們都

會在網站上選定一定范圍的用戶進行測試。通過對這些用戶的行為分析，來看這個創意是

否帶來了預期的效果」

eBay廣告分析：更顯著的變化反映在廣告費上。eBay對互聯網廣告的投入一直很大，

通過購買一些網頁搜索的關鍵字，將潛在客戶引入eBay網站。為了對這些關鍵字廣告的

投入產出進行衡量，eBay建立了一個完全封閉式的優

04塔吉特的“數據關聯挖掘“

利用先進的統計方法，商家可以通過用戶的購買歷史記錄分析來建立模型，預測未來

的購買行為，進而設計促銷活動和個性服務避免用戶流失到其他競爭對手那邊。美國第三

大零售商塔吉特，通過分析所有女性客戶購買記錄，可以〃猜出"哪些是孕婦。其發現女

性客戶會在懷孕四個月左右，大量購買無香味乳液。由此挖掘出25項與懷孕高度相關的

商品，制作“懷孕預測”指數。推算出預產期后，就能搶先一步，將孕婦裝、嬰兒床等折

扣券寄給客戶。塔吉特還創建了一套購買女性行為在懷孕期間產生變化的模型，不僅如此,

如果用戶從它們的店鋪中購買了嬰兒用品，它們在接下來的幾年中會根據嬰兒的生長周期

定期給這些顧客推送相關產品，使這些客戶形成長期的忠誠度。

中國移動的數據化運營

通過大數據分析，中國移動能夠對企業運營的全業務進行針對性的監控、預警、跟蹤。

大數據系統可以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。

客戶流失預警：一個客戶使用最新款的諾基亞手機，每月準時繳費、平均一年致電客

服3次，使用WEP和彩信業務。如果按照傳統的數據分析，可能這是一位客戶滿意度非

常高、流失概率非常低的客戶。事實上，當搜集了包括微博、社交網絡等新型來源的客戶

數據之后，這位客戶的真實情況可能是這樣的：客戶在國外購買的這款手機，手機中的部

分功能在國內無法使用，在某個固定地點手機經常斷線，彩信無法使用一他的使用體驗

極差，正在面臨流失風險。這就是中國移動一個大數據分析的應用場景。通過全面獲取業

務信息，可能顛覆常規分析思路下做出的結論，打破傳統數據源的邊界，注重社交媒體等

新型數據來源，通過各種渠道獲取盡可能多的客戶反饋信息，并從這些數據中挖掘更多的

價值。

數據增值應用：對運營商來說，數據分析在政府服務市場上前景巨大。運營商也可以

在交通、應對突發災害、維穩等工作中使大數據技術發揮更大的作用。運營商處在一個數

據交換中心的地位，在掌握用戶行為方面具有先天的優勢。作為信息技術的又一次變革，

大數據的出現正在給技術進步和社會發展帶來全新的方向,而誰掌握了這一方向，誰就可

能成功。對于運營商來說，在數據處理分析上，需要轉型的不僅是技巧和法律問題，更需

要轉變思維方式,以商業化角度思考大數據營銷。

06Twitter中的興趣和情緒

Twitter興趣聚類：通過過濾用戶歸屬地、發推位置和相關關鍵詞，Twitter建立了一

系列定制化的客戶數據流。比如，通過過濾電影片名、位置和情緒標簽，你可以知道洛杉

磯、紐約和倫敦等城市最受歡迎的電影是哪些。而根據用戶發布的個人行為描述，你甚至

能搜索到那些在加拿大滑雪的日本游客。從這個視角看，Twitter的興趣圖譜的效率優于

Facebook的社交圖譜。Twitter的用戶數據所能產生的潛在價值同樣令人驚嘆。在社交媒

體網站正在收集越來越多的數據的形勢下，它們或許能找到更好的方式來利用這些數據盈

利，并使其取代廣告成為自身提高收入的主要方式。這些社交網站真正的價值可能在于數

據本身。相信在不久的將來，如果尋找到既能充分利用用戶數據，又可合理規避對用戶隱

私的威脅，社交數據所蘊藏的巨大能量將會徹底被開啟。

Twitter情緒分析：Twitter自己并不經營每一款數據產品，但它把數據授權給了像

DataSift這樣的數據服務公司，很多公司利用Twitter社交數據，做出了各種讓人吃驚的

應用，從社交監測到醫療應用，甚至可以去追蹤流感疫情爆發，社交媒體監測平臺DdldSift

還創造了一款金融數據產品。華爾街"德溫特資本市場”公司首席執行官保羅?霍廷每天的

工作之一，就是利用電腦程序分析全球3.4億微博賬戶的留言，進而判斷民眾情緒，再以

"1"到"50"進行打分。根據打分結果，霍廷再決定如何處理手中數以百萬美元計的股

票。霍廷的判斷原則很簡單：如果所有人似乎都高興，那就買入；如果大家的焦慮情緒上

升，那就拋售。一些媒體公司會把觀眾收視率數據打包到產品里，再轉賣給頻道制作人和

內容創造者。

精確的數據一旦與社交媒體數據相結合，對未來的預測會非常準。

07特易購的精準定向

聰明的商家通過用戶的購買歷史記錄分析來建立模型，為他們量身預測未來的購物清

單，進而設計促銷活動和個性服務,讓他們源源不斷地為之買單。特易購是全球利潤第二

大的零售商，這家英國超級市場巨人從用戶行為分析中獲得了巨大的利益。從其會員卡的

用戶購買記錄中，特易購可以了解一個用戶是什么"類別"的客人，如速食者、單身、有

上學孩子的家庭等等。這樣的分類可以為提供很大的市場回報，比如，通過郵件或信件寄

給用戶的促銷可以變得十分個性化，店內的促銷也可以根據周圍人群的喜好、消費的時段

來更加有針對性，從而提高貨品的流通。這樣的做法為特易購獲得了豐厚的回報，僅在市

場宣傳一項,就能幫助特易購每年節省3.5億英鎊的費用。

Tesco的優惠券：特易購每季會為顧客量身定做6張優惠券。其中4張是客戶經常購

買的貨品，而另外2張則是根據該客戶以往的消費行為數據分析，極有可能在未來會購買

的產品。僅在1999年，特易購就送出了14.5萬份面向不同的細分客戶群的購物指南雜志

和優惠券組合。更妙的是，這樣的低價兀損公司整體的盈利水平。通過追蹤這些短期優惠

券的回籠率，了解到客戶在所有門店的消費情況，特易購還可以精確地計算出投資回報。

發放優惠券吸引顧客其實已經是很老套的做法了，而且許多的促銷活動實際只是來掠奪公

司未來的銷售額。然而，依賴于扎實的數據分析來定向發放優惠券的特易購，卻可以維持

每年超過1億英鎊的銷售額增長。

特易購同樣有會員數據庫，通過已有的數據，就能找到那些對價格敏感的客戶，然后

在公司可以接受的最低成本水平J_,為這類顧客傾向購買的商品確定一個最低價。這樣的

好處一是吸引了這部分顧客，二是不必在其他商品上浪費錢降價促銷。

特易購的精準運營：這家連鎖超市在其數據倉庫中收集了700萬部冰箱的數據。通過

對這些數據的分析，進行更全面的監控并進行主動的維修以降低整體能耗。

08Facebook的女子友推薦

Facebook是社交網絡巨擎，但是在挖掘大數據價值方面，好像辦法不多，值得一提

的就是好友推薦。Facebook使用大數據來追蹤用戶在其網絡的行為，通過識別你在它的

網絡中的好友，從而給出新的好友推薦建議,用戶擁有越多的好友，他們與Facebook之

間的黏度就越高。更多的好友意味著用戶會分享更多照片、發布更多狀態更新、玩更多的

游戲。

09Linkedln的獵頭價值

Linkedln網站使用大數據在求職者和招聘職位之間建立關聯。有了Linkedln，獵頭們

再也不用向潛在的受聘者打陌生電話來碰運氣，而可以通過簡單的搜索找出潛在受聘者并

聯系他們.與此相似，求職者也可以通過聯系網站上其他人，自然而然地將自己推銷給潛

在的雇主。有兩個例子能夠生動呈現Linkedln的數據價值：幾年前，Linkedln忽然發現

近期雷曼兄弟的來訪者多了起來，當時并沒引起重視，過了不久，雷曼兄弟宣布倒閉；而

在谷歌宣布退出中國的前一個月，在Linkedln發現了一些平時很少見的谷歌產品經理在

線，這也是相同的道理。婦果Linkedln針對性地分析某家上

10沃爾瑪的數據基因

早在1969年沃爾瑪就開始使用計算機來跟蹤存貨，1974年就將其分銷中心與各家商

場運用計算機進行庫存控制。1983年，沃爾瑪所有門店都開始采用條形碼掃描系統。1987

年，沃爾瑪完成了公司內部的衛星系統的安裝，該系統使得總部，分銷中心和各個商場之

間可以實現實時，雙向的數據和聲音傳輸。采用這些在當時還是小眾和超前的信息技術來

搜集運營數據為沃爾瑪最近20年的崛起打下了堅實的地基，從而發現了”啤酒與尿布”

關聯。

如今，沃爾瑪擁有著全世界最大的數據倉庫，在數據倉庫中存儲著沃爾瑪數千家連鎖

店在65周內每一筆銷售的詳細記錄，這使得業務人員可以通過分析購買行為更加了解他

們的客戶。通過這些數據，業務員可以分析顧客的購買行為，從而供應最佳的銷售服務。

沃爾瑪一直致力于改善自身的數據收集技術，從條形碼掃描，到安裝衛星系統實現雙向數

據傳輸,整個公司都充滿了數據基因。2012年4月，沃爾瑪又收購了一家研究網絡社交

基因的公司Kosmix,在數據基因的基礎上，又增加了社交基因。

11阿里小貸和聚石塔

雖然阿里系的余額寶如日中天，但其實阿里小貸才真正體現出了大數據的價值。早在

2010年阿里就已經建立了“淘寶小貸〃，通過對貸款客戶下游訂單、上游供應商、經營信

用等全方位的評估，就可以在沒有見面情況下，給客戶放款，這當然是對阿里平臺上人數

據的挖掘。數據來源于“聚石塔"------個大型的數據分享平臺，它通過共享阿里巴巴旗

下各個子公司的數據資源來創造商業價值。這款產品就是大數據團隊把淘寶交易流程各個

環節的數據整合互聯，然后基于商業理解對信息進行分類儲存和分析加工，并與決策行為

連接起來所產生的效果。

12西爾斯的數據大集成

在過去，美國零售巨頭西爾斯控股公司，需要八周時間才能制定出個性化的銷售方案，

但往往做出來的時候,它已不再是最佳方案。痛定思痛，決定整合其專售的三個品牌——

Sears、Craftsman.Lands'End的客戶、產品以及銷售數據，使用群集收集來自不同品牌

的數據，并在群集上直接分析數據，而不是像以前那樣先存入數據倉庫，避免了浪費時間

—先把來自各處的數據合并之后再做分析。這種調整讓公司的推銷方案更快、更精準，

可以從海量信息中挖掘價值，但是價值巨大，困難也巨大：這些數據需要超大規模分析，

且分散在不同品牌的數據庫與數據倉庫中，不僅數量龐大而且支離破碎。

西爾斯的困境，在傳統企業中非常普遍，這些企業家一直想不通，既然互聯網零售商

亞馬遜可以推薦閱讀書目、推薦電影、推薦可供購買的產品，為什么他們所在的企業卻做

不到類似的事情。西爾斯公司首席技術官菲里?謝利(PhilShelley)說：如果要制定一系

列復雜推薦方案質量更高，需要更及時、更細致、更個性化的數據，傳統企業的IT架構根

本不能完成這些任務,需要痛下決心，才能完成轉型。

在這次“數據盛宴”中,是否只有大公司的狂歡？并非如此，從事大數據產業的輕公

司將無處不在。新興的創業公司通過出售數據和服務更有針對性地提供單個解決方案，把

大數據商業化、商品化，才是更加值得我們關注的模式。這將帶來繼門戶網站、搜索引擎、

社交媒體之后的新一波創業浪潮和產業革命，并會對傳統的咨詢公司產生強烈沖擊。

13PredPol的犯罪預測

PredPol公司通過與洛杉磯和圣克魯斯的警方以及一群研究人員合作，基于地震預測

算法的變體和犯罪數據來預測犯罪發生的幾率，可以精確到500平方英尺的范圍內。在洛

杉磯運用該算法的地區，盜謝罪和暴力犯罪分布下降了33%和21%。

14Tipp24AG的賭徒行為預測

Tipp24AG針對歐洲博彩業構建的下注和預測平臺。該公司用KXEN軟件來分析數十

億計的交易以及客戶的特性，然后通過預測模型對特定用戶進行動態的營銷活動。這項舉

措減少了90%的預測模型構建時間.SAP公司正在試圖收購KXEN「SAP想通過這次收

購來扭轉其長久以來在預測分析方面的劣勢〃。

15Inrix的堵車預言

交通的參與者多種多樣，是大數據最能發揮價值的領域。交通流量數據公司Inrix依靠

分析歷史和實時路況數據，能給出及時的路況報告，以幫助司機避開正在堵車的路段，并

且幫他們提前規劃好行程。汽車制造商、移動應用開發者、運輸企業以及各類互聯網企業

都需要Inrix的路況報告。奧迪、福特、日產、微軟等巨頭都是Inrix的客戶。

16潘吉瓦的時尚預測

消費者追尋意見領袖的生活方式。潘吉瓦公司就是用數據分析來預測流行趨勢，以此

為基礎甚至撬動全球貿易。比如，它們通過41次追蹤《暮光之城》的徽章、襪子的運輸

情況，分析在這部電影中主角的服飾對流行趨勢有多大影響率，并將分析結果告知用戶，

建議他們對自己的行動做出恰當的調整。

17潘多拉的音樂推薦

美國在線音樂網站潘多拉特別聘請一些音樂專家，讓他們每個人平均花上20分鐘去

分析一首歌曲，并賦予每首歌400種不同的屬性。如果你表示喜歡一首歌，程序會自動尋

我跟這首歌"基因"相同的歌曲，猜測你也會喜歡并采用推薦引擎技術推薦給你。借助這

種人海戰術,潘多拉網站已經分析了74萬首歌曲。

18FutrixHealth的醫療方案

FutrixHealth是一家專注于用通過數據為患者制定醫療解決方案的公司，從安裝在智

能手機上的個人健康應用，到診所、醫院里醫生使用的電子健康記錄儀，甚至是革命性的

數字化基因組數據，均連接到后端數據倉庫上。從而為患者制定最佳的醫院選擇、醫藥選

擇。該如何將采集到醫療保健機構的大量操作信息，分析患者情況或治療效果，實施任何

高效率的措施，使之更具有意義一大數據時代提供的機會，不再是簡單地收集這些數據,

而是如何運用數據來更好地認知這個世界。

19RetentionScience的用戶粘性

在零售領域,創業公司RetentionScience發布了一個為電子商務企業提供增強用戶

粘性的數據分析及市場策略設計的平臺，它的用戶建模引擎具備自學習功能，通過使用算

法和統計模型來設計優化用戶粘性的策略。平臺的用戶數據分析都是實時進行，以確保用

戶行為預測總是符合實際用戶行為更新；同時，動態的根據這些行為預測來設計一些促銷

策略。RS目前已獲得BarodaVentures,MohrDavidowVentures,DoubleMPartners

及一些著名天使投資人130萬美金的投資。

20眾瀛的婚嫁后推薦

江蘇眾瀛聯合數據科技有限公司構建了這樣一個大數據平臺——將準備結婚的新人作

為目標消費者，并把與結婚購物相關的商家加入其中。一對新人到薇薇新娘婚紗影樓拍了

婚紗照，在實名登記了自己的信息后會被上傳到大數據平臺上。大數據平臺能根據新人在

婚紗影樓的消費情況和偏好風格，大致分析判斷出新人后續消費需求，即時發送獎勵和促

銷短信。比如邀請他們到紅星美凱龍購買家具、到紅豆家紡選購床上用品、到國美電器選

購家用電器、到希爾頓酒店擺酒席……如果新人在紅星美凱龍購買了中式家具，說明他們偏

好中國傳統文化，就推薦他們購買紅豆家紡的中式家居用品。

21Takadu的數字馴水

水，向來是個不好管理的東西：自來水公司發現某個水壓計出現問題，可能需要花上

很長的時間排查共用一個水壓計的若干水管。等找到的時侯，大量的水已經被浪費了。以

色列一家名為Takadu的水系統預警服務公司解決了這個問題。Takadu把埋在地下的自來

水管道水壓計、用水量和天氣等檢測數據搜集起來，通過亞馬遜的云服務傳回Takadu公

司的電腦進行算法分析，如果發現城市某處地下自來水管道出現爆水管、滲水以及水壓不

足等異常狀況，就會用大約10分鐘完成分析生成一份報告，發回給這片自來水管道的維

修部門。報告中，除了提供異常狀況類型以及水管的損壞狀況一每秒漏出多少立方米的

水，還能相對精確地標出問題水管具體在哪里。檢測每千米"水路"，Takadu的月收費是

22百合網的婚戀匹配

電商行業的現金收入源自數據，而婚戀網站的商業模型更是根植于對數據的研究。比

如，作為一家婚戀網站，百合網不僅需要經常做一些研究報告，分析注冊用戶的年齡、地

域、學歷、經濟收入等數據，即便是每名注冊用戶小小的頭像照片,這背后也大有挖掘的

價值。百合網研究規劃部李琦曾經對百合網上海量注冊用戶的頭像信息進行分析，發現那

些受歡迎頭像照片不僅與照片主人的長相有關，同時照片_1_人物的表情、臉部比例、清晰

度等因素也在很大程度上決定了照片主人受歡迎的程度。例如，對于女性會員，微笑的表

情、直視前方的眼神和淡淡的妝容能增加自己受歡迎的概率，而那些臉部比例占照片1/2、

穿著正式、眼神直視沒有多余pose的男性則更可能成為婚戀網站上的寵兒。

23Prismatic的新聞外衣

Prismatic是一款個性化新聞應用，只有4名創始員工,憑借互聯網數據爬蟲和社交

網絡開發平臺的數據，依托亞馬遜的云計算平臺,實現了大數據的精益創業。Prismatic

不提供統一的設計精良的新聞訂閱或推薦界面而是根據分析用戶的Facebook或Twitter

資料，為用戶做一對一的數據分析和推薦。從盈利模式來看,Prismatic不是依靠廣告費生

存下來，也不是傳統的新聞媒介，而是一個披著新聞應用外衣的電子商務公司。名義上為

了給用戶個性化推薦新聞而得到用戶的個人信息進行數據分析，針對性的推出推薦商品，

從而從電子商務中盈利。

24Opower的對比激勵

人類都有和同類對比的天性,例如，一家政府機構收集不同地點從事同類工作的多組

員工的數據，僅僅將這些信息公諸于眾就促使落后員工提高了績效。在能源行業，Opower

使用數據對比來提高消費用電的能效，并取得了顯著的成功。作為一家SddS的創新公司，

Opower與多家電力公司合作，分析美國家庭用電費用并將之與周圍的鄰居用電情況進行

對比，被服務的家庭每個月都會受到一份對比的報告，顯示自家用電在整個區域或全美類

似家庭所處水平，以鼓勵節約用電。Opower的服務以覆蓋了美國幾百萬戶居民家庭，預

計將為美國消費用電每年節省5億美元。Opower報告信封，看上去像賬單，它們使用行

為技術輕輕地說服公用事業客戶降低消耗。Opower已經推出了它的大數據平臺

Opower4,通過分析各種智能電表和用電行為，電力公司等公用事業單位成為Opower

的盈利來源。而對一般用戶而言，Opower完全是免費的。

25Change和Uniqlick的點擊消費

使用新的數據技術，諸如美國的Chango公司和中國的Uniqlick公司正在數字廣告行

業中探索新的商業模式——實時競拍數字廣告。通過了解互聯網用戶在網絡的搜索、瀏覽

等行為，這些公司可以為廣告主提供最有可能對其商品感興趣的用戶群，從而進行精準營

銷；更長期的趨勢是，將廣告投放給最有可能購買的用戶群。這樣的做法對于廣告主來說,

可以獲得更高的轉換率，而對于發布廣告的網站來說，也提高了廣告位的價值。

26眾趣的行為辯析

眾趣是國內第一家社交媒體數據管理平臺，目前國內主要的社交開放平臺在用戶數據

的開放性方面仍比較保守，身為第三方數據分析公司，能夠獲得的用戶數據還十分有限，

要使用這些用戶數據需獲得用戶許可。眾趣通過運營統計學等相關數據分析原理對用戶數

據進行過濾，最終完成的是對一個用戶的行為、動作等個體特征的描述。這些描述可以幫

助品牌營銷者了解消費者的消費習慣及需求；也可以幫助企業的領導增強對自己員工的了

解。除了對個體以及群體行為特征的描述外，這些數據分析結果還可用于對用戶群體的行

為預測，從而為營銷者提供一些前瞻性的市場分析。眾趣數據分析的結果只能精準到群組

而無法達到個人。此類的用戶數據研究除在市場營銷領域具有一定的參考價之外，目前大

多還主要用于配合一些小調研。此外，這些數據還可以實現對用戶甚至企業機構的信用評

級，在金融領域也有一定程度的使用。

27拖拉網的明天猜想

導購電商的拖拉網制作了"明天穿什么"這一應用。在這個應用當中，眾多時裝圈權

威人士輸送時裝搭配與風格單品，由用戶任意打分，根據用戶的打分偏好，拖拉網便能猜

到明天她們想穿什么，然后為她在數十萬件網購時裝中推薦單品，并且實現直通購買下單。

在獲取客戶數據后，后臺分析也是各顯神通。

拖拉網加入了更多變量來考核自己的推薦模式。比如有消費者明天要參加一個聚會，

不知道要穿什么風格，也沒有看天氣預報，希望導購網站能幫她把這些場景和自己的信息

組合起來，給出一整套的解決方案。于是日期、地域、場合、風格,這些都成為穿衣搭配

解決方案的變量，經過不斷的組合呈現給用戶，據拖拉網數據，用戶在看到一個比較優質

的搭配，并有場景性引導的時候，點擊到最后頁面完成購買的轉化率會比單品推薦高40%。

28SeeChange的基因健康

現在人們有了把人類基因檔案序列化的能力，這允許醫生和科學家去預測病人對于某

些疾病的易感染性和其他不利的條件，可以減少治療過程的時間和花費。位于舊金山的

SeeChange公司創建了一套新的健康保險模式。該公司通過分析客戶的個人健康記錄、醫

療報銷記錄、以及藥店的數據，來判斷該客戶對于慢性病的易感性，并判斷該客戶是否有

可能從一些定制的康復套餐中獲利。SeeChange同時設計健康計劃，并設立獎勵機制鼓勵

客戶主動完成健康行動，全過程都通過其數據分析引擎來監控。

29GivenImaging的圖像診斷

以色列的GivenImaging公司發明了一種膠囊，內置攝像頭，患者服用后膠囊能以大

約每秒14張照片的頻率拍攝消化道內的情況，并同時傳回外置的圖像接收器，患者病征

通過配套的軟件被錄入數據庫，在4至6小時內膠囊相機將通過人體排泄離開體外。一般

來說，醫生都是在靠自己的個人經驗進行病征判斷，難免會對一些疑似陰影拿捏不準甚至

延誤病人治療。現在通過GivenImaging的數據庫，當醫生發現一個可疑的腫瘤時，雙擊

當前圖像后，過去其他醫生拍攝過的類似圖像和他們的診斷結果都會悉數被提取出來。可

以說，一個病人的問題不再是一個醫生在看，而是成千上萬個醫生在同時給出意見，并由

來自大量其他病人的圖像給出佐證。這樣的數據對比，不但提高了醫生診斷的效率，還提

升了準確度。

30Entelo的"前獵頭”

真正的技術人才永遠是各大公司的搶手貨，絕對不要坐等他們向你投簡歷,因為在他

們還沒有機會寫簡歷之前很可能已經被其他公司搶走了。Entel。公司能替企業家們推薦那

些才剛剛萌發跳槽動機的高級技術人才，以便先下于為強。

Entelo的數據庫里目前有3億份簡歷。而如何判斷高級人才的跳槽傾向，Entelo有一

套正在申請專利的算法。這套算法有70多個指標用于判定跳槽傾向。某公司的股價下跌、

高層大換血、剛被另一大公司收購，這些都會被Entelo看作是導致該公司人才跳槽的可能

性因素。于是Entelo就會立刻把該公司里的高級人才的信息推送給訂閱了自己服務的企業

家們。企業家們收到的簡歷跟一般的簡歷還不一樣。Entelo抓取了這些人才在各大社交網

絡的信息。這樣企業家們可以了解該人提交過哪些代碼，在網上都回答了些什么樣的問題，

在Twitter上都發表的是些什么樣的信息。總之，這些準備“挖角〃的企業家能夠看到一

個活生生的目標人才站在面前。

31FlightCasterfi]Passur的延誤預測

航空業分秒必爭，尤其是航班抵達的準確時間。如果一班飛機提前到達，地勤人員還

沒準備好，乘客和乘務員就會被困在飛機上白白耽誤時間；如果一班飛機延誤，地勤人員

就只能坐著干等，白白消耗成本。美國一家大航空公司從其內部報告中發現，大約10%的

航班的實際到達時間與預計到達時間相差10分鐘以上,30%的航班相差5分鐘以上。

FlightCaster是一家提供航班延誤信息預測的公司，主要根據航空公司的航班運行情況進

行預測。與航空公司所擁有的類似航班運行情況的專有信息一樣，該公司擁有大量國內航

班飛行和航班實時運行狀況的歷史數據。Flightcaster的秘決就是其對大數據分析的有效

利用和使用適當的軟件工具對產出數據進行實時管理。

PassurAerospace是專門為航空業提供決策支持的技術公司。通過搜集天氣、航班日

程表等公開數據，結合自己獨立收集的其他影響航班因素的非公開數據，綜合預測航班到

港時間。時至2012年，Passur公司已經擁有超過155處雷達接收站，每4.6秒就收集一

次雷達上每架飛機的一系列信息，這會持續地帶來海量數據。不僅如此，經過長期的數據

收集，Passur擁有了一個超過十年的巨大的多維信息載體，為透徹的分析和恰當的數據模

型提供了可能。Passur公司相信，航空公司依據它們提供的航班到達時間做計劃，能為每

個機場每年節省數百萬美元。

32Climate的農業保險

一家名為氣候公司的創業企業每天都會對美國境內超過100萬個地點、未來兩年的天

氣情況進行超過1萬次模擬，其數據量龐大、動態、實時。隨后，該公司將根系結構和土

壤孔隙度的相關數據，與模擬結果相結合，為成千上萬的農民提供農作物保險。通過遙感

獲取土壤數據，這和我們過去所熟悉的通過網絡服務獲取用戶網絡行為數據不是一回事，

數據的概念得以極大的擴充。要想對每塊田地提供精準的保險服務,肯定還需要與土地數

據相配套的農產品期貨、氣候預測、國際貿易、國際政治和軍事安全、國民經濟，產業競

爭等等各方面的數。在如此龐雜的大數據基礎上推出的商業模式是創新的，同現有農作物

保險方式相比具備極大競爭力，并且是可持續和規模化的。更妙的是，這家公司基于大數

據的運營，完全沒有進行高額的網絡設施投資，只是租用了亞馬遜的公共云服務，一個月

幾萬美元而已。

33Hiptype的記錄閱讀

幾乎所有的收費電子書都會提供部分章節讓讀者試讀，其實，出版商需要弄清楚人們

讀到了哪里、讀完后有沒有購買，以及其他各種體驗，才能賣出更多的電子書。美國創業

公司Hiptype開發了一套電子書閱讀分析工具，其商業模式就在試圖解決這一難題。

Hiptype自稱為“面向電子書的GoogleAnalytics",能夠提供與電子書有關的豐富數據。

它不僅能統計電子書的試讀和購買次數，還能繪制出“讀者圖譜"，包括用戶的年齡、收入

和地理位置等。此外，它還能告訴出版商讀者在看完免費章書后是否進行了購買，有多少

讀者看完了整本書，以及讀者平均看了多少頁，讀者最喜歡從哪個章節開始看，又在哪個

章節半途而廢，等等。Hiptype能夠與電子書整合在一起,出版商無論選擇哪種渠道，總

是能夠獲得用戶數據。Hiptype收集的所有數據都是匿名的。用戶在下載了內置Hiptype

服務的電子書時,會得到一個提示,可以選擇將其屏蔽。

34安客誠的“入網合一”

網絡營銷存在一個巨大問題，如何獲知在網上使用幾個不同名稱的人是否是同一個

人？安誠客推出了一種名為"觀眾操作系統”的技術方案解決了這個問題。它允許市場營

銷者與你的“數字人物"綁定，即使你由于婚姻換了名字，或者使用昵稱，或者偶爾使

用中名，它也照樣能夠解答那個已經換了地址或者電話號碼的人是否是同一個人的問題。

AOS可以匯集不同數據庫中的信息，這些數據或離線或在線，是公司可能在不同場合

針對個人而收集的。通過使用AbiliTec——一種Acxiom也擁有的數字化"身份識別"技

術一AOS將客戶信息刪繁就簡，得到簡單單一的結果。AOS幫助安誠客的廣告客戶使

用他們的數據在Facebook上找到廣告投放目標用戶。

大數據主要不作因果判斷，主要適用于關聯分析。很多關聯分析并不需要復雜的模型，

只需要具有大數據的意識。

很多機構都有數據廢氣,數據不是用完就是被舍棄,它的再利用價值也許你現在不清

楚，但在未來的某一刻，它會迸發出來，可以化廢為寶。

黑暗數據就是那些針對單一目標而收集的數據，通常用過之后就被歸檔閑置，其真正

價值未能被充分挖掘。如果黑暗數據用在恰當的地方，也能公司的事業變得光明。

35數據關聯分析

某公司團隊曾經使用來自手機的位置數據，來推測美國圣誕節購物季開始那一天有多

少人在梅西百貨公司的停立場停車，進而可以預測其當天的銷售額,這遠早于梅西百貨自

己統計出的銷售記錄。無論是華爾街的分析師或者傳統產業的高管，都會因這種敏銳的洞

察力獲得極大的競爭優勢.

對于稅務部門來說，稅務欺褊正在日益的被關注，這時大數據可以用于增加政府識別

詐騙的流程。在隱私允許的地方，政府部門可以綜合各個方面的數據比如車輛的登記，海

外旅游的數據來發現個人的花費模式，使稅務貢獻不被疊加。同時一個可疑的問題出現了，

這并沒有直接的證據指向詐騙，這些結論并不能用來去控告個人。但是他可以幫助政府部

門去明確他們的審計和其他的審核以及一些流程。

36數據廢氣

物流公司的數據原來只服務于運營需要，但一經再利用，物流公司就華麗轉身為金融

公司，數據用以評估客戶的信用，提供無抵押貸款，或者拿運送途中的貨品作為抵押提供

貸款；物流公司甚至可以轉變為金融信息服務公司來判斷各個細分經濟領域的運行和走勢。

有公司已經在大數據中有接近"上帝俯視"的感覺,美國洛杉磯的一家企業宣稱，他

們將全球夜景的歷史數據建立模型,在過濾掉波動之后，做出了投資房地產和消費的研究

報告。麥當勞則通過外送服務，在售賣漢堡的同時獲得了用戶的精準地址,這些地址數據

匯集之后，就變成了一份絕妙的房地產業的內部數據。

37黑暗數據

在特定情況下，黑暗數據可以用作其他用途。InfinityProperty&Casualty公司用累

積的理賠師報告來分析欺詐案例，通過算法挽回了1200萬美元的代位追償金額。一家電

氣銷售公司，通過積累10年ERP銷售數據分析，按照電氣設備的生命周期，給5年前的

老客戶逐一拜訪，獲得了1000萬元以上電氣設備維修訂單，順利地進入MR0市場。

38客戶流失分析

美國運通以前只能實現事后諸葛亮式的報告和滯后的預測/專統的BI已經無法滿足其

業務發展的需要。于是，AmEx開始構建真正能夠預測客戶忠誠度的模型，基于歷史交易

數據，用115個變量來進行分析預測。該公司表示，對于澳大利亞將于之后4個月中流失

的客戶，已經能夠識別出其中的24%。這樣的客戶流矢分析，當然可以用于挽留客戶。酒

店業可以為消費者定制相應的獨特的個性房間，甚至可以在墻紙上放上消費者的微博的旅

游心情等等。旅游業可以根據大數據為消費者提供其可能會喜好的本地特色產品、活動、

小而美的小眾景點等等來挽回游客的心。

39快餐業的視頻分析

快餐業的公司可以通過視頻分析等候隊列的長度，然后自動變化電子菜單顯示的內容。

如果隊列較長，則顯示可以快速供給的食物;如果隊列較短，則顯示那些利潤較高但準備時

間相對長的食品。

40大數據競選

2012年，參與競選的奧巴馬團隊確定了三個最根本的目標：讓更多的人掏更多的錢,

讓更多的選民投票給奧巴馬，讓更多的人參與進來！這需要"微觀〃層面的認知：每個選

民最有可能被什么因素說服?每個選民在什么情況下最有可能掏腰包?什么樣的廣告投放渠

道能夠最高效獲取目標選民？如競選總指揮吉姆?梅西納所說，在整個競選活中，沒有數據

做支撐的假設不能存在。

為了籌到10億美元的競選款，奧巴馬的數據挖掘團隊在過去兩年搜集、存儲和分析

了大量數據。他們注意到，影星喬治?克魯尼對美國西海岸40歲至49歲的女性具有非常大

的吸引力：她們無斑是最有可能為了在好萊塢與克魯尼和奧巴馬共進晚餐而不惜自掏腰包

的一個群體。克魯尼在自家豪宅舉辦的籌款宴會上，為奧巴馬籌集到數百萬美元的競選資

金。此后，當奧巴馬團隊決定在東海岸物色一位對于這個女性群體具有相同號召力的影星

時，數據團隊發現莎拉?杰西卡?帕克的粉絲們也同樣喜歡競賽、小型宴會和名人。"克魯尼

效應”被成功地復制到了東海岸。

在整個的競選中庚巴馬團隊的廣告費用花了不到3億美元而羅姆尼團隊則花了近4

億美元卻落敗，其中一個重要的原因在于，奧巴馬的數據團隊對于廣告購買的決策,是經

過縝密的數據分析之后才制定的。一項民調顯示，80%的美國選民認為奧巴馬比羅姆尼讓

他們感覺更加重視自己。結果是，奧巴馬團隊籌得的第一個1億美元中，98%來自于小于

250美元的小額捐款,而羅姆尼團隊在籌得相同數額捐款的情況下,這一比例僅為31%.

41監控非法改建

“私搭亂建"在哪個國家都是一件鬧心的事，而且容易引起火災。非法在屋內打隔斷

的建筑物著火的可能性比其他建筑物高很多。紐約市每年接到2.5萬宗有關房屋住得過于

擁擠的投訴，但市里只有200名處理投訴的巡視員。市長辦公室一個分析專家小組覺得大

數據可以幫助解決這一需求與資源的落差。該小組建立了一個市內全部90萬座建筑物的

數據庫，并在其中加入市里19個部門所收集到的數據：欠稅扣押記錄、水電使用異常、

繳費拖欠、服務切斷、救護車使用、當地犯罪率、鼠患投訴等等。按下來，他們將這一數

據庫與過去5年中按嚴重程度排列的建筑物著火記錄進行比較,希望找出相關性。果然，

建筑物類型和建造年份是與火災相關的因素。不過，一個沒怎么預料到的結果是，獲得外

磚墻施工許可的建筑物與較低的嚴重火災發生率之間存在相關性。

利用所有這些數據，該小組建立了一個可以幫助他們確定哪些住房擁擠投訴需要緊急

處理的系統。他們所記錄的建筑物的各種特征數據都不是導致火災的原因，但這些數據與

火災隱患的增加或降低存在相關性。這種知識被證明是極具價值的：過去房屋巡視員出現

場時簽發房屋騰空令的比例只有13%,在采用新辦法之后，這個比例上升到了70%.

42榨菜指數

負責起草《全國促進城鎮化健康發展規劃(2011-2020年)》(以下簡稱“城鎮化規劃”)

的國家發改委規劃司官員需要精確知道人口的流動，怎么統計出這些流動人口成為難題。

榨菜，屬于1氐質易耗品，收入增長對于榨菜的消費幾乎沒有影響。一般情況下，城市

常住人口對于方便面和榨菜等方便食品的消費量，基本上是恒定的。銷量的變化，主要由

流動人口造成。

據國家發改委官員的說法，涪陵榨菜這幾年在全國各地區銷售份額變化，能夠反映人

口流動趨勢，一個被稱為〃榨菜指數”的宏觀經濟指標就誕生了。國家發改委規劃司官員

發現，涪陵榨菜在華南地區銷售份額由2007年的49%、2008年的48%、2009年的

47.58%、2010年的38.50%下滑至I」2011年的29.99%。這個數據表明，華南地區人口流

出速度非常快。他們依據"榨菜指標"，將全國分為人口流入區和人口流出區兩部分，針對

兩個區的不同人口結構，在政策制定上將會有所不同。

43天氣賬單

常言道，"天有不測之風云〃，遇到過出門旅游、重要戶外路演、舉辦婚禮等重要時刻

卻被糟糕的天氣弄壞心情甚至造成經濟損失的情況嗎？全球第一家氣象保險公司"天氣賬

單"能為用戶提供各類氣候擔保。客戶登錄“天氣賬單”公司網站，然后給出在某個特定

時間段里不希望遇到的溫度或雨量范圍.“天氣賬單”網站會在100亳秒內查詢出客戶指

定地區的天氣預報，以及美國國家氣象局記載的該地區以往30年的天氣數據。通過計算

分析天氣數據，網站會以承保人的身份給出保單的價格。這項服務不僅個人用戶需要，一

些公司，比如旅行社也很樂意參與。

一家全球性飲料企業將外部合作伙伴的每日天氣預報信息集成，錄入其需求和存貨規

劃流程。通過分析特定日子的溫度、降水和日照時間等3個數據點，該公司減少了在歐洲

一個關鍵市場的存貨量，同時使預測準確度提高了大約5%。

44歷史情景再現

微軟和以色列理工學院的研究人員已開發出一款軟件，能根據過去20年《紐約時報》

的文章以及其他在線數據預測傳染病或者其他社會問題可能會于何時何地爆發。

在利用歷史數據進行測試時，該系統的表現十分驚人。例如，根據2006年對安哥拉

干旱的報道，該系統預測安哥拉很可能發生霍亂。這是由于，通過此前發生的多起事件，

該系統了解到在干旱出現的幾年后霍亂爆發的可能性將上升。此外,該系統根據對2007

年初非洲大型颶風的報道，再次對安哥拉發生霍亂做出預警。而在不到一周之后，報道顯

示安哥拉確實發生了霍亂。在其他測試，例如對疾病、暴力事件及傷亡人數的預測中，該

系統的準確率達到70%至90%。

該系統的信息來自過去22年中《紐約時報》的報道存檔，具體時間為1986年至2007

年。不過，該系統也利用了網絡上的其他一些數據,了解什么樣的事件會帶來特定的社會

問題。這些信息來源提供了不存在于新聞文章但卻有價值的內容，有助于確定不同事件之

間的因果關系或前后關系。例如，該系統能夠推斷盧旺達和安哥拉城市之間所發生事件的

關系，因為這兩個國家都位于非洲，有著類似的GDP,其他一些因素也很相似。根據這種

方法，該系統認為，在預測霍亂爆發方面，應當考慮國家或城市的位置，國土面積有多少

是水域，人口密度和GDP是多少，以及近幾年是否發生過干旱。

負責此項研發工作的Horvitz表示，近幾十年來，世界