- 理论支撑:企业财务大数据[2022-06-16]
- 数据治理的时代演变之道[2022-06-15]
- 数据治理的经济分析[2022-06-14]
- 实施数据治理时常犯的10[2022-06-13]
- 数据质量管理办法[2022-06-10]
- 治数VS养数[2022-06-09]
- 华为是怎么做数据治理的[2022-06-09]
- 数据发现对数据治理的重[2022-06-08]
- 工业企业数据治理的八大[2022-06-07]
- 企业数据治理团队的十大[2022-06-06]
数据科学与预测分析的6个应用场景
1预测最佳零售地点
商业成功最重要的因素就是地理位置。当看到一个总是有新餐馆或新商店的地方,你可能已经意识到了这一点。出于某种原因,这里做生意永远不会成功。这就迫使企业长期思考哪里是最好的地点。答案是:当顾客想到你的产品时,他们所在的位置。但是,这究竟在哪里呢? 实际上有一些公司在从事类似工作。例如,Buxtonco用数据的力量为零售商解答,应该在哪里进行下一个业务。有网站惊呼道:
“任何零售商都可以通过了解他们的客户来获得更大的成功。识别客户是谁、潜在客户生活在哪里、哪些客户是最有价值的,这些问题背后是一门科学。”这个概念是极好的。Facebook地理围栏(geo-fencing)技术可以寻找你的客户可能去哪里以及到了这些地方之后会做什么。这项技术可以帮助你确定在什么地方开展你的下一个业务,无论是咖啡店还是服装店。数据科学和机器学习有时看起来仅限于在互联网上发挥作用,而实际上它在网络和现实生活中都有巨大力量。
保险欺诈每年给保险公司和消费者带来数百亿美元的损失。更糟糕的是,证明索赔会使欺诈性的成本超过索赔的金额。这就是为什么许多公司一直在求助于机器学习和预测模型来检测欺诈行为。这有助于精确地指出审计师应该研究哪些疑点。这种方法不仅减少了雇佣审计师的成本,还增加了从欺诈性索赔中追回赔偿金的机会。如果你有了一个良好的算法,你的团队处理欺诈性索赔的准确性和速度将显著增加。 针对特定客户定价是许多公司已经实现的一种方法(甚至在我们发明“数据科学家”这个术语之前)。如果销售人员认为你穿着昂贵的西装,那么他们可能会把当天早些时候卖给你的那辆车以更高的价格卖给你。同样的,现在个人电脑可以用最优惠的价格来鼓励客户做出购买的决定,同时最大化利润。这甚至不仅限于电子商务!想象一下,如果在生活零售商店中,顾客一进门就开始被调取先前的购买记录,也许是Men’s Warehouse or a Macy’s之类商店。他们可以将这些数据与其他信息融合在一起,比如你的LinkedIn个人资料、Glassdoor的薪资估计值等。现在他们会知道你赚了多少钱和你的购买习惯,甚至可能还会知道以前的推销员或推销员的一些笔记。所有这些组合将使他们能够更好地为你和其他像你这样的客户量身定做一种服务。喜欢亲自买衣服和其他产品的顾客可能有助于提供一个主要的竞争优势。Men’s Warehouse或其他类似的公司,已经有一个倾向于关注销售经验而不仅是本次销售的趋势。此外,公司可以更好地规划哪些销售人员为哪个客户服务。也许他们可以预测客户会对硬销售还是软销售做出更好的反应。所有这些与一个人配对可以大大提高销售效率和顾客满意度。管理IT服务台需要保持平衡,既要有足够多的技术支持专业人员,来减少等待时间,保持客户满意度高,又要保持低成本,同时不要让太多的人同时工作。
患有生理疾病的人中有三分之一同时也患有精神疾病。这会加剧身体上的疾病,降低生活质量,增加医疗费用。Quartet发现,如果改善客户身体健康的同时加强精神治疗,就能帮助改善他们整体的健康状况,降低患者的医疗成本。Quartet正在研究一个通过高效地管理护理团队,将医学专业知识与数据的力量结合起来的健康生态系统。我们还与保险公司在类似的项目上有合作,帮助他们计算新的生理健康计划的整体投资回报率,这些计划是为了帮助他们处理特定的生理病理而实施的。这不仅让他们看到了项目的效果,还会节省三十余万资金。我们很高兴看到Quartet这样的大公司也在解决这个问题!数据科学是一种工具,可以让公司更好地为客户服务。
译者注
·本文原文作者SeattleDataGuy,原文标题 7 Use Cases For Data Science And Predictive Analytics,URL: https://towardsdatascience.com/7-use-cases-for-data-science-and-predictive-analytics-e3616e9331f9 ·原文标题是7个cases,但正文给出了6个cases,另一个为“Call To Action(招募更多案例)”。 ·本文由李昊璟和朝乐门负责翻译、编辑和发布。