大数据的应用案例

大数据不仅仅是一个流行语，而且是使用高级计算机处理难以想象的海量数据，以获取可能带来更大利润的信息。如果“更大的利润”这个词太笼统，那我们就具体一点吧。大数据应用可以减少加工缺陷，提高效率，提高生产质量，节省时间和金钱。为了了解这些可能性，让我们来看看几个具体的大数据用例。

虽然大数据对行业有用的方式基本上是无限的，但除非你以特定的业务来应用，否则很有可能你最终会浪费时间和金钱。虽然数据采集和分析是一个强大的工具，但除非您有一个紧密集中的查询，否则很难找到有用的信息。

“用例”就像我们将要揭示真实世界的应用场景的一样，这些应用场景揭示了我们预先花时间提出目标问题的价值。在为大数据提出问题时，你需要学会严谨地思考。

例如，问你产品的下一个大市场在哪里，可能不会像问在美国谁更有可能购买你的产品那样有用。最终，大数据的重点是寻找模式和例子，因此提出适当的问题来发挥这一优势是至关重要的。

产品设计定制

一个使用大数据的例子是来自一家价值20亿美元的产品制造公司。有了大数据分析，这家公司决定把重点放在回头客的购买记录上。关注的核心是长期存在的商业法则，该法则规定，公司约80%的销售额来自20%的客户。通过专注于发现这个关键的少数群体的习惯，有理由认为总体上可以产生更多的利润。

其中一个发现是，该公司在等待合同签署的过程中浪费了生产时间。只要确保必要的文书工作提前完成，那就可以节省更多的时间用于正常生产运行，提高生产力和利润。在这个例子中，大数据处理的另一个结果是精益生产的转变，它建议如何停止生产客户不想要的产品，并主要集中在他们想要的产品上。

改进的制造工艺

以下是制药行业成功使用大数据的一个例子。这家公司生产疫苗和其他各种血液成分。为了确保最终结果的纯度，他们追踪了200个不同的变量。从表面上看，这听起来是一个庞大的工作量，以保持高质量的最终产品。这正如大数据分析所指出的那样，问题在于这种密集的质量保证过程仍然允许产量在50%到100%之间变化。这种程度的不一致足以引起联邦监管机构的注意，这是个不好的消息。

该分析能够分离并确定直接影响最终疫苗产量质量的9个参数。剩下的200个变量基本上被消除了。最终的结果是，该公司能够节省测试过程中的时间，将产量提高50%，并获得了更高的质量。每年也可以节省500万至1000万美元。

强化供应链

一家制造商发现了一种巧妙的方法，利用大数据确保他们无论如何都能获得原材料，即使面对龙卷风、飓风、地震等恶劣天气下。通过各种预测应用程序，该公司能够计算供应链各个点的延迟概率，然后提前安排以确定备用供应商。这就是你如何使用大数据来防止意外自然灾害造成的停机时间。

更好的测试=更高的质量

一个普通的英特尔电脑芯片在获准销售之前要经过19000次测试。正如你所想象的那样，这是一个必要的成本，致力于保持高质量标准。但你可以打赌，任何一家公司的首席执行官都愿意放弃他的某一产品，以便能够在不降低质量的情况下减少测试时间。

通过从晶圆层面开始的详尽分析，英特尔能够抛弃大量的标准测试，并专注于那些产生最大价值的测试。第一年，单条处理器生产线节省了300万美元，一旦全面实施，预计将增加到3000万美元。

总结

前面的例子只是可以引用的几十个用例中的几个。一旦你狭义地定义了问题，并把强大的计算机放在一大堆数据上，你可能会惊讶地发现，你甚至不知道你的创造性解决方案有很多弊端。