[商业信息]商圈选址 旅游洞察 数据科学家为你揭开大数据的神秘面纱

【/h/】说起大数据，估计大家都很熟悉，但是如何定义、如何应用却没有明确的概念。在我们的印象中，很多公司被称为大数据公司，业务形式有上百种。什么是大数据？如何在各行各业应用？

维克托·迈尔-勋伯格和肯尼斯·库科耶写的《大数据时代》提到了大数据的四个特征:

一个是大数据量——只有当数据量达到pb级以上才能称为大数据。

一个是很大的价值——如果你有中国所有20-35岁年轻人超过1pb的在线数据，自然会有商业价值。比如通过分析这些数据，可以了解这些人的爱好，进而指导产品的发展方向。

一个是速度快——通过算法对数据的逻辑处理速度非常快，可以从各种类型的数据中快速获取高价值的信息，这也与传统的数据挖掘技术有着根本的区别。

一个是多样性——如果只有单一个人数据或者单一用户提交数据，这些数据就不能称为大数据。比如特定时期互联网用户的年龄、学历、爱好、性格等等，都可以表现出大数据的多样性。如果推广到全国，数据的多样性会更强。

通过对大数据的分析，我们可以在各个行业得到多元化的应用:

梅西百货根据需求和库存，基于sas系统对多达7300万件商品进行实时价格调整。

麻省理工利用手机定位数据和交通数据建立城市规划。

谷歌流感趋势使用搜索关键词来预测禽流感的传播。

【/h/】广告公司根据客户的购买习惯，推送他可能感兴趣的优惠信息。

大数据和传统数据处理有什么区别？以一家普通的咖啡店为例:

【/h/】在使用传统方法分析用户时，我们经常使用老客户、新客户、男客户、女客户进行分析；对于大数据，可以利用机器学习、组内方差和wss来寻找最佳分类方法。经过对该店数据的处理分析，最佳聚类数为4类。(从4类客户扩展到5类5类客户后，曲线斜率变小，失去了客户扩展的价值。)

【/h/】并且根据【/s2/】RFM聚类【/S2/】(为了识别客户价值，最广泛使用的客户细分模型是通过三个指标进行聚类:最近消费区间最近度、消费频率和消费金额货币。)和k-means算法聚类(用欧氏距离作为相似度的评价指标，即两个物体之间的距离越近，它们的相似度越大。该算法认为聚类是由距离较近的对象组成的，所以最终目标是得到紧凑且独立的聚类。)，直观显示四类客户的价值块，有助于店铺区分客户价值。(蓝色区域是最有价值的客户。)

【/h/】在促销中，传统做法是根据销量对销量较好的产品进行打折，以此来吸引更多的客户，增加营业额，比如单独促销拿铁。根据基于apriori算法的商品关联规则大数据挖掘，可以得出该店如果结合澳洲白咖啡和原味美乐家蛋糕进行促销，可以获得最好的销售效果。

【/h/】通过上面的例子，可以充分展示大数据分析的价值以及在现实中应用的效果。

【/h/】以上是11fl微信官方账号数据科学家应用大数据分析的真实应用案例(微信搜索11fl或扫描文末代码)。他们利用大数据技术对数据进行分析和处理，形成各种业务、政府和企业、民生的数据分析报告，涉及各行业多角度、多维度、多层次的数据分析。

目前应用的展览和报告有:

旅游洞察分析

星巴克店铺效应分析

新东方 客户群分析

上海咖啡文化

上海居民周末有一个好去处

中国电影大数据

上海市河道整治数据

上海购物大数据

上海非物质文化遗产大数据

世界主要商业区对比

火车站客流大数据

工业地图-新能源汽车

陆家嘴商圈客户和工作人员分析

麦当劳商业分析报告

社区民意数据分析

联合利华高端冰淇淋选址

雪碧淘宝创作节写真报告

百威六组人物画像分析

大数据和文化

上海公寓&；人才公寓报告

……

【/h/】无论在金融、交通、文化、营销还是其他方向，数据科学家团队都有着极其精准的洞察和分析，尤其是在商业选址和旅游交通方向，已经成功应用。其能力包括数据挖掘和集成、数据分析和处理、数据洞察和应用、数据显示和发布。

欢迎关注11fl微信官方账号，与数据科学家探讨大数据的应用。