大數據分析的幾個最佳用例

從外行的角度看來大數據是個挺了不起的東西，它也確實了不起，不過有一個前提就是我們能夠有效地處理數據。怎樣從海量數據中找出有用的信息才是最重要的。

本文中我們會講一些大數據的用例比如分析促銷行為、診斷交通狀況等。我們還會談一談大數據的收集方法以及處理的過程。

網上促銷

現在一個公司想取得商業上的成功，在線促銷已經成為了很重要的手段。不過如果沒有進行實時的數據分析那么可以說是干了相當于白干。成功的促銷行為應當依據之前收集的數據來決定此次促銷所應使用的文案、設計、界面以及針對的人群等。

因為這些數據可以幫助我們理解客戶的需求以及市場的動向和機遇。如果想要充分利用這些數據，還需要做到高效地整合數據、打造一個低延遲的分析系統并為分析人員提供一些統計數據直觀的圖標來進行輔助。

在促銷開始之前，我們先要訂立一個業績上的目標。為此我們應該清楚促銷針對的客戶群和市場。然后將銷量和流行度指數這樣的業績目標進行量化。我們可以收集的數據包括銷售報表、客戶反饋、網站統計等等。

從多個數據源進行分析的好處是它能夠為未來的發展提供更多的認識，這是單一的銷售量所無法比擬的。單純的銷售量無法體現出消費者和環境的變化因此很難作為預測未來的可靠保障。

大數據在促銷上的好處可以總結成下面幾點：

為以后的市場決策打下基礎。

交通疏導

比如你早上有重要會議，結果卻被堵在路上不知道什么時候才能到公司，這時你可能除了干著急也沒什么能做的。你不能，大數據分析可以。借助大數據分析，、你可以找出擁堵不嚴重的路甚至通過實時疏導來解決整個城市的擁堵問題。

在這方面做得比較突出的是谷歌地圖。谷歌通過收集安卓用戶的位置和運動等信息來預測交通狀況并給予用戶建議。

不過現在這項服務效果還不是特別好因為谷歌再怎么收集信息也很難知道用戶此時使用的是什么交通工具，而開車和騎電動車對于交通的影響是很不一樣的。

航班和車隊管理

大數據分析在航班管理上可以幫助我們減少花費并節約時間。從每一架飛機或汽車收集的數據燃油消耗、負載、速度、路面狀況和航線等。

航班如果計劃得不好的話肯定費用會上升，這就意味著賺的錢會變少，這就是物流公司鐘情于大數據提升運輸效率的原因。數據分析可以幫助物流公司減少空駛的情況并優化行駛的路線。這么一來不光是效率能夠提升，對保護環境也能做出一定的貢獻。

航班車隊管理還能夠與交通疏導結合起來為車輛尋找最合適的行車路線，進一步提高效率降低開銷。

智能新聞聚合

現在已經有很多新聞應用可以根據用戶的興趣來聚合相應的新聞提供給用戶。大數據在媒體的生產、歸檔和聚合上也能夠發揮出作用。

單論新聞每天產生的數據量就以PB論而且還在迅速增長。在媒體領域大數據分析的目的是實時地識別、分類、結構化、翻譯、分析和管理媒體內容。分析的結果則是為每一個用戶單獨提供的新聞聚合。

除了這里提到的用例，大數據分析還有無窮的前景留待大家去發掘。