Big Data: 37 кейсов от мировых компаний

Big Data: 37 кейсов от мировых компаний
Big Data: 37 кейсов от мировых компаний

«Big Data» — это сбор большого количества данных из веб-поиска, социальных сетей, данных датчиков, которые хранятся в облаках, а затем их анализ, поиск паттернов, новых инсайтов и идей.
Менее чем за десятилетие Big Data стала многомиллиардной индустрией.
Но кто же использует большие данные? Как компании их применяют? И чего они достигают в результате?
Ниже 37 тематических исследований, в которых компании видят большие результаты.

Big Data в медицине

АЕТНА: рассматривает результаты пациентов в серии тестов на выявление метаболических синдромов, оценивает факторы риска для пациентов и фокусируется на лечении одной или двух вещей, которые будут оказывать наибольшее влияние (статистически) на улучшение их здоровья. 90% пациентов, у которых не было предыдущего визита со своим врачом, выиграли бы от скрининга, а 60% выиграли бы от улучшения их приверженности их режиму лечения.

BASIS: Трекер здоровья на основе запястья с онлайн-панелью пользователя, которая помогает достигать прогресса в лечении, что в конечном итоге может привести к значительным результатам.

CATAPULT: Раскрывает жизненно важную информацию, например, как тренировки влияют на травму или когда определенные тренировки чересчур тяжелы. Это помогает командам держать своих игроков в безопасности и готовыми к игре. Catapult работает почти с половиной команд НФЛ, третью из команд НБА и с 30-ю основными программами для колледжей.

GOOGLE: Работа с центрами США по контролю за заболеваниями, отслеживает, когда пользователи вводят поисковые термины, связанные с темами гриппа, чтобы предсказать, какие регионы подвержены вспышкам.

KAISER: Использует большие данные для изучения случая возникновения тромба у женщин, принимающих оральные контрацептивы. Анализ показал, что одна формула содержала лекарство, которое увеличивало угрозу сгустков крови на 77%, понимая это, можно помочь многим людям избежать посещений врача или отделения неотложной помощи.

Big Data в бизнесе

AMERICAN EXPRESS: начинает поиск индикаторов, которые влияют на прогноз лояльности и разрабатывает сложные интеллектуальные модели для анализа исторических транзакций из 115-ти переменных для прогнозирования потенциального churn. Компания теперь может идентифицировать 24% счетов, которые будут закрыты в течение следующих четырех месяцев.

BRITISH AIRWAYS: программа «Know Me» объединяет уже существующую информацию о лояльности с данными, собранными от клиентов, в зависимости от их поведения в Интернете. Благодаря миксу этих двух источников информации British Airways может делать более целенаправленные предложения, реагируя на упущенные возможности обслуживания, чтобы производить рассылки более эффективно.
CAESARS ENTERTAINMENT: Объединяет результаты азартных игр с информацией о программе вознаграждения, чтобы предлагать заманчивые льготы тем, кто проигрывает за столами.

BANK OF AMERICA: «BankAmeriDeals» предоставляет денежные средства клиентам кредитных и дебетовых карт на основе анализа их предыдущих покупок.

COMMONBOND: Студенческая кредитная платформа, которая соединяет студентов и выпускников с инвесторами — выпускниками и профессионалами. Таким образом, студенты могут получить доступ к более легким кредитам с фиксированной процентной ставкой и сэкономить тысячи долларов при погашении.
DELTA: Стала первой крупной авиакомпанией, позволяющей клиентам отслеживать свой багаж с мобильных устройств. На сегодняшний день приложение загружено более 11 миллионов раз и дает клиентам гораздо больше уверенности в том, что их багаж дойдет до места назначения.
DUETTO: упрощает для компаний персонализацию данных для людей, ищущих отели онлайн. Цены в гостиницах могут быть персонализированы, получая данные, например, сколько вы обычно тратите в баре или казино, чтобы стимулировать вас предложением с более низкой ценой для вашего номера. Отель может дать вам лучшую цену, зная, что вы будете тратить деньги на другие услуги.
EBAY : «The Feed» — это новая домашняя страница, которая позволяет клиентам следить за целыми категориями товаров независимо от того, насколько они туманны для пользователя. Это облегчает клиентам оставаться в топе новых вещей, которые им интересны, особенно если они являются коллекционерами.

GENERAL ELECTRIC: Многие машины — от электростанций и локомотивов до больничного оборудования — теперь генерируют данные о том, как они работают. Аналитическая группа GE анализирует и улучшает способы их использования. Даже незначительные улучшения существенны, учитывая масштаб: по оценкам GE, данные могут повысить производительность в США на 1,5%, что за 20-летний период может сэкономить достаточно денег, чтобы повысить средний национальный доход на целых 30%.

KROGER: Доступ, сбор и управление данными для 770 миллионов потребителей. Заявив, что 95% доходов составляют карточки лояльности, Kroger видит влияние своей программы лояльности на почти 60% выплат и более 12 миллиардов долларов в виде дополнительных доходов за счет использования больших данных и аналитики.
LENDUP: банковский стартап, оценивает, следует ли утверждать кандидатов на получение кредита по тому, как пользователь взаимодействует с сайтом.
NETFLIX: обратившись к миллионам пользователей за помощью в программировании, теперь использует свои данные и аналитику о привычках просмотров, чтобы создавать и покупать программы которые будут охвачены крупными сегментами аудиторий.
NEXT BIG SOUND: объясняет аналитику онлайн-активности просмотров страниц в Википедии, Facebook Likes, You Tube Views и Twittter Mentions

PROCTER & GAMBLE: проверяет успех своей бизнес-программы и быстрее реагирует на меняющиеся рыночные условия, P & G необходимо четко и легко понять ее быстро растущий и обширный объем данных. Интегрировать огромное количество структурированных и неструктурированных данных в исследования и разработки, цепочки поставок, клиентские операции и взаимодействия с клиентами, как из традиционных источников данных, так и из новых источников онлайн-данных. Теперь P & G может быстрее загружать и интегрировать данные и выполнять надежный анализ в масштабах, которые ранее были невозможны.
QSTREAM: позволяет торговым представителям заниматься задачами в игровой форме с рейтингами и производить сложную аналитику в режиме реального времени. Благодаря этой информации компании получают важные сведения о существующих пробелах в знаниях и получают инструменты для создания динамичных команд продаж.
RED ROOF INN: Год за годом помогает людям, которые оказались в затруднительном положении из-за плохой погоды. Отдел маркетинга использует историческую информацию о погоде и начинает планировать такие ситуации для находящихся в аэропорту пассажиров. Согласно оценкам, 2-3% рейсов отменяются ежедневно, 500 самолетов не взлетают, 90 000 пассажиров оказываются в затруднительном положении. Компания использует большие данные для определения спроса и использует поисковую рекламу, акцент на мобильную связь и другие методы для управления онлайн — заказами с персонализированными сообщениями, такими как «Stranded at O’Hare».
RENTHOP: Платформа для поиска квартир и упрощению решений в сфере недвижимости, позволяя пользователям просматривать списки квартир из надежных источников и определять, какие квартиры стоит посетить, а затем планировать встречи с авторитетными брокерами и управляющими недвижимостью.
SEARS: консолидировала данные, касающиеся клиентов, продуктов, продаж и кампаний, чтобы сократить время, необходимое для запуска крупных маркетинговых кампаний с восьми недель до одной.
SPRINT: использует аналитику данных для повышения качества обслуживания клиентов, одновременно снижая частоту ошибок в сети и их отток. Они обрабатывают транзакций на 10 миллиардов долларов в день для 53 миллионов пользователей, а их аналитика передает в режиме реального времени сведения в сеть.
THE WEATHER CHANNEL: Это больше, чем просто канал о погоде. Анализируя модели поведения своих цифровых и мобильных пользователей в 3 миллионах местоположений по всему миру — наряду с уникальными климатическими данными в каждом регионе — компания Weather стала рекламным центром, работая с брендами шампуня. Например, целевым пользователям во влажном климате можно ознакомиться с новым продуктом против завихрения волос. Более половины доходов от рекламы Weather Company теперь генерируется благодаря цифровым операциям.
T-MOBILE: объединил большие данные в нескольких ИТ-системах, чтобы консолидировать данные транзакций и взаимодействия с клиентами и лучше прогнозировать отток клиентов. Используя данные социальных сетей (Big Data), а также данные транзакций из CRM и биллинговых систем, T-Mobile USA может «сократить долю оттока покупателей в два раза за один квартал».

VIROOL: это мощный видеосервис, позволяющий клиентам ориентироваться на целевую аудиторию в своей глобальной сети, насчитывающей более 100 миллионов зрителей. Благодаря доступным кампаниям, начинающимся всего с 10 долларов США в день, Virool предоставляет каждому возможность распространять видеоконтент YouTube через ряд онлайн-издателей и предлагает клиентам полную прозрачность с точной и подробной аналитикой.
WAL-MART: использует текстовый анализ, машинное обучение и даже синомизацию для получения релевантных результатов поиска. Wal-Mart говорит, что добавление семантического поиска улучшило коверсию покупок на 10-15%. В терминах Wal-Mart это миллиарды долларов.

Big Data в спорте

ATALTA FALCONS: Используйте GPS-технологию для оценки перемещений игроков во время тренировок, что помогает тренерам создавать более эффективные игры.

Big Data в рекрутинге

EVOVL: Помогает крупным мировым компаниям принимать более эффективные решения по найму и управлению с помощью аналитики. Evolv сокращает уровень безработицы и использует социальные сети, чтобы помочь клиентам, таким как Xerox, который уменьшил сокращение штата на 20 процентов.  Приложение предсказывает, например, когда работник, скорее всего, покинет свою работу. Такие компании, как Xerox, AT & T и Kelly Services, используют Evolv.

Big Data в образовании

HOMER: Ведущие специалисты по грамотности помогают детям учиться читать. Приложение имеет полную программу для работы с озвучкой, библиотеку прекрасно иллюстрированных историй, сотни экскурсий по науке, инструменты для записи — всё это объединяет лучшие методы раннего обучения в привлекательное приложение, которое связывает обучение с чтением, чтобы понять мир.

Big Data для обеспечения безопасности

IRS: использует большие данные для предотвращения кражи личных данных, мошенничества и ненадлежащих платежей. Система также помогает обеспечить соблюдение налоговых правил и законов. IRS сохранила миллиарды долларов от мошенников, особенно в случае кражи личных данных, и за последние три года восстановила более 2 миллиардов долларов.

PALANTIR TECHNOLOGIES: Использует большие данные для решения проблем безопасности, от мошенничества до терроризма. Их системы были разработаны при финансовой поддержке ЦРУ и широко используются правительством США и службами безопасности.

Big Data для обеспечения логистики

NORFOLK SOUTHERN: развертывает специализированное программное обеспечение для мониторинга железнодорожного транспорта и сокращения перегрузок, что позволяет работать на более высоких скоростях. Компания прогнозирует экономию в 200 миллионов долларов за счет увеличения скорости поездов на скорости около 1 мили в час.
UBER: Сокращает количество автомобилей на дорогах Лондона черезп риложение UberPool, которое обслуживает пользователей заинтересованых в снижении выбросов углекислого газа. Бизнес Uber построен на Big Data, с пользовательскими данными о водителях и пассажирах, которые работают на алгоритмах, чтобы найти подходящие и экономически эффективные сделки, а также установить тарифные ставки.
UPS: Усовершенствованные логистичские алгоритмы для доставок помогают в построении маршрутов, уменьшении времени простоя и прогностическом обслуживании. С момента запуска программы компания сэкономила более 39 миллионов галлонов топлива и сэкономила 364 миллионов миль.
US XPRESS: поставщик широкого спектра транспортных решений собирает около тысячи элементов данных: от использования топлива до состояния шины, от операций с двигателем автомобиля до информации GPS и использует эти данные для оптимального управления автопарком, для обеспечения производительности, экономя миллионы долларов на операционных затратах.

Перевод статьи: «37 Big Data Case Studies with Big Results». Rob Petersen is an experienced advertising and marketing executive and the founder of the BarnRaisers agency

Spread the love

Оставьте первый комментарий

Оставить комментарий