盤點丨2017年大數據改變的12個行業

當新技術變得越來越便宜、越來越易用時，各行各業必將隨之發生改變。對於即將過去的2017年來說，這門對各行各業「大施魔法」的新技術，顯然叫做大數據。今天，我們將盤點一下十二個重要行業如何利用數據，推動了自己的業績與競爭力。

醫療保健

大數據正在改變我們診斷和治療疾病的方式，比如，Nuance Communications（Siri的供應商）就在2017年推出了 「龍醫療虛擬助手」，幫助醫生實現臨床工作流程自動化。除此之外，還有一些大數據技術被用來改善我們的生存質量，並避免一些可以預防的死亡。

「疾在腠里，湯熨可及；疾在骨髓，無奈何也。」如今大數據的使命正是要儘可能更早、更多地了解病患，通過識別嚴重疾病的早期信號，來降低治療難度與就醫成本。比如，某個早產兒及生病嬰兒就診的科室，就利用大數據技術來監控嬰兒的心跳與呼吸模式。使用這些數據，該科室便可以開發演算法，在身體癥狀發生24小時之前就預測出感染。

零售

從以物易物、貨幣交易再到移動支付，人們購買與銷售的方式一直在改變，並且越來越快。一個新現象——無論是在線還是離線，那些採用數據優先策略來理解用戶、並且為客戶精準匹配產品的零售商門正在獲得豐厚的回報。

這意味著數據分析已經應用到零售流程的每一個階段了——通過趨勢預測，找到對產品需求最大的市場；通過優化定價，獲得競爭優勢；通過客戶畫像，找到打動客戶的最優方法，然後，賺走他們的錢，並計划出下一步要賣給他們的商品。

製造業

數據在現代製造工藝中扮演著非常重要的角色。機器人技術的進步和自動化水平的提高正在顯著改變製造業的面貌。比如，阿迪達斯就投入巨資，在德國總部園區建造了自動化的「速度工廠」。該工廠啟用了一系列的新技術，例如3D列印、機械臂和計算機編織等，去武裝小型工人團隊，來生產球鞋。以往，這些產品通常由人工進行大規模生產。

即使在更傳統的製造環境中，數據仍然在發揮作用。通過將感測器嵌入其設備，製造商得以捕獲有價值的數據，幫助他們監控機器的健康與效率。感測器也被安裝到各種產品當中。現在，從噴氣發動機到瑜伽墊，都能找到它們的身影。這讓製造商能夠收集到產品的表現情況，以及被使用的真實狀況。

金融服務，銀行和保險

在金融業，數據的應用非常廣泛，絕不僅限於高科技、大資金的交易範圍。比如，大數據正在幫助像美國運通這樣的信用卡公司檢測欺詐性交易，並為企業提供趨勢分析服務。

保險方面，大數據技術已被用於幫助保險公司設定更公平、精確的保單保費，識別欺詐性索賠並改善其營銷工作等方面了。像Progressive和Aviva這樣的公司，還通過向駕駛者提供折扣，以獲得通過手機app或車載設備監控他們駕駛行為的許可。這樣，保險公司就能夠觀察到司機駕駛的真實情形了。

教育

我們的學習過程目前正在製造海量的數據。而教育機構則開始將這些數據轉化為洞察，比如，用來識別更好的教學策略、突出顯示學生可能沒有有效學習的領域，以及改變教育的傳遞方式。

當然，知識付費的年代，並非所有教育都是在教室中進行的。在線課程的蓬勃發展還為人們帶來了個性化學習、自適應學習的巨大進步。

運輸，供應鏈管理和物流

在倉庫中，數碼攝像頭用於檢測庫存水平，並在需要補貨時預進行警。預測則更進一步——同樣的數碼攝像頭數據，加上一些機器學習的演算法，可以教會智能庫存管理系統預測出補貨的時間。在不遠的將來，倉庫與配送中心將脫離頻繁的人機互動，有效地自動運行。

在交通領域，公司正在收集和分析車輛的遠程信息數據，並利用這些數據改善駕駛行為，優化交通路線，改善車輛維護。

農業

即使是非常傳統的行業，如今也在擁抱數據的力量。美國農業生產商約翰·迪爾（John Deere）打造出了精準農業系統，讓農場主、操作者與相應的農業專家可以針對開放的數據信息，實現對農業耕種過程中的分析、討論及決策。

能源

石油和天然氣開採成本不斷上升，能源行業正在從數據中尋找解決方案。例如，荷蘭皇家殼牌（Royal Dutch Shell）一直在開發「數據驅動的油田」，以降低石油鑽探的成本。

在更小、但同樣重要的領域，大數據與物聯網正在改變家庭使用能源的方式。智能家居已然崛起，僅僅是Google的Nest智能恆溫器，已經可以幫助家庭在生活得更加舒適的同時，減少能源浪費。

政府和公共部門的服務

目前許多城市都在向「智慧城市」轉型，這就需要將數據分析、數據收集、物聯網等技術相結合，打造相應的公共服務與設施。

通過使用智能、互聯、數據驅動的技術，可以改善城市的公共服務。比如，在回收中心安裝感測器網路，可以幫助簡化垃圾的收集服務。貨車可以優先處理垃圾最飽和的回收中心，並跳過那些幾乎沒有任何垃圾的回收中心。

酒店

傳統的酒店和休閑運營商正在轉向高級分析，以尋求讓客戶滿意的線索。最常見的分析方法主要圍繞收益管理。目的是確保每個房間都以最佳價格賣出。這就需要考慮全年的需求低谷與高峰，還有影響客人數量與類型的其他因素，例如天氣以及當地事件等。

專業服務

當我們談論機器人與演算法即將替代人工時，我們首先想到的都是類似於工廠工人、計程車司機等藍領工作。但是，即使是高技能的專業服務，比如會計、法律與建築業，也因為數據、分析、機器學習、機器人以及AI的發展而經歷著巨大的變化。

比如在會計方面，軟體已經可以自動導入交易信息、跟蹤數字收據、自動處理工資並追蹤稅收了。不過，即使是更複雜的任務，比如審計、法規遵從和趨勢分析等，現在也已經可以由計算機來執行了。

體育

大多數精英運動現在都採用數據分析。比如英超球賽就在現場安裝了一套攝像頭，使用模式識別技術來跟蹤每個球員，而平均每個球員每秒鐘都會產生超過25個數據點。 NFL（美國職業橄欖球大聯盟）球員已經在肩墊上安裝了感測器，以收集比賽中的表現。數據分析還幫助英國的賽艇運動員們拿到了奧運金牌。

建立在數據上的企業

如今，數據已成為企業越來越重要的資產，被數據驅動的平台業務是世界上最成功的企業之一。例如，蘋果就是在整個業務中使用數據來推動成功。而Google，據說可以比我們的愛人更了解我們。

數據也是共享經濟的核心，比如Uber。這些公司創新式地通過高效利用數據，隨時隨地為人們提供所需要的服務。

作者：Bernard Marr

編譯：數據觀