体育

<p>许多重要数据来自人们的网络日志,手机使用,金融交易,保险索赔等等,您可以将其命名为:它被记录下来以进行潜在的进一步分析,以产生商业价值并改善客户体验它以客户分析的名义命名,大型零售商和服务提供商,至少在美国,对它很着迷在线业务在利用数据推动商业价值方面远远领先于传统的实体企业主要原因是文化,社交和运营这些在线业务更接近真正的科学文化,在这种文化中,每个想法或命题都被自动地视为一个受测试的假设,而不是一个可以豁免证据负担的天上洞察力</p><p>他们不仅对测量有所了解,而且还有实验</p><p>实验设计,数据收集,分析和理解是科学企业的特征因此,为了拥抱大数据,它必须拥抱科学,意味着它的价值观,文化和基于机器学习的新方法,这是假设生成(来自数据)和测试(针对数据)的自动化然而,科学文化不是你在典型的实体商业中所能找到的顶级在线公司拥有认真理解科学及其新机器学习方法的研究人员和科学家谷歌最近聘请了神经网络和深度学习之父Geoffrey Hinton(实例机器学习)据报道,它还以5亿美元的价格收购了一家由深度学习专家组成的创业公司Facebook,随后赶上了Yan LeCun,他开创了使用神经网络解决大规模现实问题的方法从数据中提取价值不仅需要合适的工具,还需要合适的领导者来建立合适的团队来使用这些工具(并构建那些仍然不存在的工具)砖和morta企业一般都没有这样的人,虽然那些领先的人正在拼命想雇用他们坏消息是对这些人的需求是远远超出供给的另一个关键点是那些巨大的在线财产有一种运作模式,其中科学的结果可以进入每一个导致一些干预的决策,成本相对较低这与传统业务相反,传统业务承载着各种渠道,每个渠道都有传统的IT系统和人工流程数据分析本身是无害的,除非它推动某种形式的行动互联网公司通过计算广告掌握了这种交易</p><p>干预措施的因果商业效应,例如在网页上显示广告,可以通过广告商为展示广告而竞标的数量来量化</p><p>或点击用户,反馈(通常通过点击或不通过)然后自动发送回机器学习算法,了解广告的盈利程度(每个客户)然后关闭循环确定干预分配策略的系统监控每个干预的业务成果,并自动更新策略,以便最大化未来分配的业务价值在这方面对现有的实体企业有什么看法</p><p>领先的企业大数据解决方案提供商Cloudera的数据科学总监Josh Wills声称,除了巨大的在线资产外,没有人能够实现这种自动化的闭环创收机制</p><p>也许他是对的,也许不是</p><p>但即使有其他人这样做,肯定还有很长的路要走</p><p>现有的数据驱动政策可以用于营销,信用评分,定价以及银行,电信和保险公司等大型服务提供商的其他活动</p><p>但即使在美国这样的大公司也是如此遭受遗留系统的运营问题,以及文化和技术孤岛,这些孤岛简直使得将数据科学和干预政策整合到各个业务领域的闭环中太难了那么,解决方案是什么</p><p>我不认为有任何银弹我最好的选择就是遵循对在线业务有用的工作:尽可能快地获得正确的文化,人员和运营模式在美国和欧洲,一些大的零售商和服务提供商一直在快速发展 沃尔玛多年来一直致力于数据科学的大型团队利用历史购买数据更好地为其客户量身定制零售商Target两年前成为头条新闻时纽约时报记者查尔斯杜希格引起了公众的注意Target的分析模型预测青少年的怀孕之前她的父亲做了一个世界上最大的移动运营商之一,

作者:勾燕锬