傳統行業「互聯網+」：看這三家公司如何用大數據賺錢
這幾年來大數據一直都是科技界熱門話題，但有些概念和方法只應用到了大型互聯網公司如搜索引擎，還有些僅僅停留在概念層面並沒有商業化。但其實，傳統行業才是大數據的金礦，雖然案例並不算多，但一旦成功運用大數據技巧，就能為企業創造成倍的收益回報。下面就來認識下這三家傳統企業，看看他們都是如何依靠大數據賺錢的。
零售業
沃爾瑪超市（來源：Wikimedia）
沃爾瑪是當今世界最大的零售商，名列世界 500 強公司第一位，在 28 個國家擁有 2 百萬名僱員。服務龐大人羣的日常所需，自然需要處理規模龐大的商品百貨。
早在 2004 年，颶風桑迪襲擊了美國，災害之後，沃爾瑪銷售人員研究銷售數據發現可以從中找到規律，災害天氣會促使手電筒等救援設備銷量的增長，以及在某些地區，草莓餡餅的銷量與惡劣天氣變化也存在相關性。
零售商需要及時對天氣等環境變化作出反應，否則一旦商品脱銷，不僅會讓顧客生活不便情緒不滿，同時對於超市而言也是損失。但同時，需要實現對銷量變化的提前預測，越晚越損失越大。沃爾瑪高級分析師 Naveen Peddamail 表示「如果你要積累一週或者一個月的數據才能拿出分析結果，那麼這一週和一個月的時間都是損失。」
Peddamail 舉了個例子，終端銷售團隊發現有一種產品銷量在持續走低，但一籌莫展找不到原因。沃爾瑪數據分析團隊拿到銷售數據通過對比發現，這個商品的定價策略存在問題，修正後該款商品銷量逐步恢復正常。
沃爾瑪所有店面的銷售情況實時反映到大數據中心，通過對比不同零售店實時銷量，可以準確發現隱藏的問題。Peddamail 回憶道，他們曾經觀測到某種新奇餅乾在兩個沃爾瑪零售店的銷量持續為 0，相比於其他店面實在反常，派人實地考察終於找到答案，原來這批餅乾根本就沒上架。
運用大數據方法之後，出現問題到解決問題的時間從兩到三週縮減為 20 分鐘。有些算法不見得多麼高深，但是對於提高沃爾瑪超市的收入和利潤影響顯著，畢竟那麼多商品，不可能通過人工監測。
製造業
勞斯萊斯生產的航空引擎（來源：Flickr）
勞斯萊斯不僅是著名汽車品牌，同時還是航空發動機生產廠商。這個行當對於安全性要求極高，如果飛機在空中飛行時發動機突然故障，損失的除了價值數十億美元的飛機，還有數十條人命。
為了保障份發動機的安全性，勞斯萊斯在多個環節運用大數據方法，包括設計、生產製造，以及售後。
勞斯萊斯首席科學家 Paul Stein 説道：「我們在設計環節運用了集羣式高性能計算機，每次模擬都會生成數十 TB 的模擬數據，然後運用計算機算法深入這些大規模數據，看看該款新品設計得到底是好還是壞。」
在製造環節，發動機製造車間全面部署物聯網環境，每個加工環節所產生的數據全部收集到數據倉，以滿足製造組裝環節對精密度和安全性的苛刻要求。
勞斯勞斯賣出的每一台航空發動機，內部都安裝有好幾百個傳感器，詳細記錄並保存工作時的所有細節。數據會實時傳輸到地面數據分析中心的工程師。通過這種方法，數據工程師就能及時判斷該發動機是否需要維護，是否存在故障。
強大全面的售後技術支持也為勞斯萊斯帶來新的收益。勞斯萊斯把發動機實時監測服務稱為「Total Care」，按照小時向航空公司收費。「這項服務創新改變了遊戲規則，我們很驕傲能 推動這個行業的進步。」首席科學家 Stein 説道。
健康醫療
Apixio提供的電子病及分析服務（來源：官網）
令人震驚的是，即便在美國，80% 的診療記錄都是非結構化的，比如手寫的病歷。Apixio 成立於 2009 年的加利福利亞，其使命就是要讓醫療病歷信息化，讓醫療機構能做出更明智的決策。
醫療行業並不缺數據，數量上反而相當龐大。痛點在於眾多醫療機構都使用自己格式的數據，這些數據沒有標準化，沒有結構化，不同的醫療機構採用不同的記錄方法。
「如果我們希望更好地照料病患，更好地理解全社會的健康狀況，就必須挖掘這些非結構化的數據。」Apixio 公司 CEO Darren Schulte 説道。
Apixio 採用機器學習和自然語意識別方法，集合不同醫療機構不同診所的獨立病歷，設計個體病歷模型，通過算法填充此模型，之後每個用户就有了自己的網絡病歷。同時，當電子病歷達到一定規模數量，就可以在全局層面了解全社會的健康狀況，對於流行病預防和疾病療法的改進意義深遠。
Apixio 已經推出了一款名為 HCC Profile 的產品，主要面向兩類客户，醫院診所和保險公司。該產品可以幫助醫療診所實現無紙化就診，相當於 SaaS 平台。對於保險公司，數字化病歷檔案可以優化醫療保險的定價策略，免於耗時耗力分析紙質醫療檔案，以此降低風險節約成本。
（題圖來源：Pixabay）
資料來源：TECH2IPO
零售業
沃爾瑪超市（來源：Wikimedia）
沃爾瑪是當今世界最大的零售商，名列世界 500 強公司第一位，在 28 個國家擁有 2 百萬名僱員。服務龐大人羣的日常所需，自然需要處理規模龐大的商品百貨。
早在 2004 年，颶風桑迪襲擊了美國，災害之後，沃爾瑪銷售人員研究銷售數據發現可以從中找到規律，災害天氣會促使手電筒等救援設備銷量的增長，以及在某些地區，草莓餡餅的銷量與惡劣天氣變化也存在相關性。
零售商需要及時對天氣等環境變化作出反應，否則一旦商品脱銷，不僅會讓顧客生活不便情緒不滿，同時對於超市而言也是損失。但同時，需要實現對銷量變化的提前預測，越晚越損失越大。沃爾瑪高級分析師 Naveen Peddamail 表示「如果你要積累一週或者一個月的數據才能拿出分析結果，那麼這一週和一個月的時間都是損失。」
Peddamail 舉了個例子，終端銷售團隊發現有一種產品銷量在持續走低，但一籌莫展找不到原因。沃爾瑪數據分析團隊拿到銷售數據通過對比發現，這個商品的定價策略存在問題，修正後該款商品銷量逐步恢復正常。
沃爾瑪所有店面的銷售情況實時反映到大數據中心，通過對比不同零售店實時銷量，可以準確發現隱藏的問題。Peddamail 回憶道，他們曾經觀測到某種新奇餅乾在兩個沃爾瑪零售店的銷量持續為 0，相比於其他店面實在反常，派人實地考察終於找到答案，原來這批餅乾根本就沒上架。
運用大數據方法之後，出現問題到解決問題的時間從兩到三週縮減為 20 分鐘。有些算法不見得多麼高深，但是對於提高沃爾瑪超市的收入和利潤影響顯著，畢竟那麼多商品，不可能通過人工監測。
製造業
勞斯萊斯生產的航空引擎（來源：Flickr）
勞斯萊斯不僅是著名汽車品牌，同時還是航空發動機生產廠商。這個行當對於安全性要求極高，如果飛機在空中飛行時發動機突然故障，損失的除了價值數十億美元的飛機，還有數十條人命。
為了保障份發動機的安全性，勞斯萊斯在多個環節運用大數據方法，包括設計、生產製造，以及售後。
勞斯萊斯首席科學家 Paul Stein 説道：「我們在設計環節運用了集羣式高性能計算機，每次模擬都會生成數十 TB 的模擬數據，然後運用計算機算法深入這些大規模數據，看看該款新品設計得到底是好還是壞。」
在製造環節，發動機製造車間全面部署物聯網環境，每個加工環節所產生的數據全部收集到數據倉，以滿足製造組裝環節對精密度和安全性的苛刻要求。
勞斯勞斯賣出的每一台航空發動機，內部都安裝有好幾百個傳感器，詳細記錄並保存工作時的所有細節。數據會實時傳輸到地面數據分析中心的工程師。通過這種方法，數據工程師就能及時判斷該發動機是否需要維護，是否存在故障。
強大全面的售後技術支持也為勞斯萊斯帶來新的收益。勞斯萊斯把發動機實時監測服務稱為「Total Care」，按照小時向航空公司收費。「這項服務創新改變了遊戲規則，我們很驕傲能 推動這個行業的進步。」首席科學家 Stein 説道。
健康醫療
Apixio提供的電子病及分析服務（來源：官網）
令人震驚的是，即便在美國，80% 的診療記錄都是非結構化的，比如手寫的病歷。Apixio 成立於 2009 年的加利福利亞，其使命就是要讓醫療病歷信息化，讓醫療機構能做出更明智的決策。
醫療行業並不缺數據，數量上反而相當龐大。痛點在於眾多醫療機構都使用自己格式的數據，這些數據沒有標準化，沒有結構化，不同的醫療機構採用不同的記錄方法。
「如果我們希望更好地照料病患，更好地理解全社會的健康狀況，就必須挖掘這些非結構化的數據。」Apixio 公司 CEO Darren Schulte 説道。
Apixio 採用機器學習和自然語意識別方法，集合不同醫療機構不同診所的獨立病歷，設計個體病歷模型，通過算法填充此模型，之後每個用户就有了自己的網絡病歷。同時，當電子病歷達到一定規模數量，就可以在全局層面了解全社會的健康狀況，對於流行病預防和疾病療法的改進意義深遠。
Apixio 已經推出了一款名為 HCC Profile 的產品，主要面向兩類客户，醫院診所和保險公司。該產品可以幫助醫療診所實現無紙化就診，相當於 SaaS 平台。對於保險公司，數字化病歷檔案可以優化醫療保險的定價策略，免於耗時耗力分析紙質醫療檔案，以此降低風險節約成本。
（題圖來源：Pixabay）
資料來源：TECH2IPO