本文來自網易雲社區。

大數據應用已廣泛深入我們生活的方方面面，涵蓋醫療、交通、金融、教育、體育、零售等各行各業。

天氣預測應用案例：

典型的案例即天氣預測。各類氣象指征瞬時發生，以典型的“高頻復雜”的形式出現，給各類分析人員提供了大量的可參考數據，從這其中借用建模工具分析提取有效指標，是一種典型的“大數據”應用。

金融行業交易應用案例:

各類金融期貨數據，每秒鐘因一個品種產生的買入賣出數據、量、需求量、成交價格……一秒鐘即有12個數據，每小時42200個數據，加上技術指標和成千上萬的品種，也是一種典型的高頻數據。

電商網站應用案例:

某電商網站使用大數據技術勾勒用戶畫像。用戶畫像提供統一數據服務接口供網站其它產品調用，提高與用戶間的溝通效率、提升用戶體驗。比如提供給推薦搜索調用，針對不同用戶屬性特征、性格特點或行為習慣在他搜索或點擊時展示符合該用戶特點和偏好的商品，給用戶以友好舒適的購買體驗，能很大程度上提高用戶的購買轉化率甚至重復購買，對提高用戶忠誠度和用戶黏性有很大幫助;再比如數據接口提供給網站智能機器人JIMI，可以基於用戶畫像的用戶量身定做咨詢應答策略，如快速理解用戶意圖、針對性商品評測或商品推薦、個性化關懷等，大幅提升JIMI 智能水平和服務力度，贏得用戶歡迎和肯定。

淘寶數據魔方：淘寶平臺上的大數據應用方案，用大數據技術鎖定了用戶喜好。通過這一服務，商家可以了解淘寶平臺上的行業宏觀情況、自己品牌的市場狀況、消費者行為情況等，並可以據此進行生產、庫存決策，而與此同時，更多的消費者也能以更優惠的價格買到更心儀的寶貝。

趣多多：依靠大數據玩轉愚人節營銷。趣多多在愚人節營銷活動中，利用社交大數據的敏銳洞察，精準鎖定了以18-30歲的年輕人為主流消費群體，聚焦於他們樂於並習慣使用的主流社交和網絡平臺，當日進行全天集中性投放，圍繞品牌的口號展開話題，全面貫徹實時且廣泛的與用戶溝通機制並深度滲透，使品牌在最佳時機得到有效曝光，也令目標消費者在當天能得到有趣和幽默的體驗。最終，創造了6億多次頁面瀏覽並影響到1,500萬獨立用戶，品牌被提及的次數增長了270%。

網易猛獁大數據平臺是一站式的數據開發平臺，通過數據接入、數據加工、數據建模以及數據查詢分析的能力，較好地解決了電商網站中諸多痛點，比如數據來源廣，難以進行集成分析，作業流之間依賴復雜，作業無法並行處理，任務開發和運維艱難等。已廣泛應用於網易內部的某電商系統，努力打造最符合電商業發展的大數據處理方案。

醫療領域應用案例:

智慧淮醫。淮安市采用IBM大型主機作為淮安市區域衛生信息平臺基礎架構支撐，滿足了淮安市在市級區域衛生信息平臺基礎平臺建設和居民健康檔案信息系統建設進程中的需求，支撐淮安市級數據中心、居民健康檔案數據庫等一系列淮安市衛生信息化應用，支持淮安成為全國“智慧醫療”的典範。

百度大數據分析疾病分布情況。百度公司結合大數據整合和大數據分析等技術推出了在線的“疾病預測”功能，這項技術通過對用戶的搜索和位置數據進行統計和分析，從而得出人們關於搜索“流感”“肝炎”等疾病關鍵詞信息的時間和地點分布。

Seton Healthcare是采用IBM最新沃森技術醫療保健內容分析預測的首個客戶。該技術允許企業找到大量病人相關的臨床醫療信息，通過大數據處理，更好地分析病人的信息。
在加拿大多倫多的一家醫院，針對早產嬰兒，每秒鐘有超過3000次的數據讀取。通過這些數據分析，醫院能夠提前知道哪些早產兒出現問題並且有針對性地采取措施，避免早產嬰兒夭折。
它讓更多的創業者更方便地開發產品，比如通過社交網絡來收集數據的健康類App。也許未來數年後，它們搜集的數據能讓醫生給你的診斷變得更為精確，比方說不是通用的成人每日三次一次一片，而是檢測到你的血液中藥劑已經代謝完成會自動提醒你再次服藥。

Express Scripts就是這麽一家處方藥管理服務公司，目前它正在通過一些復雜模型來檢測虛假藥品，這些模型還能及時提醒人們何時應該停止用藥。 Express Scripts能夠解決該問題的原因在於所有有關數據。因為它每年管理著1.4億處方，覆蓋了一億美國人和65,000家藥店，雖然該公司是能夠識別潛在問題的信號模式，但它也使用數據來嘗試解決某些情況下之前曾經發現的問題。

同時，Express Scripts還著眼於一些事情，如他們所開處方的藥物種類，甚至有人在網上談論醫生。如果一個醫生的行為被標記為紅色的旗幟，那麽他在網絡上是個好人的形象，更是你所需要的醫生。

交通領域應用案例:

英特爾攜杭州誠道科技構建智能交通。面對大數據挑戰，杭州市和杭州誠道科技有限公司緊密合作，部署了基於英特爾大數據解決方案的誠道重點車輛動態監管系統，通過集中的數據中心將全市卡口、電子警察、視頻監控、流量檢測設備、信號機、誘導設備等有效地連接起來，從交通案件偵破能力、交通警察對機動車輛的監管能力到利用關聯車輛的數據分析能力，都得到了極大提升。

在洛杉磯開過車的人一定都經歷過那裏噩夢般的交通擁堵情況。目前政府在I-10和I-110州際公路上建立了一條收費的快速通道。政府可通過大數據引導駕駛人員在該通道上的行駛情況，保證交通暢通。

施樂就是參與此次項目的公司，它的抗擁塞項目，包括用ExpressLanes、動態定價，上升的需求等等以維持某種秩序的想法。施樂公司的首席技術執行官Natesh Manikoth表示，如果司機支付給駕駛熱車道(高占用收費系統)，他必須保證車速每小時45英裏左右。如果交通開始擁堵，私家汽車的支付價格將上升，以減少他們進入，將車道用於高占用率的車輛，例如公共汽車和大巴車。

施樂還有另一個項目在洛杉磯稱為ExpressPark， 目標是讓人們知道他們何時即將離開房子，在哪能找到停車場和花費金額。不僅要確保定價，同時更要確保數據實時到達用戶手中。例如，應當提前40分鐘告知用戶停車位置。　

教育領域應用案例:

百度大腦PK人腦：大數據押高考作文題。為了幫助考生更好地備考，百度高考作文預測通過對過去八年高考作文題及作文範文、海量年度搜索風雲熱詞、歷年新聞熱點等原始數據與實時更新的“活數據”進行深度挖掘分析，以“概率主題模型”模擬人腦思考，反向推導出作文主題及關聯詞匯，為考生預測出2014年高考作文的六大命題方向。

零售領域應用案例:

著名的沃爾瑪的“尿布與啤酒”的故事。紮根倉庫和社交網絡數據的沃爾瑪利用NCR數據挖掘工具對原始交易數據進行分析和挖掘，加之收購了Kosmix，不僅能收集、分析網絡上海量數據給企業，還能將這些資訊個人化，提供采購建議給終端消費者。同時，針對社交網絡快消息流的性質，沃爾瑪內部的大數據實驗室專門發展出一套追蹤系統，結合手機上網，專門管理追蹤龐大的社交動態，每天能處理的資訊量超過10億筆。

挖掘視頻監控數據、客戶反饋和暢銷商品等大數據的快時尚巨頭ZARA。快時尚巨頭ZARA的成功以“快”出名，靈敏的供應鏈系統、多品種少量、制售一體的效率化經營，使眾多服裝企業望其項背。除了臺面上的設計能力，臺面下的資訊/數據大戰，更是重要的隱形戰場。ZARA推行的海量資料整合，通過線下實體店和線上網店的信息收集分析，最終各方信息被分類處理，成為設計、生產、銷售的指引。

“我們的某個客戶，是一家領先的專業時裝零售商，通過當地的百貨商店、網絡及其郵購目錄業務為客戶提供服務。公司希望向客戶提供差異化服務，如何定位公司的差異化，他們通過從 Twitter 和 Facebook 上收集社交信息，更深入的理解化妝品的營銷模式，隨後他們認識到必須保留兩類有價值的客戶：高消費者和高影響者。希望通過接受免費化妝服務，讓用戶進行口碑宣傳，這是交易數據與交互數據的完美結合，為業務挑戰提供了解決方案。”Informatica的技術幫助這家零售商用社交平臺上的數據充實了客戶主數據，使他的業務服務更具有目標性。

零售企業也監控客戶的店內走動情況以及與商品的互動。它們將這些數據與交易記錄相結合來展開分析，從而在銷售哪些商品、如何擺放貨品以及何時調整售價上給出意見，此類方法已經幫助某領先零售企業減少了17%的存貨，同時在保持市場份額的前提下，增加了高利潤率自有品牌商品的比例。

影視業應用案例：

Netflix 用大數據捧火《紙牌屋》。Netflix已經成為美國國內規模最大的商業視頻流供應商——目前擁有2900萬視頻流客戶。這家公司同時也成為吸收新增數據的海綿——用戶在看什麽、喜歡在什麽時段觀看、在哪裏觀看以及使用哪些設備觀看，爆增的信息量成為Netflix手中的寶貴資產。他們甚至掌握著用戶在哪視頻的哪個時間點後退、快進或者暫停，乃至看到哪裏直接將視頻關掉等信息。現在Netflix公司開始推出自己的原創節目，而節目制作的依據正是剛剛提到的這些數據。他們利用手中的數據說服BBC重新翻拍了電視連續劇《紙牌屋》;而且將演員Kevin Spacey與導演David Fincher的粉絲與原劇集支持者的粉絲進行關聯，最終讓這二位加盟新劇的拍攝。

餐飲行業應用案例：

快餐業的視頻分析。該公司通過視頻分析等候隊列的長度，然後自動變化電子菜單顯示的內容。如果隊列較長，則顯示可以快速供給的食物；如果隊列較短，則顯示那些利潤較高但準備時間相對長的食品。

電視媒體應用案例:

對於體育愛好者，追蹤電視播放的最新運動賽事幾乎是一件不可能的事情，因為有超過上百個賽事在8000多個電視頻道播出。

而現在市面上開發了一個可追蹤所有運動賽事的應用程序RUWT，它已經可以在iOS和Android設備，以及在Web瀏覽器上使用，它不斷地分析運動數據流來讓球迷知道他們應該轉換成哪個臺看到想看的節目，在電視的哪個頻道上找到，並讓他們在比賽中進行投票。對於谷歌電視和TiVo用戶來說，實際上 RUWT就是讓他們改變頻道調到一個比賽中。

該程序能基於賽事的緊張激烈程度對比賽進行評分排名，用戶可通過該應用程序找到值得收看的頻道和賽事。

保險行業：

保險行業並非技術創新的指示燈，然而MetLife保險公司已經投資3億美金建立一個新式系統， 其中的第一款產品是一個基於MongoDB的應用程序，它將所有客戶信息放在同一個地方。

MongoDB匯聚了來自70多個遺留系統的數據，並將它合並成一個單一的記錄。它運行在兩個數據中心的6個服務器上，目前存儲了24TB的數據。這包括MetLife的全部美國客戶，盡管它的目標是擴大它的國際客戶和多種語言，同時也可能創建一個面向客戶的版本。它的更新幾乎是實時的，當新客戶的數據輸入時，就好像Facebook墻一樣。

此外，大多數疾病可以通過藥物來達到治療效果，但如何讓醫生和病人能夠專註參加一兩個可以真正改善病人健康狀況的幹預項目卻極具挑戰。安泰保險目前正嘗試通過大數據達到此目的。

安泰保險為了幫助改善代謝綜合癥患者的預測，從千名患者中選擇102個完成實驗。在一個獨立的實驗室工作內，通過患者的一系列代謝綜合癥的檢測試驗結果，在連續三年內，掃描600,000個化驗結果和18萬索賠事件。將最後的結果組成一個高度個性化的治療方案，以評估患者的危險因素和重點治療方案。這樣，醫生可以通過食用他汀類藥物及減重5磅等建議而減少未來10年內50%的發病率。或者通過你目前體內高於20%的含糖量，而建議你降低體內甘油三酯總量。

汽車制造應用案例：

當問起汽車的制造過程，大多數人腦子裏隨即浮現的是各種生產裝配流水線和制造機器。然而在福特，在產品的研發設計階段，大數據就已經對汽車的部件和功能產生了重要影響。

比如，福特產品開發團隊曾經對SUV是否應該采取掀背式(即手動打開車後行李箱車門)或電動式進行分析。如果選擇後者，門會自動打開、便捷智能，但這種方式會影響到車門開啟有限的困惱。此前采用定期調查的方式並沒有發現這個問題，但後來根據對社交媒體的關註和分析，發現很多人都在談論這些問題。

利益相關：網易猛獁大數據平臺基於成熟穩定的大數據分析處理技術，在工業應用中也頗具優勢。某汽車研究院是中國汽車制造的龍頭企業，擁有目前國內最先進的研發技術中心、整車試驗匯中心、動力總成試驗中心等，隨著數據量的增長，迫切需要建立工業大數據平臺，基於猛獁大數據平臺，對工業數據進行采集、集成、建模和管理，建立和改進工藝模型。同時猛獁大數據平臺通過調度配置，實現模型自動化調度執行，使用算法優化了工藝參數，為研究院汽車制造工藝的一流水平提供保障。

可點擊這裏免費試用網易猛獁。

大數據應用除了在體育項目中，還有這些切身感受得到的應用案例