Выгодные данные: 6 рынков, где можно заработать на big data
Смотрите пост в полноценной красивой верстке
Финансы и страхование
Эрик Шмидт, СEO Google и совладелец
Civis Analytics
, недавно отметил, что страхование — наиболее очевидная область применения big data. Компании собирают все данные о человеке, которые есть в открытом доступе, и делают ему предложение о персональной страховке. Например, если вы любитель экстремального спорта и регулярно выезжаете отдыхать, страховщики могут вычислить вас и в нужный момент продать необходимую услугу.
Подобным образом это работает в сфере банковских продуктов. Стартап
LendUP
, получивший финансирование от фондов Andreessen Horowitz, Y Combinator, Start Fund Юрия Мильнера и других, отслеживает кредитоспособность потенциального клиента, рекомендует ему конкретные условия и сообщает, когда приходит время расплаты.
Компании
ZestFinance
и
AvantCredit
учитывают огромное количество факторов, чтобы понять, стоит ли доверять клиенту. В результате они зачастую помогают тем, кому отказывают обычные банки, их собственный риск при этом не увеличивается.
Рекламные инструменты
Time Warner Cable использует различные наборы данных для создания детального профиля потребителя. В
интервью
Fast Company Джоан Гиллман, президент Time Warner Cable Media, рассказала, что открытая информация вроде данных о недвижимости, демографии или вредных привычках позволяет компании создать персонализированную рекламу для своих клиентов. При этом Warner собирает только те цифры, которые необходимы для распределения рекламы по разным сегментам (интересы, пол, возраст), распознать конкретного человека из этой выборки невозможно.
Компания
VisualDNA
использует данные, полученные из визуальных тестов личности, чтобы отслеживать путь пользователя на сайте и его предпочтения. Анализируя паттерн поведения и страницу конверсии, можно сделать вывод о том, почему пользователь покинул сайт/не совершил покупку, узнать другое заданное действие и нацелить рекламу в соответствии с ним.
Big data лежит в основе технологии «программатик баинга» — покупки рекламы, основанной на потребительских предпочтениях. В итоге этот формат должен привести к тому, что мы будем видеть объявления только тех продуктов, которые осознанно или подсознательно хотим купить.
Интернет-ритейл
Продажи крупных интернет-ритейлеров, от Amazon до Walmart, построены на работе с большими данными. Компании создают собственные инструменты или даже лаборатории (
WalmartLabs
), которые фокусируются на изучении пользователей. WalmartLabs покупает, анализирует и доводит данные до того вида, с которым может работать маркетинг. В компании анализируют 100 млн ключевых запросов и проводят постоянные эксперименты для оптимизации работы. В будущем Walmart планирует сделать свои инструменты big data доступными для всех.
Amazon старался угадывать предпочтения пользователей, ещё когда о big data мало кто слышал. Cейчас компания является классическим примером «системы рекомендаций»: чем больше книг или других продуктов вы заказываете, тем лучше вас понимает алгоритм и тем более точную выборку товаров предлагает.
Прогнозирование
Калькулятор риска возникновения урагана
способен дать прогноз по ущербу, который причинит катастрофа. Во время урагана в Техасе в 2009 году он предвидел наводнение и перебои в подаче электроэнергии. Люди из наиболее подверженных опасности регионов эвакуировались, другие, наоборот, оставались на местах, за счёт чего дорога осталась свободной.
Другой сервис —
Quake-Catcher Network
— позволяет с помощью встроенного в монитор датчика отслеживать предпосылки землетрясений. Он собирает данные, которые необходимы для аварийного предотвращения происшествия. В отличие от сейсмографов такая технология стоит намного дешевле и заточена под конкретный регион, где находится компьютер.
Медицина
Эксперты уверены, что распространение big data в этой сфере поможет серьёзно сократить уровень смертности по всему миру. Основная задача — обнаружить болезнь на ранней стадии, когда есть шансы её предотвратить. На этом этапе проблему можно выявить, анализируя базовые параметры организма: пульс, давление, дыхание, уровень кислорода в крови.
Большие данные должны сделать эксперименты клинических исследований, которые могут подвергаться сомнению в зависимости от квалификации врача, объективными. На основании анализа генома человек получает индивидуальное лекарство, которое создано специально для него.
Появляется всё больше гаджетов и сервисов, призванных отслеживать состояние человека и помогать ему сохранять здоровье. Например,
Ginger.io
умеет предсказывать некоторые заболевания на основании паттерна использования мобильного телефона и данных в нём. Вы устанавливаете приложение, и оно присылает уведомления, когда вам нужно посетить врача. В каталоге есть различные клиники, которые советует Ginger или выбираете вы сами.
HR
Данные позволяют сделать реальность объективной и отразить решения в конкретных цифрах. Неудивительно, что крупные компании хотят оптимизировать все процессы с помощью технологий. Недавно Google, известная своими экспериментами, рассказала о
работе с big data
в наименее рациональном департаменте — по подбору кадров.
В Google проанализировали историю работы сотрудников и пришли к интересным выводам. Во-первых, можно понять, насколько человек подходит компании, ещё на первом этапе интервью. Во-вторых, таким образом можно узнавать, когда у человека появляется склонность уйти, и вовремя его замотивировать.
Кроме Google, с большими данными работает и технологичное HR-агентство
Riviera Partners
. Оно внедрило специальную систему для подбора кадров, основанную на анализе данных. С тех пор время поиска кандидатов сократилось на треть, а выручка увеличилась на 52%.
Читать на эту тему:
 |  |  |
]]>
Источник:HOPES AND FEAR
