透過數(shù)據(jù)看本質(zhì)，細(xì)數(shù)大數(shù)據(jù)分析之行業(yè)熱門應(yīng)用

Cloudera大中華區(qū)技術(shù)總監(jiān)劉隸放

隨著云計算、大數(shù)據(jù)和機器學(xué)習(xí)技術(shù)的不斷發(fā)展，各行各業(yè)都開始利用大數(shù)據(jù)分析技術(shù)獲得深度的業(yè)務(wù)洞察。比如金融業(yè)利用大數(shù)據(jù)分析甄別洗錢和欺詐行為，最大程度降低風(fēng)險；運輸業(yè)利用大數(shù)據(jù)分析優(yōu)化車輛運行路線，并對車輛進(jìn)行預(yù)測性維護(hù)，降本增效成果顯著；零售業(yè)也在大數(shù)據(jù)分析的幫助下獲得了對目標(biāo)客戶的精準(zhǔn)畫像，并最大化提升供應(yīng)鏈可視性，有效提升店鋪運營效率。

數(shù)據(jù)風(fēng)控，杜絕羊毛黨

如今，金融欺詐層出不窮，犯罪手法日益復(fù)雜隱蔽，給金融服務(wù)機構(gòu)帶來了巨大的挑戰(zhàn)。打擊金融犯罪可謂一場永無休止的戰(zhàn)斗，然而維度單一、效率低下的傳統(tǒng)反欺詐方案已難以應(yīng)對新型欺詐手段，而且可能會因為誤判而終止很多正常交易。對于商家、銀行、消費者來說，會帶來諸多損失和不便。為了打贏這場反欺詐保衛(wèi)戰(zhàn)，“數(shù)據(jù)風(fēng)控”已成為必然趨勢。結(jié)合大數(shù)據(jù)平臺的機器學(xué)習(xí)能力，通過模型分析和比對，可以有效甄別洗錢和金融欺詐等行為，快速識別出惡意“羊毛黨”，從而最大程度降低金融風(fēng)險。

作為企業(yè)數(shù)據(jù)云的領(lǐng)導(dǎo)者，Cloudera已經(jīng)成功幫助許多全球知名的金融客戶利用數(shù)據(jù)風(fēng)控，實施了高速有效的反洗錢、反欺詐行動，比如萬事達(dá)卡公司。為了幫助金融機構(gòu)更好地評估商家的信用風(fēng)險，萬事達(dá)卡公司創(chuàng)建了一種稱為MATCH的反欺詐解決方案，其數(shù)據(jù)庫維護(hù)著億萬欺詐企業(yè)的數(shù)據(jù)。用戶使用該數(shù)據(jù)庫對某一商家進(jìn)行搜索查詢，便可得到快速響應(yīng)。但是隨著平臺數(shù)據(jù)量的增長，基于語音匹配的本地關(guān)系數(shù)據(jù)庫查找解決方案已不再能滿足用戶日益增長的反欺詐需求。因此，萬事達(dá)卡公司選擇采用Cloudera大數(shù)據(jù)解決方案對現(xiàn)有功能進(jìn)行擴展，大幅提升搜索功能和準(zhǔn)確性，支持客戶更快速、更輕松地評估商家，反欺詐能力得以提升。通過重新構(gòu)建搜索功能，萬事達(dá)卡每年支持的搜索量是原有量的5倍，同時每天每位客戶的搜索量提升了25倍。

預(yù)測性維護(hù)，運輸業(yè)的智能化改造

預(yù)測性維護(hù)是大數(shù)據(jù)分析在運輸業(yè)中最常見的應(yīng)用場景之一，這項應(yīng)用對于中國企業(yè)有很大意義。隨著人口紅利逐步衰退，通過自動化運維的方式來降本增效是大勢所趨。比如美國知名的卡車制造商Navistar公司就和Cloudera合作，為其運營的車隊業(yè)務(wù)提供車輛診斷和路線優(yōu)化支持。

對運輸業(yè)而言，沒什么比車輛停運的代價更為高昂。Cloudera幫助Navistar構(gòu)建了一個物聯(lián)網(wǎng)遠(yuǎn)程診斷平臺，用于車輛診斷管理以及路線優(yōu)化，幫助車隊最大程度地減少停運時間。該平臺從超過375,000輛聯(lián)網(wǎng)車中提取70多種傳感器數(shù)據(jù)，包括發(fā)動機性能、車輛速度、加速度、冷卻液溫度和制動器磨損等。然后，將以上數(shù)據(jù)與Navistar及第三方數(shù)據(jù)源相關(guān)聯(lián)，包括氣象、地理位置、交通和歷史保修等信息。借助機器學(xué)習(xí)功能自動及早發(fā)現(xiàn)引擎等車輛問題，從而提前進(jìn)行預(yù)測性維護(hù)。同時，車隊的司機可以通過智能手機監(jiān)控車輛的健康狀況和性能，確定需要維修的優(yōu)先級，并快速查找附近可用的技術(shù)人員和維修區(qū)，大大降低了維護(hù)成本。

數(shù)據(jù)驅(qū)動，新零售業(yè)態(tài)的崛起

當(dāng)實體零售業(yè)面臨大淘汰，電商也遭遇流量危機的情況下，零售商開啟了新一輪的自我升級和迭代，越來越傾向于線上與線下融合、以消費者體驗為中心的新零售模式。由于零售業(yè)的特點是訂單數(shù)量多且分散，多渠道環(huán)境中的消費者行為更加復(fù)雜，因此如何借助大數(shù)據(jù)分析，連通消費者購買行為的整個鏈條數(shù)據(jù)，進(jìn)而得到統(tǒng)一的商業(yè)洞察，對經(jīng)營者來說尤為重要。

新零售時代，大數(shù)據(jù)驅(qū)動的智能化供應(yīng)鏈管理是公認(rèn)的改善銷售預(yù)測和提高銷售表現(xiàn)的重要來源。與傳統(tǒng)供應(yīng)鏈僅局限在采購、生產(chǎn)、物流等職能不同，智能化供應(yīng)鏈不再是被動等待前端信息的傳遞，而是更強調(diào)與消費者服務(wù)和銷售渠道的整合。根據(jù)一份來自Gartner、IDC和ISM的報告所示，零售商在采用智能化供應(yīng)鏈后，可以同時實現(xiàn)平均2％的收入增長和15％的庫存減少。而且，商家逐漸意識到，僅根據(jù)歷史交易數(shù)據(jù)來構(gòu)建需求預(yù)測是不夠的，還需要集成新的數(shù)據(jù)源（例如天氣因素、競爭對手的價格、社會評論等等）來改善庫存過�；虿蛔愕那闆r。Cloudera解決方案能夠輕松集成多方面的數(shù)據(jù)并進(jìn)行匯總分析，從而最大化實現(xiàn)庫存可視性，提升零售業(yè)的經(jīng)營效率。

此外，如何在有限的條件下最大程度地提升銷售轉(zhuǎn)化率，是零售商一直以來追尋的目標(biāo)。而提升銷售轉(zhuǎn)化率的關(guān)鍵在于讀懂消費者，力求更完美地滿足其需求。目前，許多零售商都同時進(jìn)行了線上和線下的布局，線上商店對于消費者數(shù)據(jù)收集相對容易，但線下實體店收集到的銷售數(shù)據(jù)不夠具體，很難從中獲得有意義的洞察。美國一家知名百貨商店之前就陷入了此類困境中，線下店鋪的銷售轉(zhuǎn)化率表現(xiàn)平平。后來，該百貨商店采用了Cloudera解決方案，在店內(nèi)部署多個傳感器，用于捕獲在智能手機上裝有移動應(yīng)用程序的購物者的店內(nèi)位置數(shù)據(jù)和停留時間等。這些實時數(shù)據(jù)可以無縫集成到Cloudera Data Platform中進(jìn)行進(jìn)一步的分析，以提供對整個商店流量的日經(jīng)營洞察，進(jìn)而用于重新設(shè)計和優(yōu)化商店內(nèi)的產(chǎn)品放置位置等。結(jié)果表明，采用該解決方案后銷售轉(zhuǎn)化率提高了40％。

事實上，除了在金融、運輸和零售業(yè)的應(yīng)用之外，大數(shù)據(jù)分析在制造、電信、醫(yī)療等行業(yè)也同樣扮演著重要角色。各行各業(yè)的數(shù)字化轉(zhuǎn)型浪潮已經(jīng)勢不可擋，在經(jīng)營愈加復(fù)雜的現(xiàn)代商業(yè)中，唯有掌握基于大數(shù)據(jù)分析的洞察，才更有機會觸達(dá)商業(yè)本質(zhì)，更早發(fā)現(xiàn)通向成功的秘籍。