[译]大数据将何去何从?规范性分析的三个应用实例

在2014年,Gartner公司(著名的IT市场分析公司)将规范性分析(又名时效性数据分析,prescriptive analytics)置于他们的技术成熟度曲线(Hype cycle,用以考察新兴技术)上过高期望峰值阶段的最开始。Gartner称,规范性分析还需要5-10年的时间才能成为世界各地会议室的讨论话题。那么,什么是规范性分析?我们能够如何利用它?以及它如何帮助企业机构在制定决策中起到作用呢?

规范性分析可以被看作是大数据的未来。如果我们将描述性分析(descriptive analytics)视作商业智能的基石,预测分析(predictive analytics)视为大数据的基石,那么我们就可以断言,规范性分析将是大数据的未来。早先,我已经解释过这三种类型分析之间的差异(参考1),这里我们稍作回顾:描述性分析是指考察历史数据,范围可以从1分钟前到一年前。这就好比是在驾车中观察后视镜。预测分析是指利用所有这些数据预测目的地;类似导航系统指导我们如何驾驶以及何时到达。规范性分析是自动驾驶汽车,即它知道基于无限数据点和计算得到的确切的最优路线。毫无疑问,谷歌的自动驾驶汽车大量应用了规范分析。

规范性分析采用了最新的技术(如机器学习和人工智能)来了解未来的决定有何影响,然后利用那些情况来确定最佳结果。借助规范性分析,理解和把握未来的机会或降低未来的风险成为可能,因为预测是随着数据不断加入而连续更新的。规范性分析,基本上为机构提供了一个“水晶球”(“占卜”未来的能力)。当规范性分析发展到在无需大数据科学家的情况下,决策者依然能够预测未来、并采取行动来优化所预测到的未来的阶段时,它将会成为非常强大的工具。

虽然规范性分析是仍处于起步阶段,我们看到越来越多的应用案例。有几个大数据初创公司特别注重规范性分析。最为人所知的是Ayata。他们使用专利软件来预测会发生的事件、时间以及原因。该公司主要侧重于石油和天然气工业,但规范性分析也有其他多个应用案例。规范性分析应用于有过多变量、选项、约束和数据集的情况。技术缺席的情况下,该系统实在过于复杂以致于人们无法有效地评估这些方案。此外,在现实生活中实验风险太大或花费巨大的时候,规范性分析也可以派上用场。让我们来看看三个可能的案例:

旅游和运输优化
规范性分析的一个重要特征是对许多大型数据集的需求。因此,旅游业就是这样一个最新的分析中看到巨大潜力的行业。在线旅游网站,如航空订票服务、酒店网站或汽车租赁网站,纷纷转向规范性分析,通过对旅行要素、购买和客户变量(如人口统计和社会图示、需求水平及其他相关数据源)的多次复杂迭代来进行筛选,从而优化其定价和销售策略。

旅游行业的其他应用包括分割基于多个数据集的(潜在)客户以了解营销策略的制定。更准确的定位当然会导致更高的转化率,从而能够进行更详细的分割,为此需要很多不同的变量。以洲际酒店集团为例,他们用650个变量来为合适的客户确定最佳价格/产品组合。

另一个规范性分析的案例是物流业路径优化问题。UPS是这方面绝佳的例子,他们结合数以百计的数据源进行分析,可以对旗下的每辆卡车每分钟推送10.000s路线优化。此项举措一年可以为公司节约数百万美元的燃油。


通过水力压裂法(液压破碎法, fracking)生产石油
在过去几年,尤其是在美国,水力压裂法取得了井喷式的发展。仅在2013年, 310亿美元就被花费在了26,100个美国矿井的次优压裂阶段。为了知道在哪里进行压裂能够使过程更安全,并且优化水力压裂流程,海量数据集(高达PB级数据)是必需的。数据集如声音(压裂和钻井)、图像(地震、测井记录)、视频(摄像机监测水力压裂和传感器测量各种变量)、文本文件(由钻井员记录)和其他种类的数据都必须实时分析来推荐最优的水力压裂位置和压裂流程来取得最佳效果。

改善医疗保健行业

医疗行业中产生的不同类型大量数据集也亟待分析。当医疗保健机构结合各种数据(如病人的病历、用药信息、经济数据、人口统计和社会图示数据、健康趋势、医院数据等),他们将能够以更低廉的价格提供更好的医疗服务,这样将能够改善未来在新的设施或医疗设备方便的资本投资,并提高医院的工作效率。

结合这么多不同的数据集也可以为医生提供在制定患者的最佳治疗方案方面的建议。得益于合并和分析多个数据集,Aurora保健中心得以提高医疗保健水平,减少了10%的返院率,从而每年节省6百万美元。

同时制药企业可以通过规范性分析来改善他们的药物研制进程并缩短新药推向市场的时间。药物仿真模拟可以更快的改进药物并且更容易找到基于多个变量的合适的病人来进行临床试验。

规范性分析是大数据的明日之星,但成为通用工具仍然前路漫漫。它的潜力巨大,但也需要大量数据以便能作出正确的决定。只有极少数的企业和行业拥有能够运用规范性分析得到可用结论的数据规模。然而,在5-10年之后,它将和今天的商业智能一样随处可见。

原文发布时间为:2015-01-13

时间: 2024-08-01 08:24:27

[译]大数据将何去何从?规范性分析的三个应用实例的相关文章

实时大数据存储及查询分析解决方案

问题描述 实时大数据存储及查询分析解决方案 上千辆设备每隔10秒上传一次数据,我要把数据存储起来,然后在基于这些数据进行查询分析, 担心传统的做法后期会有很大的性能问题,请教有做过这方面的经验的高手共享一下思路. 解决方案 你这种情况就非常适合使用基于Hadoop的HBase来存储数据,HBase不仅仅适合于做大数据的存储和处理,它的一个突出的性能优势就是写数据, 你的系统每隔10s就要写一次数据,Hbase就比较适合,最好不要使用传统的关系型数据库(例如MySql),这会让你的系统在后期出现许

关于举办“天德π客”创业论坛——“基于阿里云的大数据实践—海量日志分析”的通知

随着互联网.云计算.物联网.社交网络等技术的兴起和普及,全球数据的增长快于任何一个时期,可以称作是爆炸性增长.收集大量数据,并在数据中发现趋势,能使企业能够更快.更平稳.更有效地发展.然而,大数据对许多企业和数据专业人员来说,它仍然很难理解,那么,什么是大数据分析?如何利用阿里云数加平台进行海量数据分析,帮助企业更好地利用数据资源?"天德π客"众创空间特举办本期论坛--"基于阿里云的大数据实践--海量日志分析",邀请华北电力大学电力系统及其自动化博士,阿里云大数据高

PB级分布式大数据的处理和分析应用

文章讲的是PB级分布式大数据的处理和分析应用,对于大数据,串行的处理方式难以满足人们的要求,现在主要采用并行计算方式.现有的并行计算可以分为两种: ·细粒度的并行计算.这里细粒度主要是指指令或进程级别,由于GPU比CPU拥有更强的并行处理能力,人们将一些任务交给GPU并行处理,一些GPU制造商也推出了方便程序员使用的编程模型,如NVIDIA推出的CUDA等. ·粗粒度的并行计算.这里粗粒度指的是任务级别,人们将工作分布到不同机器中执行,最近流行的网格计算.分布式计算都属于粗粒度级别. 由于现有G

优云蒋君伟:运维监控大数据的提取与分析

本文内容整理来自[敏捷运维大讲堂]蒋君伟老师的线上直播分享.分别从以下3个维度来分享:1.云时代监控分析的窘境:2.使用标签标记监控数据的维度:3.监控数据应用场景. 云时代监控分析的窘境 在虚拟化与容器技术广泛应用的情况下,运维对象大规模地增长,监控平台每天存储的指标都以亿计,所以监控数据如今已经成了大数据.传统的监控工具在这种场景下,对于数据的提取分析,已经力不从心,反而成为了运维的负担. 我们用一个典型的互联网档案分析应用举例说明: 这个应用支持容灾与负载均衡,它部署在三个数据中心,并同时

大数据时代的互联网分析引擎

随着互联网尤其是移动互联网的高速发展,互联网文档的数量.内容的丰富度和复杂度都大大增加,互联网正朝大数据时代迈进,而用户的信息需求也趋于复杂化.除了基本的信息检索需求外,对大量相关文档的深入理解与聚合分析的需求也越来越强烈,而传统的互联网搜索引擎已经无法满足人们对该类信息的需求.针对这一问题,提出"互联网分析引擎"的构想,阐述了其与搜索引擎和OLAP分析系统的区别,介绍了一种互联网分析引擎的架构,并详细讨论了实现该引擎的核心问题. 1 引言 随着移动互联网.智能手机.社交媒体.自媒体技

数据堂:大数据产业调研及分析报告(145页)

大数据的概念已渗透到各行各业,全球大数据市场规模年增长率达40%,预计在2017年将达530亿美元.各行业的大数据运用分析到底如何?本期大数据文摘跟您分享数据堂的<大数据产业调研及分析报告>,报告大数据产业链划分(彭博)为框架,对国内外大数据产业链条进行了全面梳理,收录了近300余家国内大数据企业和应用. 报告目录如下: 大数据引发了全球范围内深刻的技术与商业变革,已经成为全球发展的趋势以及国家.企业间的竞争焦点,直接关系到国家安全.社会稳定.经济发展和民生幸福等诸多方面.我国在经历了30多年

借力大数据强化网络舆情分析研判

新媒体时代,大数据技术方兴未艾,面对互联网上的海量信息,借力大数据强化网络舆情分析研判,有效预防突发事件发生,对舆情工作者亦是有益尝试. 预测是大数据舆情分析研判的核心 大数据的核心作用是预测,大数据舆情分析研判是舆情工作者通过收集分析互联网上关于社会热点或网民关注焦点事件的大量消息报道,发掘背后隐藏关系,进而预测事态发展趋势,为舆情事件处置提供决策参考. 预测不是预知,更非先知,大数据舆情分析研判也是通过对现有数据分析运算而推出结论,对事件发展趋势的预测与数据数量.质量和分析模型等密切相关.在

大数据时代 还有什么分析不了

大数据时代 还有什么分析不了 责任编辑:editor004 作者:韩晶 | 2016-01-07 09:45:19 本文摘自:迅视财经 互联网时代,大数据给人无限遐想,而基金公司也深度挖掘其中投资机会,截止目前为止广发.天弘.南方.博时.银河等基金公司发行或者成立相关产品,大数据基金时代已经悄然开启. 2016新年伊始,泰达宏利基金也与"炒股神器"同花顺联合推出一只大数据基金--泰达宏利同顺大数据.据悉,该基金于今日开始发行,这也是泰达宏利2016年的首发基金. 据公开资料显示,泰达宏

大数据开道,商业分析服务加速行业布局

文章讲的是大数据开道,商业分析服务加速行业布局,根据IDC最新发布的<中国商业分析服务市场2015-2019年预测与分析>,商业分析服务市场将持续稳定增长,并在多个行业中均有进一步深入的应用,其与大数据技术的结合也备受企业关注.而在不同行业中,市场对与商业分析相关的定制化服务的需求依然强烈. IDC数据显示,中国商业分析服务2014年的市场空间达到13.98亿美元,较2013年增长了16.4%.IDC预计中国商业分析服务市场将在未来5年实现16.7%的复合增长率,到2019年市场规模有望达到3