⽤案例说话：⼤数据创新的四种应⽤场景
⽂将介绍4 种场景，以此来说明不同的⾏业将如何使⽤⼤数据，⽽许多使之成为可能的⼤数据创新其实已经存在。
场景⼀：智能出⾏，让出⾏更简单
琳达·彼得斯（Lynda Peters）是保险公司Tranquilife 的⼀名IT 设计师，她将参加⼀次业务会议，会议主题是：真正的⼤数据和它对保险业的影响。这是⼀个热门话题，她差点没能获准参加，因为Tranquilife 的员⼯活动系统显⽰，已经有另外6 名员⼯报名参加了。不过，幸运的是，她成功说服上司，让他明⽩参加这次会议对她有多重要。
无人驾驶汽车价格琳达报名参加这次会议之后，⼀切后勤安排，如城市、酒店、开始和结束时间等都会被⾃动下
载到她的⾏程表中，之后⼜⾃动传送给Tranquilife选定的出⾏管理系统。出⾏管理系统连接到会议议程和会议细节，并帮她完成相关准备⼯作。琳达不⽤⾃⼰出⼒，就获得了包含以下内容的
⾏程计划：
她⾸选的航空公司的航班预订，⽽且还进⾏了升舱，预订的也是她⾸选的靠过道的座位。
酒店预订。
⽆⼈驾驶汽车预订。因为机场与酒店相距约64 公⾥，出⾏管理系统按照现⾏价格⽐较了乘坐出租车、豪华轿车和租车的成本。
会议期间晚餐的预订，这顿晚餐需要在会议所在城市⾃⾏解决，出⾏管理系统为琳达预订了她
⾮常喜欢的顶级意⼤利餐厅，并推荐了三个晚餐同伴以及三个备选，这些同伴都是琳达社交圈
中举⾜轻重的⼈物，同样也会参与此次会议，琳达只需单击电脑屏幕就可以向他们发出邀请。
琳达预订的⽆⼈驾驶汽车会将她送达酒店，⽽且出⾏管理系统已经将她的⽬的地、⾸选空调温
度和喜爱的流⾏⾳乐站下载到了车⾥。琳达对⽆⼈驾驶汽车主要的不满是，法规要求她必须坐
在驾驶位上，这妨碍了她使⽤平板电脑；她还痛恨那些不允许⾃⼰在⽆⼈车上看电影和电视的
法规。她期待这些限制被放宽的那⼀天。
在去参加会议的路上，琳达在平板电脑上看到主办⽅为她推荐了⼀些很好的会议，这些推荐主
要是根据她的学习诉求和资料库⾥之前参加过的会议。另外，她还看到她邀请的晚餐同伴中有
⼀⼈⽆法到场，所以出⾏管理系统现在提议她邀请⾸位备选者。
琳达很享受这次会议，她发现此次会议的数据经由其智能⼿机位置认证程序的确认，在她还没
离开之前就已经被添加到了她的⽹络资料库和Tranquilife 的HR 数据库中。这⼏次会议甚⾄还让她涨了⼀点薪⽔。回到岗位之后，她收到了出⾏管理系统发来的⼀封邮件，提⽰她所有的差旅
费甚⾄包括酒店⼩费，已经上报公司进⾏报销。对⼤数据感兴趣的同事在个⼈主页上分享了琳
达标出的与公司相关的所有会议报告的⾃动转录⽂本、演⽰⽂档以及琳达做的注解。她在注解
中指出，通过了解即将发⽣的变化，你会发现，⼤数据出现之后，保险业将变得⼤为不同，出
差之旅也⼀样。
致怀疑者：
尽管⽬前许多智能出⾏功能尚未实现，但我采访过的出⾏管理专家认为，这些功能就会实现。
我们知道⽆⼈驾驶汽车早已存在，⾕歌将其视作⼀个⼤数据项⽬，它很可能会以某种⽅式融⼊
交通系统中。
场景⼆：智能节能，能源管理新选择
戴维· 拜伦（David Byron）是美国⼀家⼤型洗浴设备制造企业Bathworks的企业设施和能源经理。他负责Bathworks 在全美20 家办公园区和场地的设施和能源管理。他和其公司有着强烈的节能愿望，希望在利⽤所有可能的⼯具和⾏动达成这⼀愿望的同时，让员⼯感觉到舒适，让公
司的资产不受损害。
Bathworks 公司能源管理的⼀个重要⽅⾯是它的车队。公司所有的交通⼯具，包括⼀些有⼈驾驶和⽆⼈驾驶的车辆都连上了WiFi，因此，拜伦随时能知晓它们的位置、当天的⾏程和总⾏程、平均速度和峰值速度，以及加速和刹车的模式。如果司机驾驶车辆的⽅式不当，浪费能源或者将⾃⼰和车辆置于风险之中，那么⽹络就会向司机发出邮件和短信提醒。⼀些员⼯认为，这种监控有点⼉侵犯隐私，拒绝使⽤公司车辆。然⽽，⼤多数⼈，包括所有⾼管，都逐渐适应了这⼀模式。
拜伦和他⼿下的员⼯也密切监控着Bathworks 公司的采暖、通风及空调系统的能源损耗。他们知道每栋建筑⾥的每间房的温度、湿度、光照强度以及有⽆⼈员，他们监控的房间超过23 000个。通过中央⽓温管理中⼼，可以⽴即升⾼或降低温度，也可以打开或关闭窗户和百叶帘。他们知道某个办公室、楼层或建筑物⾥当前是否有⼈，或者特定通⽓管道的⽓闸是否损坏。他们拥有预测模型，可以预测夏天降低建筑物内部温度以及冬天早晨提供暖⽓的⽐较适当的时间。三年间，这⼀系统已经为Bathworks
公司空调系统减少了超过20% 的能源损耗。
为了降低⼀天和⼀年中⾼峰时段的能源损耗，拜伦的团队也实现了对⼀些⾮必要设备的远程控制。复印机、打印机，甚⾄是⾃动售卖机都能根据需求节省能耗。这家公司还能为电动交通⼯具提供实地充电的服务，以在能源短缺或⾼峰时段降低充电率。
拜伦的团队将所有这些系统都整合到了数据运营中⼼之中。这个运营中⼼设在总部后⾯⼀栋不起眼的建筑物⾥⾯。这栋建筑物看上去像“进取号”飞船（Enterprise）的控制台，但是这⾥不需要像柯克船长（Captain Kirk）和斯波克先⽣（Mr. Spock）那样的能源管理⼈才，因为⼤多数系统都是全⾃动的。拜伦喜欢跟参观者这样解释：⽤于管理这些建筑的不同系统都被盖在⼀
张“分析毯”之下。
现在，拜伦开始把⽬光投向能源管理的其他前沿领域，但是这意味着要在研发新⼀代技术上进⾏⼤量的投⼊。他有⼀个计划，打算在Bathworks公司的许多建筑中安装⾸代太阳能和风能设备，这些设备的性能可以根据可⽤风能、阳光、⽩天时长以及能源的价格进⾏优化。他也正在和供应商合⼒制作⼀份征求建议书。
拜伦知道这是个好主意，不过，与其他⼤数据能源管理⼯具低廉的成本不同的是，Bathworks
公司将需要投⼊⼤量的资⾦来节省能源发电的成本。
致怀疑者：
这⼀场景和⼀些先进企业已经在做的事情相⽐，并没有什么特别之处，尤其是微软公司已经发布了⼀份记述它如何在⾃⼰的园区内开展类似活动的报道。事实上，“分析毯”的术语正是出⾃那份报道。
本⽂摘编⾃《数据化转型》
作者：[美]托马斯·达⽂波特
出版社：湛庐⽂化/浙江⼈民出版社
场景三：新零售，让消费更智能
拉蒂蒂亚· 哈⾥斯（Latitia Harris）是Pettopia 公司的⼀位⾼级市场主管，Pettopia 是北美的⼀个宠物产品和服务连锁品牌，拥有220 多家分店。多年来，哈⾥斯⼀直都在为Pettopia 公司与在线宠物产品零售商之间的竞争落于不利地位⽽担忧。在线宠物产品零售商能掌握他们的客户⾝份及其购物信息。虽然公司拥有⼀个会员程序，但是许多客户都不是会员，公司只能通过信⽤卡识别客户的⾝份。⽽且，店内还存在少量但需要引起重视的偷窃问题：客户经常从零⾷柜台拿东西喂宠物，却不为此付账。
哈⾥斯得出结论，视频分析是解决这些问题的关键，会让Pettopia 公司在与在线公司的竞争中处于对等地位，甚⾄是优势地位。因此，她在每家连锁店都安装了摄像头，并开始开发视频分析程序。这些分析之所以必要，是因为视频内容远⽐⼈观察到的要多得多。此外，哈⾥斯对⼀些程序的快速响应也很感兴趣。
Pettopia 公司起初开发的应⽤程序中有⼀个简单的访客量计算器，在它的帮助下，哈⾥斯可以将访客量与销售量综合对⽐，并计算访客转化率。根据这⼀信息可以了解到哪些员⼯善于推动
客户购物，也可以调整不同时段的员⼯⼈数。这个程序只需稍加拓展，就能分析员⼯为在店内寻商品的客户提供帮助的频率。
然⽽，这只是⼀个开始。下⼀个应⽤程序更复杂，包含客户识别、宠物识别的功能。在视频图像与会员卡、信⽤卡、核对信息以及结账时问询宠物名字的匹配下，Pettopia 公司能够识别出90% 的客户和60% 的宠物。哈⾥斯发现，如果店员在未被告知的情况下叫出宠物的名字，客户会很惊讶，同时也会为此⽽感到⾼兴。所以，当客户进⼊店内后，移动设备上就会⽴即显⽰出他们和宠物的名字。
哈⾥斯同时赞助开发了⼀项应⽤程序，这项应⽤程序会记录客户在逛街时留意过却没有买的产品。如果他们有该客户的邮件地址，就能给他发⼀封提⽰邮件，如果下次再光顾购买这件商品或者通过⽹上下单，可以给他打折。这⼀举动带来了⾼转化率。Pettopia 公司也能通过为制造商提供关注过其商品
的客户的信息来获得⼀些额外收⼊。
视频分析系统的新⽤途解决了偷吃零⾷的问题。Pettopia 的视频分析系统能够确定客户和宠物从零⾷柜台上拿⾛了多少份零⾷，并在该客户结账时显⽰库存数量。根据提⽰，对于常客偷拿的少量零⾷，收银员⾸次应不予置评，第⼆次只能说“您的狗似乎挺享受这些零⾷的”。三次之后，或者如果是⾮会员客户，收银⼈员则直接点明：“还从零⾷柜台拿了四个，对吗？”并将价格计⼊总价。虽然⼀些客户为之惊讶，但是零⾷收⼊由此增加了5%。
哈⾥斯⼀直在⽤其他视频分析应⽤程序做实验，包括⼀个指⽰宠物是否需要美容的应⽤程序，还有⼀个应⽤程序则为表现差劲的宠物提供培训计划，⽽且会基于宠物在店内的表现给出相应的折扣。她觉得在视频内容中，⾃⼰只抓到了⼤数据分析的⽪⽑。
致怀疑者：
视频分析正变得越来越强⼤，如果经过专门的训练，可能早已能执⾏这个场景中所描述的⼤多数任务了。我知道⼈脸识别这项技术已经⾛得很远了，狗脸识别技术也许还只有⼏年，但是似乎不⽆可能。
场景四：智能家教，为孩⼦重塑教育
拉⾥· 迪西科（Larry DiCecco）是⼀名17 岁的⾼⼆学⽣。他⽗母知道他有很⼤的潜能，但是成绩却没
有那么突出，所以他们认定拉⾥在学校并不⽤功。他们⾮常希望拉⾥能上⼤学，但是⼜担⼼他考不上理想中的⼤学，除⾮他能加把劲。拉⾥的⽗母并不富裕，也清楚他必须获得不少的经济资助才能承担得起费⽤。他的SAT[1] 模拟考试成绩很不理想，⽗母意识到，需要请家教来提⾼拉⾥的SAT 成绩，但负担不起家教费。
不过，他的⽗母从学校辅导员那⾥听说⼀家备考公司推出了⼀款智能家教（AutoTutor）应⽤程序。他们研究完这个应⽤程序之后，决定订阅⼏个⽉，这⽐请家教要便宜得多。这款应⽤程序中的所有备考内容都是以数字形式提供的，并且拉⾥消费的内容都是物联⽹化的，所以智能家教应⽤程序可以监督他的学习习惯。
开始使⽤智能家教服务之后，拉⾥和他的⽗母很快发现，他的学习效率⾮常低。例如，这个系统显⽰，拉⾥经常打瞌睡，学习重点不突出，⽽且学得很慢，因为他做了太多的重复性阅读，这表明他在学习时不专⼼。这个应⽤程序也显⽰，拉⾥学习时⼀⼼多⽤，例如，和朋友发信息，刷Facebook，听他⾮常喜爱的潘多拉⾳乐电台，有时还玩视频游戏，这也在他家⼈的意料之中。不过现在，他决定⾄少努⼒戒掉其中⼀些坏习惯。
这个应⽤程序还分析了他的词汇，认定他在科学类术语⽅⾯基础薄弱，所以给他提供了与这类术语相关的练习。在数学⽅⾯，它判断出拉⾥擅长代数，⽽在⼏何⽅⾯有所⽋缺，因此为他提供了⼀系列针对性的⼏何练习。
SAT 考试中有⼀个写作部分，智能家教服务承诺会提升拉⾥的写作技能，⾄少是将被测试的那些技能。这个应⽤程序让他写⼀些短⽂，并⾃动为之评分。结果发现，拉⾥的短⽂异常薄弱的环节是每段的主旨句，因此为他提供了⼀套专项训练，提升他的技能。
每次在电脑上上完课之后，提⾼分数的应⽤程序会预测拉⾥的SAT 分数范围和每个部分很有可能的得分。他的预测分数开始稳步提升。
这个应⽤程序也让拉⾥的⽗母参与到他的学习和提升过程中来，包括向他们发送⼀些关于拉⾥的⾏为和进步⽅⾯的建议，以及针对他的状态和程序对他的态度和表现所做的推断，推荐他们
可以采取的激励措施。和⽗母交流之后，拉⾥在功课上也有了⼀些进步。
拉⾥持续使⽤了两个⽉智能家教服务，花费⽐请家教少很多。虽然备考公司和拉⾥没有直接的接触，但是这家⼈对结果⾮常满意。拉⾥的SAT分数提⾼了150 分，这个分数处于智能家教应⽤程序预测范围的平均值，终于，他成功进⼊⾸选的⼤学，并且想在进⼊⼤学之后还能继续使⽤智能家教应⽤程序来提⾼成绩。
致怀疑者：
如开普兰教育集团、嘉佩乐酒店（CapElla Hotal）和凤凰城⼤学（University of Phoenix）这样的组织
已经在从事这个场景中描述的⼀些事了。⼤型在线教育联盟，如Coursera 和edX，也在研究这些衡量⼿段和建议的可⾏性。我预测，在接下来的⼏年⾥，⼤数据教育将是⼀个重点，⽽在这个场景中，拉⾥的经历可能会成为司空见惯的事。
成为缔造者，还是竞争者
我希望，这些令⼈振奋的场景或其他类似的场景能够在你的企业和⾏业中实现。原始的技术能⼒不太可能成为它们的障碍。事实上，正如我在“致怀疑者”中暗⽰的那样，现在这些场景的⼤多数⽅⾯是可以实现的，⾄少在实验或试点的基础上是这样。要实现这些场景，需要的是企业构建和部署这些创新的眼光与决⼼。踏上这⼀⼤数据旅程将需要⾮常丰富的想象⼒、相当⼤的勇⽓和全⾝⼼的投⼊。每⼀个场景都包括⼤量的⼯作，⽐如数据收集、IT 开发、系统和数据的整合以及分析模式的开发，⽽且企业可能需要⼀些富有成效的新⼯具的帮助。这些场景将需要⼀些优秀⼈才⼯作数年才能变为现实。在某些情况下，还需要调整⼀些政策法规，例如，发布允许⽆⼈驾驶汽车上⾼速公路的法律法规。
⽬前，所有这些创新的商业模式以及企业如何从中盈利，还没有完全明确，也不清楚客户是否欢迎它们，特别是像在宠物店安装摄像头这样的措施对客户和宠物的隐私都会构成威胁。但是，⼀些企业可能会解决这些问题，从⽽获得成功。例如，⾕歌决定实现汽车⽆⼈驾驶，⽽其他⼀些企业则将会把它融⼊综合出⾏管理系统中。你希望⾃⼰的企业成为这些场景的缔造者或创造者，还是竞争者呢？
新智囊聚焦在“如何以创业的精神做创新；怎样⽤创新的视⾓做创业”这项事业，为未来的商业领袖们打造“共同学习的平台”。我们和读者们⼀起共同学习、共同分享、共同成长，在创新&创业的道路上——想明⽩（知）、⼲明⽩（⾏）、说明⽩（⾔）。