ビッグデートでの12件のケース：ビッグデートがお金をもたらす業界からの確認された例

こんにちは、こんにちは！ ビッグデータに関する事例を分析しました。ビッグデータ技術は、企業が顧客とより効率的に連携したり、内部プロセスを最適化するのに役立ちました。



ちなみに、すぐにビッグデータエグゼクティブプログラムの最初のセットが開始されます。その目的は、ビジネスのヘッドまたは所有者がアクティビティでデータを使用する準備をすることです。 詳細はこちらをご覧ください 。

顧客重視

1.会社：Bookmate。

業界：サブスクリプションコンテンツ-電子書籍。



Bookmateは、モバイルデバイスで電子書籍を購読するためのロシアのサービスで、世界中に300万人以上のユーザーがいます。 E-Contentaと共に、同社は「コールドスタート」の問題-アプリケーションでまだ本を選択していない新規ユーザーへの推奨事項-を解決しました。 新しいユーザーに本を提供するために、ソーシャルネットワークとDMP（クリックの履歴、インターネット上の検索クエリ、ユーザーの行動に関するその他のデータ）からのデータ-外部データを使用して推奨システムが開発されました。



結果：新規ユーザーによる推奨書籍の表示回数は2.17倍増加し、有料ユーザーへのコンバージョンは1.4倍増加しました。

2.会社：BikeBerry。

セクター：小売、オンラインストア。



BikeBerry.com-自転車、オートバイ、スペアパーツとアクセサリーのアメリカのオンラインストア。 RetentionScienceでは、消費者の行動を追跡および予測するための高度な機械学習アルゴリズムと統計モデルが導入されています。 使用された技術により、モデル内のサイトでの行動パターンを特定して使用することができ、購入履歴、人口統計、行動情報に関するデータも使用しました。 その結果、ストアは顧客に最も関連性の高い製品を顧客に推奨し、本当に必要な顧客にのみパーソナライズされた割引オファーを行うことができました。



結果： 133％の売り上げの増加、200％のユーザーアクティビティの増加、リピート購入を行う顧客の数の2倍、そのような顧客の平均チェックの30％の増加。

3.会社：レッドルーフイン。

支店：ホテル事業。



2014年の冬、アメリカのホテルチェーンRed Roof Innは、厳しい冬と悪天候のために観光客の流れが減少することに直面しました。 しかし、このような気象条件により、空港では毎日多数の便がキャンセルされ、乗客は長時間空港に滞在し、ホテルを必要としました。 気象条件とフライトのキャンセルに関するオープンデータを使用して、会社は、最も需要が高いときに、最寄りのホテルネットワークの連絡先詳細を含む遅延便のパーソナライズされたオファーの乗客を空港に送信することができました。



結果：観光客の流れが減少した状況でも、前年に比べて10％の追加の収益成長。

4.会社：Skillsoft。

支店：教育。



Skillsoftは、企業向け教育プログラムの分野で世界をリードする教育ソフトウェアとコンテンツを開発しているアメリカの企業です。 IBMとの提携で、同社は、プログラムを介して直接、または電子メールニュースレターを介して、システムとのユーザーインタラクションに関する内部データを使用して、エクスペリエンスをパーソナライズし、エンゲージメントを高め、学習成果を向上させました。 プログラムでのユーザーの行動に関するデータを使用してエンゲージメントを制御し、ユーザーの注意を引き付けることができる最適な時間とコミュニケーションチャネルを決定しました。 また、このユーザーや他のユーザーの好みに基づいて、教育コンテンツの推奨システムが構築され（ユーザーの84％が推奨を適切と評価）、各ユーザーに最適な素材を視覚化する方法が提案されました。



結果：コンテンツとの対話におけるユーザーエンゲージメントが128％向上

5.会社：ハフィントンポスト。

産業部門：メディア、ジャーナリズム。



Huffington Postは、アメリカで人気のオンライン出版物、アグリゲーター、ブログであり、さまざまな地域や言語にローカライズされたバージョンが多数あります。 会社は、ABテストを使用して最適な記事の見出しを選択し、最も活動している時間帯に個々のグループにとって興味深い資料を公開するために、対象読者の行動と好みを調査します（たとえば、親の資料は、子供たちがすでに眠っている平日の夜遅くに公開されます）。 同社は、ブラウザおよび推奨システムでのユーザー行動の分析を使用して、ユーザーに最も興味深いコンテンツを提供し、サイトのメインページから最もアクセスしやすく魅力的なものにします（Gravityテクノロジー）。



結果： 2014年8月に、1か月あたり1億人のユニークビジターのしきい値を超え、オンライン出版物の中で米国で人気の第1位に達し、1回のセッションで閲覧された記事の平均数は10-12に増加しました。

6.会社：VidiMax。

産業：コンテンツの提供-映画。



VidiMaxは、長編映画やドキュメンタリー映画、テレビ番組、漫画、スポーツ、テレビ番組へのライセンスアクセスを提供するロシアのサービスです。 スマートテレビ経由で利用でき、約100万人のユーザーがいます。 2週間の無料試用中にユーザーのロイヤルティを高めるために、推奨システムがE-Contentaとともに実装され、個人的な推奨のブロックが登場しました。



結果：個人推薦ブロックの映画は、最も人気のある映画のセレクションの映画よりも2.5倍頻繁に視聴されます。

内部最適化

1.会社：ズベルバンク。

支店：銀行。



Sberbankは、クレジットスコアリングを含む多くの分野でビッグデータと機械学習を使用しています。 この問題を解決するために、同社は社会人口統計学的パラメーター、信用履歴、取引履歴、財務諸表などの従来のデータだけでなく、他の多くのデータも使用しています。 クレジットスコアリングでは、Sberbankは送金のデータとソーシャルネットワークのデータに基づいて構築された顧客関係グラフも使用します。 企業のクレジットスコアリングには、言及のあるニューステキストが使用されます。そのために、調性の自動分析が実行されます。 2015年に、同社はモバイルオペレーターのデータをモデルに追加しました。これにより、分類子の品質を7パーセントポイント向上させることができました。 ジニ係数によって。 多数のアクティブなSIMカードと短時間の小規模で多数のアカウントの補充、不審な通話の地理は詐欺を示し、融資申し込みの承認の可能性を減らします。 小売顧客の場合、機械学習アルゴリズムを使用すると、スコアリングモデルの品質が4 pp向上しました 因子のより正確な選択によるジニ係数。



結果：最新のイノベーションを含む、スコアリングモデルの品質の継続的な向上。

2.会社：ユニオンパシフィック鉄道

支店：輸送。



ユニオンパシフィック鉄道は、米国最大の鉄道会社であり、8,000を超える機関車を所有し、米国最大の鉄道網を所有しています。 各会社のスタッフの下部には、温度計、音響および視覚センサー、およびその他のセンサーが設置されていました。 それらからのデータは、鉄道網に沿って引き伸ばされた光ファイバーケーブルを介して処理センターに送信されます。 処理センターは、気象条件に関するデータ、ブレーキおよびその他のシステムの状態に関するデータ、列車のGPS座標も受信します。 収集されたデータと、それらに基づいて作成された予測モデルにより、車輪と鉄道線路の状態を追跡し、事故の数日または数週間前に列車の脱線を予測することができます。 この時間は、問題の迅速な解決、列車への損傷および他の列車の遅延を回避するのに十分です。



結果：会社は脱線の数を75％削減し、重大な損失を回避することができました（以前は1つの脱線による損失は4,000万ドルに達していました）。

3.会社：ロサンゼルス警察署。

支店：公共部門-警察。



PredPolが開発したソリューションを使用して、ロサンゼルスの警察は、さまざまなタイプの犯罪の委託のために最も可能性の高い時間とエリア（50 m2のオーダーの高精度）を取得し、それらを防止するために追加の警察を派遣することができました。 システムは、犯罪の時間、タイプ、エリアに関する履歴データを使用し、空間と時間でクラスタリングアルゴリズムを使用してそれらを処理します。 予測モデリングは、ポイントプロセスの数学的モデルを使用して実行されます（ 自励ポイントプロセスモデリング ）。 市内の人々の個人データとその居場所に関するデータは同時に使用されないため、プライバシー要件を順守することができます。 犯罪件数の減少により、警察、司法、刑事制度のコストが削減されました。



結果：盗難件数が33％減少し、暴力犯罪の件数が21％減少しました。

4.会社：Entro.py。

産業部門：建物のメンテナンス。



聖 ヴィンセントは、主にシドニーとメルボルンにある公立および私立クリニックのオーストラリアの大規模なネットワークです。 ビル管理会社のEntro.pyは、 BuildingIQと共同で、部屋の使用状況、温度、気象条件、および建物の特性と過去のエネルギー消費データに関する現在のデータを分析し、建物の冷暖房コストを削減するソリューションを実装しました。



結果： 2014年、気候制御コストは12％減少しました。

5.会社：ユナイテッドパーセルサービス（UPS）。

支店：物流。



UPSは、小包の配達とサプライチェーン管理で世界最大のアメリカの物流会社であり、220か国以上で1日あたり1,690万以上の貨物を配達しています。 UPSは、ビッグデータを使用してルートを最適化し、燃料消費と環境圧力を削減します。 同社はレーダーを使用して貨物を追跡し、多くのセンサーの性能を収集および分析して車両の状態とドライバーの行動を監視し、モバイルCRMデータを使用して配達と顧客サービスを監視しています。 ルートを最適化してコストを削減するために、同社はオペレーション研究の数学的理論の結果に基づいた世界最大のシステムの1つであるORIONシステムを導入しました。 最適なルートの構築は、膨大な計算能力を使用してリアルタイムで実行されます。 この問題を解決するために、システムは地図作成データ、出発地と到着地のデータ、サイズ、必要な配達時間を使用します。



結果：年間約600万リットルの燃料を節約し、大気への炭素排出量を年間1万3千トン削減し、配送速度を向上させました。

6.会社：ThyssenKrupp AG。

支店：機械工学。



ThyssenKrupp AGは世界有数のエレベーターメーカーの1つであり、世界中で110万台以上のエレベーターにサービスを提供しています。 マイクロソフトとの提携により、同社はMAXシステムを立ち上げ、モノのインターネット（キャビンの速度、ドアの機能、エンジンの温度などを監視）を介して会社のエレベーターに設置されたさまざまなセンサーからデータを収集し、Azure Machine Learningプラットフォームに基づいて予測モデルを構築しました。 モデルを使用すると、インシデントが発生する前にそれを防止し、400種類の特定の故障コードを機器に渡して、メンテナンス時間を短縮できます。 その結果、メンテナンスと修理のコストが削減され（1つの破損コストが少なくとも300ドル）、顧客にとって付加価値が生まれます：エレベーターの信頼性、安全性が向上し、建物内にある店舗、ホテル、その他の組織の所有者は損失を被りません。



結果：エレベーターの稼働時間は平均50％増加しました。



エグゼクティブ向けビッグデータプログラムについては、 こちらをご覧ください 。 そして、プログラム「ビッグデータスペシャリスト」の新しいセットで、11月15日まで15％割引。