数据分析应用场景与业务价值
数据分析对于大小企业都至关重要。数据分析过程被组合在一起以创建数据分析解决方案，从而帮助企业确定何时何地推出新产品，何时提供折扣以及何时在新领域进行营销。没有数据分析所提供的数据，许多决策者将基于直觉和纯粹的运气做出决策。 本章节将讨论数据分析应用场景与业务价值，以及向您展示如何确定最适合需求的数据分析解决方案。
在Gartner的一份报告中，将数据分析的价值和场景归纳为上图，宏观上我们也可以将它划分为3时代阶段。
第一个时代：数据工具时代–描述性分析
通过信息化系统集成业务流程，采集数据，做到数据的监测，查询，预警等功能。比如90年代开始，通过MIS系统，ERP系统来将工厂的生产制造流程，零部件采购流程，用户订单，质检，仓库管理等全部信息化，这样的结果就是可以提前知道什么时候要采购什么零部件，那个订单的生产应该安排在什么时候，哪些采购订单的货应该入库还没有到等等。
第二个时代：洞察时代–诊断性分析
这个阶段强调充分的拥有的数据，利用数据诊断分析出：为什么会发生？ 在对描述性数据进行评估时，诊断性分析工具将有助于分析人员深入了解，从而在根本上解决问题。此时分析系统读取时间序列数据（即多个连续时间点的数据），又具有诊断性分析所需的过滤和挖掘能力。
第三个时代：数据驱动时代–预测性分析/决策辅助/触发动作
数据和企业生产活动充分融合，数据人人可用的时代、产生多种应用，比如预测性维护、供应链的智能调度、消费者的个性化生产、自动的信息处理。
在价值度上更加智能，数据驱动的企业中，数据是智能的，根据数据能够自动的触发很多企业行为，直接驱动企业的经营和管理。
预测性分析主要是基于大数据（实际上也可以基于传统的数据仓库和数据库），采用各种统计方法以及预测模型预测业务中各个方面将要发生什么。比如，基于过去几年的时间序列销售数据预测明年将要发生的销售额。基于聚类分析、分类分析、逻辑回归等技术预测客户信用等级。基于关联分析预测不同商品组合可能产生的销售效果。 它主要指通过采用运筹科学的方法，即运用数学模型或智能优化算法，对企业应该采取的最优行动给出建议。比如，采用数学模型确定最优的商品定价以实现利润最大化。再比如应该怎样实现网页的最优广告位布局、生产企业最优的生产排程、最优的劳动力排班等.
让我们进行讨论，大规模数据分析的好处是什么？
- 客户推荐：应根据消费者的购买习惯向消费者展示哪些产品？
- 欺诈预防：此待处理的交易是否具有欺诈性？
- 行为画像：根据社交媒体提供的信息，此人有多少影响力？他们想推广哪种产品或服务？
- 安全预警：哪些使用模式表明不良行为者可能带来安全隐患？
- 市场预测：在这些TB的财务数据中可以发现什么趋势？如何用它来预测未来的市场变化？
- 实时告警：有什么问题，需要通知谁？
同时随着企业开始实施数据分析解决方案，挑战随之而来。这些挑战基于实际用例所需的数据和分析特性。过去，这些挑战被定义为“大数据”挑战。但是，在当今基于云的环境中，这些挑战几乎可以像非常大的快速数据集一样应用于小型或慢速数据集。
现在让我们带着对数据分析的收益和数据分析的挑战这两点问题阅读并讨论以下的应用场景与案例。
应用场景与案例：
《堡垒之夜》玩家可以合作的各种任务，以反击一场神秘的风暴；或试图成为最后一个站在游戏胜利者。在不到一年内吸引了超过1.25亿玩家,长期成为全球最热门游戏。有别于大部分传统游戏，堡垒之夜各种各样的特别挑战，竞技活动，主题周期，几乎每天都有新鲜事件推出。游戏的成果很大程度得益于这样不断通过新的内容和不断创新来吸引游戏玩家。为了以这种方式运作，Epic Games 需要对玩家满意度进行最新的了解，保障由玩家数据驱动的玩家满意度。 Epic公司 每天收集数十亿条记录，跟踪游戏中发生的几乎所有内容：玩家如何交互、使用某些武器的频率，甚至使用哪种网络攻略中流行的策略在游戏世界中得分了。超过 14 PB 的数据存储在由 Amazon S3 提供支持的数据湖中，每月增长 2PB。这是一个海量的数据，Epic通过实时和批处理分析处理这些信息，以检测游戏的任何问题。当公司引入新元素和更新时，他们可以使用分析去近实时的了解堡垒之夜社区的响应效果，然后做出相应的响应。
Innovid 是一个倍受赞誉的视频营销平台，专为视频而打造。与竞争对手相比，Innovid 平台可以帮助客户在更多屏幕和渠道上展示视频广告，视频内容更加丰富，更具个性化并且以数据为导向。 Innovid 成立于 2007 年，业务遍及大约 30 个国家/地区，客户涵盖世界各地 200 多家大型广告机构和品牌，包括 Bank of America、Best Buy、Citi、Comcast、L’Oréal、Microsoft、P&G、Walmart, Sprint 和 Toyota。这些公司利用 Innovid 的解决方案，打造以数据为驱动的沉浸式体验，通过时实分析视频 广告 效果，提高投资回报。Innovid 的总部位于纽约，在澳大利亚、以色列、英国以及全美各地都设有办公室。 利用公司当前在 AWS 上的基础设施，Amazon EC2 实例 将 采集广告数据，其日志文件将上传到 Amazon Simple Storage Service (Amazon S3)。随后，这些数据在 Amazon Elastic MapReduce (Amazon EMR) 上进行处理，然后会将结果推送到 Amazon Redshift 和 Amazon Aurora。
KKBOX是基于台湾的内容发行和分析服务的公司，拥有400多名员工。KKBOX于1999年开始运营，专注于移动增值服务和个人计算机工具，但由于向数字音乐市场的转移以及台湾缺乏视频流媒体渠道，到2004年已转向成为流媒体音乐业务。KKBOX现在提供亚太地区最大的音乐流媒体服务之一，客户遍布香港，日本，马来西亚，台湾，泰国和新加坡。 大数据分析工具对于KKBOX的成功至关重要。通过测量用户行为（例如，最常选择的音乐类型），传媒企业可以确定在受众群体中最受欢迎的歌曲，并据此进行营销和促销活动。为了使企业能够快速响应不断变化的音乐品味和趋势，KKBOX分析团队必须及时提供数字报告。
在印度，交通拥堵和空气污染是严重的问题，尤其是在班加罗尔等大城市。Yulu的使命是通过为短途通勤者提供可持续且无障碍的微型出行解决方案来应对这些挑战。Yulu于2017年12月启动，在班加罗尔，浦那，孟买和布巴内斯瓦尔提供了10,000多种共享车辆的网络，其中包括Yulu Move（智能自行车）和Yulu Miracle（智能轻型电动踏板车）。这些车辆可以使用按需付费的用户友好型移动应用轻松租用。
Yulu是一个数据驱动的组织，它从用户的手机流式传输数据，并使用自行车作为物联网（IoT）设备。由50多名操作员组成的团队进行车队的调度管理，以确保自行车在高需求区域中处于良好的位置-Yulu将这一项关键工作称之为“重新平衡”。利润来自高利用率，这意味着一天骑一辆自行车多少次以及当天使用了多少辆自行车。很显然，高利用率能否实现取决于我们的数据分析结果如何。