如何利用大数据赚10亿美元_数据分析师
在《福布斯》杂志亿万富翁榜单上首次出现的新面孔中,越来越多人通过大数据赚取到巨额财富。这些大数据富翁都在各自领域中占据巅峰位置,他们以前所未有的方式收集、分析以及使用数据,并借此建立起自己的商业帝国。
多数大数据富豪在主流消费市场中打拼,他们重点关注日常生活中看似普通的事物,比如打车、选择电影去观看等,他们的模式已被证明取得巨大成功。其他人则聚焦于专业市场,通过提供此前从未有过的见解进行反恐、打击金融欺诈等。在此,我们简单介绍下6位大数据富翁如何利用大数据改变世界,并从中获取利益的。
1.打车应用Uber首席执行官特拉维斯·卡兰尼克(Travis Kalanick)
这位大学辍学生最近成为《福布斯》富豪榜中的新人,其净资产达到53亿美元。Uber这种移动应用服务可将需要打车的人与准备载客的司机连通起来,尽管其激怒了全世界的传统出租车司机,但后者却无力阻止Uber价值增至410亿美元。
Uber储存和监视用户乘车的每段旅程数据,并利用其确定需求、分配资源以及设定车费标准等。Uber同时还对运营城市中的公共交通网络进行深入分析,为此其能够覆盖交通服务较差的区域,成为公交车和火车的有效补充。近来,卡兰尼克宣布推出新的UberPool服务,同样通过分析乘车数据设立汽车共享计划,此举可减少伦敦街头1/3汽车数量。
2.在线影片租赁提供商Netflix CEO里德·黑斯廷斯(Reed Hastings)
黑斯廷斯先是在美国海军陆战队中短暂服役,随后又参加美国志愿者组织Peace Corps,前往斯坦福大学进修计算机学后,于1991年创建自己的首家公司Pure Software。此后,黑斯廷斯还与马克·伦道夫(Marc Randolph)创建Netflix,开始DVD邮寄业务。今天,黑斯廷斯的净资产达到10亿美元,他还是Facebook(另一家建立在大数据基础上的公司)的董事会成员。
正如《纽约时报》指出的那样,Netflix已经将使用大数据分析变成“给与人们任何想要的东西”。Netflix正分析5500万订阅用户的详细观赏数据,这不仅能优化他们的推荐服务,也能帮助找到下一部《纸牌屋》大片。
预测你接下来将会看什么是Netflix数据战略的主要目标。为了实现这个目标,Netflix已经招募很多电影界人士研究电影、电视以及标签中包含的共同主题。此外,Netflix还定期举行众包竞赛,向任何能够提出更精确预测观众观赏习惯算法的人提供100万美元奖金。
3.美国度假房屋租赁网站AirBnb CEO布莱恩·切斯基( Brian Chesky)
这位33岁的AirBnb创始人据说自从2010年以来,就不曾有过自己的房子。他几乎总是在使用自己的服务,将旅行者与提供短期租住服务的房主联系起来。自从2008年AirBnb推出以来,在全球3.4万座城市提供了2400万次预订服务。这意味着,AirBnb公司已经收集到有关人们度假和旅行习惯的海量数据。
这种洞察力将使他们确保在旅游高峰期时,集中精力在热门旅行目的地签约客房和确定价格标准,以便于他们优化利用全球房屋租赁网络。这个网络中存在专有机器学习算法,可提前预测欺诈性交易,而强大的推荐系统允许客人和主人迅速在彼此间建立起信任。
AirBnb刚刚推出Airpal,这种用户友好数据分析平台允许其所有雇员访问公司数据,并借助工具进行查询服务,不再仅限于受过数据学训练的人。切斯基与他的创业伙伴内森·布莱卡斯亚克(Nathan Blecharczyk)、乔·格比亚(Joe Gebbia)据说每个人的净资产都已经达到19亿美元。
4.高频交易公司Virtu Financial创始人文森特·维奥拉(Vincent Viola)
2008年,维奥拉创建了高频交易公司Virtu Financial,现在其净资产为17亿美元。维奥拉的公司根据大数据原则、交易股票、日用品、货币以及国际市场选择等因素开发自己的专业交易算法。维奥拉带领公司上市的计划于去年被搁置,但今年有望重新启动。
高频交易利用特定算法进行数千笔交易,经常可从价格的细微变动中获益,其十分依赖世界金融市场提供的大数据。据说,高频交易占了美国股票交易的近半壁江山,占期货交易的60%。去年,Virtu Financial公司宣布,在过去5年间,它只遭遇过一天整体交易受损的情况,他们将此成功归功于实时风险管理策略和技术。
5.“阅后即焚”照片分享应用Snapchat创始人埃文·斯皮格尔(Evan Spiegel)与博比·墨菲(Bobby Boggy Murphy)
现年分别24岁和25岁,斯皮格尔与墨菲是《福布斯》富豪榜中最年轻的亿万富翁。这两人在斯坦福大学就读期间相识,并于2013年拒绝Facebook30亿美元收购Snapchat而名声鹊起。他们的坚持带来丰厚回报,该公司上个月估值达到190亿美元。
Snapchat出现前,市场中已经有很多图片消息服务,但斯皮格尔与墨菲首先发现,并非所有人都希望他们发送给朋友的图片永远处于可视状态。通过执行自动的自毁功能,他们希望建立起信任。尽管有些磕磕绊绊,但这项服务已经取得巨大成功。自从那时以来,Snapchat进化出许多数据驱动功能,试图帮助用户联系其他人,并基于共享时间讲述协作故事。
6.软件公司Palantir创始人亚历山大·卡普(AlexanderKarp)
在创建Palantir时,卡普获得CIA的大力帮助。这家公司使用大数据算法帮助在全球反恐和打击金融欺诈行为,它的最大客户是美国政府。美国政府利用Palantir的软件预测路边炸弹埋置、欺诈交易等事件。
Palantir的大部分工作自然需要保密,但众所周知的是,该公司发现可疑欺诈活动的模式和数据异常技术源自在线支付服务Paypal。卡普的联合创业者是彼得·泰尔(Peter Thiel)就是Paypal的联合创始人。
来自DNA数据库的数据、监控记录显示的动作、社交媒体数据以及秘密线人的举报等都可被融合在一起,共同预测坏人的活动,并作出适当回应。Palantir的核心理念是大多数数据分析过程依然需要人类干预,特别是当你认为需要领先敌人时。为此,他们精心挑选专家顾问,在数据项目上与客户精诚合作。
Palantir最初专注于帮助政府客户确保安全和反恐,现在Palantir正扩展业务网络,向金融和医药行业进军。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28