肇州量化投资虚拟社区

数据科学与预测分析的6个应用场景

清青大数据 2019-03-18 12:23:03

来源:数据科学DataScience  (ID:DataSciencelnChina)



本文结合作者及其他研究者的实际项目或想法,数据科学与预测分析相关的6个应用场景,并呼吁更多的专家学者参与到本项活动.....



1预测最佳零售地点


商业成功最重要的因素就是地理位置。当看到一个总是有新餐馆或新商店的地方,你可能已经意识到了这一点。出于某种原因,这里做生意永远不会成功。这就迫使企业长期思考哪里是最好的地点。答案是:当顾客想到你的产品时,他们所在的位置。但是,这究竟在哪里呢? 实际上有一些公司在从事类似工作。例如,Buxtonco用数据的力量为零售商解答,应该在哪里进行下一个业务。有网站惊呼道:

   “任何零售商都可以通过了解他们的客户来获得更大的成功。识别客户是谁、潜在客户生活在哪里、哪些客户是最有价值的,这些问题背后是一门科学。”这个概念是极好的。Facebook地理围栏(geo-fencing)技术可以寻找你的客户可能去哪里以及到了这些地方之后会做什么。这项技术可以帮助你确定在什么地方开展你的下一个业务,无论是咖啡店还是服装店。数据科学和机器学习有时看起来仅限于在互联网上发挥作用,而实际上它在网络和现实生活中都有巨大力量。



2预测患者再次入院的原因


能够预测病人的再次入院可以帮助医院降低成本,同时提高人们的健康水平。知道谁有可能再次入院也可以帮助数据科学家找到特定人群再次入院的背后原因。这很重要,不仅是为了公共健康,也是为了帮助决策来制定《平价医疗法案》,减少在30天内重新入院时的医疗补助金额。美国各地的医院正在整合多个数据来源,而不仅仅是典型的索赔数据,以深入了解重新入院的原因一种常见的方法是研究重新入院情况与社会经济数据点,如收入、住址、犯罪率和空气污染之间的关系。类似于市场营销人员使用机器学习和产品推荐系统来定位客户的方式,该系统将社会经济数据点考虑在内,以表明如何考察再次入院的情况。医院正试图根据其他类似病人过去的反应,来更好地调整病人的护理方式。在手术后最佳时间打电话访问患者也可以减少重新入院的次数。有时病人再次入院的原因与医生在医院对他们的治疗没有关系,而是与病人是否知道如何服药,或者他们家里没有人来帮助他们有关。因此,如果能够找出重新入院背后的原因,就可以反过来缓解这一问题。一旦决策者明白了原因,制定更好的方法来治愈每个病人就容易得多了。


3保险欺诈检测

保险欺诈每年给保险公司和消费者带来数百亿美元的损失。更糟糕的是,证明索赔会使欺诈性的成本超过索赔的金额。这就是为什么许多公司一直在求助于机器学习和预测模型来检测欺诈行为。这有助于精确地指出审计师应该研究哪些疑点。这种方法不仅减少了雇佣审计师的成本,还增加了从欺诈性索赔中追回赔偿金的机会。如果你有了一个良好的算法,你的团队处理欺诈性索赔的准确性和速度将显著增加



4预测产品的需求与价格

针对特定客户定价是许多公司已经实现的一种方法(甚至在我们发明数据科学家这个术语之前)如果销售人员认为你穿着昂贵的西装,那么他们可能会把当天早些时候卖给你的那辆车以更高的价格卖给你。同样的,现在个人电脑可以用最优惠的价格来鼓励客户做出购买的决定,同时最大化利润。这甚至不仅限于电子商务!想象一下,如果在生活零售商店中,顾客一进门就开始被调取先前的购买记录,也许是Men’s Warehouse or a Macy’s之类商店。他们可以将这些数据与其他信息融合在一起,比如你的LinkedIn个人资料、Glassdoor的薪资估计值等。现在他们会知道你赚了多少钱和你的购买习惯,甚至可能还会知道以前的推销员或推销员的一些笔记所有这些组合将使他们能够更好地为你和其他像你这样的客户量身定做一种服务。喜欢亲自买衣服和其他产品的顾客可能有助于提供一个主要的竞争优势。Men’s Warehouse或其他类似的公司,已经有一个倾向于关注销售经验而不仅是本次销售的趋势。此外,公司可以更好地规划哪些销售人员为哪个客户服务。也许他们可以预测客户会对硬销售还是软销售做出更好的反应。所有这些与一个人配对可以大大提高销售效率和顾客满意度。管理IT服务台需要保持平衡,既要有足够多的技术支持专业人员,来减少等待时间,保持客户满意度高,又要保持低成本,同时不要让太多的人同时工作。

       

5识别可能的捐赠者

      作为一个管理过募捐者的人,自动化只会在涉及到捐助者的时候起作用。某些捐赠者可能会更好地回复自定义的电子邮件,或者稍微不同的文字信息,也许他们会更好地回应一个电话。这正是数据科学和有针对性的消息和方法可以发挥作用的地方。市场部门已经开始在他们的网站和电子邮件中实施像A/B测试这样的技术,以帮助说服客户购买产品。找到合适的捐赠者的概念其实并没有什么不同,关键是开始收集数据并有效地管理它。我们已经和一些非营利组织谈过,虽然这个用例是可能的,但是他们大多数都没有任何形式的数据存储,除了excel,或者一个基本的数据库。这使我们很难得出一些结论。这就是为什么通常要首先创建一个数据系统,来为未来的观察提供方便。


6预测病人何时需要精神治疗与生理治疗结合

患有生理疾病的人中有三分之一同时也患有精神疾病。这会加剧身体上的疾病,降低生活质量,增加医疗费用。Quartet发现,如果改善客户身体健康的同时加强精神治疗,就能帮助改善他们整体的健康状况,降低患者的医疗成本Quartet正在研究一个通过高效地管理护理团队,将医学专业知识与数据的力量结合起来的健康生态系统。我们还与保险公司在类似的项目上有合作,帮助他们计算新的生理健康计划的整体投资回报率,这些计划是为了帮助他们处理特定的生理病理而实施的。这不仅让他们看到了项目的效果,还会节省三十余万资金。我们很高兴看到Quartet这样的大公司也在解决这个问题!数据科学是一种工具,可以让公司更好地为客户服务。



译者注

  • 本文原文作者SeattleDataGuy,原文标题 7 Use Cases For Data Science And Predictive Analytics,URL: https://towardsdatascience.com/7-use-cases-for-data-science-and-predictive-analytics-e3616e9331f9

  • 原文标题是7个cases,但正文给出了6个cases,另一个为“Call To Action(招募更多案例)”。

  • 本文由李昊璟和朝乐门负责翻译、编辑和发布。




Copyright © 肇州量化投资虚拟社区@2017