介紹

由于大流行后的世界在處理人類苦難時拒絕聽天由命，數(shù)據(jù)已成為減輕幾乎所有生活領(lǐng)域的人類苦難的最可靠方式。企業(yè)必須在各個行業(yè)做出明智的決策。當(dāng)他們能夠訪問準(zhǔn)確的數(shù)據(jù)時，這是可能的，這些數(shù)據(jù)不再是關(guān)于姓名、聯(lián)系方式、地址等。企業(yè)需要擁有能夠讓他們對行為模式、思維過程、文化、社會、他們客戶的政治和金融背景。

這種強烈的消費者需求不可避免地導(dǎo)致數(shù)據(jù)科學(xué)實踐、方法論、工具、技術(shù)和數(shù)據(jù)科學(xué)工作的興起。根據(jù) AIM Research 于 2021 年 6 月發(fā)布的薪資報告——“數(shù)據(jù)科學(xué)家的薪資中位數(shù)下降了 6.9% 至盧比。134 萬盧比與盧比的工資中位數(shù)相比。2020 年和 2021 年 8 月為 144 萬盧比。但是，它再次增加到盧比。136 萬盧比，預(yù)計到 2022 年還會增加?！?/span>

各行各業(yè)的數(shù)據(jù)科學(xué)用例反映了數(shù)據(jù)科學(xué)日益增長的重要性、對 MLOps 的日益關(guān)注以及不同行業(yè)對自動化的需求。

為什么需要數(shù)據(jù)科學(xué)？

隨著計算機(jī)科學(xué)和統(tǒng)計學(xué)的融合，數(shù)據(jù)科學(xué)應(yīng)運而生。許多行業(yè)使用數(shù)據(jù)科學(xué)的產(chǎn)品反映了它如何解決復(fù)雜的業(yè)務(wù)痛點并增強客戶體驗。每個企業(yè)都需要了解數(shù)據(jù)科學(xué)的用途以及數(shù)據(jù)科學(xué)如何幫助企業(yè)。讓我們詳細(xì)討論一下。

• 數(shù)據(jù)科學(xué)使組織能夠做出影響底線并提高投資回報率的戰(zhàn)略決策。

• 數(shù)據(jù)科學(xué)使組織能夠在消費者旅程的每個階段了解并取悅客戶體驗，從而獲得更好的客戶滿意度。

• 數(shù)據(jù)科學(xué)提供的數(shù)據(jù)驅(qū)動的見解使組織能夠滿足客戶需求并設(shè)計出吸引消費者并增加價值的產(chǎn)品。

• 情緒分析是數(shù)據(jù)科學(xué)的另一個方面，可以幫助組織了解客戶的心態(tài)。

• 數(shù)據(jù)科學(xué)使組織能夠了解客戶需求并個性化他們的購買體驗，從而彌合了消費者與企業(yè)之間的鴻溝。

數(shù)據(jù)科學(xué)用例

人們說“數(shù)據(jù)是新石油，數(shù)據(jù)科學(xué)是內(nèi)燃機(jī)”。企業(yè)數(shù)據(jù)科學(xué)側(cè)重于收集、處理、分析和數(shù)據(jù)可視化。方法或數(shù)據(jù)科學(xué)應(yīng)用程序通常取決于特定的業(yè)務(wù)領(lǐng)域。因此，它會更好；如果您計劃聘請在特定技能方面經(jīng)驗豐富的數(shù)據(jù)科學(xué)家。

包括醫(yī)療保健、金融、能源、媒體等在內(nèi)的每個行業(yè)都意識到使用數(shù)據(jù)科學(xué)來簡化運營、提高投資回報率、做出準(zhǔn)確的業(yè)務(wù)決策和優(yōu)化流程的重要性。我們將探索零售中的數(shù)據(jù)科學(xué)用例和醫(yī)療保健中的數(shù)據(jù)科學(xué)用例。

讓我們討論零售業(yè)中的數(shù)據(jù)科學(xué)用例。

正在為您的企業(yè)尋找技能嫻熟且經(jīng)驗豐富的數(shù)據(jù)科學(xué)家？
從我們這里聘請數(shù)據(jù)科學(xué)家，通過分析您的業(yè)務(wù)數(shù)據(jù)和構(gòu)建算法來獲得有意義的見解，從而做出謹(jǐn)慎的決策并克服您的業(yè)務(wù)挑戰(zhàn)。

零售中的數(shù)據(jù)科學(xué)用例

零售中的數(shù)據(jù)科學(xué)應(yīng)用無疑會促進(jìn)分類等業(yè)務(wù)；推薦; 物流、供應(yīng)鏈管理、需求預(yù)測等。此外，它還在優(yōu)化產(chǎn)品/服務(wù)價格、預(yù)測性維護(hù)、客戶流失預(yù)測和數(shù)據(jù)驅(qū)動的產(chǎn)品管理方面發(fā)揮著重要作用。

根據(jù) IBM 的研究，62% 的零售商承認(rèn)由于數(shù)據(jù)科學(xué)應(yīng)用程序而獲得了顯著的競爭優(yōu)勢。

Target——零售業(yè)數(shù)據(jù)科學(xué)用例示例

Target的分析團(tuán)隊開始在定制數(shù)據(jù)科學(xué)應(yīng)用程序的幫助下分析其客戶的購買趨勢。這讓他們可以在客戶知道之前提前知道客戶的懷孕狀況。此外，他們創(chuàng)建的預(yù)測分析模型非常強大，可以預(yù)測可能的預(yù)產(chǎn)期。這些鋪天蓋地的信息幫助零售公司將這些客戶作為目標(biāo)客戶，將他們的胎兒用品與常規(guī)產(chǎn)品和優(yōu)惠券一起銷售。

讓我們來看看數(shù)據(jù)科學(xué)如何幫助零售組織從準(zhǔn)確的數(shù)據(jù)中獲得最大收益：

1. 推薦引擎

推薦引擎可以被認(rèn)為是零售業(yè)最好的數(shù)據(jù)科學(xué)用例之一。它的工作原理是過濾信息并為零售商提供消費者行為模式?；谶@些信息，零售商可以為有興趣購買產(chǎn)品或服務(wù)的目標(biāo)客戶定制他們的報價。上面提到的 Target 的數(shù)據(jù)科學(xué)示例，恰好代表了使用推薦引擎獲得更好結(jié)果的最佳方式。

協(xié)作、基于內(nèi)容和混合是推薦引擎中使用的三個主要過濾器。協(xié)同過濾器根據(jù)用戶偏好提供推薦，而基于內(nèi)容的過濾器采用以產(chǎn)品為中心的方法，混合推薦使用這兩種過濾器。如果零售商可以根據(jù)客戶偏好推薦產(chǎn)品/服務(wù)，將會促進(jìn)銷售和收入。因此，零售商如果打算采用數(shù)據(jù)科學(xué)，就需要了解零售業(yè)的詳細(xì)數(shù)據(jù)科學(xué)知識。

2.欺詐檢測

各行各業(yè)在線交易的巨大增長導(dǎo)致了嚴(yán)重的欺詐行為。當(dāng)涉及如此多的數(shù)據(jù)時，基于規(guī)則的欺詐檢測方法不再適用，即使是為了實施犯罪。數(shù)據(jù)科學(xué)應(yīng)用程序經(jīng)過定制，可使用在線交易期間生成的數(shù)據(jù)來預(yù)測欺詐。深度神經(jīng)網(wǎng)絡(luò) (DNN) 等數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)技術(shù)也用于檢測商業(yè)交易欺詐。

3. 個性化營銷

根據(jù)埃森哲的研究，73% 的消費者希望從零售商那里購買商品，這些零售商使用他們的信息為他們提供他們想要的購物體驗。零售商需要通過使用各種數(shù)據(jù)科學(xué)策略來滿足這種消費者需求。其中一種策略是整合個性化推薦。這些個性化推薦考慮了用戶的瀏覽歷史、過去的購買、喜歡和不喜歡。許多電子商務(wù)巨頭正在零售業(yè)中使用這一數(shù)據(jù)科學(xué)用例。

Netflix - 零售業(yè)數(shù)據(jù)科學(xué)用例示例

你有沒有想過你是如何在什么都不做的情況下得到你最喜歡的節(jié)目的推薦的？事實上，Netflix 擁有最好的數(shù)據(jù)科學(xué)應(yīng)用程序之一。它訪問并收集與全球觀眾的觀看習(xí)慣和內(nèi)容偏好相關(guān)的所有數(shù)據(jù)。他們使用 ML 算法和 AI 模型，開發(fā)了排名算法和交錯等數(shù)據(jù)科學(xué)技術(shù)，以向目標(biāo)受眾推薦最相關(guān)的內(nèi)容。

4.價格優(yōu)化

價格優(yōu)化是另一個重要的數(shù)據(jù)科學(xué)用例，涉及各種在線技巧和客戶方法。通過多方渠道獲取數(shù)據(jù)，并進(jìn)行分析，準(zhǔn)確定位客戶人口統(tǒng)計數(shù)據(jù)，如年齡、性別、地點、購買態(tài)度、購買季節(jié)、價格預(yù)期（涉及同一產(chǎn)品在不同平臺的價格比較）。所有數(shù)據(jù)洞察力幫助他們?yōu)楫a(chǎn)品制定理想價格或為獨立客戶開展個性化營銷活動。

讓我們再次以 Netflix 為例。您還記得 Netflix 是如何改變其在印度的定價計劃以增加其訂戶基礎(chǔ)的嗎？好吧，Netflix 使用數(shù)據(jù)科學(xué)應(yīng)用程序來識別客戶行為模式并優(yōu)化適合吸引更多客戶的定價計劃，并在印度的絕對收入方面比其競爭對手更有利可圖。

5.交叉銷售和追加銷售

交叉銷售是指向客戶推薦互補產(chǎn)品供他們購買，而向上銷售是指推薦比他們想購買的產(chǎn)品更好的產(chǎn)品。許多零售商和電子商務(wù)巨頭已經(jīng)采用這種數(shù)據(jù)科學(xué)用例來增加收入并增強客戶體驗。

亞馬遜——零售業(yè)數(shù)據(jù)科學(xué)用例示例

它為您提供了在購買桌子時購買椅子的建議；它是交叉銷售。但是，當(dāng)它向您展示一張比您考慮購買的桌子更好的桌子時，它就是追加銷售。亞馬遜通過訪問所有客戶的信息，例如他們的姓名、搜索歷史、購買意向、支付方式和地址，使這一切成為可能。這些數(shù)據(jù)使亞馬遜能夠提供定制的建議以及交叉銷售和追加銷售。

6. 客戶情緒分析

情緒分析是最新和最先進(jìn)的數(shù)據(jù)科學(xué)用例之一。它取代了耗時的焦點小組和客戶群分析客戶產(chǎn)品體驗的傳統(tǒng)方法。零售商現(xiàn)在從社交媒體獲取數(shù)據(jù)，以及消費者在在線門戶網(wǎng)站上留下的反饋。他們分析這些數(shù)據(jù)以檢索對客戶情緒的可操作見解，例如他們對產(chǎn)品的看法、他們的滿意度、將它推薦給其他人的可能性、他們會再次購買嗎？

這種典型的零售數(shù)據(jù)科學(xué)用例依賴于自然語言處理和文本分析來執(zhí)行數(shù)據(jù)分析。源自這種技術(shù)的評級和評論有助于零售商根據(jù)消費者的期望和情緒定制他們的產(chǎn)品和服務(wù)。它可以提高客戶保留率和滿意度。

在大流行期間，當(dāng)全世界都被限制在他們的家中時，醫(yī)療保健行業(yè)夜以繼日地工作以挽救人們的生命。在此期間，醫(yī)療保健行業(yè)在技術(shù)使用方面變得成熟，并升級了其 IT 基礎(chǔ)架構(gòu)，為未來做好準(zhǔn)備。讓我們探索醫(yī)療保健中的數(shù)據(jù)科學(xué)用例。

醫(yī)療保健中的數(shù)據(jù)科學(xué)用例

醫(yī)療保健中有許多數(shù)據(jù)科學(xué)用例。事實上，數(shù)據(jù)科學(xué)在追蹤和預(yù)防 COVID-19 傳播方面發(fā)揮了關(guān)鍵作用。盡管冠狀病毒仍然不可預(yù)測，但強生旗下的楊森制藥公司意識到，收集數(shù)據(jù)并對其進(jìn)行分析對于做出明智的決定以挽救和保護(hù)生命至關(guān)重要。

案例研究——醫(yī)療保健行業(yè)的數(shù)據(jù)科學(xué)用例

Janssen 構(gòu)建了一個全球 COVID-19 監(jiān)測儀表板，通過從國家、州和縣獲取數(shù)據(jù)來跟蹤病毒。該儀表板每小時跟蹤病毒如何影響某些地區(qū)。

該公司與 Dmitri Bertsimas 博士及其同事合作，在麻省理工學(xué)院建立了基于機(jī)器學(xué)習(xí)的預(yù)測模型。整個演習(xí)的關(guān)鍵作用是預(yù)測下一波大流行。這些預(yù)測模型結(jié)合了全球監(jiān)測儀表板獲得的數(shù)據(jù)，其中包括有關(guān)當(dāng)?shù)卣吆托袨?、人們的出行方式、特定地區(qū)的戴口罩習(xí)慣等信息。這些數(shù)據(jù)的整合為楊森臨床團(tuán)隊提供了寶貴的指導(dǎo)計劃和執(zhí)行他們的疫苗執(zhí)行。

醫(yī)療保健行業(yè)有很多領(lǐng)域使用數(shù)據(jù)科學(xué)。讓我們探索醫(yī)療保健中的一些數(shù)據(jù)科學(xué)用例。

1. 醫(yī)學(xué)影像數(shù)據(jù)科學(xué)

醫(yī)療保健中的數(shù)據(jù)科學(xué)用例已成為人類生活中不可或缺的一部分。數(shù)據(jù)科學(xué)的影響徹底改變了整個醫(yī)療保健和制藥行業(yè)。例如，X 射線、MRI 和 CT 掃描等各種成像技術(shù)只不過是日常生活中的數(shù)據(jù)科學(xué)用例。

早些時候，醫(yī)生或醫(yī)療保健專業(yè)人員手動檢查這些圖像以識別畸形和不規(guī)則并做出精確診斷。然而，這些診斷從來都不準(zhǔn)確。這些醫(yī)療保健服務(wù)提供商在為患者服務(wù)時面臨著各種挑戰(zhàn)。但是，數(shù)據(jù)科學(xué)成了他們所有人的救星。數(shù)據(jù)科學(xué)引入了深度學(xué)習(xí)技術(shù)和機(jī)器學(xué)習(xí)模型，使醫(yī)療保健專業(yè)人員能夠識別人體內(nèi)部的微觀異常。

除了圖像處理技術(shù)，其他一些技術(shù)，如圖像識別、圖像增強、重建、邊緣檢測等，也是醫(yī)療保健數(shù)據(jù)科學(xué)用例的一部分。這些技術(shù)用于提高圖像質(zhì)量和數(shù)據(jù)準(zhǔn)確性。此外，幾個開放的腦成像數(shù)據(jù)集鼓勵年輕的數(shù)據(jù)科學(xué)家獲得圖像分析的實踐經(jīng)驗。這些數(shù)據(jù)集包括 BrainWeb、IXI Dataset、fastMRI、OASIS 等。

2. 基因組學(xué)數(shù)據(jù)科學(xué)

基因組研究是醫(yī)療保健領(lǐng)域最受歡迎的數(shù)據(jù)科學(xué)用例之一。它處理測序和基因組分析，以發(fā)現(xiàn)人類基因組中的任何異常情況。在人類基因組計劃之前，許多醫(yī)療保健公司花費了大量時間和金錢來分析基因序列。然而，隨著先進(jìn)的數(shù)據(jù)科學(xué)用例的出現(xiàn)，基因組測序和分析的時間和成本已大大減少。

此外，從這些數(shù)據(jù)科學(xué)用例中得出的見解比早期的方法要好得多。它幫助科學(xué)家更準(zhǔn)確地識別疾病，找到針對該疾病的精確藥物，并為他們的研究結(jié)果提供更深入的見解。

該領(lǐng)域的最新學(xué)科是生物信息學(xué)，它結(jié)合了數(shù)據(jù)科學(xué)和遺傳學(xué)。此外，遺傳風(fēng)險預(yù)測、基因表達(dá)預(yù)測等高級數(shù)據(jù)科學(xué)用例被醫(yī)療保健行業(yè)廣泛用于改善人類生活。

3. 藥物發(fā)現(xiàn)的數(shù)據(jù)科學(xué)

過去，制藥行業(yè)需要花費大量的精力、時間和金錢來發(fā)現(xiàn)合適且最有效的藥物。數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)現(xiàn)在正在減輕痛苦。數(shù)據(jù)科學(xué)通過提供所有必要的數(shù)據(jù)和見解（如突變概況、疾病、患者病史、治療和患者元數(shù)據(jù)）來簡化工作。這些見解導(dǎo)致在更短的時間內(nèi)以更低的成本找到適合特定患者特征的最佳藥物。

此外，深度學(xué)習(xí)數(shù)據(jù)科學(xué)算法使研究人員開發(fā)出可以預(yù)測疾病并幫助模擬人體內(nèi)藥物反應(yīng)的方法?？傮w而言，您可以節(jié)省大量時間、精力、成本和繁瑣的實驗室實驗。

4. 預(yù)測分析

我們在本文前面討論過的 Johnson & Johnson 的全球監(jiān)控儀表板是健康分析中數(shù)據(jù)科學(xué)的一個很好的例子。預(yù)測分析是醫(yī)療保健行業(yè)中的一個特定數(shù)據(jù)科學(xué)用例，涉及使用歷史數(shù)據(jù)、從中學(xué)習(xí)、尋找模式并給出準(zhǔn)確的預(yù)測。這種方法對于改善患者護(hù)理和慢性病管理的狀態(tài)很重要。

在大流行期間，當(dāng)全世界都被限制在他們的家中時，醫(yī)療保健行業(yè)夜以繼日地工作以挽救人們的生命。在此期間，醫(yī)療保健行業(yè)在技術(shù)使用方面變得成熟，并升級了其 IT 基礎(chǔ)架構(gòu)，為未來做好準(zhǔn)備。讓我們探索醫(yī)療保健中的數(shù)據(jù)科學(xué)用例。

此外，監(jiān)控醫(yī)院和制藥部門的物流供應(yīng)有助于他們提高供應(yīng)鏈和醫(yī)藥物流的效率。

5. 疾病追蹤與預(yù)防

巴西坎皮納斯大學(xué)開發(fā)的人工智能平臺使用代謝標(biāo)記診斷寨卡病毒，IQuity 等公司使用機(jī)器學(xué)習(xí)工具檢測自身免疫性疾病，是數(shù)據(jù)科學(xué)及其在醫(yī)療保健領(lǐng)域跟蹤和預(yù)防疾病的最佳案例. 隨著數(shù)據(jù)科學(xué)在醫(yī)療保健中的應(yīng)用，現(xiàn)在可以及早發(fā)現(xiàn)慢性病并防止它們惡化。它幫助行業(yè)優(yōu)化了藥物價格，因為治療成本隨著疾病的發(fā)展而增加。此外，及早發(fā)現(xiàn)疾病可提高生活質(zhì)量。

6. 可穿戴設(shè)備的數(shù)據(jù)科學(xué)

可穿戴設(shè)備為改善慢性病患者的生活做出了巨大貢獻(xiàn)。這些設(shè)備使用數(shù)據(jù)科學(xué)來跟蹤患者的晝夜節(jié)律周期、血壓、卡路里攝入量、心跳、體溫和醫(yī)生規(guī)定的其他參數(shù)。收集的數(shù)據(jù)會受到持續(xù)監(jiān)控，并有助于在這些參數(shù)出現(xiàn)異常時采取適當(dāng)?shù)拇胧?/span>

結(jié)論

（言鼎科技）