在现实生活中，人们希望了解大数据是什么，通过不同的方式了解实时使用这些技术的企业的运作情况。并可以得出一些关于2017年行业趋势以及行业使用大数据的情况。

但首先，谈谈可以使用大数据的数据用例：

•推荐引擎，根据用户行为数据和配置文件提供个性化的产品建议(如Netflix公司，亚马逊公司，Facebook公司，以及LinkedIn公司都是这样做的)

•风险建模，使用事务数据告诉金融机构有关漏洞，并为潜在的问题情境做好准备

•欺诈检测，分析客户行为和交易数据，以确定欺诈的可能性

•营销分析，告诉企业哪些客户可能会远离竞争对手，以及根据行为向消费者推销的不同方式

•网络监控，分析人员用来确定网络(如云服务器和虚拟专用网络)的效率

看到企业实践与上述用途相一致的方式将是令人着迷的。而可以看到这些不同的企业在创造性和创新，以及他们使用大数据方面有所不同。

1.UX(用户体验)营销

TSheets是一个基于云计算的时间跟踪软件。如果你看看TSheets时间跟踪网站，就会在屏幕上看到一些有趣的东西。例如有关用户如何使用软件的不断更新。人们将看到企业在营销分析方面可以看到的数据。但TSheets实施网络监控，以提高他们的网站的用户体验。

这里的意图是什么?这如何提高用户体验?行业专家SandraDonovan表示，用户体验是用户需求和行为以及内容之间的平衡。良好的用户体验使网站对用户有价值。通过显示时间跟踪数据，TSheets公司计划增加价值，以显示人们如何不断使用他们的软件，并通过内容将网站用户连接到软件用户。

2.品牌识别

这是一个经典事例。莫尔顿的牛排餐厅是芝加哥的一家餐厅，一个普通的客户在推特上表示，喜欢在莫尔顿餐厅吃饭。

莫尔顿餐厅使用他们的数据库发现他是一个常客，并查看他通常订购什么，并根据他的航班号，提前委派了一个服务员提供膳食。这是因为这个顾客通过这样做发布了消息，而这如果不是企业用于推荐引擎的行为数据，他们不会得到这个消息。

3.预测人力资源

Cornerstone公司的OnDemand是一个可配置的云平台，使用预测分析帮助企业减少营业额。根据Cornerstone公司首席执行官MaxSimkoff的说法，Cornerstone公司“为潜在或现有员工带来数亿个不同的数据点，并利用这些数据点来提出确保更好的工作适应性和进度的建议。

CornerstoneOnDemand分析关于天然气价格，社交媒体使用和失业等数据点，以帮助预测谁是最适合工作的人。这也有助于企业预测营业额和提高士气问题。像Xerox和AT&T这样的公司已经通过该软件对盈利和损失产生了1000万美元的影响。

Cornerstone公司对大数据的方法是推荐引擎和营销分析的结合。企业的雇主接受关于潜在员工工作适合性的建议，以及对当前雇员行为的分析，这有助于确定工作满意度和营业额的可能性。

4.健康风险分析

当然，像Aetna这样的保险公司可以从使用大数据中获益，帮助患者更健康。但是患者也是如此。Aetna采用类似于风险建模，其中可以查看关于“无效治疗计划或有害建议”的数据。并考察了可以治疗什么特定类型的癌症。

医生可以根据人群和结果使用Aetna的数据进行分析。然后，他们可以使用此分析来告知治疗，以及与其他药物发生冲突的可能性。

对于代谢综合征患者，Aetna比较了一个患者的代谢数据和36,000个其他患者的代谢数据。然后，医生能够进行个性化治疗，在这样的程度上，“90%没有让医生诊断的患者将受益于筛查。”Aetna展示了风险建模和推荐引擎的创新组合。

5.电子商务管理和营销

Urbio公司是一家电子商务创业企业，并没有IT部门来帮助他们了解如何处理数据。他们拥有自己的商店，可以从社交媒体，Shopify，Paypal销售应用程序，以及谷歌分析获得大量的数据。他们需要的是一个营销分析解决方案，可以提供数据，以便促进可行的洞察力。

基于Shopify公司的推荐，Urbio公司运营副总裁BlairStewart采用了两个解决方案：DeepMine和SumAll。DeepMine可以提供有价值的电子商务SKU和销售率信息。SumAll将来自各种平台的所有数据(从社交媒体互动，Google分析信息到销售数据)结合起来，使Stewart进行可视化活动，并提供洞察力。

通过结合两个专门处理数据的平台，Urbio公司可以在没有IT部门的情况下进行营销分析。对于Urbio来说，雇用更多的人并不是一个很好选择。如今，已经有越来越多的初创公司转而使用SaaS来完成整个部门所做的大数据工作。