Module 03 · Applications and Careers in Data Science
Applications of Data Science数据科学：驱动商业竞争与创新
数据科学和大数据正在对企业产生不可否认的影响，改变着日常运营、财务分析，尤其是与客户的互动方式。企业可以从数据科学提供的洞察中获得巨大的价值。
1. 消费者如何生成数据
在如今的大数据时代，几乎每个人每天都在生成海量数据，通常是在不知不觉中：
- 在线活动: 在亚马逊等网站上搜索或购买产品，会留下偏好记录。
- 个人助理: Siri 等个人助理记录并分析用户提出的无限问题。
- 位置与习惯: Google 会分析用户的在线购物习惯、社交媒体活动以及设备和当前位置数据，从而推荐餐厅、商店等。
- 可穿戴设备: Fitbit、Apple Watch 和 Android Watch 等设备会记录用户的活动水平、睡眠模式和心率等信息。
这种数字痕迹（digital trace）揭示了我们在线生活的模式。
2. 数据科学在商业中的影响与竞争优势
麦肯锡（McKinsey and Company）在 2011 年指出，数据科学将成为竞争的关键基础，支持新的生产力、增长和创新浪潮。
运营效率的提升（UPS 案例）
2013 年，UPS 宣布使用来自客户、司机和车辆的数据，实施了一项新的路线导航系统，旨在节省时间、金钱和燃料。此类举措表明数据科学正在从根本上改变企业的竞争和运营方式。
预测成功与竞争优势（Netflix 案例）
Netflix 通过收集和分析海量用户数据，获得强大的竞争优势：
- 采集数据类型： 用户观看的节目、观看时间、暂停、快退、快进的时间点、搜索的导演和演员等。
- 预测能力： 通过分析用户对特定导演和演员的偏好，并发现受欢迎的组合，Netflix 可以在节目开拍前就预测出其是否会大受欢迎。
- 《纸牌屋》案例： Netflix 利用数据科学的洞察，确信购买《纸牌屋》系列的版权是一项明智的投资：
- 他们知道许多用户曾观看过 David Fincher 的作品。
- 他们知道有 Robin Wright 出演的影片总是表现良好。
- 他们知道英国原版《纸牌屋》非常成功。
- 他们还发现，喜欢 Fincher 的大量用户也喜欢 Wright。
结论： 凭借数据科学，Netflix 实现了在用户意识到自己需求之前就了解他们想要什么。
3. 推荐引擎（Recommendation Engine）
推荐引擎是数据科学的常见应用之一。
- 定义： 一种基于客户偏好和历史行为，使用算法提供具体推荐的系统。
- 应用方： 亚马逊、Netflix 和 Spotify 等公司都使用推荐引擎来提升用户体验和销售。
