以内部视角来观察10个数据分析的成功案例

几年前，营销传播公司RRD成立了一个物流部门，向消费者和企业运送印刷材料。为了支持这项业务，RRD自己管理货物，并代表其合作伙伴运送从洗衣机到狗食的任何东西，最终发展成为了一个价值10亿美元的企业。需要面临的挑战?那就是在这个联邦快递和UPS是无可争议的王者的世界里，找到一个最优的运费。

天气、地理、司机和政治气候等变量都可能使其业务损失惨重。RRD的CIO Ken O 'Brien说，由于迫切需要对费率变量进行预测，RRD转向了机器学习和分析。它雇佣员工和大学来帮助编写算法，测试700条路线上的数千个场景，直到能够实时预测运费——甚至提前七天以99%的准确率来预测运费。 O’Brien表示:“这个项目在不到一年的时间里就收回了成本，而且我们仍然看到与货运相关的业务在持续增长。”

经验总结:新企业需要高水平的投入，尽管O 'Brien承认他的一些商业伙伴已经准备好了在不同的阶段放弃。他们不信任这项技术，因为这一过程通常是凭感觉和猜测完成的。但RRD建立了一个协作环境，在这个环境中，业务部门和IT部门能够共同努力来影响结果。“你可能会绊倒，也会有挑战，但你要有耐心，”O’Brien说。

孟山都利用机器学习来优化种植

农民们总是在苦苦思索该种哪种种子，种多少，以及在哪里和在什么时候。种子巨头孟山都(Monsanto)也是如此，它利用数据科学，通过利用数学和统计模型，绘制出最佳的时间线来种植雄性和雌性植物，以及在哪里种植，从而为种植者提供指导性的建议。孟山都全球IT分析主管Adrian Cartier表示，该公司的机器学习算法能够在几天内，而不是几周或几个月的时间，就能处理超过900亿个数据点。这能带来多少商业利益?2016年，孟山都节省了600万美元，减少了4%的供应链足迹。Cartier说:“在北美，4%的土地利用率的下降就意味着很多土地没有被使用，这将节省大量资金。”

经验总结:孟山都成功的关键是在它和供应链业务之间建立了一种“从摇篮到坟墓”的合作方式。他们具有农业和供应链角度的专业知识，而我们具有数学和统计领域的专业知识，两者结合起来，就创造了我们能够提供的价值,Cartier说他还找到了“改变领导人和支持者”在供应链中角色的方法来抵消反对者的数量，以此形成一种健康的平衡。

对于Pitt Ohio来说，预测分析带来了成功

Pitt Ohio的首席信息官Scott Sullivan表示，货运行业正受到“亚马逊效应”的猛烈冲击。价值7亿美元的货运公司Pitt Ohio已经习惯了在第二天提货并将货物交付给客户。但是多亏了亚马逊，顾客越来越期待能够当天交货。他们期待着更多关于他们包裹的信息。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!