大数据服务故事

A. 大数据:别人说故事,而我们用数据说话

大数据:别人说故事,而我们用数据说话

云攻略
有关大数据、云计算、物联网的高端的、实用的、好玩的知识经验、案例分析、操作技巧分享!用大数据思维勾搭一切，包括你~

如今，在市场营销中内容变的越发重要，很多商家会通过说故事的方式来树立品牌，进行宣传，唯有故事精彩才能吸引人，也许有的人会怀疑故事的真实性，但是大数据就是用事实来说话。那么，大数据究竟可以告诉我什么?

1、大数据可以鉴别产品真假

意大利帕马森雷佳诺干酪同业公会是一间防止造假或无证生产帕马森雷佳诺干酪的质量监控联营公会。过去，判断干酪的真伪是一个极为耗时的复杂过程，需要手动抽查 600多家乳品店。而现在，大数据分析解决方案提供的条码标签和传感器功能，让其能够有效监控日常生产与产品，从而帮助他们准确判断和追溯每批产品是否纯正。也帮助了客户解决风险和欺诈的挑战。

2、大数据可以降低成本，增加营业额

迪凡斯动物园和水族馆只能凭借以往的经验猜测每一天的游客数量，并决定聘用多少员工以及准备多少物资。现在通过大数据分析解决方案，他们可以将移动端验票及天气预报等多个不同来源的数据关联在一起进行综合分析，实现了对游客数量的精准预测。同时，从这些数据中获取洞察，帮助他们能够更好地预测游客需求，并且做出更加有效的业务决策，让游客在每一次游览中都能获得满意的服务。
3、大数据可以带来健康的身体

网络筷搜与电脑通过无线方式连接后，只需接触食材，就可以通过机身屏幕清楚了解包括营养成分、保质期、搭配禁忌、卡路里等关于食品的一系列信息。还可以分辨地沟油等危害油脂，极大程度避免消费侵害。

除此之外，医疗机构能根据居民健康档案、电子病历、公共卫生及综合管理等数据实时监测用户的身体健康状况;教育机构可以为用户量身定制喜欢的培训计划;社交网络能提供合适的交友对象;金融机构能帮助用户进行个性化的理财计划和使用建议;道路交通、汽车租赁及运输行业可以为用户提供更适宜的出行线路和路途服务安排。

在未来，大数据可以给我们带来的远不止这些。BDSAAS是一款以大数据和云计算为基础的软件，给客户带来更快的数据收集和更准确的数据分析。每个人的生活轨迹看似错综无序，但通过大数据管理软件，用户的点滴信息都构成了一套完整的消费行为模式。通过对群体行为信息的发掘总结，对传统运营模式进行了颠覆和创新，同时也为企业业绩带来了爆发式的增长。

过去对于企业来说，消费者仅仅是个模糊的概念。通过大数据，让企业能清晰的触摸到用户们的“轮廓”，让企业更准确地捕捉用户的需求和消费心理。同时，通过对数据资源的收集和挖掘利用，企业获得了取之不尽、用之不竭的信息资源，一切变的可量化。大数据颠覆了传统企业的生产模式，引发了管理变革，成为了企业再现代化新的驱动力。

今天的大数据时代，让商业的生态环境在不经意间发生了巨大的变化，无处不在的智能终端，随时在线的数据传输，互动频繁的社交网络让消费者的面孔从模糊变得清晰，对于企业来说，企业第一次有机会进行大规模的精准化的消费者行为研究;作为保持着持续变革欲望的企业，主动地拥抱这种变化，从战略到战术层面开始自我的蜕变和进化将会让企业更加适应这个新的时代。

当别人还在说故事用想象来建构未来的时候，我们已经开始用数据绘制新的商业蓝图。

以上是小编为大家分享的关于大数据:别人说故事,而我们用数据说话的相关内容，更多信息可以关注环球青藤分享更多干货

B. 目前大数据在哪些行业有案例或者说应用

大数据应用的关键，也是其必要条件，就在于"IT"与"经营"的融合，当然，这里的经营的内涵可以非常广泛，小至一个零售门店的经营，大至一个城市的经营。以下是关于各行各业，不同的组织机构在大数据方面的应用的案例，在此申明，以下案例均来源于网络，本文仅作引用，并在此基础上作简单的梳理和分类。
大数据应用案例之：医疗行业
Seton Healthcare是采用IBM最新沃森技术医疗保健内容分析预测的首个客户。该技术允许企业找到大量病人相关的临床医疗信息，通过大数据处理，更好地分析病人的信息。
在加拿大多伦多的一家医院，针对早产婴儿，每秒钟有超过3000次的数据读取。通过这些数据分析，医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施，避免早产婴儿夭折。
它让更多的创业者更方便地开发产品，比如通过社交网络来收集数据的健康类App。也许未来数年后，它们搜集的数据能让医生给你的诊断变得更为精确，比方说不是通用的成人每日三次一次一片，而是检测到你的血液中药剂已经代谢完成会自动提醒你再次服药。
大数据应用案例之：能源行业
智能电网现在欧洲已经做到了终端，也就是所谓的智能电表。在德国，为了鼓励利用太阳能，会在家庭安装太阳能，除了卖电给你，当你的太阳能有多余电的时候还可以买回来。通过电网收集每隔五分钟或十分钟收集一次数据，收集来的这些数据可以用来预测客户的用电习惯等，从而推断出在未来2~3个月时间里，整个电网大概需要多少电。有了这个预测后，就可以向发电或者供电企业购买一定数量的电。因为电有点像期货一样，如果提前买就会比较便宜，买现货就比较贵。通过这个预测后，可以降低采购成本。
维斯塔斯风力系统，依靠的是BigInsights软件和IBM超级计算机，然后对气象数据进行分析，找出安装风力涡轮机和整个风电场最佳的地点。利用大数据，以往需要数周的分析工作，现在仅需要不足1小时便可完成。
大数据应用案例之：通信行业
XO Communications通过使用IBM SPSS预测分析软件，减少了将近一半的客户流失率。XO现在可以预测客户的行为，发现行为趋势，并找出存在缺陷的环节，从而帮助公司及时采取措施，保留客户。此外，IBM新的Netezza网络分析加速器，将通过提供单个端到端网络、服务、客户分析视图的可扩展平台，帮助通信企业制定更科学、合理决策。
电信业者透过数以千万计的客户资料，能分析出多种使用者行为和趋势，卖给需要的企业，这是全新的资料经济。
中国移动通过大数据分析，对企业运营的全业务进行针对性的监控、预警、跟踪。系统在第一时间自动捕捉市场变化，再以最快捷的方式推送给指定负责人，使他在最短时间内获知市场行情。
NTT docomo把手机位置信息和互联网上的信息结合起来，为顾客提供附近的餐饮店信息，接近末班车时间时，提供末班车信息服务。
大数据应用案例之：零售业
"我们的某个客户，是一家领先的专业时装零售商，通过当地的百货商店、网络及其邮购目录业务为客户提供服务。公司希望向客户提供差异化服务，如何定位公司的差异化，他们通过从 Twitter 和 Facebook 上收集社交信息，更深入的理解化妆品的营销模式，随后他们认识到必须保留两类有价值的客户：高消费者和高影响者。希望通过接受免费化妆服务，让用户进行口碑宣传，这是交易数据与交互数据的完美结合，为业务挑战提供了解决方案。"Informatica的技术帮助这家零售商用社交平台上的数据充实了客户主数据，使他的业务服务更具有目标性。
零售企业也监控客户的店内走动情况以及与商品的互动。它们将这些数据与交易记录相结合来展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助某领先零售企业减少了17%的存货，同时在保持市场份额的前提下，增加了高利润率自有品牌商品的比例。

C. 什么是大数据，大数据的典型案例有哪些

随着大数据时代的到来，大数据早已被逐步的运用在我们生活中的方方面面，那么除了之前众所周知的大数据杀熟事件，对于大数据你还了解多少呢？科学运用案例你又知道多少?今天就跟随千锋小编一起来看看。
洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。
google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布。
统计学家内特.西尔弗(Nate Silver)利用大数据预测2012美国选举结果。
麻省理工学院利用手机定位数据和交通数据建立城市规划。
梅西百货的实时定价机制，根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。
……
种种的案例实在是太多，或许我们永远说不完一样，所以我们就来看一看大数据被科学运用的一个经典案例：

“啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。
如果这个年轻的父亲在卖场只能买到两件商品之一，则他很有可能会放弃购物而到另一家商店，直到可以一次同时买到啤酒与尿布为止。沃尔玛发现了这一独特的现象，开始在卖场尝试将啤酒与尿布摆放在相同的区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物;而沃尔玛超市也可以让这些客户一次购买两件商品、而不是一件，从而获得了很好的商品销售收入，这就是“啤酒与尿布” 故事的由来。
当然“啤酒与尿布”的故事必须具有技术方面的支持。1993年美国学者Agrawal提出通过分析购物篮中的商品集合，从而找出商品之间关联关系的关联算法，并根据商品之间的关系，找出客户的购买行为。艾格拉沃从数学及计算机算法角度提 出了商品关联关系的计算方法——Aprior算法。沃尔玛从上个世纪 90 年代尝试将 Aprior 算法引入到 POS机数据分析中，并获得了成功，于是产生了“啤酒与尿布”的故事。
其实大数据，其影响除了以上列举的方面外，它同时也能在经济、政治、文化等方面产生深远的影响，大数据可以帮助人们开启循“数”管理的模式，也是我们当下“大社会”的集中体现，三分技术，七分数据，得数据者得天下。

D. 如何利用大数据来改善医疗服务质量

近年来，大数据不断向世界的各行各业渗透，影响着我们的衣食住行。例如，网上购物时，经常会发现电子商务门户网站向我们推荐商品，往往这类商品都是我们最近需要的。这是因为用户上网行为轨迹的相关数据都会被搜集记录，并通过大数据分析，使用推荐系统将用户可能需要的物品进行推荐，从而达到精准营销的目的。下面简单介绍几种大数据的应用场景。

大数据在医疗行业的应用

大数据让就医看病更简单。过去，对于患者的治疗方案，大多数都是通过医师的经验来进行，优秀的医师固然能够为患者提供好的治疗方案，但由于医师的水平不相同，所以很难保证患者都能够接受最佳的治疗方案。

而随着大数据在医疗行业的深度融合，大数据平台积累了海量的病例、病例报告、治愈方案、药物报告等信息资源.所有常见的病例、既往病例等都记录在案，医生通过有效、连续的诊疗记录，能够给病人优质、合理的诊疗方案。这样不仅提高医生的看病效率，而且能够降低误诊率，从而让患者在最短的时间接受最好的治疗。下面列举大数据在医疗行业的应用，具体如下。

(1) 优化医疗方案，提供最佳治疗方法。

面对数目及种类众多的病菌、病毒，以及肿瘤细胞时，疾病的确诊和治疗方案的确定也是很困难的。借助于大数据平台，可以搜集不同病人的疾病特征、病例和治疗方案，从而建立医疗行业的病人分类数据库。如果未来基因技术发展成熟，可以根据病人的基因序列特点进行分类，建立医疗行业的病人分类数据库。在医生诊断病人时可以参考病人的疾病特征、化验报告和检测报告，参考疾病数据库来快速帮助病人确诊，明确地定位疾病。在制订治疗方案时，医生可以依据病人的基因特点，调取相似基因、年龄、人种、身体情况相同的有效治疗方案，制订出适合病人的治疗方案，帮助更多人及时进行治疗。同时这些数据也有利于医药行业研发出更加有效的药物和医疗器械。

(2)有效预防预测疾病。

解决患者的疾病,最为简单的方式就是防患于未然。通过大数据对于群众的人体数据监控，将各自的健康数据、生命体征指标都集合在数据库和健康档案中。通过大数据分析应用，推动覆盖全生命周期的预防、治疗、康复和健康管理的一体化健康服务,这是未来卖耐健康服务管理的新趋势。当然，这一点不仅需 要医疗机构加快大数据的建设，还需要群众定期去做检查，及时更新数据，以便通过大数据来预防和预测疾病的发生，做到早治疗、早康复。当然,随着大数据的不断发展，以及在各个领域的应用，一些大规模的流感也能够通过大数据实现预测。

大数据在金融行业的应用

随着大数据技术的应用，越来越多的金融企业也开始投身到大数据应用实践中。麦肯锡的一份研究显示，金融业在大数据价值潜力指数中排名第一。下面列举若干大数据在金融行业的典型应用，具体如下。

(1) 精准营销。

银行在纯配迟互联网的冲击下，迫切需要掌握更多用户信息，继而构建用户360立体画像，即可对细分的客户进行精准营销、实时营销等个性化智慧营销。

(2) 风险管控。

应用大数据平台，可以统一管理金融企业内部多源异构数据和外部征信数据,更好地完善风控体系。内部可保证数据的完整性与安全性，外部可控制用户风险。

(3) 决策支持。

通过大数据分析方法改善经营决策，为管理层提供可靠的数据支撑，从而使经营决策更高效、敏捷、精准。

(4) 服务创新。

通过对大数据的应用，改善与客户之间的交互、增加用户黏性，为个人与政府提供增值服务,不断增强金融企业业务核心竞争力。

(5) 产品创新。

通过高端数据分析和综合化数据分享,有效对接银行、保险、信托、基金等各类金融产品，使金融做李企业能够从其他领域借鉴并创造出新的金融产品。

大数据在零售行业的应用

美国零售业曾经有这样一个传奇故事，某家商店将纸尿裤和啤酒并排放在一起销售，结果纸尿裤和啤酒的销量双双增长!为什么看起来风马牛不相及的两种商品搭配在一起，能取到如此惊人的效果呢?后来经过分析发现，这些购买者多数是已婚男士，这些男士在为小孩购买尿不湿的同时，会同时为自己购买一些啤酒。发现这个秘密后，沃尔玛超市就大胆地将啤酒摆放在尿不湿旁边，这样顾客购买的时候更方便，销量自然也会大幅上升。

之所以讲“啤酒-尿布”这个例子，其实是想告诉大家，挖掘大数据潜在的价值，是零售业竞争的核心竞争力，下面列举若干大数据在零售业的创新应用，具体如下。

(1) 精准定位零售行业市场。

企业想进人或开拓某一区域零售行业市场，首先要进行项目评估和可行性分析，只有通过项目评估和可行性分析才能最终决定是否适合进人或者开拓这块市场。通常需要分析这个区域流动人口是多少?消费水平怎么样?客户的消费习惯是什么?市场对产品的认知度怎么样?当前的市场供需情况怎么样等等，这些问题背后包含的海量信息构成了零售行业市场调研的大数据，对这些大数据的分析就是市场定位过程。

(2) 支撑行业收益管理。

大数据时代的来临，为企业收益管理工作的开展提供了更加广阔的空间。需求预测、细分市场和敏感度分析对数据需求量很大，而传统的数据分析大多采集的是企业自身的历史数据来进行预测和分析，容易忽视整个零售行业信息数据，因此难免使预测结果存在偏差。企业在实施收益管理过程中如果能在自有数据的基础上，依靠一些自动化信息采集软件来收集更多的零售行业数据，了解更多的零售行业市场信息,这将会对制订准确的收益策略，赢得更高的收益起到推进作用。

(3) 挖掘零售行业新需求。

作为零售行业企业，如果能对网上零售行业的评论数据进行收集，建立网评大数据库，然后再利用分词、聚类、情感分析了解消费者的消费行为、价值取向、评论中体现的新消费需求和企业产品质量问题，以此来改进和创新产品，量化产品价值，制定合理的价格及提高服务质量，从中获取更大的收益。

E. 大数据在生活中对人们有什么具体的帮助

你可以通过商家的来推送来源逆向思考你自己关注的东西，如果你经常收到一些乱七八糟的信息，或者各种游戏、无聊低级趣味的推荐，这说明你最近一段时间的关注点是在这些方面的，如果你经常收到一些专业书籍、会议邀请、知识推荐之类的信息，这反映的是另外一种信息。

F. 制作一个大数据故事的5个步骤

制作一个大数据故事的5个步骤

从事数据工作很多年，我总结了一套好的实用方法与大家分享。它不是唯一的方法，但对于我来说，它是一种用数据讲故事的最好方法。

第一步：数字化

我不用太强调。这些日子，我努力将每个故事数字化，包括笔记、图片、音频、视频和文档。怎么做？一些实用的工具如下：

软件DocumentCloud ——允许你上传PDF文件并且实现光学字符识别，也叫OCR。OCR可以扫描文档，并将其转化为可搜索的文件。它并不完美，但这是一个开始。

软件DocumentCloud 也有惊人的嵌入特征，允许你强调和注释段落。最后，它拥有一个复杂却很有用的时间轴和一个很棒的实体识别引擎。IRE（美国无线电工程师学会）可以使用。

DocumentCloud软件允许你上传PDF文件，并且实现光学字符识别。

谷歌文档——和DocumentCloud功能差不多，而且能很好地适应使用谷歌套件的新闻编辑室，同时能自动完成光学字符识别文档。

文字记录——海外文字记录服务已经将费用降低到每分钟1美分，而且工作质量不错。所以，当你有一个重要采访需要传到网上，这是个很好的方法。不久的将来这些肯定会转变，但是费用会明显增加，例如每分钟3美元。rev.com, TranscriptionAssociates, Transcribe, andTranscribeMe服务都能提供很棒的文字记录服务。警告：如果这是一个关键引用，请回放录音，就像美国国家橄榄球联盟那样。

光学字符识别扫描——如果你有大量纸质文件需要转换成可索引的PDF文件，通常最便宜的方法是在城镇找一家合法的服务公司。他们每页收费15到25美分，所以，即使你有数百页纸需要扫描，价格也不会太贵。合法服务公司速度很快，而且他们有高质量的光学字符识别仪器用来识别文档并将他们转换成可以搜索的文本。

Excel或Google Spreadsheets(电子表格工具)——我的所有工作几乎都用Excel或Google Spreadsheets完成。使用Excel不一定非要有一个计算机数据库。它可以很方便地创建、分类和组织很小的信息表。比如，关于在伊拉克受伤的平民承包商的故事，我的脑海中立马会浮现很多事。于是，我建立了一个涵盖约30个案例的电子表格，并添加了少量的数据。

Idea Organizers——如果是一项大的工程，你可以考虑使用与Office软件一体化的印象笔记或 Microsoft’s OneNote这样的特殊组织软件。这些精心设计的软件可以粘贴至网页，追踪数据来源和组织数据。在工作中我很少使用这些软件，但很多人喜欢它，因为它可以将所有的东西放到一个软件包里。

类似于印象笔记这样的程序能够帮助你组织数据和理念。

第二步：数据化

几乎每个故事都可以从数据之中获益。数据有助于将故事置于背景中，使你的故事脱颖而出，而这点也越来越容易做到。

数据分析不必太复杂。它可以像写一桩谋杀案，并指出今年和去年的谋杀案数量对比那样简单。它也可以像上市公司追溯期权支付的多元回归分析那样的复杂。

但重点是：数据总是存在的。不要逃避它，而应该去利用它。

试试这个练习。随机抽出一张报纸，翻开一个页面。先看前几个故事，问问自己：这个故事还可以添加哪些背景？

如何找数据？你可以从这几个联邦一级的网站上开始着手。你会发现州政府和地方政府往往比联邦政府回复地更快。

data.gov——联邦政府数据的主要存储库。按照主题和机构，你可以搜索到联邦调查局已公开发布的数据集。

在Data.Gov，你可以搜索到联邦调查局已公开发布的数据集。

fbo.gov——所有联邦政府外包出去参加投标的名单。有关项目和联系人姓名的有用信息。

USAspending.gov——列出所有已授权的政府合同和分包合同，是fbo.gov的后续跟进。通过关键字搜索，可以找到你所在的国家或城镇的合同。

Enigma.io——由政府、大学、企业和组织提供的数据集的奇妙融合。

Govzilla——这个网站专门为获取竞争情报而创建，但包含了许多惊人有用的信息自由法信息。从本质上讲，该网站不断为一些机构，包括美国食品药物管理局、美国国税局和美国国立卫生研究院，提供信息自由法的审查报告。它们的成本较高。但是如果你需要最新的数据，就在这儿搜索。

Dataportals——试图收集世界上所有公开的的数据源。无论成功与否，它都有大量实用的国际数据。

第三步：年表化

无论你的调查性报道采取何种形式，或长或短，叙述性或主题性，人物主导或话题性，总存在一定顺序。

当我坐下来写报道时，第一件事就是创建一个时间轴。为了理清哥伦比亚北部一个叫圣多明哥村庄的轰炸事件，我创建了一份长达11页的时间轴。它的确对我弄清事件的发展有很大的帮助。

更近的一个例子，关于创建利比亚内战历史的时间轴，就有98页467,18个字。一个庞大的工程？是的，但总体而言它很有必要。

时间轴的三点好处

帮助你看到你可能会漏掉的关系。帮助你快速查阅事件。你可以将事件源头包含在时间轴里，这样就可以记住一个特殊信息是从何而来。

我倾向于使用电子表格创建时间轴。但是，稍作提示，你也可以在 Word 中创建时间轴，只要你使用像 YYYY-MM-DD 这样的日期格式去开始这一段文字。若以此格式开头，Word 会将段落按照日期排序。所以你可以在 Word 文档底部输入信息，然后只需确保时间轴是按时间排序即可。

依我拙见，在报道方面依然需要时间轴工具。它们更注重作品本身而非数据收集。有些基于网络的工具，比如Tiki Toki（交互式多媒体时间轴制作应用）和Dipity（在线时间轴应用服务），还有来自北卡罗来纳大学骑士实验室的软件版本（比如timelinejs）或非盈利新闻机构ProPublica的TimelineSetter。但不论哪一个，我都不太满意。一个电子表格或Word文档足以满足工作需求。

第四步：人格化

现在我们要着手处理工作了。你需要让故事说话，那将意味着要有会讲故事的人。

当我做笔记或与某人交谈时，我总是在一些听起来不错的引语前标记上星号。这样，当我回顾笔记时，只用寻找星号去创建一个引语集就可以。然后从引语集中找出最好的10条、15条或20条引语。其次，还有另外两个原因：

它可以帮助你组织故事。你可以开始构思过渡段、出人意料的结局或开放式结尾，这将帮助你塑造整个故事。确保故事能得到爆炸般的剧烈反响。你在努力寻找短小精悍的信息，言简意赅的说，它可以帮助你从这一切中筛选出最好的。

另一件大事是寻找人物。当然，这并不总是可行的。如果你有一个故事，需要花费大量时间在许多人物上，你最好按照年表顺序简单表述，让时间成为主线。也许没有一个人物能够很好地融于整个故事，那么最坏的打算就是尽力让一个人物“适应”一件轶事。

另一方面，如果你有一个能滔滔不绝举出例证的人物，他有着强大而动人的生活故事，能够很好地阐明你要说的内容，这就意味着你拥有了“魔法”。尽最大努力去讲述他的故事。

第五步：叙述化

这是非常难的部分。你要弄清楚如何去讲述一个故事。然而，好的消息是，在一到三的步骤中，你可以得到暗示知道你都要做些什么。

我最喜欢的故事结构是时间轴的方式。如果你在展现故事时或多或少地用到时间轴，它将会帮助读者理解正在发生的事，使得事件之间的联系更加明朗化，更具有可读性。事实上，我说时间轴是讲述任何故事的唯一方式可能会招来责难。

一般来说，我会写一个梗概来总结故事和要点。通常我会试图找到一个能快速识别的点或者简单的硬新闻，以便于我的查看。然后我会填充核心段落、一些重要的发现和一系列对于发现的即时反应。

这些总共会占到10到15个段落。到那时候，读者就会知道这篇文章是否值得花时间深入阅读。高潮过后，我会中止，然后顺着时间轴来展开余下的故事。

我的第二种选择是主题式文章。换句话说，我会分块来阐述主题。我将其称为混合体模式。但即使是这样，我也会尽可能顺着时间轴，用一些不超出主题范围的轶事来充实故事。

以上是我讲故事的方式。虽然按照步骤写了下来，但我写故事的进度几乎和时间平行。从报告的开始，我就在想怎样使故事更具人格化和叙事性。我正在从事数据化工作。当我发现更多数据、更多人物或者当数据化揭示新趋势的时候，它没有以固定的顺序发生，而是以一种不断反复的方式进行。

这是一个任重而道远的过程。但在最后，我认为读者意在寻求一种有力量、叙述生动且内容丰富的的故事。我们不能总是发表那些奇怪事物、缩减的能源和濒危物种的故事。但我们可以努力改变。当我们找对了方向，那将会不同凡响。

以上是小编为大家分享的关于制作一个大数据故事的5个步骤的相关内容，更多信息可以关注环球青藤分享更多干货

G. 医疗行业大数据应用的三个案例

医疗行业大数据应用的三个案例
文章从华大基因推出肿瘤基因检测服务、大数据预测早产儿病情、广东省人民医院利用大数据调配床位3个医疗行业大数据应用案例中，以应用背景、数据源、图说场景、实现途径、应用效果5个视角去看待大数据在医疗的应用状况。
案例一：华大基因推出肿瘤基因检测服务
应用背景：
伴随着生物技术、大数据技术的发展，个体基因检测治疗疾病已经成为现实。其中，最广为人知的是美国好莱坞女星安吉丽娜?朱莉，在 2013 年经过检测她发现自身携带致癌基因——BRCA1 基因，为防止罹患卵巢癌，于 2015 年切除了卵巢和输卵管。目前，国内外已经有多家基因检测机构，如我国的华大基因、贝瑞和康、 美国的 23andMe、 Illumina 公司等。华大基因一直致力于肿瘤基因组学研究，已经研究 20 多类癌症。近日，华大基因推出了自主研究的肿瘤基因检测服务，采用了高通量测序手段对来自肿瘤病人的癌组织进行相关基因分析，对肺癌、乳腺癌、胃癌等多种常见高发癌症进行早期、无创伤检测。
数据源：
检测数据：患者血清、口腔黏膜数据、基因测序等。
其它数据：体检数据、电子病历、遗传记录、患者调查、地理区域以及生活条件等。
图说场景：

实现路径：
首先采取患者样本，通过测序得到基因序列，接着采用大数据技术与原始基因比对，锁定突变基因，通过分析做出正确的诊断，进而全面、系统、准确地解读肿瘤药物与突变基因的关系，同时根据患者的个体差异性，辅助医生选择合适的治疗药物，制定个体化的治疗方案，实现“ 同病异治” 或“ 异病同治” ，从而延长患者的生存时间。
应用效果：
癌症诊断和预测。肿瘤医院的病人中有 60%至 80%刚到医院时就已经进入中晚期，癌症早期的筛查可以帮助患者有针对性的改善生活习惯或者采取个体化的辅助治疗，有益于身体健康;同时将癌症扼杀在摇篮里，从而降低日后巨大的医药开支和生活困扰。助力个性化医疗。结合生物大数据，挖掘疾病分子机制最终可以做到更好的筛查，更好的临床指导以及更好用药的过程。
案例二：大数据预测早产儿病情
应用背景：
安大略理工大学的卡罗琳·麦格雷戈( Carolyn McGregor)博士和一支研究队伍与 IBM 一起和很多医院合作，用一个软件来监测处理即时的病人信息，然后把它用于早产儿的病情诊断。
数据源：
个人体征数据：心率、呼吸、体温、血压和血氧含量。
其它数据：孕妇产检数据、电子病历、遗传数据等。
实现路径：
系统会监控 16 个不同地方的数据，比如心率、呼吸、体温、血压和血氧含量，这些数据可以达到每秒钟 1260 个数据点之多。在明显感染症状出现的 24 小时之前，系统就能监测到早产儿细微的身体变化发出的感染信号，及早预测控制早产儿的病情，从而提高新生儿的出生率。
应用效果：
预测病情。早产儿的稳定不是病情好转的标志，只有通过海量的数据并且找出隐含的相关性才能发现提早知道病情，医生就能够提早治疗，也能更早地知道某种疗法是否有效，这一切都有利于病人的康复。
案例三：广东省人民医院利用大数据调配床位
应用背景：
起因于国外医院的经验以及广东省人民医院各专业科室差异很大的病床使用率。长期以来，优势专业病源充足，病人候床情况严重，排队入院，相反有些专业空床情况明显，病床使用率仅 65%左右。为此管理层打出了模糊临床二级分科、跨科收治病人、集中床位调配权的一套“ 组合拳” 。
数据源：
患者数据：挂号数据、电子病历、患者基本数据等。
医院数据：各科室床位使用情况、诊疗活动、平均住院费用、平均住院周期等。
实现路径：
对跨科收治病人之后的科与科之间的工作量、收入、支出、分摊成本等指标进行合理的划分，强化了入院处的集中床位调配权，解决病人入院排队情况，使医院更好地履行了社会责任，同时也给增加了医院的效益。
应用效果：
提高病床使用率。病床使用率由 87%提高到 92%，优势专业候床排队现象明显减少。
支持决策判断。优势专科与弱势专科的病人在地域构成比、平均住院费用等标上存在显著差异，支持决策判断。