数据背后价值大

告诉司机少左转
　　
　　对于快递公司来说，车在路上抛锚，损失会非常大，需要再派一辆车，会造成延误和再装载的负担，并消耗大量的人力物力。以前，UPS（全球最大的快递承运商与包裹递送公司）每隔两三年，就会对车辆的零件进行定时更换，这种做法也会造成浪费，有的零件并没有什么毛病就被换掉了。
　　
　　从2000年开始，UPS使用预测性分析，来监测自己全美6万辆车的车队，以便及时进行“防御性”修理。工作人员通过检测车辆的各个部位，只更换那些需要更换的零件即可，这种改变已经节省了上百万美元。
　　
　　通过在货车上装置传感器、无线适配器和GPS，总部能在车辆出现晚点时，跟踪到车辆的位置，预防引擎故障，同时，还能优化行车路线。2011年，UPS的驾驶员少跑了4828万公里的路程，节省下300万加仑的燃料，并且减少了3万吨的二氧化碳排放量。系统还设计了尽量少左转的路线，因为左转要求货车在交叉路口转过去，更容易出事故。而且，货车左转时往往需要等待一会儿，也会更耗油。“减少左转”使得行车的安全性和效率都得到了大幅提升。
　　
　　坐姿提醒你累了
　　
　　很少有人会认为，一个人的坐姿能传递什么信息，但是它可以。当一个人坐着的时候，他的身形、姿势和重量分布，都可以量化和数据化。日本先进工业技术研究所通过在汽车座椅下安装360个压力传感器，测量人对椅子施加压力的方式，把人体坐姿特征转化成数据。这个系统能根据人体对座位的压力差异，识别出乘坐者的身份，准确率高达98%。
　　
　　这项技术可以作为汽车防盗系统安装在汽车上。有了这个系统之后，汽车就能识别出驾驶者是不是车主。如果不是，系统就会要求司机输入密码；如果司机无法准确输入密码，汽车就会自动熄火。
　　
　　把一个人的坐姿转化成数据后，这些数据就孕育了一些切实可行的服务，随之产生一些前景光明的产业。比如，这个系统可以在司机疲劳驾驶的时候，发出警示或者自动刹车。同时，这个系统不但可以发现车辆被盗，还可以通过收集到的数据识别出盗贼的身份。
　　
　　蛋挞搭着飓风卖
　　
　　20世纪90年代，沃尔玛让供应商监控销售速率、数量以及存货的情况，并通过打造透明度，迫使供应商照顾好自己的物流。在许多情况下，沃尔玛不接受产品的“所有权”，这样就避免了存货的风险，也降低了成本。实际上，沃尔玛运用这些数据，使其成为世界上最大的“寄售店”。
　　
　　2004年，沃尔玛对过去交易的庞大数据库进行了分析，这个数据库记录的数据不仅包括每一个顾客的购物清单以及消费额，还包括购物篮中的物品、具体购买时间，甚至购买天气。沃尔玛公司注意到，每当在季节性飓风来临之前，不仅手电筒的销量会增加，蛋挞的销量也会增加。当季节性风暴来临时，沃尔玛会把蛋挞放在靠近飓风用品的位置。当然，这一改变也增加了销量。
　　
　　错误数据也有用
　　
　　谷歌的拼写检查器，基本上涵盖了世界上的每一种语言。谷歌的拼写系统一直在不断地完善，增加新的词汇，这是人们每天使用搜索引擎的附加结果。你输错了“iPad”吗？不要紧，它在那儿呢。
　　
　　谷歌几乎是免费地获得了这种拼写检查，包括那些“不合标准”“不正确”或“有缺陷”的数据。谷歌每天处理30亿次查询，谷歌依据其中搜索框中的错误拼写，利用一个巧妙的反馈循环，将用户实际想输入的内容告知系统，当搜索结果页面的顶部显示“你要找的是不是：流行病学”时，用户可以通过点击正确的术语，明确自己需要重新查询的内容。
　　
　　有趣的是，谷歌并不是第一个有这种拼写想法的公司。2000年的时候，雅虎也懂得这种做法。但只有谷歌认识到用户交互的碎屑实际上是金粉，收集在一起，就能铸造成一块闪亮的金元宝。
　　
　　混乱数据也有用
　　
　　美国劳工统计局每个月都要公布消费物价指数（CPI），这是用来测试通货膨胀率的。联邦政府为了得到这些数据，会雇用很多人向全美90个城市的商店和办公室打电话、发传真，甚至登门拜访，他们反馈回来的价格信息达八万种，甚至包括土豆的价格。采集这些数据，政府每年大概要花费两亿五千万美元。虽然这些数据是精确、有序的，但是采集结果的公布会有几周的滞后。
　　
　　麻省理工学院的两位经济学家，对此提出一个大数据方案，那就是接受更混乱的数据。通过一个软件在互联网上收集信息，他们每天可以收集到50万种商品的价格。虽然收集到的这些数据很混乱，也不是所有数据都能轻易进行比较，但是，把大数据和好的分析法相结合，就会变得不一样。例如，这个项目在2008年9月雷曼兄弟破产之后，马上就发现了通货紧缩趋势，而那些依赖官方数据的人，直到11月份才知道这个情况。