大数据预测的应用范畴极为广泛，这些目前在诸多方面已经投入到社会实践中，比如：股票价格、风险、事故、销售、捐赠、点击率、取消率、健康问题、医院入诊、欺诈、逃税、犯罪、故障、油量、电力中断、政府福利许可、思想、动机、答案、观点、谎言、等级、退出率、友谊、爱情、怀孕、离婚、工作、离职、赢取投票等等。
其中比较典型的就是我们日常经常接触到的精准营销。我们要做到的就是预测一下哪些客户会对营销产生反应，倾向于那些有反应的客户进行广告和营销措施的投入。
广告投入的考虑就是一个投入成本的问题，所有问题都可以归结于成本计算，最简单的预测方式就是做好事前统计，比如我们筛选万个访客，对其进行分类，分类的简单方法方方面面，比如根据这一部分的人的地理位置，年龄段，职业，生活习惯等。
对这万人进行分类后的抽取每一分类的随机一两个人，然后罗列出一部分人，比如0个人，对这0人发送广告信息，这样的广告信息发送之后进行转化监控，看一下成交率。对这一部分成交的客户进行标注，然后进行第二轮随机抽取实验，再次进行统计。
这样就可以分析出一部分符合条件的人群购买率很高，那么如果在企业做营销计划的时候，就可以着重针对这一类人群进行广告推送，将广泛营销转化为精准营销，当然，前一步是非常重要也是非常复杂的，需要庞大的数据进行支撑。
原文链接：
转载请注明：http://www.0431gb208.com/sjszjzl/2377.html
