数据分析给我们带来了哪些好处？

许多人在问：数据分析给我们带来了什么价值？

下面我们先抛出结论：提供给公司或者雇主更多的利润；提供给用户更优秀更便捷的体验；拓宽了行业更多可能性。

1. 没有人可以拒绝如流水一般的利润

如果你是电商商家，你一定想让更多的人来你店铺消费，获取更多的利润。

如果你是新创业公司，你一定想让更多的人知道你新成立的公司，了解你意思的产品，增加知名度。

如何寻找到合适的用户推荐给合适的商家呢？

你需要数据，你需要知道最近谁浏览了什么，谁收藏了什么，谁购买了什么？。

比如：视频广告中的Ctr预演，美团的首页商家推荐，苏宁用户聚宝盆，小区潜力，阿里的用户数据魔方，滴滴出行的首屏精准营销。反过来问一句，你知道它们的利润是多少么？你知道它们的成本是多少么？

以手机为例子，不同的方式做对比：方法转化率单均收入随机抽样1%2000简单的逻辑（浏览搜索收藏）筛选2-3%2000-3000协调推荐+交叉销售3%-5%3000监督学习9%-10%3000-5000数据处理过，但是数据相对比例真实可信。

以上一次活动，以10000人去算，商家收入由1%*10000*2000增至10%*10000*4500，商家利润按10%计算，平台抽成利润的20%，那就是没有任何物质成本（电费除外），商家额外盈利56000，平台额外盈利14000，这种事情谁不愿意。

现在我们来说一说成本。在不需要任何物资的情况下，你只要支付一个为你分析数据的团队的工资及基础数据系统的搭建。而且这中数据系统是可以一直使用下去的，这些都是盈利，这些盈利背后往往有你不知道的利润。

数据分析的好处首先就是提供给公司或者雇主更多的利益，就是高到无法想象的ROI，而且不止赚一天一阵子。

如果在”X程”、”飞X”、”X牛”、”同X”上订票，让我们回忆一下流程，其中最为关键的一个部分就是选票。

让我们看一下某公司的上海飞往北京的机票网站展示：

这里有若干张机票，如果没有任何逻辑，常规初始排序要么按时间，要么按价格。

这样说都有道理，在当今的时代，几乎每家公司都会有其中的做法。但是怎样才是最适合的方式呢？对不同的用户使用不同的方式？这只能做到吗？

数据分析及挖掘有能力告诉我们，这能做到！每个用户的真实想法和意图，数据已经代替了用户在app端前的声音。

我们可以通过数据分析得知用户的属性判断他是不是因为商旅用户和是不是每次出行时间固定。然后在用促销活动的时候推荐给用户。这样的用户体验场景的发现，聚类分析、特征分析、用户分群完成了你一切的幻想。

在提供更优秀更便捷的体验，同时还让你的用户愿意持续为此买单。

14年以前，租车都是线下的实体的，老老实实的开门店的，交着水电费，交着房租，还要额外的人力开支。用户上门取车各种不方便，需要身份证、信用卡、还要签一堆合同。

为什么要做这么累的事情？

有一部分，只是说有一部分原因是因为风控。如果用户在网上可以下单，拿着车走了，谁来保障车辆的安全？一辆车少说也要10万左右吧，这样的风险当时没有任何一家企业可以承受的起的。

说一个行业数据，2‰，这就是传统开着门店的租车行业的车辆丢失率。按某传统租车公司披露的日均订单量5000单算，按70%的老用户+30%的新用户计算，老用户极限安全的情况下，每日存在5000*30%的车辆是首次出租，在按照2‰的丢车来算，每天存在的风险车辆是2辆左右，20万的潜在风险。

现在行业中滴滴出行也在做租车，从2016年7月至今，1辆车都没有丢失。用的就是滴滴平台大量的出行数据信息+第三方征信数据，至于怎么做，行业里有很多很成熟的方法：打分卡模型，FICO、AHP等等，任何一种，都可以让原本很捉襟见肘的问题得到一定程度上的解决，而公司所付出的就是一些Hc。

除此之外的，ofo&摩拜单车的车辆投放策略，美团&大众点评的最佳路径推荐等等。这些公司无形中改变了我们的生活，最基础的支撑就是其背后的强大机器学习算法及业务数据分析。

正是有了数据分析挖掘的全力支持，才有了如今的科技生活，所以价值昭然若揭。