大数据具体是做什么？有哪些应用？
大数据即海量的数据，一般至少要达到TB级别才能算得上大数据，相比于传统的企业内数据，大数据的内容和结构要更加多样化，数值、文本、视频、语音、图像、文档、XML、HTML等都可以作为大数据的内容。提到大数据，最常见的应用就是大数据分析，大数据分析的数据来源不仅是局限于企业内部的信息化系统，还包括各种外部系统、机器设备、传感器、数据库的数据，如：政府、银行、国计民生、行业产业、社交网站等数据，通过大数据分析技术及工具将海量数据进行统计汇总后，以图形图表的方式进行数据展现，实现数据的可视化，在此基础上结合机器学习算法，对数据进行深度挖掘，发掘数据的潜在价值。
应用部分，大数据不仅包括企业内部应用系统的数据分析，还包括与行业、产业的深度融合，大数据分析的应用场景具有行业性，不同行业所呈现的内容与分析维度各不相同，具体场景包括：互联网行业、政府行业、金融行业、传统企业中的地产、医疗、能源、制造、电信行业等等。1. 互联网行业大数据的应用代表为电商、社交、网络检索领域，可以根据销售数据、客户行为（活跃度、商品偏好、购买率等）数据、交易数据、商品收藏数据、售后数据等、搜索数据刻画用户画像，根据客户的喜好为其推荐对应的产品。
2. 政府行业在大数据分析部分包括质检部门、公安部门、气象部门、医疗部门等，质检部门包括对商品生产、加工、物流、贸易、消费全过程的信息进行采集、验证、检查，保证食品物品安全；气象部门通过构建大气运动规律评估模型、气象变化关联性分析等路径，精准地预测气象变化，寻找最佳的解决方案，规划应急、救灾工作。3. 金融行业的大数据分析多应用于银行、证券、保险等细分领域，在大数据分析方面结合多种渠道数据进行分析，客户在社交媒体上的行为数据、在网站上消费的交易数据、客户办理业务的预留数据，结合客户年龄、资产规模、消费偏好等对客户群进行精准定位，分析其在金融业的需求等。
4. 传统行业包括：能源、电信、地产、零售、制造等。电信行业借助大数据应用分析传感器数据异常情况，预测设备故障，提高用户满意度；能源行业利用大数据分析挖掘客户行为特征、消费规律，提高能源需求准确性；地产行业通过内外部数据的挖掘分析，使管理者掌握和了解房地产行业潜在的市场需求，掌握商情和动态，针对细分市场实施动态定价和差别定价等；制造行业通过大数据分析实现设备预测维护、优化生产流程、能源消耗管控、发现潜在问题并及时预警等。
Netflix是怎样的一家公司？
Netflix 是美国一家在线流媒体公司，具体业务模式简单讲：用户每个月支付 9.9 美金，就可以免费在它上面看各种电影，除 Netflix 花巨资买电影版权的电影，付费会员们能够免费看外，Netflix 平台上也有很多自己拍摄的电影，也就是它的“原创电影”。而 Netflix 公司的一些历史：创建于 1997 年 8 月 29 日，两位创始人是 Reed Hastings 和 Marc Randolph，创建地点在美国加利福尼亚。
Netflix 首先打破的是一个线下租赁 DVD 市场，它把用户这种线下租赁 DVD 的观影习惯，逐步改为了在线流媒体方式观看。2013 年的时候，Netflix 扩展到原创业务，开始自己做电影和电视剧。需要注意的是：虽然 Netflix 是 DVD 线下租赁行业的颠覆者，但一开始的时候，它的商业模式也包括 DVD 销售和租赁，但是不是通过线下方式，而是通过电子邮件方式。
而大概是在 2007 年，Netflix 在推出公司流媒体同时扩大公司业务，同时保留 DVD 的电邮租赁。Netflix 很快在国际范围内扩展，2010 年时，向加拿大提供流媒体服务，而到 2016 年 1 月，Netflix 服务已经在 190 多个国家展开。值得一提的是：Netflix 原创业务的第一个系列就一炮打响，这个系列是《纸牌屋》。
自那以后，Netflix 开始极大地扩大电影和电视剧产量，通过在线电影和电视图书馆提供 Netflix 的原创内容。Netflix 在 2016 年时发行了 126 部原创电影，超过任何其它网络或有线电视频道。截至 2018 年 1 月，Netflix 全球付费用户有 1.1758 亿，包括在美国地区的 5475 万。
如何运用数据进行精确地预测分析？
为了更好地了解数据预测，还要对大数据预测的4个因素有所认识，大数据预测的4个因素的内容如图所示。 1.数据质量数据是预测分析的血液。数据的来源通常来自企业的内部和用户交易中所产生的，除此了这些数据外我们还需要搜集一些其它的数据，如行业市场数据、社交网络数据和其它对预测有帮助的数据。与其它应用技术不同的是，这些搜集而来的数据不一定都是“大数据”。
文章TAG：netflix Netflix 收集 推荐 系统
