在所有的炒作围绕“大数据”，很多人都开始怀疑是否有任何证据表明它不仅仅是那样的 - 炒作。

因此，我们旨在找到成功利用数据以获得实际结果的公司证明：实现更多收入或降低成本。

该搜索将于下周一和星期二，5月19日和5月20日的即将到来的Databeat活动。我们在此活动中的唯一目的是专注于企业通过利用和分析所有数据来实现的实际案例 - 然后在新一代分析工具的帮助下实现利润。

特色发言者：

Riley Newman，数据科学负责人，Airbnb

Linkedin数据科学高级总监Jim Baer

Michael StoneBraker，辅助教授，麻省理工学院CSAIL

Max Schireon，Ceo，MongoDB

Paul Cheesbrough，CTO，新闻公司

Sean Gourley，联合创始人＆CTO，Quid

亚当埃文斯，联合创始人＆CTO，relateiq

艾莉领域，高级目录。产品营销，Tableau软件

Rob High，CoR，VP＆CTO，Watson Solutions，IBM

Simon Zhang，SR.Simptedin商业分析总监

David Glueck，Sr. Data Science和Engineering，Bonobos主任

格雷厄姆·塔克利，建筑，卫报新闻和媒体主任

David Thompson，EVP全球运营及西联汇款

Steve Hirsch，纽约证券交易所欧洲州首席数据官

汤姆森路透社莫纳M.Vernon，VP数据创新实验室

罗纳皮尔森（Ramona Pierson）（译文）

Sharmila Shahani-Mulligan，CEO，Clearstory数据

John Carter，Svp的分析，Insight＆Loyalty，Charles Schwab

马克托伦斯，首席技术官，火箭燃料

Vikram Somaya，天气公司总经理

Suresh Khanna，SVP，销售和运营，Adroll

Bruno Aziza，首席营销官，Alpine Data Labs

Tom Davenport，作者，大数据@工作

Peter Skomoroch，主数据科学家，数据集体

Andy Palmer，Co-Forder＆Ceo，Tamr

弗兰克·贝纳，首席执行官

Anna S. Gordon，Data Scientis，Mindjet

我们发现了很多。所以不要绝望 - 相反，考虑下周来到Datapeat，并获得前排席位，听到硅谷和超越的一些最好的企业如何使用数据来实现。

我们不知道那里的任何其他事件都集中在这样的数据使用情况上。

这里只有10个故事，我们将在Databeat上展示，这可能会很好地改变您的业务方式：

案例研究＃1：转换增加500％

MindJet是一个制作合作工作管理软件的旧金山公司，它表示，它来自商业智能公司的使用软件，以增加其试验产品的铅交换，以500％。在Datapeat，Mindjet数据科学家Anna Gordon将描述她是如何做到的：她使用Looker来跟踪访问者的试用产品网站，并观看他们登录的频率以及他们访问的类型。然后，她进行了回归分析以预测他们购买公司软件的倾向。该公司表示，销售人员在最有可能购买的人中归零，并将其转换为将客户支付比以前高于以前的价格。

作为她的研究的一部分，戈登还注意到，在前两周之后，令人思想的思维客户越来越少参与产品，所以她建立了一个再婚策略，也有助于提升忠诚度。最后，她在她的营销，产品和金融队伍中展开了Looker产品的使用。新的基础架构使她能够在MindJet的前提下保持她的数据，从而保持数据安全。它还允许她立即更改查询，并给出她无法使用的其他工具的数据更加粒度控制，例如jaspersoft或tableau。Looker还从Salesforce，Heroku，Mongo，MySQL和Eloqua中汇总了从Salesforce存储其数据的各种数据库的数据，从而从Salesforce，Heroku，Mongo，MySQL和Eloqua储蓄，从而让她为每个筒仓编写SQL查询而努力工作。MindJet表示，80％的财富500强公司现在是其客户。

案例研究＃2：85％的收入增加

LinkedIn的Simon Zhang，商业分析总监，将在Databeat解释Tableau的数据可视化软件有助于社交网络公司的业务服务收入增长85％以上。LinkedIn通过让易于使用的分析工具掌握到关键销售和其他员工的手中，并使其从多个来源提取数据，从而形成Salesforce到Hadoop。

案例研究＃3：100万美元的成本节约

纽约证券交易所的首席数据官Steven Hirsch将通过在Hadoop中存储超过10个数据，讨论领先的证券交易所如何在Hadoop中的10多个数据中储存至少100万美元的成本，这是一个快速增长的工具公司来管理大量数据。Hadoop是一种经济高效的方法来存储Petabytes的数据，然后在其上运行分析。以前，纽约证券交易所将其数据存储在更昂贵的传统数据存储产品中，在那里它很难拉动数据集以供现代大数据应用使用。遗留存储还需要数据库管理员加载和转换数据集。

相比之下，基于新的Hadoop的技术使该公司的数据科学家自助服务访问数据。除了使用更便宜的产品的成本节约，尼西还实现了“大幅节省”。

案例研究＃4：每名员工储蓄16,500美元

新闻公司将讨论使用相关的“关系智能”软件来实现成本节约的特权。新闻公司技术主任保罗Cheesbrough将加入Celatyiq联合创始人兼首席技术官Adam Evans，亚当埃文斯关于这项技术的新推出的新推出。虽然Cheesbrough将无法准备好透露特定数字，但相关的是报告客户通常正在报告以下指标：

案例研究＃5：客户支持请求减少75％

Airbnb，允许人们为短期住宿开放家园的快速增长公司将解释它如何利用客户反馈日志中利用大量数据来驱动其产品的变化，从而向上驾驶收入。在Datapeat，Airbnb Riley Newman的数据科学负责人将解释该公司的最初普及是如何导致客户支持请求的阻碍，以及该公司为其产品团队的成功进行了一项重大指标的途径。

在几个月的过程中，团队在支持台软件Zendesk之上建立了自己的基础架构，允许客户支持在团队之间共享数据。这促进了有关如何改进网站的更好内部沟通。该公司设法在三个月内将客户支持联系人降低75％。Airbnb的纽曼表示，该效果是使该网站更可扩展，导致更多的收入。

案例研究＃6：平均订单价值增加10-15％

Bonobos是一个用于男性的服装购物网站，将解释它如何投注技术提供商Gooddata提供的全云架构，以增加收入。在只是一个例子中，在去年的感恩节（网络星期一）之后的一个例子 - 一年中最大的购物日 - 博博斯发现其收入在一天中趋于三分之二，但它仍然落后于其销售目标。使用Gooddata，公司的员工查看了所有订单的美元价值的实时分布。这样，团队在定价层的促销方案表明客户似乎找到最具吸引力。

“我们能够将平均订单价值提升10％至十五％，”该公司的数据科学与工程高级总监David Glueck表示。

案例研究＃7：超过300,000美元的前期成本节省

Domino的披萨发现它可以通过从名为Splunk的大数据公司的软件更换其遗留技术，以其在IT部门的前期成本中节省超过300,000美元。它使用Splunk软件更具成本有效地从其服务器和应用程序收集和监控数据。储蓄LED Domino将扩大其在整个组织中的使用，包括其业务和营销单位，Domino表示让其员工收集超过10,000家商店的网络登录的在线销售数据。

Splunk产品允许多米诺骨牌更快地修复网络带宽和延迟打嗝，互联网连接问题和付款处理问题。对于营销来说，Domino可以分析数据更好地确定，促销优惠券在客户中受到什么流行，以及如何调整那些不起作用的人，以便带来更多收入。此前，多米诺州的营销部门必须从公司的数据仓库中提出报告，但在事实之后，这些事实和太迟进行了有意义的行动。

基础设施的变化有助于多米诺骨牌在2013年实现其最成功的超级碗运动。

案例研究＃8：Facebook推荐5倍

守护者是世界上第三大英语报纸网站，每天拥有500万个独特的访客，建造了一个名为OPHAN的内部分析系统。该系统有助于它改善其搜索引擎优化（SEO），并通过Facebook这样的社交媒体推动更多的流量，从而通过在所得页面浏览量上通过广告提高收入。

Guardian的架构负责人Graham Tackley将解释他的团队如何在Elasticsearch，一个开源搜索和分析引擎中构建Ophan。该技术允许整个公司的员工 - 包括编辑，记者和SEO团队 - 在实时看用户如何与内容进行交互。该发动机帮助团队看到Facebook在驾驶到卫报的交通方面的速度优于Twitter，以及在向公司的Facebook页面发布文章时最适用于什么标题样式和主题。

纳入这些课程，守护者的团队在过去几个月里，在Facebook推荐中推动了五倍的增加。根据泰国的说法，在过去两年中，独特的访客已经增加了50％以上才增加了50％以上才达到超过100米，这是一个改进的分析，这是一个改进的分析，这是一个增加的“重大因素”，据塔利称。

案例研究＃9：新业务

RMS，一家1,200员员工硅谷公司，帮助保险和金融公司模拟其暴露于灾难性风险，实现了它可以通过向客户提供更实时的风险建模来增长其收入。因此，它设置为在MongoDB的顶部构建基于云的产品，该数据库允许RMS存储和轻松访问其每年超过1000亿个文件，代表数百个数据。

在Datapeat，RMS高管将讨论以前，其客户没有简单的方法可以访问分散在各种业务单位的数据。但随着RMS的新产品的推出，客户可以在一个地方进入所有产品，并且可以在没有RMS干扰的情况下建立自己的产品。此外，通过更清楚地上游和下游视图，进入各个行业的风险，RMS正在使用平台推动不同的业务，包括非灾难性建模，以及服务健康和航空行业。

案例研究＃10：聪明的营销花费

一家帮助营销人员在不同类型媒体上分配支出的公司将在Datapeat解释它如何使用基于Hadoop的技术来帮助客户增加结果，从而提高自己的业务。

MarketShare从AltiScale获得帮助，该公司将Apache Hadoop作为云服务提供Apache Hadoop。Altiscale帮助市场追踪数据从多达150个不同的来源，为其客户构建复杂的预测模型。这使得MarketShare通过在电视剧，在线广告系列或印刷广告中获得每美元的结果来确定营销资金的境地。

它还允许客户自己自定义建模。MarketShare表示，它适用于70个财富500强，包括Adobe。

在接下来的一周内保持更多的Databeat计划公告。与此同时，查看活动详细信息 - 包括我们的全程和阵容70数据Visionaries - 在Databeat网站上。

座位非常有限。我们期待在接下来的几天内畅销。立即预留！