1、信用风险建模

在信用风险建模中，可以根据实际需求采用多种不同的分析建模技术。在信用风险建模中，需要计算的其他指标还有违约损失率（LGD）、违约风险暴露（Exposure at Default ，EAD）。违约损失率（LGD）是以未偿贷款总金额占比的形式来衡量经济损失，通常以线性回归方法或回归树方法进行估算。EAD是指债务人违约时预期的表外项目和表内项目的风险暴露总额，如抵押贷款、分期偿还的借款等，表外项目指信用卡的信用额度、赊销最高限额等。

2、产品知识中心

产品提供商创建的知识中心，可以直接在网站中使用，通过将信息放在WEB上，通信服务提供商网站作为知识中心，可以增加网站流量并减少投诉人数，知识中心网站提供自助服务，用户需要的产品支持技术通过知识中心自助解决，所以客户需要产品服务时，联系呼叫中心，寻求产品技术帮助的来源减少了。

一旦创建了一个知识的来源，这个来源可用于销售其他产品，并且把产品的特点和用户的诉求连接起来。许多关于该产品的零散的知识可能会迅速组织起来，并找到各种其他用途。

3、基于位置的服务

使用大数据技术的交易数据分析是革命性的，基于位置的服务，实现了个性化服务，完成了低延时导购服务。Shopkick是一个零售活动的工具，可以下载到任意一部智能手机上。SHopkick需要使用位置数据以提供服务。一旦该应用程序被下载到智能手机中，SHOPkick将会寻找可使用的用户，通过智能手机记录他们的当前位置。此外， Shopkick还有零售商及其地理位置数据库。当用户家附近的百货商场想让用户去购物并激发购物欲望， Shopkick会给用户奖励这家商场的购物优惠券。当用户走进商场时， Shopkick 可以使用智能手机确认当前的位置在该商场，然后增加用户的积分奖励，从而为用户换取更大的优惠。

设备制造商、通信服务提供商都已经开始提供大量的基于位置的服务，以吸引用户。例如智能手机在提供”找到我的电话”服务，可以找到电话。如果手机丢失，可以通过网站确定最后的已知的位置。这些基于位置的服务也可以产生收入。通信服务提供商可以决定为每次将智能手机切换到静音模式的配置服务收费。用户进入电影院后切换到静音模式，一旦用户离开电影院，就自动恢复正常响铃。使用这些数据的时候，一定要考虑如何保护用户隐私。

4、推荐系

推荐系统作为一种有效的信息过滤手段，是当前解决信息过载问题及实现个性化信息服务的有效方法之一。目前主流推荐系统可以分为4类!叫:协同过滤推荐.基于内容的推荐.基于知识的推荐和组合推荐。

5、市场细分

自动化技术让我们有机会在面向客户流程的每一步中收集数据在网页上的行为，例如，单击网站中的点击流。传感器的数据给了我们一个建立行为学模式应用分析的机会。早期的技术化是使用分析法来进行市场细分，原始的细分方式使用了人口统计学技术，并使用消费者的硬数据，如地理位置.年龄.性别和名族特点，建立市场细分。但营销人员很快意识到，行为特征也是细分客户的重要参数。

随着市场的发展，可以看到更多、更细致的细分方式，基于分析参数，驱动特定市场。例如，对于小型电子产品，市场营销人员开始尝试区分以下两类人群:一类是由于愿意尝试新鲜事物而购买的创新者，一类是跟随其他人购买的适应者。通过数据分析表可知，创新者群体乐于早期分享使用产品经验，而且对产品的缺陷表现得更宽容。

6、在线广告

随着在线内容的发布，线上广告在市场上的影响越来越大，同时，在线广告变得越来越复杂，为细分市场广告和基于上下文的广告提供了巨大的机会。发布客户广告的主要目标是在适当的网页上下文环境下，打动线上的用户，从而使用户产生行动，实现对商品的购买。大数据为营销人员提供了一个机会:收集无数用户的行为信息。通过整理和分析这些信息，可以建立两套关于客户的见解，这两项都与在线广告相关。首先，通过细分大量用户的购物历史来建立用户细分段，以及每个段的习惯购买模式。其次，可以使用上下文的驱动，特定于上下文的广告。