从信用卡交易中收集大数据可能是少数几种消费者乐于接受的良性信息汇总方式之一。多年以来,消费者们一直将收集自借记卡或者信用卡的数据作为追踪支出数据、辨别欺诈活动或者统计一般性财政状况的有效手段。
不过随着随着数据逐步成为重要的新兴商品类型,发卡机构与支付活动处理企业开始意识到向零售商、银行、政府或者营销组织出售这些数据带来潜在收益的可能性。
在最近路透社发表的一篇英国本土报道当中,万事达卡北美海外业务负责人Ann Cairns指出,大数据销售已经成为该金融企业“一大迅猛发展的业务领域”。
这篇路透社的报道指出,万事达卡2014年第一季度在“其它类营收”(包括数据销售收入)方面实现了22%的同比增幅,具体数额为3.41亿美元。与之相对应,支付活动处理业务作为万事达卡的立足根基则只迎来14%的同比增长。
而且尽管各大金融服务企业不会锁定消费者的行为趋势数据,但看起来这类信息实际上存在着时效性限制。Cairns表示,万事达卡产生实时数据的速度要远高于其它那些积极寻求此类数据潜在价值的企业。
当然,Cairns强调称他们会删除这类数据中的所有个人信息,只保留能够反映消费者支付习惯与购买趋势的匿名信息。Cairns同时指出,零售商们已经对万事达卡的数据表现出深厚的兴趣。
“零售商们已经能够利用自身获得的数据来弄清人们如何在其店面中采购商品以及库存周转如何进行,但他们并不了解发生在店面之外的那些有可能影响购买活动的细节,”她在这篇文章中指出。“我们拥有的这些数据则以独特的方式贯穿整个市场。我们可以帮助零售商找到提升销售额的关键所在,从而成功捕捉更多商机。”
尽管万事达卡并没有向路透社言明大数据到底给他们带来多少收益(至顶网提出的询问也没有得到回应),但该公司一段时间以来确实致力于发掘由此产生的效益。去年,万事达卡为总部设于芝加哥的分析企业Mu Sigma公司提供了资金援助并与之建立起合作关系,旨在共同开发并销售大数据产品。
就在合作关系建立时,Mu Sigma公司已经拥有约2500位员工,并始终努力为医药、医疗、金融服务、保险、消费品以及零售等从业企业解决分析难题。
也许双方的合作关系已经开始为万事达卡带来回报。
好文章,需要你的鼓励
随着人工智能和高性能计算持续推动需求增长,数据中心设计正以同样惊人的速度演进。曾经的高密度机架已成为标准配置,冷却系统在数月而非数年内完成重新设计,项目在各地区的规模和复杂性不断提升。全球工程设计咨询公司Black & White Engineering指出,液冷成为标准配置、极端机架密度管理、工业化规模交付、电网约束下的电力创新、AI驱动运营设计以及可持续性成为核心设计原则,将成为2026年塑造数据中心设计、建设和运营的六大关键趋势。
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
Snowflake本周推送的一次更新导致全球范围内的"重大故障",用户长达13小时无法查询数据、文件导入失败并收到错误信息。初步调查显示,最新版本引入了不向后兼容的数据库架构更新,导致版本不匹配错误。此次故障影响了全球23个区域中的10个,包括美国、欧洲和亚洲多个数据中心。这是Snowflake一周内第二次发生事故。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。