FICO，“我们知道你明天会做什么”一个人的信用常被用来预测他/她的个人行为。
美国个人消费信用评估公司，也被称为FICO，在20世纪50年代发明了信用分。
2011年，FICO提出了“遵从医嘱评分”——它分析一系列的变量来确定这个人是否会按时吃药，包括一些看起来有点怪异的变量。
比方说，一个人在某地居住了多久，这个人结婚了没有，他多久换一个工作以及他是否有私家车。、
这个评分会帮助医疗机构节省开支，因为它们会知道哪些人需要得到它们的用药提醒。
有私家车和使用抗生素并没有因果关系，这只是一种相关关系。
但是这就足够激发FICO的首席执行官扬言，“我们知道你明天会做什么。”
这是他在2011年的投资人大会上说的。
另一个征信机构，益百利（Experian）有一种服务，可以根据个人的信用卡交易记录预测个人的收入情况。
通过分析公司拥有的信用卡历史记录数据库和美国国税局的匿名税收数据，益百利能够得出评分结果。
大数据的力量证明一个人的收入状况要花费10美元左右，但是益百利的预测结果售价不足1美元。
所以有时候，通过代理取得数据信息比自己去操作烦琐的程序要便宜得多。
同时还有另一个征信机构出售“支付能力指数”和“可支配支出指数”，这些指数是用来预测一个人的支付能力的。
相关关系的运用更加广泛。
中英人寿保险有限公司（Aviva）是一家大型保险公司，他们想利用信用报告和顾客市场分析数据来作为部分申请人的血液和尿液分析的关联物。
这些分析结果被用来找出更有可能患高血压、糖尿病和抑郁症的人。
其中用来分析的数据包括好几百种生活方式的数据，比如爱好、常浏览的网站、常看的节目、收入估计等。Aviva的预测模型是由德勤咨询公司发明的，公司觉得这可以用来发现健康隐患。
其他保险公司如英国保诚保险有限公司（Prudentia）和美国国际集团（AIG）都承认它们也在考虑类似的方法。
好处就是，申请者不再需要提供血液和尿液样本了，因为大家都不太喜欢做这个事情。
大数据的力量通过利用相关关系，保险公司可以在每人身上节省125美元，然而这个纯数据分析法只需要花费5美元。有些人可能会觉得这种方法听起来很恐怖，这些公司似乎可以利用任何网络上的信息。
这会让人们下次登陆极限运动网站和坐到电视机前观看幽默情景剧前三思而后行，因为不想因此支付更多的保险费用。让我们在接触任何信息的时候（同时也产生可能被分析的数据）都胆战心惊是一件非常糟糕的事情。
但另一方面，这个系统有助于更多的人得到保险，这对于社会和保险公司都是有好处的。
大家喜欢多多关注，你的关注是我最大的动力。
可以关注我的微信公众号：首席数据师 里面有很多关于大数据的干货哦
网友评论