关于气象大数据应用的分享，分享者来自国家气象局公共气象服务中心下北京维艾思(以下称WIS)气象信息团队，目前主要负责气象大数据、天气指数保险两部份业务。我们生活中的打车软件、外卖O2O、羽绒服甚至婚庆行业，都和气象有非常密切的关系，那么该怎样利用精准气象预测为这些行业提供有力支撑呢？
你经常吐槽的天气预报，原来可以这样玩
气象业务与数据
气象数据应用
气象保险应用
气象业务与数据
我国目前有5万多个地面观测站，其中包括2400+国家级地面观测站，此外还有行业属性的农业观测站(如土壤墒情)、雷电观测站、交通气象观测站等地面观测站；对流层空间主要以六分钟一个周期更新的雷达为主；还有在轨运行的卫星构成每年PB级气象海量数据，每年为PB（100万GB）等级数据量。
天气预报，各位最熟每晚新闻联播后的天气预报就是在我们集团单位录制的；不过天气预报不仅限于此，目前提供服务的有：分钟级降水预报、72小时逐小时预报、七天预报(每半天)、到40天逐日天气预报，长期则有逐季以及一年的气候预报产品提供企业行精细化服务。
我们也提供从建国以来的气象观测历史数据以及像是研究性质的过去500年的洪涝干旱数据集等服务。以上是整体气象数据的来源。
气象数据应用
气象数据特性主要有二：
(1)独立存在几乎没有价值！气象数据本身也不具隐私性质，但往往配合其他数据，就会产生综效，如企业的销售数据+天气。
(2)气象是可以很精准预报(预测)。
我们在气象的数据应用就是基于以上两个特性，首先与各位分享2014年WIS团队为K打车所提出的一个应用分钟级预报的场景：我们透过数据以及经验很直观的理解，在天气不良时常常打车的需求会特别的高也就是很难打到车，恶劣天气影响也让许多乘客甚至愿意多支出一些费用乃至共乘意愿增加。我们认为如果可以将很精确的提供分钟级天气预报，让司机、乘客以及服务平台提前知道何时何地(精度为每平方公里)会下雨或其他恶劣天气情况；如此打车平台能够更有效地补贴给司机、乘客则可以提前预约出租车或是提出共乘需求；因为多了分钟级天气预报应该是可以大大增进打车平台用户体验，后来这个方案被K打车公司暂停，接着我们就看到两大打车平台合并新闻。不过今年我们陆续看到D打车已经采用恶劣天气调整价格，UBER更是早就根据天气状况以及供需关系弹性调整价格，这是我感到最欣慰的，因为这场景其实真实存在，而且被实现落地。
我们也与外卖平台进行过天气影响的数据探讨，在11:00~13:00午餐时间以及17:00~19:00晚餐时间如果遇到下雨到不方便的天气现象时，外卖的需求量也是暴增的，后来因遇到一无法解决的问题也就停止推进，这问题是：就算卖家加速制作餐点、买家提前下单，外送的服务人员却无法补充解决不了实质的问题。本以为外卖难题解决不了无法推进，但是今年中上海的一家外卖平台公司在与我们交流后，现在已经上线根据气象服务弹性调整送餐人员补贴以及送餐费时时弹性调整，很高兴我们的服务真正可以帮助上外卖的需求。
2014年末我们也取得国内最大电商平台的羽绒服数据尝试进行羽绒服的销售量预测分析，最终我们假设透过销售与天气(风速、温度、相对湿度、降水、大气压力、日照长度等天气要素)的关系进行精准营销、精准广告投放，这个项目我们找到了很多地区的一些规律规则或是模式(PATTERN)；同时我们也发现了一些有趣的数据，像是该平台最大销售量往往发生在周一，而排名第二的电商名台则多发生在周二，大卖家解释是因为周一主管多在开周会所以大家网购周三周四就可以收到战利品，而排名第二的电商则可能是小主管较多周一都在开周会周二买完周三也可以收到战利品；不过我们也在很多地区的数据分析上遇到了挫折，我们学到的心得是：服饰，除了基本的衣服功能外，更重要的是『饰』；以羽绒服来说：长款、短款、韩版等『饰』的因子要素远大于天气所带来的影响，而这些干扰噪音应该要更多的数据属性支持才能完整达到服饰类的销量预测。
根据国外的文章提及天气要素中的温度影响空调销售，我们信心满满的与国内某大品牌做了数据分析，结果却是让我们不敢面对，我们总结了对于空调行业数据的分析未达到预期的原因有以下两个杂音：(1)空调定价在3,000元人民币左右，一般家庭大约5~10才会购买一次，而且多在新屋装修完毕时采购，(2)前几年家电下乡政策影响干扰许多内地区域的需求。当然空调行业多是走渠道销售，像是相关的返利政策造成销售数据时间不精确、安装派工都是我们无法破解的难题当然这也是我们合作伙伴的难题。
后续我们与中国视频行业领军者：合一集团(优酷土豆)以每小时的天气要素做了大数据分析，发现天气影响VV(Video View;视频播放次数)在10%以上甚至达到20%，像是北京冬天上班时间VV差异达到15%，假日更提升27%以上，这个结论对于提供给优酷土豆在进行广告投放更精确、效益更佳，是对广告主、优土双赢的结论。
农业气象是气象行业里非常重要的一块，每年国家的关注程度也是最高的；过去一年来与我们合作的农业相关公司不少，我实际到各地考察以及会议交流内容还有现在常常出现互联网公司豪投农业的新闻，农业真的很受关注。以前我总认为大多数的农民都知道自己家该种什么、何时该灌溉、何时该施哪种肥料、何时该喷药避免病虫害，这一年走下来才知道原来从整地、选种、育苗、施肥、喷药，都是种子厂商、肥料厂商、农药厂商到当地地推人员，…，等进行商业利益最大化导向为主。所以每年蔬果产过多，价格差，甚或采收就赔钱的状况总是不停的上演，都是没有全盘考虑种植品种的分配！互联网资本虽然投入逐渐增多，但根本性的问题解决的投资，还是希望互联网这些大资本家多关注！以上为我以为的背景状况。今年我们合作的伙伴开始透过精细化的气象数据协助土地流转大潮下的新大农户，也有透过农艺模型协助田间管理的初创团队同时提供精细化农业气象服务；透过精细化的气象预报还有历史数据，我们可以比较容易的帮助种业公司进行选择气候地点进行实验并记录，更强化分析种子后续出问题绝产绝收的问题；另外我们将发布遥感卫星的一些分析数据，希望能更帮助到有需要的业者。
我的团队这一年来，从现在的经济环境以及大众经济水平，我们一直不断地在尝试推进不同的行业，毕竟我们已经实践很多国外的结论其实在中国是不成立或是在国外也仅限于实验室的结果；气象数据的应用，我们希望起了带头的作用，希望吸引更多的智慧一起推进；目前企业可以很方便地使用像是中国气象数据网(data.cma.gov.cn)自10月上线的气象数据(政府开放数据-气象部份)替企业生态圈加大，为用户提供更体贴深层次的服务。
气象保险应用
今天向大家介绍的是天气指数(Weather Index)保险：依据约定的气象观测站以一个或是多个在承保时间内实测数据(如：气温、降水量、风速等)作为保险理赔标准。天气指数保险在美国已经行之有年，日本以及印度也有许多应用的案例；与传统因天气因素造成的财产损失最大的不同，在于保险公司不再以财产损失作为赔付唯一依据，而是约定一个或多个天气要素，根据气象局监测进行理赔(也就是专业气象单位承担发动核赔程序)。指数保险大大降低保险公司的人员成本，而且根据专业气象以天气历史数据+气候预报+天气预报可以科学的计算出约定天气要素条件发生的风险概率，保险公司加以核定保额、保费成为正式保险产品。这类的保险产品使用在农业上近年在印度是非常受欢迎的，我们也已经与保险公司完成系统对接，保险公司可以随时评估我国未来一年各地的天气指数风险。
这几年最火红的WeatherBill，他使用美国政府开放的气象数据创造了实时订制气象保险服务，主要为能源、农业、零售业等行业提供弹性的天气保险服务。WeatherBill 为农户提供最合适的播种、喷药以及施肥等时机等智慧天气提升气象附加价值，帮助农户避免天气带来的收成经济损失。并且，WeatherBill 最终以10亿美元估值被种业公司孟山都(Monsanto)收购，现名为Climate Corporation，今年(2015)八月Climate Corporation出售了保险业务宣布专注于数字化精细农业；IBM近期也以20亿美元并购了Weather Company除有线电视外的其他业务，苹果手机上自带的天气数据就隶属Weather Company。
天气指数保险在我国属于创新保险，在符合保监会规定保险产品必须具备正当合法可保利益的原则下，我们今年设计了高温补贴等天气指数保险产品应用在『营销』活动上。
今年夏天，我们协同众安保险替空调公司设计了一个高温补贴的保险产品：只要用户购买该公司家用空调，就可以获取到一个保险卡，将保险卡上的密码绑定微信后只要所在的城市在气象局监测超过(含)35.0°C，气象局系统直接对接保险公司告知进行赔付业务。我们希望消费者与空调公司不是一次性的交易，而是透过微信这一类的社交工具可以持续的与用户交流互动提升黏性，根据历史还有我国陆疆范围(如北京跟新疆时差)，历史数据最晚发生超过35.0°C 都不会超过17:00，所以我们认为刚好在19:00用餐时以微信进行赔付作业，是非常好的社交传播机会，但是这个活动因为有几天全国高温地区过多、赔付过大影响了微信的红包接口正常运作，所以我们改到了凌晨1:00同时红包改成微信转帐。
我们一直认为婚庆遇到天气干扰是个困扰，所以我们协同众安保险替金饰公司的婚金产品设计了一款降雨保险产品，从可保利益来说：遇到像是户外婚纱、户外宴客等遇到降水都必须要再支付一笔费用。所以只要用户购买了该系列的婚金，就可以受到这款产品保障：用户可以指定日期以及城市，一但气象局监测到降水条件满足就会立即知会保险公司需要进行赔付。
我们今年也与饮料厂商的微店上线做了送高温补贴的保险的促销手法。天气指数保险在我国方兴未艾，特别在农业的发展场景，配合国家的政策浪潮。