
大數(shù)據(jù)產(chǎn)業(yè)生態(tài)與大數(shù)據(jù)應用場景綜述
在十三五的大戰(zhàn)略之一的“國家大數(shù)據(jù)戰(zhàn)略”的指導下,各地也紛紛出臺地方大數(shù)據(jù)戰(zhàn)略規(guī)劃,“十三五“期間,大數(shù)據(jù)領域必將迎來建設高峰和投資良機。
在這樣的歷史機遇下,都催生了哪些企業(yè)呢?換句話說,隨著大數(shù)據(jù)戰(zhàn)略的落地,逐步形成了怎樣的大數(shù)據(jù)生態(tài)產(chǎn)業(yè)呢?從筆者的角度有如下觀點,僅供參考:
網(wǎng)絡服務提供者
網(wǎng)絡服務提供者,是指網(wǎng)絡信息交流和交易活動的雙方當事人提供中介服務的第三方主體提供者,它包括但不限于網(wǎng)絡接入服務提供者、網(wǎng)絡空間提供者(包括提供博客空間、BBS空間、服務器空間出租等)、搜索引擎服務提供者、傳輸通道服務提供者(如電信運營商)等媒介雙方當事人的主體。
網(wǎng)絡服務提供者為中立第三方主體,其不參與信息交流,不對有關交流雙方之間的信息內(nèi)容進行事前篩選,不選擇信息的接收方。
IT基礎設施提供者
IT基礎設施提供者,主要為硬件設備提供者、基礎軟件和IT服務提供者。
硬件設備包括:采集設備,如POS、GPS、移動智能終端、車載終端、監(jiān)控設備、傳感設備、RFID設備等;傳輸設備,如無線傳輸、光傳輸、移動通訊、互聯(lián)網(wǎng)、網(wǎng)絡設備等;存儲設備,如磁帶庫、DAS存儲設備、NAS存儲設備、SAN存儲設備等;計算設備,如PC機、小型機、大型機、HPC等;整合設備,如大數(shù)據(jù)一體機等。
基礎軟件包括:OS,虛擬化,中間件,網(wǎng)絡管理等。
IT服務包括:IT運維服務、云計算服務等。
大數(shù)據(jù)平臺提供者
大數(shù)據(jù)平臺提供者,主要是指可以為企業(yè)構建大數(shù)據(jù)平臺(私有云)或者提供第三方大數(shù)據(jù)平臺服務(公用云)的廠商。
還包含了提供數(shù)據(jù)交易服務的平臺企業(yè)組織,如數(shù)據(jù)交易所等。
圍繞這類廠商或組織,會形成一個細分的小生態(tài)系統(tǒng),生態(tài)系統(tǒng)中包含了一系列的大數(shù)據(jù)產(chǎn)品及服務提供者。
基礎平臺提供者
基礎平臺提供者,主要提供了基礎的大數(shù)據(jù)平臺產(chǎn)品和技術,包括:分布式計算系統(tǒng)、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫/數(shù)據(jù)庫/數(shù)據(jù)倉庫,數(shù)據(jù)采集工具、數(shù)據(jù)轉(zhuǎn)換與清洗工具、數(shù)據(jù)湖工具、數(shù)據(jù)安全系統(tǒng)、數(shù)據(jù)管理系統(tǒng)等。
數(shù)據(jù)分析軟件提供者
數(shù)據(jù)分析軟件提供者,主要提供了面向大數(shù)據(jù)領域的分析與發(fā)現(xiàn)能力,包括:數(shù)據(jù)科學平臺、AI類產(chǎn)品,數(shù)據(jù)挖掘類產(chǎn)品、數(shù)據(jù)統(tǒng)計類產(chǎn)品、專業(yè)BI類產(chǎn)品,內(nèi)容/知識管理產(chǎn)品,數(shù)據(jù)可視化產(chǎn)品等。
大數(shù)據(jù)應用軟件提供者
大數(shù)據(jù)應用軟件提供者,是隨著大數(shù)據(jù)戰(zhàn)略的落地,新衍生出來的廠商,這些廠商的特征是面向某一細分市場和領域,提供具有行業(yè)業(yè)務特點的大數(shù)據(jù)應用軟件產(chǎn)品。
這些軟件產(chǎn)品包括,面向2C企業(yè)的客戶智能分析平臺軟件,包含了用戶行為分析、用戶畫像分析、個性化推薦、精準營銷等功能;面向物聯(lián)網(wǎng)領域的物聯(lián)網(wǎng)智能分析平臺軟件,包含了設備預測預警、可預測性維護、優(yōu)化改進等功能;面向運營/運維領域的金融智能投顧平臺、金融風險監(jiān)管平臺、數(shù)據(jù)中心智能運維平臺等。
數(shù)據(jù)服務提供者
數(shù)據(jù)服務提供者,是依托于數(shù)據(jù)的價值和衍生價值,以服務的形式為第三方提供服務的企業(yè)。
包括:分析與預測服務、決策支持服務、信息檢索服務、數(shù)據(jù)分析平臺服務等。
數(shù)據(jù)提供者
數(shù)據(jù)提供者,是比較特殊的一類生態(tài)產(chǎn)業(yè),這類企業(yè)利用自身特殊的優(yōu)勢,直接租售數(shù)據(jù)。
系統(tǒng)開發(fā)與集成服務提供者
系統(tǒng)開發(fā)與集成提供者,主要是具有大型項目開發(fā)能力,具有面向大數(shù)據(jù)技術領域開發(fā)能力,具有綜合集成能力的IT解決方案服務商。
這類廠商是推動產(chǎn)業(yè)轉(zhuǎn)型,推動大數(shù)據(jù)行業(yè)方案落地的重要力量,肩負著將傳統(tǒng)的IT信息化系統(tǒng)向面向大數(shù)據(jù)的信息化系統(tǒng)升級的重任。
行業(yè)大數(shù)據(jù)方案提供者
行業(yè)大數(shù)據(jù)方案提供者,主要是具有大數(shù)據(jù)領域的建設經(jīng)驗,具有深厚的行業(yè)業(yè)務經(jīng)驗,可以講大數(shù)據(jù)技術和能力很好的融入到行業(yè)中,形成行業(yè)大數(shù)據(jù)能力。
這類廠商是主要有傳統(tǒng)的行業(yè)信息化方案供應商面向大數(shù)據(jù)的轉(zhuǎn)型、行業(yè)標桿企業(yè)依托自身的大數(shù)據(jù)落地經(jīng)驗而形成的能力提供者等??梢蕴峁臄?shù)據(jù)規(guī)劃,到數(shù)據(jù)治理,再到數(shù)據(jù)應用等全周期的方案,這個過程中會引入大數(shù)據(jù)生態(tài)產(chǎn)業(yè)中的其它能力提供者。
數(shù)據(jù)驅(qū)動的企業(yè)和跨領域的創(chuàng)新者
數(shù)據(jù)驅(qū)動的企業(yè)和跨領域的創(chuàng)新者,是大數(shù)據(jù)時代和國家大數(shù)據(jù)戰(zhàn)略落地的重要成果,未來這類企業(yè)將越來越多,最終成就空前繁榮的大數(shù)據(jù)時代。
接下來再和大家探討一下,大數(shù)據(jù)的主要應用領域和場景。
大數(shù)據(jù)主要應用領域參考
政務領域
公共資源監(jiān)管,如招投標違規(guī)行為預測等;智慧社會保障,如精準扶貧、社保違法違規(guī)識別等;智慧政務,如企業(yè)信用大數(shù)據(jù)工程、財稅大數(shù)據(jù)分析、工商大數(shù)據(jù)分析等;智慧國土,如探礦、采礦數(shù)據(jù)分析、安全生產(chǎn)大數(shù)據(jù)等;公共安全大數(shù)據(jù),如人流預測、城市運行大數(shù)據(jù)等;食品安全大數(shù)據(jù)。
醫(yī)療領域
服務居民,居民健康指導服務系統(tǒng),提供精準醫(yī)療、個性化健康保健指導等;服務醫(yī)生,臨床決策支持,如用藥分析、藥品不良反應、疾病并發(fā)癥、治療效果相關性分析、抗生素應用分析;服務科研,包括疾病診斷與預測、提高臨床試驗設計的統(tǒng)計工具和算法、臨床實驗數(shù)據(jù)的分析與處理等方面;服務管理機構,規(guī)范性用藥評價、管理績效分析,流行病、急病等預防干預及措施評價;公眾健康服務,包括危及健康因素的監(jiān)控與預警、網(wǎng)絡平臺、社區(qū)服務等方面。
金融領域
精準營銷,如依據(jù)客戶畫像、分群特征進行推薦等;風險管控,如信用評級或融資支持,反欺詐等;決策支持,如利用抉策樹技術貸款管理與評估,產(chǎn)業(yè)信貸風險控制等;效率提升,如利用大數(shù)據(jù)技術加快內(nèi)部數(shù)據(jù)處理速度等;金融產(chǎn)品設計,如利用客戶行為數(shù)據(jù)設計滿足客戶需求的金融產(chǎn)品,智能投顧等。
電信領域
流量經(jīng)營精細化;智能客服;個性化用戶體驗;數(shù)據(jù)服務,如位置數(shù)據(jù)貨幣化等。
交通領域
智能公交,如公交車智能調(diào)度等;交通規(guī)則輔助決策,如路況分析、擁堵路線規(guī)劃等;群體出行行為預測;車聯(lián)網(wǎng)大數(shù)據(jù),如駕駛行為分析等;路網(wǎng)監(jiān)控;地鐵大數(shù)據(jù);民航大數(shù)據(jù)、航空大數(shù)據(jù),如航油分析等;鐵路大數(shù)據(jù);航運大數(shù)據(jù)等。
環(huán)保領域
面向政府,如污染物總量核算與分析,行業(yè)數(shù)據(jù)評價,單個企業(yè)排污數(shù)據(jù)分析,線上線下數(shù)據(jù)對比;面向企業(yè),污染物排放數(shù)據(jù)分析,原材料數(shù)據(jù)分析,生產(chǎn)工藝參數(shù)分析,產(chǎn)品結構分析等;面向公眾,環(huán)境質(zhì)量數(shù)據(jù)可視化等。
生物領域
精準醫(yī)學;基因工程,如大數(shù)據(jù)基因庫等;制藥大數(shù)據(jù),如藥物研發(fā)等。
體育領域
競技水平提升,如戰(zhàn)術設計、球員評估&選拔、訓練反饋等;傷病預防,如將運動員傷病史、運動習慣和歷史其他數(shù)據(jù)進行建模分析并最終預判傷病發(fā)生情況;體育數(shù)字娛樂,賽事預測、體彩大數(shù)據(jù)等。
零售領域
消費行為分析;銷售力及貨架資源利用率分析;商品間銷售關聯(lián)關系分析等。
電商領域
客戶獲取;消費行為分析;銷售力分析;商品間銷售關聯(lián)關系分析;客戶畫像,客戶價值分析,精準營銷;線上線下數(shù)據(jù)分析與決策。
媒體領域
智慧廣電,如廣播電視收視行為分析、觀眾分群,觀眾畫像;個性化節(jié)目推薦,精準節(jié)目推送等;智慧新聞出版,如出版物內(nèi)容分析、內(nèi)容智能編輯,讀者行為分析,精準推薦等;新媒體大數(shù)據(jù)等。
輿情領域
面向政府,如社會熱點追蹤,民聲收集與分析,輿論熱點推薦,敏感話題預警等;面向企業(yè),網(wǎng)絡口碑檢測,競爭對手分析,消費者行為分析,行業(yè)動態(tài)采集等。
教育領域
學習者經(jīng)驗分析,學習者行為分析,學習者知識模型,領域知識模型;學習者畫像與檔案;教學策略分析,如個性化教學等;精準學生管理,如問題學生預測;教育數(shù)據(jù)服務;精準就業(yè)預測分析等。
公安領域
刑偵大數(shù)據(jù),如涉毒人員分析,警情預測,情報大數(shù)據(jù),串并案分析,嫌疑人畫像分析等;網(wǎng)偵大數(shù)據(jù),如網(wǎng)絡犯罪識別與預測等;交警大數(shù)據(jù);職務犯罪預測與分析等。
能源領域
電力大數(shù)據(jù),電力計量與分析,電力生產(chǎn)計劃,用電端數(shù)據(jù)分析,智能電網(wǎng)監(jiān)管與分析,設備可預測性維護等;新能源大數(shù)據(jù),風電大數(shù)據(jù)、光伏大數(shù)據(jù)、生物發(fā)電大數(shù)據(jù),設備可預測性維護等;石油、石化大數(shù)據(jù),設備可預測維護,工程安全等;綠色節(jié)能大數(shù)據(jù),如合同能源管理等。
農(nóng)業(yè)領域
風險管控與預測,如病蟲害預測,自然災害預測等;精準農(nóng)業(yè),如作物成熟度與上市期預測等;農(nóng)產(chǎn)品質(zhì)量安全管理,如農(nóng)產(chǎn)品溯源等;農(nóng)資服務大數(shù)據(jù);農(nóng)技服務大數(shù)據(jù)。
工業(yè)領域
產(chǎn)品創(chuàng)新;產(chǎn)品故障診斷與預測;工業(yè)物聯(lián)網(wǎng)生產(chǎn)線的大數(shù)據(jù)應用;工業(yè)供應鏈的分析和優(yōu)化;產(chǎn)品銷售預測與需求管理;生產(chǎn)計劃與排程;產(chǎn)品質(zhì)量管理與分析;工業(yè)污染與環(huán)保檢測等。
以上內(nèi)容,和大家分享了筆者關于大數(shù)據(jù)產(chǎn)業(yè)生態(tài)、大數(shù)據(jù)應用場景的認知和觀點,希望對大家有所幫助,也為大家在推動大數(shù)據(jù)項目落地時,引入哪一類大數(shù)據(jù)能力提供者,完成哪個領域的大數(shù)據(jù)應用場景的建設,提供一些參考。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11