數(shù)據(jù)新能源驅(qū)動(dòng)智慧新世界:大數(shù)據(jù)應(yīng)用從互聯(lián)網(wǎng)向傳統(tǒng)
互聯(lián)網(wǎng)+數(shù)據(jù)”的創(chuàng)新創(chuàng)業(yè)模式成為“互聯(lián)網(wǎng)++創(chuàng)新創(chuàng)業(yè)的主要方向之一,為經(jīng)濟(jì)創(chuàng)新帶來(lái)新增量。
不同行業(yè)大數(shù)據(jù)應(yīng)用進(jìn)程的速度,與行業(yè)的信息化水平、行業(yè)與消費(fèi)者的距離、行業(yè)的數(shù)據(jù)擁有程度最為相關(guān)??偲饋?lái)看,可以分為四類:
第一類是互聯(lián)網(wǎng)和營(yíng)銷行業(yè)?;ヂ?lián)網(wǎng)行業(yè)本身就是離消費(fèi)者最近的行業(yè),同時(shí)擁有大量實(shí)時(shí)產(chǎn)生的數(shù)據(jù),在線化是其企業(yè)運(yùn)營(yíng)的基本要素,因此大數(shù)據(jù)應(yīng)用的程度是最高的。與之相伴的營(yíng)銷行業(yè),是圍繞著互聯(lián)網(wǎng)用戶行為分析、為消費(fèi)者提供個(gè)性化營(yíng)銷服務(wù)為主要目標(biāo)的行業(yè)。
第二類是信息化水平比較高的行業(yè)。比如金融、電信這兩類行業(yè),它們是比較早進(jìn)行信息化建設(shè),內(nèi)部業(yè)務(wù)系統(tǒng)的信息化相對(duì)比較完善,對(duì)內(nèi)部數(shù)據(jù)有大量的歷史積累,并且有一些深層次的分析類應(yīng)用,目前正走在內(nèi)外部數(shù)據(jù)結(jié)合起來(lái)共同為業(yè)務(wù)服務(wù)的階段。
第三類是政府及公用事業(yè)行業(yè)。不同部門的信息化程度和數(shù)據(jù)化程度差異較大,比如交通行業(yè)目前已經(jīng)有了不少大數(shù)據(jù)應(yīng)用案例,但有些行業(yè)還處在數(shù)據(jù)采集和積累階段,但政府將會(huì)是未來(lái)整個(gè)大數(shù)據(jù)產(chǎn)業(yè)快速發(fā)展的關(guān)鍵,通過(guò)政府及公用數(shù)據(jù)開(kāi)放可以使政府?dāng)?shù)據(jù)在線化走得更快,從而激發(fā)數(shù)據(jù)類創(chuàng)新創(chuàng)業(yè)的大發(fā)展。
第四類是制造業(yè)、物流、醫(yī)療、農(nóng)業(yè)等行業(yè)。它們的大數(shù)據(jù)應(yīng)用水平還處在初級(jí)階段,但未來(lái)消費(fèi)者驅(qū)動(dòng)的C2B模式會(huì)倒逼著這些行業(yè)的大數(shù)據(jù)應(yīng)用進(jìn)程逐步加快。
具體來(lái)說(shuō),不同行業(yè)的大數(shù)據(jù)應(yīng)用呈現(xiàn)出以下的顯著特點(diǎn):
互聯(lián)網(wǎng)公司數(shù)據(jù)業(yè)務(wù)化加速
互聯(lián)網(wǎng)公司擁有大量的線上數(shù)據(jù),而且數(shù)據(jù)量的增長(zhǎng)速度是非常驚人的,除了利用大數(shù)據(jù)提升自己業(yè)務(wù)之外,如何實(shí)現(xiàn)數(shù)據(jù)業(yè)務(wù)化,利用大數(shù)據(jù)發(fā)現(xiàn)新的商業(yè)價(jià)值對(duì)于大家來(lái)說(shuō),依然處在不斷嘗試過(guò)程之中。以阿里巴巴為例,從個(gè)性化推薦、千人千面這種面向消費(fèi)者的大數(shù)據(jù)應(yīng)用加強(qiáng)之外,智能客戶服務(wù)利用大數(shù)據(jù)的力度也在不斷加強(qiáng),這種應(yīng)用場(chǎng)景會(huì)逐漸從內(nèi)部應(yīng)用到外部很多企業(yè)的呼叫中心之中,面向商家的大數(shù)據(jù)應(yīng)用以生意參謀為例,超過(guò)600萬(wàn)商家在利用生意參謀提升自己的電商店面運(yùn)營(yíng)水平等。除了面向自己的生態(tài)之外,阿里巴巴數(shù)據(jù)業(yè)務(wù)化在不斷加速,芝麻信用這種基于收集的個(gè)人數(shù)據(jù)進(jìn)行個(gè)人信用評(píng)估的應(yīng)用獲得長(zhǎng)足發(fā)展,應(yīng)用場(chǎng)景從阿里巴巴的內(nèi)部延展到越來(lái)越多的外部場(chǎng)景,比如租車、酒店、簽證等。
大數(shù)據(jù)營(yíng)銷實(shí)現(xiàn)精準(zhǔn)觸達(dá)
全域大數(shù)據(jù)營(yíng)銷成新方向
營(yíng)銷的實(shí)質(zhì)是從消費(fèi)者出發(fā),第一,需要找到消費(fèi)者內(nèi)心深處很清晰、或者不那么清晰但潛意識(shí)中對(duì)于商品的喜好;第二,以數(shù)據(jù)為驅(qū)動(dòng),使商品能夠精準(zhǔn)的觸達(dá)用戶,并不斷在實(shí)施過(guò)程中進(jìn)行優(yōu)化;第三,讓老客戶的營(yíng)銷能獲得社會(huì)化的傳播。效果營(yíng)銷和品牌在大數(shù)據(jù)驅(qū)動(dòng)下需要把整個(gè)串聯(lián)起來(lái)。
DMP(數(shù)據(jù)管理平臺(tái))平臺(tái)在從早期廣告服務(wù)平臺(tái)逐步演變?yōu)槠髽I(yè)客戶營(yíng)銷的核心引擎,DMP服務(wù)商在不斷把更多的數(shù)據(jù)整合進(jìn)統(tǒng)一平臺(tái),并對(duì)這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、標(biāo)簽化和細(xì)分,為客戶提供更精準(zhǔn)的數(shù)字化營(yíng)銷服務(wù)。
程序化營(yíng)銷的概念得到了普及和發(fā)展,正在向更精細(xì)化方向發(fā)展,利用大數(shù)據(jù)實(shí)現(xiàn)更精準(zhǔn)的受眾,營(yíng)銷效果及ROI透明化成為主要方向。如何收集消費(fèi)者更多元化的數(shù)據(jù),對(duì)消費(fèi)者給出更全方位的畫(huà)像成為營(yíng)銷大數(shù)據(jù)應(yīng)用的重要方向。比如,通過(guò)收集消費(fèi)者的消費(fèi)、所屬行業(yè)、搜索行為、品牌喜好、興趣等行為數(shù)據(jù)以及社交、位置等數(shù)據(jù),通過(guò)可視化的標(biāo)簽,可以幫助企業(yè)更方便直觀的選擇、觸達(dá)到目標(biāo)人群。
利用大數(shù)據(jù)推動(dòng)內(nèi)容營(yíng)銷,并分析不同內(nèi)容模式的效果,就可以更敏銳地洞察到,哪些內(nèi)容能夠?qū)撛诳蛻艮D(zhuǎn)化為客戶;利用大數(shù)據(jù)創(chuàng)造更有意義的個(gè)性化,并且選擇在適合的時(shí)間以適合的渠道向潛在客戶自動(dòng)發(fā)送適合的內(nèi)容;融合線上線下數(shù)據(jù)、內(nèi)部外部數(shù)據(jù),尤其是重視移動(dòng)端和社交數(shù)據(jù)的整合,通過(guò)統(tǒng)一的全域大數(shù)據(jù)平臺(tái)對(duì)消費(fèi)者或最終用戶進(jìn)行全方位分析和展示,才能利用大數(shù)據(jù)實(shí)現(xiàn)營(yíng)銷效果最大化,實(shí)現(xiàn)營(yíng)銷應(yīng)用的閉環(huán)。
金融大數(shù)據(jù)應(yīng)用
從點(diǎn)到面,逐漸深化
金融行業(yè)數(shù)據(jù)類型豐富,數(shù)據(jù)質(zhì)量好,信息化程度高,數(shù)據(jù)商業(yè)應(yīng)用較早。金融行業(yè)的大數(shù)據(jù)商業(yè)應(yīng)用較為成熟,一直是傳統(tǒng)行業(yè)中走在大數(shù)據(jù)商業(yè)應(yīng)用前列的行業(yè)。傳統(tǒng)金融行業(yè)的數(shù)據(jù)源非常豐富,以銀行為例,銀行的交易系統(tǒng)每天產(chǎn)生數(shù)億筆交易信息,這些數(shù)據(jù)以結(jié)構(gòu)化數(shù)據(jù)為主。在其業(yè)務(wù)處理過(guò)程中,產(chǎn)生了大量日志數(shù)據(jù),網(wǎng)上銀行業(yè)務(wù)的頻繁使得消費(fèi)者的金融消費(fèi)行為數(shù)據(jù)變得豐富,還有越來(lái)越多的移動(dòng)端和社交媒體數(shù)據(jù)等。金融業(yè)是傳統(tǒng)軟硬件的重度用戶,越來(lái)越多的銀行業(yè)用戶開(kāi)始引入開(kāi)源平臺(tái),不少銀行已經(jīng)采用
Hadoop平臺(tái)建立的大數(shù)據(jù)應(yīng)用主要用于查詢歷史記錄類應(yīng)用。
金融業(yè)的應(yīng)用場(chǎng)景變得更豐富多彩:從最受關(guān)注的反欺詐和風(fēng)險(xiǎn)控制類應(yīng)用來(lái)看,金融業(yè)互聯(lián)網(wǎng)業(yè)務(wù)的出現(xiàn)在為大家?guī)?lái)便利的同時(shí),也增加了出現(xiàn)風(fēng)險(xiǎn)的渠道。因此無(wú)論是傳統(tǒng)金融業(yè)還是新興的互聯(lián)網(wǎng)金融企業(yè),都在利用大數(shù)據(jù)搭建更加精準(zhǔn)的信用風(fēng)險(xiǎn)評(píng)估模型,以降低金融服務(wù)的風(fēng)險(xiǎn),同時(shí)對(duì)一些不合規(guī)行為提前進(jìn)行預(yù)警;金融行業(yè)的大數(shù)據(jù)營(yíng)銷應(yīng)用方面開(kāi)始把社交和移動(dòng)端數(shù)據(jù)結(jié)合進(jìn)營(yíng)銷類應(yīng)用,對(duì)消費(fèi)者進(jìn)行更為精準(zhǔn)地分析,為后續(xù)的新產(chǎn)品服務(wù)開(kāi)發(fā)奠定基礎(chǔ);在客戶關(guān)系管理領(lǐng)域,金融企業(yè)開(kāi)始利用大數(shù)據(jù)刻畫(huà)消費(fèi)者的行為,進(jìn)行客戶流失率分析、客戶體驗(yàn)分析以及客戶分類優(yōu)化分析等細(xì)分類應(yīng)用。
運(yùn)營(yíng)商大數(shù)據(jù)應(yīng)用
從自身發(fā)展到跨行業(yè)
運(yùn)營(yíng)商的大數(shù)據(jù)應(yīng)用場(chǎng)景主要還是圍繞著自己的傳統(tǒng)業(yè)務(wù),在網(wǎng)絡(luò)運(yùn)營(yíng)、
精準(zhǔn)營(yíng)銷以及客戶服務(wù)等方面開(kāi)展應(yīng)用,提高運(yùn)營(yíng)效率,比如根據(jù)用戶的使用習(xí)慣進(jìn)行用戶群體劃分,從而對(duì)用戶個(gè)性化推薦合理的套餐等營(yíng)銷類應(yīng)用;比如根據(jù)網(wǎng)絡(luò)故障以及網(wǎng)絡(luò)擁堵的狀況所積累下來(lái)的日志數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)優(yōu)化,合理部署網(wǎng)絡(luò)資源,提高網(wǎng)絡(luò)效率,為客戶提供差異化服務(wù);根據(jù)用戶投訴或者客戶服務(wù)水平的評(píng)估,分析離網(wǎng)客戶的
特征,制定挽留潛在離網(wǎng)用戶的措施。
最近兩年的變化在于,第一是運(yùn)營(yíng)商擁有大量的用戶移動(dòng)互聯(lián)網(wǎng)使用數(shù)據(jù)、支付數(shù)據(jù)以及GPS數(shù)據(jù)等,開(kāi)始通過(guò)將經(jīng)過(guò)脫敏后的數(shù)據(jù)資源開(kāi)放給數(shù)據(jù)需求方或者通過(guò)交換的方式獲取自己所需的數(shù)據(jù);第二是開(kāi)始將依據(jù)已有數(shù)據(jù)的分析服務(wù)對(duì)外輸出給其他行業(yè)客戶,比如有交通行業(yè)用戶利用運(yùn)營(yíng)商信令數(shù)據(jù)進(jìn)行交通狀況的預(yù)測(cè)。
交通大數(shù)據(jù)應(yīng)用突破:
從交通管理發(fā)展到智慧交通
作為直接為市民提供公共服務(wù)的管理部門,交通狀況的好壞是一個(gè)城市或區(qū)域城市管理水平的直接體現(xiàn)。交通大數(shù)據(jù)的應(yīng)用從以往的交通數(shù)據(jù)收集和管理,朝智慧交通的方向發(fā)展。開(kāi)始利用物聯(lián)網(wǎng)技術(shù)全面感知交通狀況,實(shí)現(xiàn)不同來(lái)源數(shù)據(jù)的融合,用
云計(jì)算和大數(shù)據(jù)來(lái)服務(wù)和決策,通過(guò)數(shù)據(jù)的實(shí)時(shí)、科學(xué)分析和建模做出預(yù)測(cè)和預(yù)判,通過(guò)多元化的服務(wù)渠道主動(dòng)傳遞。
智慧交通成為很多智慧城市重要的切入點(diǎn)。我們看到有不少城市在利用大數(shù)據(jù)進(jìn)行交通狀況預(yù)測(cè)和統(tǒng)籌管理方面有了實(shí)際的進(jìn)展,比如,浙江交通利用來(lái)自運(yùn)營(yíng)商的信令
數(shù)據(jù)分析,實(shí)現(xiàn)了對(duì)未來(lái)1個(gè)小時(shí)路況的預(yù)測(cè),準(zhǔn)確率達(dá)到90%以上,使得交通管理部門可以依此進(jìn)行決策;貴州交警則對(duì)海量交通數(shù)據(jù)進(jìn)行全庫(kù)關(guān)聯(lián),通過(guò)對(duì)車輛圖片進(jìn)行結(jié)構(gòu)化處理并與原有真實(shí)車輛圖片進(jìn)行對(duì)比,實(shí)現(xiàn)了對(duì)套牌車的精準(zhǔn)識(shí)別,并依此開(kāi)始建立重點(diǎn)駕駛?cè)苏餍畔到y(tǒng)。以高德交通大數(shù)據(jù)應(yīng)用為例,高德通過(guò)交通大數(shù)據(jù)云平臺(tái)支撐使得交通數(shù)據(jù)的采集、生產(chǎn)、發(fā)布到用戶反饋形成了完整閉環(huán),不僅為用戶提供實(shí)時(shí)路況查詢,還可以根據(jù)信息在導(dǎo)航過(guò)程中調(diào)整路線規(guī)劃躲避擁堵路段。
CDA數(shù)據(jù)分析師考試相關(guān)入口一覽(建議收藏):
? 想報(bào)名CDA認(rèn)證考試,點(diǎn)擊>>>
“CDA報(bào)名”
了解CDA考試詳情;
? 想學(xué)習(xí)CDA考試教材,點(diǎn)擊>>> “CDA教材” 了解CDA考試詳情;
? 想加入CDA考試題庫(kù),點(diǎn)擊>>> “CDA題庫(kù)” 了解CDA考試詳情;
? 想了解CDA考試含金量,點(diǎn)擊>>> “CDA含金量” 了解CDA考試詳情;