
從2014中國(guó)產(chǎn)業(yè)鏈大數(shù)據(jù)報(bào)告,看企業(yè)未來(lái)(2)_數(shù)據(jù)分析師
三、產(chǎn)業(yè)鏈大數(shù)據(jù)的應(yīng)用
1、大數(shù)據(jù)對(duì)能源產(chǎn)業(yè)鏈的變革
能源行業(yè)作為比較傳統(tǒng)的一個(gè)產(chǎn)業(yè),多年來(lái)一直沒(méi)有太大變化,其產(chǎn)業(yè)鏈結(jié)構(gòu)及生態(tài)結(jié)構(gòu)均處于比較穩(wěn)定的狀態(tài),但隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、智能化設(shè)備的逐步成熟和深入,我們傳統(tǒng)理解上的行業(yè)也在發(fā)生較大的改變。
“產(chǎn)業(yè)鏈大數(shù)據(jù)”有利于推動(dòng)能源行業(yè)監(jiān)管協(xié)調(diào)及能源運(yùn)行安全預(yù)警體系的建立;有助于推進(jìn)能源企業(yè)科學(xué)化、智能化運(yùn)營(yíng)管理及能源行業(yè)市場(chǎng)化的發(fā)展;在引導(dǎo)能源合理消費(fèi),實(shí)現(xiàn)科學(xué)高效的需求側(cè)管理方面發(fā)揮著積極作用。
能源行業(yè)的運(yùn)行數(shù)據(jù)是政府進(jìn)行市場(chǎng)協(xié)調(diào)與監(jiān)管,保障國(guó)家能源運(yùn)行安全的重要基礎(chǔ)。當(dāng)前,我國(guó)能源數(shù)據(jù)體系尚不完善,數(shù)據(jù)的數(shù)量、種類及來(lái)源較少,信息采集渠道不暢通,數(shù)據(jù)傳達(dá)相對(duì)滯后,時(shí)效性不強(qiáng),大大降低了政府進(jìn)行能源行業(yè)規(guī)劃與決策的準(zhǔn)確性,以及運(yùn)行協(xié)調(diào)和應(yīng)急管理的有效性。
因此,作為政府應(yīng)積極開(kāi)展與能源企業(yè)和報(bào)價(jià)機(jī)構(gòu)合作,搭建能源行業(yè)“產(chǎn)業(yè)鏈大數(shù)據(jù)”平臺(tái),按照行業(yè)類型分區(qū)域構(gòu)建生產(chǎn)、運(yùn)輸、銷(xiāo)售及貿(mào)易的基礎(chǔ)數(shù)據(jù)庫(kù),建立能源數(shù)據(jù)采集、分析、處理和預(yù)警體系,及時(shí)準(zhǔn)確地掌握能源行業(yè)的運(yùn)行現(xiàn)狀,努力提高政府決策和規(guī)劃的科學(xué)性與時(shí)效性。
能源行業(yè)企業(yè)能夠充分利用“產(chǎn)業(yè)大數(shù)據(jù)”帶來(lái)的信息資源,分析資源現(xiàn)狀和市場(chǎng)現(xiàn)狀,更好地規(guī)劃能源生產(chǎn)與資源分配,大大降低企業(yè)的運(yùn)營(yíng)成本和決策失誤所帶來(lái)的損失;根據(jù)能源市場(chǎng)具有影響力的播報(bào)機(jī)構(gòu)提供的數(shù)據(jù),企業(yè)能夠更加清楚地了解市場(chǎng)運(yùn)行動(dòng)態(tài),尤其是市場(chǎng)價(jià)格的變動(dòng),并以此為依據(jù)簽訂市場(chǎng)交易合同,進(jìn)一步推動(dòng)能源行業(yè)市場(chǎng)化改革;
三是企業(yè)能夠根據(jù)客戶提供的信息數(shù)據(jù),全面分析和掌握客戶消費(fèi)行為,大力挖掘市場(chǎng)需求,科學(xué)管理能源用戶,合理調(diào)整能源供應(yīng)結(jié)構(gòu),提高能源的使用效率;
四是企業(yè)可以根據(jù)其內(nèi)部運(yùn)行和管理數(shù)據(jù),進(jìn)行信息化操作和智能化管理,及時(shí)分析解決企業(yè)的運(yùn)行現(xiàn)狀和存在的問(wèn)題,提高企業(yè)的運(yùn)行效率,確保企業(yè)運(yùn)行安全與能源的穩(wěn)定供應(yīng)。
現(xiàn)階段,我國(guó)能源行業(yè)的“產(chǎn)業(yè)鏈大數(shù)據(jù)”剛剛起步,具有巨大的發(fā)展?jié)摿屯诰騼r(jià)值,前景十分廣闊。因此,我國(guó)應(yīng)牢牢抓住機(jī)遇,以能源行業(yè)信息化建設(shè)為基礎(chǔ),以能源市場(chǎng)數(shù)據(jù)體系建設(shè)為契機(jī),高度重視能源行業(yè)“產(chǎn)業(yè)鏈大數(shù)據(jù)”的戰(zhàn)略部署和機(jī)制設(shè)計(jì),加強(qiáng)信息技術(shù)的創(chuàng)新及設(shè)備研發(fā),培養(yǎng)高端技術(shù)人才,大力推進(jìn)“產(chǎn)業(yè)鏈大數(shù)據(jù)”產(chǎn)業(yè)與能源行業(yè)的快速融合,使我國(guó)能源領(lǐng)域的“產(chǎn)業(yè)鏈大數(shù)據(jù)”能夠服務(wù)于國(guó)家能源發(fā)展。
2、大數(shù)據(jù)對(duì)汽車(chē)、配件及后市場(chǎng)產(chǎn)業(yè)鏈的變革
汽車(chē)行業(yè)作為當(dāng)今社會(huì)重要組成部分,在工業(yè)經(jīng)濟(jì)中有及其重要的地位。隨著我國(guó)企業(yè)保有量和人均汽車(chē)消費(fèi)支出的持續(xù)上升,汽車(chē)也成為我們居民生活中有及其重要的部分。
產(chǎn)業(yè)鏈大數(shù)據(jù)對(duì)企業(yè)行業(yè)的營(yíng)銷(xiāo)可以分為工業(yè)部分和消費(fèi)部分兩塊。在傳統(tǒng)的銷(xiāo)售模式中,汽車(chē)廠商通過(guò)廣告等各種銷(xiāo)售技巧把車(chē)賣(mài)出去,最后會(huì)發(fā)現(xiàn)總有賣(mài)不完的庫(kù)存,總有一些目標(biāo)消費(fèi)者沒(méi)有購(gòu)買(mǎi)汽車(chē),因?yàn)闆](méi)有人知道這些顧客需要什么,生產(chǎn)的車(chē)型沒(méi)能滿足他們的需求。
幾乎所有企業(yè)都嘗試過(guò)降價(jià)促銷(xiāo),雖然這種做法在刺激銷(xiāo)售的過(guò)程中也降低了利潤(rùn),企業(yè)卻并無(wú)它路。因?yàn)闆](méi)有數(shù)據(jù)就無(wú)法對(duì)顧客需求進(jìn)行分析。在大數(shù)據(jù)時(shí)代,這種盲目的運(yùn)營(yíng)模式被完全顛覆。大數(shù)據(jù)放置于汽車(chē)行業(yè),將會(huì)帶來(lái)的改變有:
A、有意義的選擇:傳統(tǒng)購(gòu)車(chē)程序中,人們根據(jù)顏色、外觀、引擎甚至安全性、豪華與否等角度選擇,而對(duì)那些“不知道自己要什么”的消費(fèi)者來(lái)講,一個(gè)甚至幾個(gè)類似“空間更大?”“座位更大?”的固定問(wèn)題并不能真正戳中心房。
這時(shí)候,必須要知道每一位消費(fèi)者的自身需求,提供更多選擇的可能性。通過(guò)數(shù)以百萬(wàn)計(jì)的選項(xiàng),滿足每一個(gè)細(xì)項(xiàng)需求。真正的了解消費(fèi)者,知道他們想要什么,而不是為什么。這些基于了解之上的需求選項(xiàng)比苦苦追問(wèn)“為什么選這個(gè)”要有意義的多。
B、靈活的生產(chǎn):通過(guò)大數(shù)據(jù)的統(tǒng)計(jì)知道消費(fèi)者需要什么,按照偏好生產(chǎn),與市場(chǎng)需求靈活匹配。對(duì)現(xiàn)在的汽車(chē)生產(chǎn)商來(lái)說(shuō),他們清楚要做什么,但是要做到靈活的調(diào)整生產(chǎn)方式就有些難度了。了解—分析—供需匹配—提升銷(xiāo)售,這一閉環(huán)的更迭速度基于對(duì)消費(fèi)市場(chǎng)大數(shù)據(jù)的精準(zhǔn)把握。
過(guò)去的汽車(chē)行業(yè)變革,可以歸納為更大的引擎、更快的速度、更少的燃油。基于大數(shù)據(jù)的變革卻顯而易見(jiàn):和數(shù)據(jù)有關(guān)的改善——改善生產(chǎn)流程、商業(yè)思維、汽車(chē)生活。
我們可以大膽設(shè)想這樣的場(chǎng)景:車(chē)內(nèi)系統(tǒng)自動(dòng)采集駕駛者的駕駛習(xí)慣信息,為不同的駕駛者匹配不同的汽車(chē)設(shè)置;夜晚疲勞駕車(chē)時(shí),駕駛者坐姿發(fā)生改變,車(chē)內(nèi)會(huì)自動(dòng)發(fā)出警告;又或者通過(guò)指紋識(shí)別車(chē)主、啟動(dòng)車(chē)輛等。這都是大數(shù)據(jù)的應(yīng)用案例,有些已經(jīng)應(yīng)用在現(xiàn)在的汽車(chē)當(dāng)中。
流動(dòng)性數(shù)據(jù)不斷地產(chǎn)生,通過(guò)車(chē)內(nèi)感應(yīng)器對(duì)數(shù)據(jù)收集、傳送,可以對(duì)可能出現(xiàn)的零部件故障、隱患進(jìn)行及時(shí)的處理。一方面有利于解決汽車(chē)安全隱患,另一方面將幫助汽車(chē)品質(zhì)的更新?lián)Q代,提升產(chǎn)品的設(shè)計(jì)和構(gòu)造。
首先以勞斯萊斯為例,作為一家生產(chǎn)豪華車(chē)的公司,勞斯萊斯也是世界上第二大航空引擎制造商,并且已經(jīng)變成一個(gè)大數(shù)據(jù)公司。通過(guò)在每一個(gè)噴氣式飛機(jī)的引擎上建立測(cè)量、采集的數(shù)據(jù)中心,勞斯萊斯可以預(yù)測(cè)引擎的哪一個(gè)部件可能會(huì)發(fā)生故障。比如通過(guò)聲音、振動(dòng)的改變,提前在故障發(fā)生之前更換飛機(jī)引擎某些零部件,避免發(fā)生空難的可能。
再以UPS為例,UPS有6萬(wàn)輛汽車(chē)進(jìn)行運(yùn)輸工作,UPS在汽車(chē)?yán)锇惭b了傳感器,將所有數(shù)據(jù)收集起來(lái)進(jìn)行大數(shù)據(jù)分析,提高汽車(chē)的導(dǎo)航系統(tǒng)和物流線路布局,并且在去年節(jié)省了約5千萬(wàn)公里的里程。
汽車(chē)作為人類夢(mèng)想的現(xiàn)實(shí)化身,它的出現(xiàn)解決了人類的移動(dòng)需求。過(guò)去的汽車(chē)或許更多的是跟引擎的轉(zhuǎn)動(dòng)、機(jī)械的轟鳴相關(guān),而大數(shù)據(jù)時(shí)代的汽車(chē),則更多的考慮人類目前最迫切的需求——完美的出行解決方案。依據(jù)整個(gè)生態(tài)系統(tǒng)制定出行方案,對(duì)蝸居都市的用車(chē)人群十分必要:在鬧市區(qū)找到一個(gè)停車(chē)位,在上下班高峰期實(shí)時(shí)避開(kāi)擁堵路段,在汽車(chē)的指引下找到最便捷的餐館、加油站等。
通過(guò)對(duì)數(shù)據(jù)的有效利用影響未來(lái)發(fā)展格局:對(duì)新能源汽車(chē)來(lái)講,通過(guò)數(shù)據(jù)模型分析城市內(nèi)充電設(shè)備等基礎(chǔ)設(shè)施的布局地點(diǎn)、使用結(jié)點(diǎn),合理建設(shè)道路輔助設(shè)施;對(duì)無(wú)人駕駛汽車(chē)來(lái)講,將車(chē)輛自身的數(shù)據(jù)收集能力、后臺(tái)計(jì)算能力與整個(gè)出行生態(tài)系統(tǒng)實(shí)時(shí)匹配、整合、反饋,達(dá)成技術(shù)實(shí)現(xiàn)的可能。
3、大數(shù)據(jù)對(duì)食品飲料產(chǎn)業(yè)鏈的變革
從目前食品飲料行業(yè)情況來(lái)看,年?duì)I收極大超出同行表現(xiàn)的企業(yè)中,將近50%的企業(yè)具有十分明確的數(shù)據(jù)戰(zhàn)略,將大數(shù)據(jù)作為其在未來(lái)的發(fā)展放在及其重要的位置。
在大數(shù)據(jù)基礎(chǔ)上,通過(guò)數(shù)據(jù)的分析、提煉和應(yīng)用實(shí)現(xiàn)商業(yè)價(jià)值,正被提升到前所未有的高度。針對(duì)大數(shù)據(jù)特點(diǎn),進(jìn)行產(chǎn)業(yè)鏈大數(shù)據(jù)的優(yōu)化、升級(jí),應(yīng)用最新的技術(shù),中國(guó)食品已在悄然布局。中國(guó)食品的數(shù)據(jù)量在不斷增長(zhǎng),如何快速、實(shí)時(shí)、智能化處理海量數(shù)據(jù),產(chǎn)業(yè)鏈大數(shù)據(jù)必須要提升系統(tǒng)功能性、業(yè)務(wù)靈活性等指標(biāo)才能達(dá)到目標(biāo)。如今,中國(guó)食品行業(yè),產(chǎn)業(yè)鏈大數(shù)據(jù)已涉及高級(jí)管理層、業(yè)務(wù)管理層、業(yè)務(wù)操作層等各方面。
食品飲料行業(yè)最大的特點(diǎn)就是“單據(jù)量大”、“顆粒度細(xì)”。面對(duì)海量信息,公司首先想到的是如何處理數(shù)據(jù);其次是如何展現(xiàn)數(shù)據(jù);最后是如何在大數(shù)量上進(jìn)行增值,給管理層提供有價(jià)值的決策信息,這需要不斷優(yōu)化產(chǎn)業(yè)鏈大數(shù)據(jù)基礎(chǔ)平臺(tái)。
以中國(guó)食品有限公司為例,中國(guó)食品有限公司的BW系統(tǒng)和ERP系統(tǒng)同在2007年上線。在中國(guó)食品有限公司和IBM(IBM是項(xiàng)目實(shí)施方)的共同努力下,中國(guó)食品利用SAPBW建立了商務(wù)智能分析系統(tǒng),該系統(tǒng)更多基于公司業(yè)務(wù)需求進(jìn)行設(shè)計(jì)。
經(jīng)過(guò)五年的發(fā)展,目前,中國(guó)食品的系統(tǒng)訂單量翻了近一倍,一天要處理營(yíng)業(yè)額為1個(gè)多億規(guī)模的業(yè)務(wù)。除了來(lái)自銷(xiāo)售、供應(yīng)鏈、財(cái)務(wù)環(huán)境的ERP數(shù)據(jù)通過(guò)SAPBW展現(xiàn)外,中糧集團(tuán)旗下中國(guó)食品公司也在考慮如何把非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析,變成決策依據(jù),比如:人口統(tǒng)計(jì)信息、市場(chǎng)份額信息、消費(fèi)者調(diào)研信息、社交網(wǎng)絡(luò)信息等。
4、大數(shù)據(jù)對(duì)物流供應(yīng)鏈服務(wù)的變革
在物流領(lǐng)域有兩個(gè)著名的理論——“黑大陸”說(shuō)和“物流冰山”說(shuō)。前者是著名的管理學(xué)權(quán)威P·E·德魯克提出的,主要是指在流通領(lǐng)域中物流活動(dòng)的模糊性尤其突出,因此是流通領(lǐng)域中最具潛力的領(lǐng)域。后來(lái),日本早稻田大學(xué)教授西澤修,用物流成本的具體分析論證了德魯克的“黑大陸”說(shuō),提出人們對(duì)物流費(fèi)用的了解是一片空白,甚至有很大的虛假性。
他認(rèn)為,物流就像一座冰山,其中沉在水面以下的是我們看不到的黑色區(qū)域,這部分就是黑大陸,而這正是物流尚待開(kāi)發(fā)的領(lǐng)域,也是物流的潛力所在。
那么,靠什么來(lái)了解和掌控物流活動(dòng)?最直接的當(dāng)然是數(shù)據(jù)。可以想見(jiàn),如果人們能夠掌握物流活動(dòng)過(guò)程中的全部數(shù)據(jù),那么所謂的物流“黑大陸”就不存在了;而如果能夠充分分析和挖掘這些數(shù)據(jù)的價(jià)值,就能夠幫助我們找到物流市場(chǎng)的潛力所在,也就是未來(lái)物流領(lǐng)域的新藍(lán)海。換句話說(shuō),“產(chǎn)業(yè)鏈大數(shù)據(jù)”分析將是打開(kāi)物流潛力市場(chǎng)的金鑰匙。
“產(chǎn)業(yè)鏈大數(shù)據(jù)”的價(jià)值,在于從海量的數(shù)據(jù)中發(fā)現(xiàn)新的知識(shí),創(chuàng)造新的價(jià)值。數(shù)據(jù)本身在其轉(zhuǎn)化為信息,并通過(guò)信息的提煉成為普適規(guī)律,最終創(chuàng)造利潤(rùn)的過(guò)程中,變得價(jià)值連城。這已經(jīng)被越來(lái)越多的物流企業(yè)所認(rèn)識(shí),使得市場(chǎng)對(duì)數(shù)據(jù)分析與挖掘的需求與日俱增。
過(guò)去幾年,全球范圍內(nèi)的運(yùn)輸物流市場(chǎng)增長(zhǎng)非???,企業(yè)采用更多的新設(shè)備、新技術(shù)來(lái)提升業(yè)務(wù)發(fā)展水平,加速市場(chǎng)拓展步伐。例如,最近幾年許多物流企業(yè)廣泛部署了RFID技術(shù),還在各種終端設(shè)備上安裝了傳感器等。然而而是想辦法對(duì)現(xiàn)有終端設(shè)備所獲取的數(shù)據(jù)多加利用,才是核心。例如,找出問(wèn)題所在、發(fā)現(xiàn)新的機(jī)會(huì)、降低成本并進(jìn)一步提高業(yè)務(wù)收入,進(jìn)而促進(jìn)業(yè)務(wù)的發(fā)展。要想成為頂尖的物流企業(yè),就要靠數(shù)據(jù)來(lái)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。
此外,數(shù)據(jù)分析還能幫助企業(yè)做出正確的決策。對(duì)于物流企業(yè)來(lái)說(shuō),成本和效率是一對(duì)矛盾體,企業(yè)都希望以最低的成本獲得最大的效益,可實(shí)際上這是很難做到的。但Shaun告訴記者,通過(guò)數(shù)據(jù)分析,企業(yè)可以看到具體的業(yè)務(wù)運(yùn)行情況,能夠清楚地判斷哪些業(yè)務(wù)利潤(rùn)率高、增長(zhǎng)較快等,把主要精力放在真正能夠給企業(yè)帶來(lái)高回報(bào)的業(yè)務(wù)上,避免無(wú)端的浪費(fèi)。同時(shí),通過(guò)對(duì)實(shí)時(shí)數(shù)據(jù)的掌控,企業(yè)還可以即時(shí)對(duì)業(yè)務(wù)進(jìn)行調(diào)整,確保每個(gè)業(yè)務(wù)都可以贏利,從而實(shí)現(xiàn)非常高效的運(yùn)營(yíng)。
5、大數(shù)據(jù)對(duì)大健康產(chǎn)業(yè)鏈的變革
大數(shù)據(jù)在醫(yī)療健康行業(yè)的應(yīng)用效果已經(jīng)非常明顯。比較典型的案例便是Google成功預(yù)測(cè)流感爆發(fā)期。2009年甲型H1N1流感爆發(fā)幾周前,Google通過(guò)對(duì)人們網(wǎng)上搜索記錄的觀察、分析、建模,結(jié)果顯示,他們的預(yù)測(cè)與官方數(shù)據(jù)的相關(guān)性高達(dá)97%,且判斷比疾控中心更及時(shí)。
從個(gè)人健康管理到公共健康管理,大數(shù)據(jù)在對(duì)個(gè)人醫(yī)療的改變以及極富價(jià)值的預(yù)警能力吸引著IT巨頭們迫不及待與醫(yī)療“聯(lián)姻”。未來(lái)我們可以預(yù)見(jiàn)所有的醫(yī)療都在云端,將所有機(jī)構(gòu)都整合到云端。
在我國(guó),互聯(lián)網(wǎng)巨頭已經(jīng)開(kāi)始紛紛布局健康產(chǎn)業(yè)鏈上的大數(shù)據(jù)分布。搜索巨頭百度在這方面的舉動(dòng)比較具備創(chuàng)新。一方面,百度發(fā)布大數(shù)據(jù)引擎,將開(kāi)放云、數(shù)據(jù)工廠、百度大腦三大組件在內(nèi)的核心大數(shù)據(jù)對(duì)外開(kāi)放,實(shí)現(xiàn)對(duì)各行各業(yè)的數(shù)據(jù)進(jìn)行挖掘,利用“數(shù)據(jù)工廠”和“百度大腦”分析數(shù)據(jù),輸出分析為自己和合作伙伴提供解決方案。
2014年2月,北京市衛(wèi)計(jì)委表示,衛(wèi)生系統(tǒng)將把所擁有的醫(yī)療衛(wèi)生機(jī)構(gòu)的資質(zhì)信息、資源的準(zhǔn)入信息與百度強(qiáng)大的網(wǎng)絡(luò)搜索能力、后臺(tái)信息甄別和過(guò)濾技術(shù)進(jìn)行聯(lián)合,以在公共突發(fā)事件、流行性疾病爆發(fā)、健康服務(wù)業(yè)發(fā)展、人口流動(dòng)等領(lǐng)域提供分析和預(yù)警,為科學(xué)決策做依據(jù)。
另一方面,打造“軟硬云”結(jié)合的智能健康醫(yī)療移動(dòng)平臺(tái),記錄下人們?nèi)粘I罘绞?,比如每天的運(yùn)動(dòng)量和運(yùn)動(dòng)時(shí)間、睡眠量、久坐時(shí)間、身高、血壓等,這些被量化的數(shù)據(jù)具備了長(zhǎng)時(shí)性和趨勢(shì)化,都會(huì)成為病情分析的重要依據(jù)。
在大數(shù)據(jù)技術(shù)下,我們完全可以想象這樣一個(gè)從生產(chǎn)數(shù)據(jù)、到挖掘、管理、分析信息,以及最后提供解決方案的醫(yī)療場(chǎng)景。如全球每年有幾百萬(wàn)人患心臟病,大數(shù)據(jù)能從這些患病人群里找到共性,實(shí)現(xiàn)提前治療預(yù)警。從健康的角度而言,提前預(yù)防將極大地提高人們對(duì)抗疾病的能力。從保險(xiǎn)公司的角度而言,也能極大地降低賠付率。
6、大數(shù)據(jù)對(duì)大文化領(lǐng)域的變革
產(chǎn)業(yè)鏈大數(shù)據(jù)的在大文化領(lǐng)域潛力十分大,但是需要更好的將大數(shù)據(jù)嵌入產(chǎn)品的創(chuàng)作流程,一方面根據(jù)不同的數(shù)據(jù)維度收集有效數(shù)據(jù),優(yōu)化分析算法,另一方面需要在產(chǎn)品營(yíng)銷(xiāo),版權(quán)購(gòu)買(mǎi)和創(chuàng)作及消費(fèi)渠道等方面入手,使得大數(shù)據(jù)不只是一種更加,更滲入到公司的管理流程成為企業(yè)的經(jīng)營(yíng)資產(chǎn)和管理要素。
以《紙牌屋》為例,著名導(dǎo)演大衛(wèi)
·芬奇曾拿著《紙牌屋》的改編劇本,找過(guò)美國(guó)多家電視臺(tái),卻沒(méi)有一家敢掏錢(qián),因?yàn)檎l(shuí)也說(shuō)不準(zhǔn)一部20年前的老劇是否還有市場(chǎng)。Netflix也有類似的擔(dān)心,于是進(jìn)行了“電視劇消費(fèi)習(xí)慣數(shù)據(jù)庫(kù)”分析。最終,Netflix發(fā)現(xiàn)老劇《紙牌屋》依舊是點(diǎn)播熱門(mén),而點(diǎn)播該劇的用戶群,也幾乎和網(wǎng)站上大衛(wèi)·芬奇、凱文·史派西的粉絲圈重合,于是決定投資1億美元重拍,并由大衛(wèi)·芬奇導(dǎo)演、凱文·史派西主演該劇。
相比傳統(tǒng)收視率統(tǒng)計(jì)只抽取數(shù)千個(gè)樣本戶,“算”出《紙牌屋》的數(shù)據(jù)庫(kù)卻包含了3000萬(wàn)用戶的收視選擇、400萬(wàn)條評(píng)論、300萬(wàn)次主題搜索,是名副其實(shí)的“大數(shù)據(jù)”。這些數(shù)據(jù)源自Netflix數(shù)年來(lái)積累的數(shù)據(jù)資源。當(dāng)一位用戶通過(guò)瀏覽器登錄Netflix賬號(hào),Netflix后臺(tái)技術(shù)將用戶位置數(shù)據(jù)、設(shè)備數(shù)據(jù)悄悄地記錄下來(lái)。
這些記憶代碼還包括用戶收看過(guò)程中所做的收藏、推薦到社交網(wǎng)絡(luò)等動(dòng)作。在Netflix看來(lái),暫停、回放、快進(jìn)、停止等動(dòng)作都是一個(gè)行為,每天用戶在Netflix上將產(chǎn)生高達(dá)3000多萬(wàn)個(gè)行為。此外Netflix的訂閱用戶每天還會(huì)給出400萬(wàn)個(gè)評(píng)分,300萬(wàn)次搜索請(qǐng)求,詢問(wèn)劇集播放時(shí)間和設(shè)備。這些都被Netflix轉(zhuǎn)化成代碼,當(dāng)作內(nèi)容生產(chǎn)的元素記錄下來(lái)。
為了找到分析大數(shù)據(jù)的方法,Netflix沒(méi)有少花功夫。首先,千萬(wàn)級(jí)別的用戶對(duì)網(wǎng)站提供的影片給出1至5星的評(píng)級(jí),幾年下來(lái)相關(guān)數(shù)據(jù)的總量超過(guò)百億條。要找準(zhǔn)用戶推薦新影視劇,識(shí)別觀眾品位需要一個(gè)“算法”。
7、大數(shù)據(jù)對(duì)紡織服裝產(chǎn)業(yè)鏈的變革
大數(shù)據(jù)的來(lái)臨正在悄無(wú)聲息的改變著我們對(duì)服裝行業(yè)的認(rèn)識(shí),無(wú)論從數(shù)據(jù)端的采集還是到海量數(shù)據(jù)的分析,都將以一種前所未有的方式進(jìn)行。大數(shù)據(jù)將對(duì)服裝企業(yè)的業(yè)務(wù)產(chǎn)生多方面的影響,如向客戶進(jìn)行產(chǎn)品推薦、基于客戶反饋進(jìn)行產(chǎn)品設(shè)計(jì)、通過(guò)分析客戶的喜好實(shí)現(xiàn)在網(wǎng)絡(luò)社區(qū)中的產(chǎn)品營(yíng)銷(xiāo)、更加理性地進(jìn)行廣告投放、對(duì)流行時(shí)尚趨勢(shì)進(jìn)行預(yù)測(cè)、基于交易分析進(jìn)行產(chǎn)品定價(jià)、基于環(huán)境分析問(wèn)題產(chǎn)生原因等。
很多企業(yè)之所以這么關(guān)注電商就是看中了其中的數(shù)據(jù)運(yùn)用。目前企業(yè)在這方面的運(yùn)用也還處于探索階段,平臺(tái)上的數(shù)據(jù)分析,要以熟知每位顧客的消費(fèi)喜好,消費(fèi)習(xí)慣行為等等,這些需要數(shù)據(jù)分析商的幫助。說(shuō)白了線上銷(xiāo)售無(wú)非就是流量的競(jìng)爭(zhēng),轉(zhuǎn)化率的競(jìng)爭(zhēng),這些都離不開(kāi)數(shù)據(jù)的分析,誰(shuí)最先掌握數(shù)據(jù)營(yíng)銷(xiāo)運(yùn)用技術(shù),誰(shuí)就能搶先一步占領(lǐng)市場(chǎng)。
淘寶的云計(jì)算的應(yīng)用價(jià)值今后將會(huì)越來(lái)越受重視?!半娚膛c數(shù)據(jù)分析的對(duì)接是十分必要的,只有通過(guò)背后的分析才能清楚未來(lái)的發(fā)展方向。以前搶市場(chǎng)靠的是市場(chǎng)敏感度,今后則要更多地依賴數(shù)據(jù)的可控分析。
以店鋪而言,經(jīng)營(yíng)者可以實(shí)時(shí)的看到終端店鋪的客流情況,顧客在店內(nèi)的消費(fèi)動(dòng)線,對(duì)試銷(xiāo)產(chǎn)品的關(guān)注度,VIP的消費(fèi)情況。零售分析不僅僅局限在,傳統(tǒng)粗放的數(shù)據(jù)采集,而是采用更加主動(dòng)的方式記錄終端發(fā)生的每一個(gè)因素的變動(dòng)。我們不需要重新創(chuàng)造什么,只需要將每天發(fā)生的每一個(gè)事件記錄下來(lái),分析其中的相關(guān)性,得出最精準(zhǔn)的判斷。
服裝行業(yè)的大數(shù)據(jù)變革會(huì)讓我們從因果關(guān)系轉(zhuǎn)變到相關(guān)關(guān)系,而且僅需要關(guān)注相關(guān)關(guān)系,并不需要了解為什么。當(dāng)數(shù)據(jù)的采集達(dá)到“分子”級(jí)別時(shí),數(shù)據(jù)所呈現(xiàn)出來(lái)的性質(zhì)就會(huì)發(fā)生改變。一旦了解了這些新的性質(zhì),就能夠用數(shù)據(jù)來(lái)做從前無(wú)法做到的事情。
表面上看,我們通過(guò)大數(shù)據(jù)來(lái)分析日常的經(jīng)營(yíng)決策,但更厲害的地方在于,我們能夠預(yù)測(cè)未來(lái)。在一個(gè)可能性和相關(guān)性占主導(dǎo)的行業(yè)中,經(jīng)營(yíng)者必須與數(shù)據(jù)所呈現(xiàn)的客觀事實(shí)進(jìn)行博弈。
當(dāng)?shù)赇伆l(fā)生的每一個(gè)細(xì)節(jié),都會(huì)被完整的記錄和保存的時(shí)候,未來(lái)就會(huì)變得無(wú)比清晰。通過(guò)對(duì)店鋪發(fā)生所有事情的數(shù)據(jù)采集,從而會(huì)讓我們找到數(shù)據(jù)之間的相關(guān)性,即一個(gè)數(shù)據(jù)增加時(shí),另一個(gè)數(shù)據(jù)是否會(huì)相應(yīng)增加。
8、大數(shù)據(jù)對(duì)家電及配套產(chǎn)業(yè)鏈的變革
隨著家電網(wǎng)購(gòu)方式的逐漸興起以及企業(yè)對(duì)消費(fèi)需求關(guān)注的日益提升,IT行業(yè)最時(shí)髦的詞匯大數(shù)據(jù)也開(kāi)始進(jìn)入家電行業(yè)。制造商、銷(xiāo)售商、行業(yè)機(jī)構(gòu)紛紛追捧大數(shù)據(jù),將其視為破解商業(yè)密碼的利器。
(編選:智慧城市圈子邱文斌來(lái)源:微信訂閱號(hào):QWB_2014)
這個(gè)時(shí)代屬于具有互聯(lián)網(wǎng)思維的企業(yè),這是企業(yè)進(jìn)化的一種趨勢(shì),而且是一種不可逆轉(zhuǎn)的趨勢(shì)。擁抱互聯(lián)網(wǎng)(包括云和大數(shù)據(jù))已經(jīng)成為傳統(tǒng)家電巨頭突破發(fā)展困局的手段,如果成功,那么未來(lái)的價(jià)值和潛力難以估量。但轉(zhuǎn)型并沒(méi)有那么簡(jiǎn)單,一個(gè)企業(yè)能否走得更遠(yuǎn),需要看它能否將互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)與企業(yè)發(fā)展方向和策略相結(jié)合,因?yàn)榧译娖髽I(yè)不會(huì)缺與用戶交互的產(chǎn)品,也不缺海量的用戶數(shù)據(jù),而關(guān)鍵在于構(gòu)建了怎樣的“圈子”來(lái)謀發(fā)展。
這個(gè)時(shí)代屬于具有互聯(lián)網(wǎng)思維的企業(yè),這是企業(yè)進(jìn)化的一種趨勢(shì),而且是一種不可逆轉(zhuǎn)的趨勢(shì)。擁抱互聯(lián)網(wǎng)(包括云和大數(shù)據(jù))已經(jīng)成為傳統(tǒng)家電巨頭突破發(fā)展困局的手段,如果成功,那么未來(lái)的價(jià)值和潛力難以估量。但轉(zhuǎn)型并沒(méi)有那么簡(jiǎn)單,一個(gè)企業(yè)能否走得更遠(yuǎn),需要看它能否將互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)與企業(yè)發(fā)展方向和策略相結(jié)合,因?yàn)榧译娖髽I(yè)不會(huì)缺與用戶交互的產(chǎn)品,也不缺海量的用戶數(shù)據(jù),而關(guān)鍵在于構(gòu)建了怎樣的“圈子”來(lái)謀發(fā)展。
9、大數(shù)據(jù)加快智能交通的推廣
近年來(lái),電子信息領(lǐng)域的技術(shù)發(fā)展極其迅速,對(duì)智能交通系統(tǒng)發(fā)展帶來(lái)了重大變革。物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、移動(dòng)互連等技術(shù)在交通領(lǐng)域的應(yīng)用和發(fā)展,不僅給智能交通系統(tǒng)注入新的技術(shù)內(nèi)涵,也對(duì)智能交通系統(tǒng)的模式、理念產(chǎn)生了巨大影響。
目前,國(guó)際智能交通領(lǐng)域的車(chē)路協(xié)同系統(tǒng)、公眾出行便捷服務(wù)、車(chē)聯(lián)網(wǎng)等熱點(diǎn)技術(shù)領(lǐng)域,都在廣泛研究和應(yīng)用云計(jì)算、大數(shù)據(jù)、移動(dòng)互聯(lián)等新技術(shù)。大數(shù)據(jù)技術(shù)在交通運(yùn)行管理優(yōu)化、面向車(chē)輛和出行者的智能化服務(wù),以及交通應(yīng)急和安全保障等方面都將形成巨大的市場(chǎng)。
智能交通系統(tǒng)發(fā)展的數(shù)據(jù)分析需求:
一方面,交通數(shù)據(jù)采集的范圍、廣度和深度急劇增加,隨著智能交通系統(tǒng)建設(shè)規(guī)模的不斷擴(kuò)大,正在形成以微波、線圈、GPS、車(chē)牌等交通流檢測(cè)數(shù)據(jù),交通監(jiān)控視頻數(shù)據(jù),以及系統(tǒng)數(shù)據(jù)和服務(wù)數(shù)據(jù)等為主體的海量交通數(shù)據(jù)。以北京市為例,6萬(wàn)余輛出租車(chē)一天就會(huì)產(chǎn)生數(shù)億條GPS數(shù)據(jù),車(chē)牌識(shí)別、交通監(jiān)控視頻等數(shù)據(jù)量更大,交通相關(guān)的數(shù)據(jù)量級(jí)已從TB級(jí)別躍升到PB級(jí)別,傳統(tǒng)的交通數(shù)據(jù)分析方法已很難有效支撐這么龐大的數(shù)據(jù)體的開(kāi)發(fā)與利用。
另一方面,對(duì)動(dòng)靜態(tài)海量交通數(shù)據(jù)的挖掘分析成為智能化交通信息處理分析的核心內(nèi)容,交通數(shù)據(jù)的深層價(jià)值有待進(jìn)一步的挖掘和開(kāi)發(fā)。根據(jù)調(diào)查,韓國(guó)3G手機(jī)上的服務(wù)中,有50%以上的服務(wù)與交通有關(guān),包括實(shí)時(shí)道路交通信息、地鐵和公交信息、火車(chē)和飛機(jī)班次動(dòng)態(tài)信息、換乘信息、與汽車(chē)服務(wù)有關(guān)的信息等。
以智能終端為服務(wù)窗口的、以云計(jì)算和大數(shù)據(jù)分析技術(shù)為支撐的智能交通信息服務(wù)正在逐步成為主流,與我們的生活息息相關(guān)。
大數(shù)據(jù)分析為智能交通發(fā)展帶來(lái)的新機(jī)遇:
一是大數(shù)據(jù)技術(shù)的海量數(shù)據(jù)存儲(chǔ)和高效計(jì)算能力,將實(shí)現(xiàn)交通管理系統(tǒng)跨區(qū)域、跨部門(mén)的集成和組合,將會(huì)更加有效地配置交通資源,從而大大提高交通運(yùn)行效率、安全水平和服務(wù)能力。二是交通大數(shù)據(jù)分析將為交通管理、決策、規(guī)劃和運(yùn)營(yíng)、服務(wù)以及主動(dòng)安全防范帶來(lái)更加有效的支持。三是基于交通大數(shù)據(jù)的分析為公共安全和社會(huì)管理提供新的理念、模式和手段。
10、大數(shù)據(jù)對(duì)連鎖經(jīng)營(yíng)貿(mào)易服務(wù)的變革
當(dāng)淘寶通過(guò)對(duì)以往消費(fèi)的記錄,準(zhǔn)確推送所需的小眾商品的時(shí)候,普通人已經(jīng)感受到大數(shù)據(jù)時(shí)代的來(lái)臨。所謂大數(shù)據(jù),指的是傳統(tǒng)數(shù)據(jù)庫(kù)管理工具難以駕馭的海量、瞬時(shí)、多樣化的數(shù)據(jù),如我們?cè)诰W(wǎng)絡(luò)上的任何一次點(diǎn)擊都可以被完整的記錄和保存,而企業(yè)則通過(guò)對(duì)這些數(shù)據(jù)的高效分析,準(zhǔn)確預(yù)判我們的消費(fèi)行為、消費(fèi)心理等極具價(jià)值的信息,并推送相應(yīng)的產(chǎn)品或服務(wù)。而實(shí)際上,目前多數(shù)大數(shù)據(jù)并未被采集到,即使采集到,其價(jià)值的開(kāi)發(fā)也遠(yuǎn)遠(yuǎn)不足。
亞馬遜早在2009年就推出大規(guī)模數(shù)據(jù)集并行計(jì)算的技術(shù)——MapReduce,并實(shí)現(xiàn)了云計(jì)算與大數(shù)據(jù)的結(jié)合,成為其打造龐大帝國(guó)的重要力量。而在國(guó)內(nèi),阿里巴巴聯(lián)合銀泰、復(fù)星、富春、“四通一達(dá)”、順豐以及銀行等金融機(jī)構(gòu)投資建設(shè)的立體式倉(cāng)儲(chǔ)網(wǎng)絡(luò)體系,其核心也是基于大數(shù)據(jù)的分析,實(shí)現(xiàn)物流企業(yè)、平臺(tái)商家和消費(fèi)者的信息共享,并整合、指揮社會(huì)化倉(cāng)儲(chǔ)物流的日常運(yùn)營(yíng)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門(mén)控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書(shū)考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開(kāi)啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03