
從2014中國產(chǎn)業(yè)鏈大數(shù)據(jù)報告,看企業(yè)未來(2)_數(shù)據(jù)分析師
三、產(chǎn)業(yè)鏈大數(shù)據(jù)的應用
1、大數(shù)據(jù)對能源產(chǎn)業(yè)鏈的變革
能源行業(yè)作為比較傳統(tǒng)的一個產(chǎn)業(yè),多年來一直沒有太大變化,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)”有利于推動能源行業(yè)監(jiān)管協(xié)調(diào)及能源運行安全預警體系的建立;有助于推進能源企業(yè)科學化、智能化運營管理及能源行業(yè)市場化的發(fā)展;在引導能源合理消費,實現(xiàn)科學高效的需求側(cè)管理方面發(fā)揮著積極作用。
能源行業(yè)的運行數(shù)據(jù)是政府進行市場協(xié)調(diào)與監(jiān)管,保障國家能源運行安全的重要基礎(chǔ)。當前,我國能源數(shù)據(jù)體系尚不完善,數(shù)據(jù)的數(shù)量、種類及來源較少,信息采集渠道不暢通,數(shù)據(jù)傳達相對滯后,時效性不強,大大降低了政府進行能源行業(yè)規(guī)劃與決策的準確性,以及運行協(xié)調(diào)和應急管理的有效性。
因此,作為政府應積極開展與能源企業(yè)和報價機構(gòu)合作,搭建能源行業(yè)“產(chǎn)業(yè)鏈大數(shù)據(jù)”平臺,按照行業(yè)類型分區(qū)域構(gòu)建生產(chǎn)、運輸、銷售及貿(mào)易的基礎(chǔ)數(shù)據(jù)庫,建立能源數(shù)據(jù)采集、分析、處理和預警體系,及時準確地掌握能源行業(yè)的運行現(xiàn)狀,努力提高政府決策和規(guī)劃的科學性與時效性。
能源行業(yè)企業(yè)能夠充分利用“產(chǎn)業(yè)大數(shù)據(jù)”帶來的信息資源,分析資源現(xiàn)狀和市場現(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)的運營成本和決策失誤所帶來的損失;根據(jù)能源市場具有影響力的播報機構(gòu)提供的數(shù)據(jù),企業(yè)能夠更加清楚地了解市場運行動態(tài),尤其是市場價格的變動,并以此為依據(jù)簽訂市場交易合同,進一步推動能源行業(yè)市場化改革;
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行為,大力挖掘市場需求,科學管理能源用戶,合理調(diào)整能源供應結(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)部運行和管理數(shù)據(jù),進行信息化操作和智能化管理,及時分析解決企業(yè)的運行現(xiàn)狀和存在的問題,提高企業(yè)的運行效率,確保企業(yè)運行安全與能源的穩(wěn)定供應。
現(xiàn)階段,我國能源行業(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值,前景十分廣闊。因此,我國應牢牢抓住機遇,以能源行業(yè)信息化建設為基礎(chǔ),以能源市場數(shù)據(jù)體系建設為契機,高度重視能源行業(yè)“產(chǎn)業(yè)鏈大數(shù)據(jù)”的戰(zhàn)略部署和機制設計,加強信息技術(shù)的創(chuàng)新及設備研發(fā),培養(yǎng)高端技術(shù)人才,大力推進“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,使我國能源領(lǐng)域的“產(chǎn)業(yè)鏈大數(shù)據(jù)”能夠服務于國家能源發(fā)展。
2、大數(shù)據(jù)對汽車、配件及后市場產(chǎn)業(yè)鏈的變革
汽車行業(yè)作為當今社會重要組成部分,在工業(yè)經(jīng)濟中有及其重要的地位。隨著我國企業(yè)保有量和人均汽車消費支出的持續(xù)上升,汽車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)對企業(yè)行業(yè)的營銷可以分為工業(yè)部分和消費部分兩塊。在傳統(tǒng)的銷售模式中,汽車廠商通過廣告等各種銷售技巧把車賣出去,最后會發(fā)現(xiàn)總有賣不完的庫存,總有一些目標消費者沒有購買汽車,因為沒有人知道這些顧客需要什么,生產(chǎn)的車型沒能滿足他們的需求。
幾乎所有企業(yè)都嘗試過降價促銷,雖然這種做法在刺激銷售的過程中也降低了利潤,企業(yè)卻并無它路。因為沒有數(shù)據(jù)就無法對顧客需求進行分析。在大數(shù)據(jù)時代,這種盲目的運營模式被完全顛覆。大數(shù)據(jù)放置于汽車行業(yè),將會帶來的改變有:
A、有意義的選擇:傳統(tǒng)購車程序中,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,而對那些“不知道自己要什么”的消費者來講,一個甚至幾個類似“空間更大?”“座位更大?”的固定問題并不能真正戳中心房。
這時候,必須要知道每一位消費者的自身需求,提供更多選擇的可能性。通過數(shù)以百萬計的選項,滿足每一個細項需求。真正的了解消費者,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比苦苦追問“為什么選這個”要有意義的多。
B、靈活的生產(chǎn):通過大數(shù)據(jù)的統(tǒng)計知道消費者需要什么,按照偏好生產(chǎn),與市場需求靈活匹配。對現(xiàn)在的汽車生產(chǎn)商來說,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—提升銷售,這一閉環(huán)的更迭速度基于對消費市場大數(shù)據(jù)的精準把握。
過去的汽車行業(yè)變革,可以歸納為更大的引擎、更快的速度、更少的燃油?;诖髷?shù)據(jù)的變革卻顯而易見:和數(shù)據(jù)有關(guān)的改善——改善生產(chǎn)流程、商業(yè)思維、汽車生活。
我們可以大膽設想這樣的場景:車內(nèi)系統(tǒng)自動采集駕駛者的駕駛習慣信息,為不同的駕駛者匹配不同的汽車設置;夜晚疲勞駕車時,駕駛者坐姿發(fā)生改變,車內(nèi)會自動發(fā)出警告;又或者通過指紋識別車主、啟動車輛等。這都是大數(shù)據(jù)的應用案例,有些已經(jīng)應用在現(xiàn)在的汽車當中。
流動性數(shù)據(jù)不斷地產(chǎn)生,通過車內(nèi)感應器對數(shù)據(jù)收集、傳送,可以對可能出現(xiàn)的零部件故障、隱患進行及時的處理。一方面有利于解決汽車安全隱患,另一方面將幫助汽車品質(zhì)的更新?lián)Q代,提升產(chǎn)品的設計和構(gòu)造。
首先以勞斯萊斯為例,作為一家生產(chǎn)豪華車的公司,勞斯萊斯也是世界上第二大航空引擎制造商,并且已經(jīng)變成一個大數(shù)據(jù)公司。通過在每一個噴氣式飛機的引擎上建立測量、采集的數(shù)據(jù)中心,勞斯萊斯可以預測引擎的哪一個部件可能會發(fā)生故障。比如通過聲音、振動的改變,提前在故障發(fā)生之前更換飛機引擎某些零部件,避免發(fā)生空難的可能。
再以UPS為例,UPS有6萬輛汽車進行運輸工作,UPS在汽車里安裝了傳感器,將所有數(shù)據(jù)收集起來進行大數(shù)據(jù)分析,提高汽車的導航系統(tǒng)和物流線路布局,并且在去年節(jié)省了約5千萬公里的里程。
汽車作為人類夢想的現(xiàn)實化身,它的出現(xiàn)解決了人類的移動需求。過去的汽車或許更多的是跟引擎的轉(zhuǎn)動、機械的轟鳴相關(guān),而大數(shù)據(jù)時代的汽車,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)整個生態(tài)系統(tǒng)制定出行方案,對蝸居都市的用車人群十分必要:在鬧市區(qū)找到一個停車位,在上下班高峰期實時避開擁堵路段,在汽車的指引下找到最便捷的餐館、加油站等。
通過對數(shù)據(jù)的有效利用影響未來發(fā)展格局:對新能源汽車來講,通過數(shù)據(jù)模型分析城市內(nèi)充電設備等基礎(chǔ)設施的布局地點、使用結(jié)點,合理建設道路輔助設施;對無人駕駛汽車來講,將車輛自身的數(shù)據(jù)收集能力、后臺計算能力與整個出行生態(tài)系統(tǒng)實時匹配、整合、反饋,達成技術(shù)實現(xiàn)的可能。
3、大數(shù)據(jù)對食品飲料產(chǎn)業(yè)鏈的變革
從目前食品飲料行業(yè)情況來看,年營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,通過數(shù)據(jù)的分析、提煉和應用實現(xiàn)商業(yè)價值,正被提升到前所未有的高度。針對大數(shù)據(jù)特點,進行產(chǎn)業(yè)鏈大數(shù)據(jù)的優(yōu)化、升級,應用最新的技術(shù),中國食品已在悄然布局。中國食品的數(shù)據(jù)量在不斷增長,如何快速、實時、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)務靈活性等指標才能達到目標。如今,中國食品行業(yè),產(chǎn)業(yè)鏈大數(shù)據(jù)已涉及高級管理層、業(yè)務管理層、業(yè)務操作層等各方面。
食品飲料行業(yè)最大的特點就是“單據(jù)量大”、“顆粒度細”。面對海量信息,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)量上進行增值,給管理層提供有價值的決策信息,這需要不斷優(yōu)化產(chǎn)業(yè)鏈大數(shù)據(jù)基礎(chǔ)平臺。
以中國食品有限公司為例,中國食品有限公司的BW系統(tǒng)和ERP系統(tǒng)同在2007年上線。在中國食品有限公司和IBM(IBM是項目實施方)的共同努力下,中國食品利用SAPBW建立了商務智能分析系統(tǒng),該系統(tǒng)更多基于公司業(yè)務需求進行設計。
經(jīng)過五年的發(fā)展,目前,中國食品的系統(tǒng)訂單量翻了近一倍,一天要處理營業(yè)額為1個多億規(guī)模的業(yè)務。除了來自銷售、供應鏈、財務環(huán)境的ERP數(shù)據(jù)通過SAPBW展現(xiàn)外,中糧集團旗下中國食品公司也在考慮如何把非結(jié)構(gòu)化數(shù)據(jù)進行分析,變成決策依據(jù),比如:人口統(tǒng)計信息、市場份額信息、消費者調(diào)研信息、社交網(wǎng)絡信息等。
4、大數(shù)據(jù)對物流供應鏈服務的變革
在物流領(lǐng)域有兩個著名的理論——“黑大陸”說和“物流冰山”說。前者是著名的管理學權(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,日本早稻田大學教授西澤修,用物流成本的具體分析論證了德魯克的“黑大陸”說,提出人們對物流費用的了解是一片空白,甚至有很大的虛假性。
他認為,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發(fā)的領(lǐng)域,也是物流的潛力所在。
那么,靠什么來了解和掌控物流活動?最直接的當然是數(shù)據(jù)??梢韵胍?,如果人們能夠掌握物流活動過程中的全部數(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)的價值,就能夠幫助我們找到物流市場的潛力所在,也就是未來物流領(lǐng)域的新藍海。換句話說,“產(chǎn)業(yè)鏈大數(shù)據(jù)”分析將是打開物流潛力市場的金鑰匙。
“產(chǎn)業(yè)鏈大數(shù)據(jù)”的價值,在于從海量的數(shù)據(jù)中發(fā)現(xiàn)新的知識,創(chuàng)造新的價值。數(shù)據(jù)本身在其轉(zhuǎn)化為信息,并通過信息的提煉成為普適規(guī)律,最終創(chuàng)造利潤的過程中,變得價值連城。這已經(jīng)被越來越多的物流企業(yè)所認識,使得市場對數(shù)據(jù)分析與挖掘的需求與日俱增。
過去幾年,全球范圍內(nèi)的運輸物流市場增長非??欤髽I(yè)采用更多的新設備、新技術(shù)來提升業(yè)務發(fā)展水平,加速市場拓展步伐。例如,最近幾年許多物流企業(yè)廣泛部署了RFID技術(shù),還在各種終端設備上安裝了傳感器等。然而而是想辦法對現(xiàn)有終端設備所獲取的數(shù)據(jù)多加利用,才是核心。例如,找出問題所在、發(fā)現(xiàn)新的機會、降低成本并進一步提高業(yè)務收入,進而促進業(yè)務的發(fā)展。要想成為頂尖的物流企業(yè),就要靠數(shù)據(jù)來獲得競爭優(yōu)勢。
此外,數(shù)據(jù)分析還能幫助企業(yè)做出正確的決策。對于物流企業(yè)來說,成本和效率是一對矛盾體,企業(yè)都希望以最低的成本獲得最大的效益,可實際上這是很難做到的。但Shaun告訴記者,通過數(shù)據(jù)分析,企業(yè)可以看到具體的業(yè)務運行情況,能夠清楚地判斷哪些業(yè)務利潤率高、增長較快等,把主要精力放在真正能夠給企業(yè)帶來高回報的業(yè)務上,避免無端的浪費。同時,通過對實時數(shù)據(jù)的掌控,企業(yè)還可以即時對業(yè)務進行調(diào)整,確保每個業(yè)務都可以贏利,從而實現(xiàn)非常高效的運營。
5、大數(shù)據(jù)對大健康產(chǎn)業(yè)鏈的變革
大數(shù)據(jù)在醫(yī)療健康行業(yè)的應用效果已經(jīng)非常明顯。比較典型的案例便是Google成功預測流感爆發(fā)期。2009年甲型H1N1流感爆發(fā)幾周前,Google通過對人們網(wǎng)上搜索記錄的觀察、分析、建模,結(jié)果顯示,他們的預測與官方數(shù)據(jù)的相關(guān)性高達97%,且判斷比疾控中心更及時。
從個人健康管理到公共健康管理,大數(shù)據(jù)在對個人醫(yī)療的改變以及極富價值的預警能力吸引著IT巨頭們迫不及待與醫(yī)療“聯(lián)姻”。未來我們可以預見所有的醫(yī)療都在云端,將所有機構(gòu)都整合到云端。
在我國,互聯(lián)網(wǎng)巨頭已經(jīng)開始紛紛布局健康產(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比較具備創(chuàng)新。一方面,百度發(fā)布大數(shù)據(jù)引擎,將開放云、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)對外開放,實現(xiàn)對各行各業(yè)的數(shù)據(jù)進行挖掘,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)計委表示,衛(wèi)生系統(tǒng)將把所擁有的醫(yī)療衛(wèi)生機構(gòu)的資質(zhì)信息、資源的準入信息與百度強大的網(wǎng)絡搜索能力、后臺信息甄別和過濾技術(shù)進行聯(lián)合,以在公共突發(fā)事件、流行性疾病爆發(fā)、健康服務業(yè)發(fā)展、人口流動等領(lǐng)域提供分析和預警,為科學決策做依據(jù)。
另一方面,打造“軟硬云”結(jié)合的智能健康醫(yī)療移動平臺,記錄下人們?nèi)粘I罘绞?,比如每天的運動量和運動時間、睡眠量、久坐時間、身高、血壓等,這些被量化的數(shù)據(jù)具備了長時性和趨勢化,都會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)療場景。如全球每年有幾百萬人患心臟病,大數(shù)據(jù)能從這些患病人群里找到共性,實現(xiàn)提前治療預警。從健康的角度而言,提前預防將極大地提高人們對抗疾病的能力。從保險公司的角度而言,也能極大地降低賠付率。
6、大數(shù)據(jù)對大文化領(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)品營銷,版權(quán)購買和創(chuàng)作及消費渠道等方面入手,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)營資產(chǎn)和管理要素。
以《紙牌屋》為例,著名導演大衛(wèi)
·芬奇曾拿著《紙牌屋》的改編劇本,找過美國多家電視臺,卻沒有一家敢掏錢,因為誰也說不準一部20年前的老劇是否還有市場。Netflix也有類似的擔心,于是進行了“電視劇消費習慣數(shù)據(jù)庫”分析。最終,Netflix發(fā)現(xiàn)老劇《紙牌屋》依舊是點播熱門,而點播該劇的用戶群,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)·芬奇導演、凱文·史派西主演該劇。
相比傳統(tǒng)收視率統(tǒng)計只抽取數(shù)千個樣本戶,“算”出《紙牌屋》的數(shù)據(jù)庫卻包含了3000萬用戶的收視選擇、400萬條評論、300萬次主題搜索,是名副其實的“大數(shù)據(jù)”。這些數(shù)據(jù)源自Netflix數(shù)年來積累的數(shù)據(jù)資源。當一位用戶通過瀏覽器登錄Netflix賬號,Netflix后臺技術(shù)將用戶位置數(shù)據(jù)、設備數(shù)據(jù)悄悄地記錄下來。
這些記憶代碼還包括用戶收看過程中所做的收藏、推薦到社交網(wǎng)絡等動作。在Netflix看來,暫停、回放、快進、停止等動作都是一個行為,每天用戶在Netflix上將產(chǎn)生高達3000多萬個行為。此外Netflix的訂閱用戶每天還會給出400萬個評分,300萬次搜索請求,詢問劇集播放時間和設備。這些都被Netflix轉(zhuǎn)化成代碼,當作內(nèi)容生產(chǎn)的元素記錄下來。
為了找到分析大數(shù)據(jù)的方法,Netflix沒有少花功夫。首先,千萬級別的用戶對網(wǎng)站提供的影片給出1至5星的評級,幾年下來相關(guān)數(shù)據(jù)的總量超過百億條。要找準用戶推薦新影視劇,識別觀眾品位需要一個“算法”。
7、大數(shù)據(jù)對紡織服裝產(chǎn)業(yè)鏈的變革
大數(shù)據(jù)的來臨正在悄無聲息的改變著我們對服裝行業(yè)的認識,無論從數(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行。大數(shù)據(jù)將對服裝企業(yè)的業(yè)務產(chǎn)生多方面的影響,如向客戶進行產(chǎn)品推薦、基于客戶反饋進行產(chǎn)品設計、通過分析客戶的喜好實現(xiàn)在網(wǎng)絡社區(qū)中的產(chǎn)品營銷、更加理性地進行廣告投放、對流行時尚趨勢進行預測、基于交易分析進行產(chǎn)品定價、基于環(huán)境分析問題產(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)運用。目前企業(yè)在這方面的運用也還處于探索階段,平臺上的數(shù)據(jù)分析,要以熟知每位顧客的消費喜好,消費習慣行為等等,這些需要數(shù)據(jù)分析商的幫助。說白了線上銷售無非就是流量的競爭,轉(zhuǎn)化率的競爭,這些都離不開數(shù)據(jù)的分析,誰最先掌握數(shù)據(jù)營銷運用技術(shù),誰就能搶先一步占領(lǐng)市場。
淘寶的云計算的應用價值今后將會越來越受重視?!半娚膛c數(shù)據(jù)分析的對接是十分必要的,只有通過背后的分析才能清楚未來的發(fā)展方向。以前搶市場靠的是市場敏感度,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)營者可以實時的看到終端店鋪的客流情況,顧客在店內(nèi)的消費動線,對試銷產(chǎn)品的關(guān)注度,VIP的消費情況。零售分析不僅僅局限在,傳統(tǒng)粗放的數(shù)據(jù)采集,而是采用更加主動的方式記錄終端發(fā)生的每一個因素的變動。我們不需要重新創(chuàng)造什么,只需要將每天發(fā)生的每一個事件記錄下來,分析其中的相關(guān)性,得出最精準的判斷。
服裝行業(yè)的大數(shù)據(jù)變革會讓我們從因果關(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。當數(shù)據(jù)的采集達到“分子”級別時,數(shù)據(jù)所呈現(xiàn)出來的性質(zhì)就會發(fā)生改變。一旦了解了這些新的性質(zhì),就能夠用數(shù)據(jù)來做從前無法做到的事情。
表面上看,我們通過大數(shù)據(jù)來分析日常的經(jīng)營決策,但更厲害的地方在于,我們能夠預測未來。在一個可能性和相關(guān)性占主導的行業(yè)中,經(jīng)營者必須與數(shù)據(jù)所呈現(xiàn)的客觀事實進行博弈。
當?shù)赇伆l(fā)生的每一個細節(jié),都會被完整的記錄和保存的時候,未來就會變得無比清晰。通過對店鋪發(fā)生所有事情的數(shù)據(jù)采集,從而會讓我們找到數(shù)據(jù)之間的相關(guān)性,即一個數(shù)據(jù)增加時,另一個數(shù)據(jù)是否會相應增加。
8、大數(shù)據(jù)對家電及配套產(chǎn)業(yè)鏈的變革
隨著家電網(wǎng)購方式的逐漸興起以及企業(yè)對消費需求關(guān)注的日益提升,IT行業(yè)最時髦的詞匯大數(shù)據(jù)也開始進入家電行業(yè)。制造商、銷售商、行業(yè)機構(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源:微信訂閱號:QWB_2014)
這個時代屬于具有互聯(lián)網(wǎng)思維的企業(yè),這是企業(yè)進化的一種趨勢,而且是一種不可逆轉(zhuǎn)的趨勢。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,那么未來的價值和潛力難以估量。但轉(zhuǎn)型并沒有那么簡單,一個企業(yè)能否走得更遠,需要看它能否將互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)與企業(yè)發(fā)展方向和策略相結(jié)合,因為家電企業(yè)不會缺與用戶交互的產(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”來謀發(fā)展。
這個時代屬于具有互聯(lián)網(wǎng)思維的企業(yè),這是企業(yè)進化的一種趨勢,而且是一種不可逆轉(zhuǎn)的趨勢。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,那么未來的價值和潛力難以估量。但轉(zhuǎn)型并沒有那么簡單,一個企業(yè)能否走得更遠,需要看它能否將互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)與企業(yè)發(fā)展方向和策略相結(jié)合,因為家電企業(yè)不會缺與用戶交互的產(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”來謀發(fā)展。
9、大數(shù)據(jù)加快智能交通的推廣
近年來,電子信息領(lǐng)域的技術(shù)發(fā)展極其迅速,對智能交通系統(tǒng)發(fā)展帶來了重大變革。物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、移動互連等技術(shù)在交通領(lǐng)域的應用和發(fā)展,不僅給智能交通系統(tǒng)注入新的技術(shù)內(nèi)涵,也對智能交通系統(tǒng)的模式、理念產(chǎn)生了巨大影響。
目前,國際智能交通領(lǐng)域的車路協(xié)同系統(tǒng)、公眾出行便捷服務、車聯(lián)網(wǎng)等熱點技術(shù)領(lǐng)域,都在廣泛研究和應用云計算、大數(shù)據(jù)、移動互聯(lián)等新技術(shù)。大數(shù)據(jù)技術(shù)在交通運行管理優(yōu)化、面向車輛和出行者的智能化服務,以及交通應急和安全保障等方面都將形成巨大的市場。
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)建設規(guī)模的不斷擴大,正在形成以微波、線圈、GPS、車牌等交通流檢測數(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,6萬余輛出租車一天就會產(chǎn)生數(shù)億條GPS數(shù)據(jù),車牌識別、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)量級已從TB級別躍升到PB級別,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)體的開發(fā)與利用。
另一方面,對動靜態(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)的深層價值有待進一步的挖掘和開發(fā)。根據(jù)調(diào)查,韓國3G手機上的服務中,有50%以上的服務與交通有關(guān),包括實時道路交通信息、地鐵和公交信息、火車和飛機班次動態(tài)信息、換乘信息、與汽車服務有關(guān)的信息等。
以智能終端為服務窗口的、以云計算和大數(shù)據(jù)分析技術(shù)為支撐的智能交通信息服務正在逐步成為主流,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)展帶來的新機遇:
一是大數(shù)據(jù)技術(shù)的海量數(shù)據(jù)存儲和高效計算能力,將實現(xiàn)交通管理系統(tǒng)跨區(qū)域、跨部門的集成和組合,將會更加有效地配置交通資源,從而大大提高交通運行效率、安全水平和服務能力。二是交通大數(shù)據(jù)分析將為交通管理、決策、規(guī)劃和運營、服務以及主動安全防范帶來更加有效的支持。三是基于交通大數(shù)據(jù)的分析為公共安全和社會管理提供新的理念、模式和手段。
10、大數(shù)據(jù)對連鎖經(jīng)營貿(mào)易服務的變革
當淘寶通過對以往消費的記錄,準確推送所需的小眾商品的時候,普通人已經(jīng)感受到大數(shù)據(jù)時代的來臨。所謂大數(shù)據(jù),指的是傳統(tǒng)數(shù)據(jù)庫管理工具難以駕馭的海量、瞬時、多樣化的數(shù)據(jù),如我們在網(wǎng)絡上的任何一次點擊都可以被完整的記錄和保存,而企業(yè)則通過對這些數(shù)據(jù)的高效分析,準確預判我們的消費行為、消費心理等極具價值的信息,并推送相應的產(chǎn)品或服務。而實際上,目前多數(shù)大數(shù)據(jù)并未被采集到,即使采集到,其價值的開發(fā)也遠遠不足。
亞馬遜早在2009年就推出大規(guī)模數(shù)據(jù)集并行計算的技術(shù)——MapReduce,并實現(xiàn)了云計算與大數(shù)據(jù)的結(jié)合,成為其打造龐大帝國的重要力量。而在國內(nèi),阿里巴巴聯(lián)合銀泰、復星、富春、“四通一達”、順豐以及銀行等金融機構(gòu)投資建設的立體式倉儲網(wǎng)絡體系,其核心也是基于大數(shù)據(jù)的分析,實現(xiàn)物流企業(yè)、平臺商家和消費者的信息共享,并整合、指揮社會化倉儲物流的日常運營。
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(chǔ)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(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)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(chǔ)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(guān)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(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)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(lǐng)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(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)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(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、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(guān)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