商业大数据

赢盛中国研究：“大数据”成为零售业博利热点（图）

报告引言：这个时代已经完全不是此前单纯的数字媒体化年代，一些商业巨头已经不声不响地运用“大数据（专题阅读）”技术好多年，用大数据驱动市场营销、驱动成本控制、驱动产品和服务创新、驱动管理和决策的创新好多年。大数据里面包含了企业运营的各种信息，如果能对它们进行及时有效整理和分析，就可以很好地有效地帮助企业进行经营决策，为企业带来获取巨大的增值价值效益。

一、“大数据”的商业价值

1.对顾客群体细分

“大数据”可以对顾客群体细分，然后对每个群体量体裁衣般的采取独特的行动。瞄准特定的顾客群体来进行营销和服务是商家一直以来的追求。云存储的海量数据和“大数据”的分析技术使得对消费者的实时和极端的细分有了成本效率极高的可能。

2.模拟实境

运用“大数据”模拟实境，发掘新的需求和提高投入的回报率。现在越来越多的产品中都装有传感器，汽车和智能手机的普及使得可收集数据呈现爆炸性增长。Blog、Twitter、Facebook和微博等社交网络也在产生着海量的数据。

云计算和“大数据”分析技术使得商家可以在成本效率较高的情况下，实时地把这些数据连同交易行为的数据进行储存和分析。交易过程、产品使用和人类行为都可以数据化。“大数据”技术可以把这些数据整合起来进行数据挖掘，从而在某些情况下通过模型模拟来判断不同变量(比如不同地区不同促销方案)的情况下何种方案投入回报最高。

3.提高投入回报率

提高“大数据”成果在各相关部门的分享程度，提高整个管理链条和产业链条的投入回报率。“大数据”能力强的部门可以通过云计算、互联网和内部搜索引擎把”大数据”成果和“大数据”能力比较薄弱的部门分享，帮助他们利用“大数据”创造商业价值。

4.数据存储空间出租

企业和个人有着海量信息存储的需求，只有将数据妥善存储，才有可能进一步挖掘其潜在价值。具体而言，这块业务模式又可以细分为针对个人文件存储和针对企业用户两大类。主要是通过易于使用的API，用户可以方便地将各种数据对象放在云端，然后再像使用水、电一样按用量收费。目前已有多个公司推出相应服务，如亚马逊、网易、诺基亚等。运营商也推出了相应的服务，如中国移动的彩云业务。

5.管理客户关系

客户管理应用的目的是根据客户的属性(包括自然属性和行为属性)，从不同角度深层次分析客户、了解客户，以此增加新的客户、提高客户的忠诚度、降低客户流失率、提高客户消费等。对中小客户来说，专门的CRM显然大而贵。不少中小商家将飞信作为初级CRM来使用。比如把老客户加到飞信群里，在群朋友圈里发布新产品预告、特价销售通知，完成售前售后服务等。

6.个性化精准推荐

在运营商内部，根据用户喜好推荐各类业务或应用是常见的，比如应用商店软件推荐、IPTV视频节目推荐等，而通过关联算法、文本摘要抽取、情感分析等智能分析算法后，可以将之延伸到商用化服务，利用数据挖掘技术帮助客户进行精准营销，今后盈利可以来自于客户增值部分的分成。

以日常的“垃圾短信”为例，信息并不都是“垃圾”，因为收到的人并不需要而被视为垃圾。通过用户行为数据进行分析后，可以给需要的人发送需要的信息，这样“垃圾短信”

就成了有价值的信息。在日本的麦当劳，用户在手机上下载优惠券，再去餐厅用运营商DoCoMo的手机钱包优惠支付。运营商和麦当劳搜集相关消费信息，例如经常买什么汉堡，去哪个店消费，消费频次多少，然后精准推送优惠券给用户。

7.数据搜索

数据搜索是一个并不新鲜的应用，随着“大数据”时代的到来，实时性、全范围搜索的需求也就变得越来越强烈。我们需要能搜索各种社交网络、用户行为等数据。其商业应用价值是将实时的数据处理与分析和广告联系起来，即实时广告业务和应用内移动广告的社交服务。

运营商掌握的用户网上行为信息，使得所获取的数据“具备更全面维度”，更具商业价值。典型应用如中国移动的“盘古搜索”。

二、“大数据”与零售业的结合运用

对于数据的使用，许多实体零售商同样表示非常重视，他们对企业积累的数据进行了各种预测和分析。然而，对具体的销售业务来说，往往存在理想与现实的纠结，前不久市场中一家知名的服装零售企业一方面在宣传盈利上市的同时，一方面曝出有近10亿元的库存。国内很多零售企业都知道“大数据”应用的好处，但他们一旦将“大数据”的应用结合到自己的企业经营中时，便会出现与目前经营有非常大的不适应问题，如此导致许多企业对此都持非常谨慎的态度。

1.将零售策略与“大数据”技术进行结合

零售企业谈的“大数据”的最大价值，是在零售策略上与“大数据”技术进行结合，最大程度地编制前置性的零售策略，确保销售计划的实现。“大数据”讲究四个“V”：一是数据体量大（Volume）；二是数据类型复杂（Variety），多涉及到各种结构性与非结构性的；三是价值密度低（Value），这和体量大是相对应的；四是数据更新与处理速度快（Velocity）。

根据这些特性主动地在业务数据产生的同时做出相应的策略应对，会为企业赢得更多的时间和市场策略调整空间。这类似于大江大河的洪峰预警，上游的洪峰出现什么状况，下游要做什么样的应对。数据用到这一层面上，才具有直接的业务价值，这不是那种销量同期比、环比、销售计划比数据能指导业务的价值能相比的。例如一家涉足线上业务的实体零售商，在一组货品的15分钟促销时间内，往往准备着3套应变策略，以确保货品能够按计划卖出。

在实体商业领域，有许多关于数据与营销的案例。一个较早的版本就是美国沃尔玛啤酒和尿布的数据关系。原来，美国的妇女在家照顾孩子，所以她们会嘱咐丈夫在下班回家的路上为孩子买尿布，而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。

当分析师了解到啤酒和尿布销量存在正相关关系、并进一步分析的时候，发现了这样的购买情境，于是将这两种属于不同门类的商品摆在一起。这个发现为商家带来了新的销售组合。当然，即使再多的零售连锁企业知道这个故事，也极少从平时销售中能发现这样的组合，哪怕是牵强附会的。

所以，零售策略设计是零售业（专题阅读）“大数据”价值最大的地方，也是“大数据”可以直接为其提供支持的业务。

2.零售企业对“大数据”应保持正确态度

企业的领导者首先要重视“大数据”的发展、重视企业的数据中心，把收集顾客数据作为企业营销运营的第一目标；第二，对企业内部人员进行培训及建立收集数据的软硬件机制；第三，以业务需求为准则，确定哪些数据是需要收集的；第四，确认在企业已有的数据基础上或者未来方向前提下，如何达成前三项目标的基础建设方案。

在这些IT基础工作需要企业有实实在在的投入和建设规范的信息化团队，作为中国商业最大的一分子——中小微型零售企业似乎是不可能也没有足够的能力来面对这样一场变化的。

大中型零售商因为本身业务及利润的积淀，已经能够承担这样一场需求趋势的需要成本。中小微型企业还处于快速发展过程中，如果也如同大中型企业进行全方面的投入，将很快会被新型的IT工具拖垮或者遭受重创。

但这并不意味着中小零售企业没有机会，实际上IT的发展为所有的企业都提供了平等的选择，云计算的广泛应用即是对这样一场变革带来的临时礼物。

作为中小微型零售企业，完全不必考虑自己建设一套“大数据”的IT系统，他们从精力、成本、能力上来说都不适合，因此此类企业可以将企业的IT建设外包给适合的服务商，企业本身的所有精力可以投入到对商圈的开发上。

目前，一些IT软件开发运营商也已经针对传统零售企业推出了云服务的基础平台，为中小微型商业企业提供了大型企业和超大型企业同样的基础环境及系统架构，小企业只需清晰地规划出自己的目标和适合的步骤，使用云平台按需付费即可，大可不必进行巨大的初始投入和不可预测的运行成本。

三、“大数据”在零售企业实战中的应用

1.Target

最早关于“大数据”的故事发生在美国第二大的超市塔吉特百货（Target）。孕妇对于零售商来说是个含金量很高的顾客群体。但是他们一般会去专门的孕妇商店而不是在

Target购买孕期用品。人们一提起Target，往往想到的都是清洁用品、袜子和手纸之类的日常生活用品，却忽视了Target有孕妇需要的一切。为此，Target的市场营销人员求助于Target的顾客数据分析部要求建立一个模型，在孕妇第2个妊娠期就把她们给确认出来。在美国出生记录是公开的，等孩子出生了，新生儿母亲就会被铺天盖地的产品优惠广告包围，因此必须赶在孕妇第2个妊娠期行动起来。如果Target能够赶在所有零售商之前知道哪位顾客怀孕了，市场营销部门就可以早早的给他们发出量身定制的孕妇优惠广告，早早圈定宝贵的顾客资源。

如何能够准确地判断哪位顾客怀孕？ Target想到公司有一个迎婴聚会（baby shower）的登记表，开始对这些登记表里的顾客的消费数据进行建模分析，不久就发现了许多非常有用的数据模式。比如模型发现，许多孕妇在第2个妊娠期的开始会买许多大包装的无香味护手霜；在怀孕的最初20周大量购买补充钙、镁、锌的善存片之类的保健品。最后Target

选出了25种典型商品的消费数据构建了“怀孕预测指数”，通过这个指数，Target能够在很小的误差范围内预测到顾客的怀孕情况，因此Target就能早早地把孕妇优惠广告寄发给顾客。

为了不让顾客觉得商家侵犯了自己的隐私，Target把孕妇用品的优惠广告夹杂在其他一大堆与怀孕不相关的商品优惠广告当中。

根据这个“大数据”模型,Target制订了全新的广告营销方案，结果Target的孕期用品销售呈现了爆炸性的增长。Target的“大数据”分析技术从孕妇这个细分顾客群开始向其他各种细分客户群推广，从Target使用“大数据”的2002年到2010年间，Target的销售额从440亿美元增长到了670亿美元。

2.ZARA

ZARA平均每件服装价格只有LVHM四分之一，但是，回看两家公司的财务年报，ZARA

税前毛利率比LVHM集团还高23.6%。

（1）分析顾客的需求

在ZARA的门店里，柜台和店内各角落都装有摄影机，店经理随身带着PDA。目的是记录其顾客的每个意见，如顾客对衣服图案的偏好，扣子的大小，拉链的款式之类的微小举动。店员会向分店经理汇报，经理上传到ZARA内部全球资讯网络中，每天至少两次传递资讯给总部设计人员，由总部作出决策后立即传送到生产线，改变产品样式。

关店后，销售人员结帐、盘点每天货品上下架情况，并对客人购买与退货率做出统计。再结合柜台现金资料，交易系统做出当日成交分析报告，分析当日产品热销排名，然后，数据直达ZARA仓储系统。

收集海量的顾客意见，以此做出生产销售决策，这样的作法大大降低了存货率。同时，根据这些电话和电脑数据，ZARA分析出相似的“区域流行”，在颜色、版型的生产中，做出最靠近客户需求的市场区隔。

（2）结合线上店数据

2010年，ZARA同时在六个欧洲国家成立网络商店，增加了网络巨量资料的串连性。2011年，分别在美国、日本推出网络平台，除了增加营收，线上商店强化了双向搜寻引擎、资料分析的功能。不仅回收意见给生产端，让决策者精准找出目标市场；也对消费者提供更准确的时尚讯息，双方都能享受“大数据（专题阅读）”带来的好处。分析师预估，网络商店为ZARA至少提升了10%营收。

此外，线上商店除了交易行为，也是活动产品上市前的营销试金石。ZARA通常先在网络上举办消费者意见调查，再从网络回馈中，撷取顾客意见，以此改善实际出货的产品。

ZARA将网络上的海量资料看作实体店面的前测指标。因为会在网络上搜寻时尚资讯的人，对服饰的喜好、资讯的掌握，催生潮流的能力，比一般大众更前卫。再者，会在网络上抢先得知ZARA资讯的消费者，进实体店面消费的比率也很高。

这些顾客资料，除了应用在生产端，同时被整个ZARA所属的英德斯（Inditex）集团各部门运用：包含客服中心、行销部、设计团队、生产线和通路等。根据这些巨量资料，形成各部门的KPI，完成ZARA内部的垂直整合主轴。

ZARA推行的海量资料整合，后来被ZARA所属英德斯集团底下八个品牌学习应用。可以预见未来的时尚圈，除了台面上的设计能力，台面下的资讯/数据大战，将是更重要的隐形战场。

（3）对数据快速处理、修正、执行

H&M一直想跟上ZARA的脚步，积极利用“大数据”改善产品流程，成效却不彰，两者差距愈拉愈大，这是为什么？

主要的原因是，“大数据”最重要功能是缩短生产时间，让生产端依照顾客意见，能于第一时间迅速修正。但是，H&M内部的管理流程，却无法支撑“大数据”供应的庞大资讯。H&M的供应链中，从打版到出货，需要三个月左右，完全不能与ZARA两周的时间相比。

因为H&M不像ZARA，后者设计生产近半维持在西班牙国内，而H&M产地分散到亚洲、中南美洲各地。跨国沟通的时间，拉长了生产的时间成本。如此一来，“大数据”即使当天反映了各区顾客意见，无法立即改善，资讯和生产分离的结果，让H&M内部的“大数据”系统功效受到限制。

“大数据”运营要成功的关键，是资讯系统要能与决策流程紧密结合，迅速对消费者的需求作出回应、修正，并且立刻执行决策。

3.亚马逊

此前亚马逊并未大张旗鼓推展广告业务，直至2012年年底，有报道指出，亚马逊即将推出实时广告交易平台，从而向Facebook和谷歌发起挑战。这个实时广告交易平台又称“需求方平台”（Demand Side Platform，DSP），可以让广告与目标消费者相遇。广告商可以在“需求方平台”上竞标网站的闲置广告空间，而竞标标的包括广告版位，以及符合特定条件的消费者。

亚马逊开发的“需求方平台”可以“协助广告商接触网路上的众多用户，同时也帮助客户迅速找到想购买产品的相关资讯”，“需求方平台”概念虽非亚马逊首创，但以丰富资料为后盾。

亚马逊与广告商分享的资讯有两类，一是依用户网路行为所做的通用分类，例如热衷时尚、喜爱电子产品、身份为母亲、爱喝咖啡等，二是用户的商品搜寻记录。至于消费者的实际购物资料，亚马逊似乎尚未列入分享。广告商即使无法得知实际消费记录，能了解潜在顾客的商品搜寻记录；亚马逊如果全力进军网路广告市场，仍可能大大改变产业生态。

亚马逊2012年的广告收入约为5亿美元， 2013年的广告收入将达10亿美元。这会成为亚马逊未来几年内营收增长的新动力，更重要的是，它可能是亚马逊各项业务中利润率最高的业务之一。

4.沃尔玛

2011年，沃尔玛电子商务的营收仅是亚马逊的五分之一，且差距年年扩大，让沃尔玛不得不设法奋起直追，找出各种提升数字营收的模式。最终，沃尔玛选择在社交网站的移动商务上放手一搏，让更大量、迅速的资讯，进入沃尔玛内部销售决策。沃尔玛的每张购买建议清单，都是大量资料运算而出的结果。

2011年4月，沃尔玛以3亿美元高价收购了一家专长分类社群网站Kosmix。Kosmix不仅能收集、分析网络上的海量资料（大数据）给企业，还能将这些资讯个人化，提供采购建议给终端消费者（若不是追踪结帐资料，这些细微的消费者习惯，很难从卖场巡逻中发现）。这意味着，沃尔玛使用的“大数据”模式，已经从“挖掘”顾客需求进展到要能够“创造”消费需求。

沃尔玛本身就是一个海量资料系统，适用各种商业上的分析行为，它的综合功能，作为世界最大的零售业（专题阅读）巨人，沃尔玛在全球超过200万名员工，总共有110个超大型配送中心，每天处理的资料量超过10亿笔。由于资料量过于庞大，沃尔玛的“大数据”

系统最重要的任务，就是在做出每一笔决定前，将执行成本降到最低，并且创造新的消费机会。

Kosmix为沃尔玛打造的“大数据”系统称做“社交基因组（Social Genome）”，连结到Twitter、Facebook等社交媒体。工程师从每天热门消息中，推出与社会时事呼应的商品，创造消费需求。分类范围包含消费者、新闻事件、产品、地区、组织和新闻议题等。同时，针对社交网络快消息流的性质，沃尔玛内部的“大数据”实验室专门发展出一套追踪系统，结合手机上网，专门管理追踪庞大的社交动态，每天能处理的资讯量超过10亿笔。

“社交基因组”的应用方式五花八门。举例来说，沃尔玛实验室内部软件能从Foursquare 平台上的打卡记录，分析出在黑色星期五，不同地区消费者最常购买的品项，然后，针对不同地区送出购买建议。

大数据给中国带来的十大商业应用场景

大数据给中国带来的十大商业应用场景 2012年纽约时报的一篇文章标志着人类社会进入大数据时代，在未来的几十年里，大数据都将会是一个重要都话题。大数据影响着每一个人，并在可以预见的未来继续影响着。大数据冲击着许多主要行业，包括零售业、金融行业、医疗行业等，大数据也在彻底地改变着我们的生活。现在我们就来看看大数据给中国带来的十商业应用场景，未来大数据产业将会是一个万亿市场。 1、智慧城市如今，世界超过一半的人口生活在城市里，到2050年这一数字会增长到75%。政府需要利用一些技术手段来管理好城市，使城市里的资源得到良好配置。既不出现由于资源配置不平衡而导致的效率低下以及骚乱，又要避免不必要的资源浪费而导致的财政支出过大。大数据作为其中的一项技术可以有效帮助政府实现资源科学配置，精细化运营城市，打造智慧城市。城市的道路交通，完全可以利用GPS数据和摄像头数据来进行规划，包括道路红绿灯时间间隔和关联控制，包括直行和左右转弯车道的规划、单行道的设置。利用大数据技术实施的城市交通智能规划，至少能够提高30%左右的道路运输能力，并能够降低交通事故率。在美国，政府依据某一路段的交通事故信息来增设信号灯，降低了50%以上的交通事故率。机场的航班起降依靠大数据将会提高航班管理的效率，航空公司利用大数据可以提高上座率，降低运行成本。铁路利用大数据可以有效安排客运和货运列车，提高效率、降低成本。城市公共交通规划、教育资源配置、医疗资源配置、商业中心建设、房地产

规划、产业规划、城市建设等都可以借助于大数据技术进行良好规划和动态调整。大数据技术可以了解经济发展情况，各产业发展情况，消费支出和产品销售情况，依据分析结果，科学地制定宏观政策，平衡各产业发展，避免产能过剩，有效利用自然资源和社会资源，提高社会生产效率。大数据技术也能帮助政府进行支出管理，透明合理的财政支出将有利于提高公信力和监督财政支出。大数据及大数据技术带给政府的不仅仅是效率提升、科学决策、精细管理，更重要的是数据治国、科学管理的意识改变，未来大数据将会从各个方面来帮助政府实施高效和精细化管理，具有极大的想象空间。 2、金融行业大数据在金融行业应用范围较广，典型的案例有花旗银行利用IBM沃森电脑为财富管理客户推荐产品，美国银行利用客户点击数据集为客户提供特色服务。中国金融行业大数据应用开展的较早，但都是以解决大数据效率问题为主，很多金融行业建立了大数据平台，对金融行业的交易数据进行采集和处理。金融行业过去的大数据应用以分析自身财务数据为主，以提供动态财务报表为主，以风险管理为主。在大数据价值变现方面，开展的不够深入，这同金融行业每年上万亿的净利润相比是不匹配的。现在已经有一些银行和证券开始和移动互联网公司合作，一起进行大数据价值变现，其中招商银行、平安集团、兴业银行、国信证券、海通证券和TalkingData在移动大数据精准营销、获客、用户体验等方面进行了不少的尝试，大数据价值变现效果还不错，大数据正在帮助金融行业进行价值变现。大数据在金融行业的应用可以总结为以下五个方面：（1）精准营销：依据客户消费习惯、地理位置、消费时间进行推荐（2）风险管控：依据客户消费和现金流提供信用评级或融资支持，利用客

2019中国工业大数据发展及投资价值研究

1概念界定及发展演进

工业大数据是指在工业领域中，围绕智能制造模式，以数据采集集成、分析处理、服务应用为主的各类经济活动所产生的数据的总称，包括从客户需求到销售、订单、计划、研发、设计、制造、采购、供应、库存、售后服务、运维等整个产品全生命周期各个环节产生的数据。生产经营相关业务联网数据工业大数据以数据资产全生命周期管理为核心

第一次工业革命第二次工业革命第三次工业革命第四次工业革命 “大数据”一词在《第三次浪潮》书中出现苹果推出网络商店iTunes Store ，具有数字音乐搜索、数据共享与评价、消费记录等大数据功能工信部印发《物联网“十二五”发展规划》把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这些是大数据的重要组成部分“大数据”首次写入我国《政府工作报告》国务院《促进大数据发展行动纲要》，明确指出要全力推动大数据发展和应用国务院发布《关于深化制造业与互联网融合发展的指导意见》，加快新旧发展动能和生产体系转换国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，深入推进“互联网+先进制造业”，规范和指导我国工业互联网发展 2018年工信部发布《推动企业上云实施指南（2018-2020年）》，推动企业运用云计算加快数字化、网络化、智能化转型工信部发布《大数据产业发展规划（2016—2020年）》，提出了“到2020年，技术先进、应用繁荣、保障有力的大数据产业体系基本形成”的发展目标工信部发布《工业互联网发展行动计划（2018-2020年）》，提出到2020年底，初步建成工业互联网基础设施和产业体系《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》，明确提出实施智能制造工程赛迪顾问，2019年8月随着大数据应用时代的到来，工业大数据这一大数据细分领域也逐渐被重视。为推动工业大数据的发展，我国正在深化工业云、大数据等技术在工业领域的集成应用，探索建立工业大数据实验中心，建设工业大数据应用示范工程。国家政策在工业大数据的需求端和供给端均出台了相应的规划，加快了信息化技术和工业的深度融合，创新实现新技术、新产品和新模式。 1760年1850年1950年 1980年2003年 2011年2014年2015年2016年2017年2018年

电子商务大数据的发展现状与应用

电子商务大数据的发展现状与应用随着互联网、云计算和物联网的迅速发展，无所不在的移动设备、RFID、无线传感器每分每秒都在产生数据，数以亿计的用户的互联网服务时时刻刻都在产生巨量的交互数据信息。而基于这些，电子商务产业所产生的大量结构化和半结构化的可视化数据，通过数据挖掘和数据分析等手段，经过过程性和综合性的考量，从而帮助电商企业做全局性、系统性的决策，寻找最优化的解决方案和运营决策，这被称为电商大数据。而与电子商务相关的大数据应用均归属于此概念范畴。电商产业一般可按照交易方式分为：商业机构对商业机构的电子商务B2B(businesstobusiness)，商业机构对消费者的电子商务B2C(businesstocustomer)，商业机构对政府管理部门的电子商务B2G(BusinesstoGovernment)，消费者对政府管理部门的电子商务C2G(customertoGovernment)，消费者对消费者的电子商务C2C(customertocustomer)。也可按照其主要细分领域分为B2B电子商务、网络购物、在线旅游、O2O。而目前为电商大数据带来庞大的数据来源主要是B2B电子商务和网络购物，如2014年年底电子商务的交易规模达12.3万亿元,电子商务的数据量与日俱增的同时，电商大数据产业从最初的阶段逐渐进入高速发展期。 1.产业政策及发展现状（1）产业政策中国大数据发展的宏观政策环境不断完善。2012年以来，科技部、发改委、工信部等部委在科技和产业化专项陆续支持了一批大数据相关项目，在推进技术研发方面取得了积极效果。《电子商务“十二五”发展规划》、《工业和信息化部关于推进物流信息化工作的指导意见》等相关政策无不在鼓励电商大数据的快速发展，国务院总理李克强在十二届全国人大二次会议上作政府工作报告时，提出要促进互联网金融健康发展、扩大跨境电商试点、加快4G发展等，推进城市百兆光纤工程和宽带乡村工程，大幅提高互联网网速，在全国推行“三网融合”，鼓励电子商务创新发展。 ①国务院日前印发《关于大力发展电子商务加快培育经济新动力的意见》部署进一步促进电子商务创新发展。《意见》要求，各地区、各部门要认真落实本意见提出的各项任务，于2015年底前研究出台具体政策。 ②《电子商务“十二五”发展规划》。电子商务是降低成本、提高效率、拓展市场和创新经营模式的有效手段，是满足和提升消费需求、提高产业和资源的组织化程度、转变经济发展方式的重要途径，对于优化产业结构、支撑战略性新兴产业发展和形成新的经济增长点具有重要作用。为全面贯彻《2006-2020年国家信息化发展战略》、《国民经济和社会发展第十二个五年规划纲要》和《国务院办公厅关于加快电子商务发展的若干意见》，工业和信息化部制定了《电子商务“十二五”发展规划》。 ③《国务院办公厅关于转发商务部等部门关于实施支持跨境电子商务零售出口有关政策意见的通知》印发后，各地方和相关部门正积极落实，并取得阶段性成效。目前，杭州市、广州市和苏州市已实现全流程跨境电子商务零售出口；北京、天津、江苏、浙江、福建、河南、重庆等省级地区已形成工作方案或实施意见，处于实施前的准备阶段。商务部积极开展政策宣传，密切跟踪各项政策措施制订和实施，帮助各地更好地理解和落实相关政策；海关总署向各地海关下发通知，积极研究设立跨境电子商务海关代码及新型监管模式；质检总局下发了《关于支持跨境电子商务零售出口的指导意见》，要求各直属检验检疫局贯彻执行；财政部和税务总局正联合起草跨境电子商务零售出口税收政策；人民银行、工商总局和外汇

大数据与中国商业地理分析

大数据与中国商业地理分析作者：McKinsey China|九月10, 2013| 城市化与可持续发展, 技术，媒体与通信, 麦肯锡季刊| 从全球范围来看，采用商业地理数据进行商业选址及消费者地理细分在发达经济体已经非常普及。为更精准地服务不断升级的中国消费者，宜家家居、麦当劳、星巴克等专门成立了商业地理分析团队，来指导其在中国的店铺选址。麦肯锡的“解读中国”商业地理分析团队亦感受到来自客户方越来越强烈的需求。我们以下图来说明架构在大数据之上的商业地理分析。 ——“80%的商业数据都是带有地理信息的” ——“商业地理分析的目的就是把对的产品放在对的位置上” ——“选址分析专家就是帮助客户找到最有利位置的…风水?先生” 科学选出最优位置我们服务过一家全国股份制商业银行，该银行希望规划未来在中国某一线城市的网点开设计划。这些网点须开设在（潜在）顾客集中的区域，方便个人及企

业客户的业务办理，同时要避免选择过度竞争的区域，确保业务的健康增长。该如何科学地选出最优位置？而这正是商业地理分析最擅长的领域。评估某一个特定地点是否具有商业价值，深入该地进行调查是传统的“笨”办法。若想从一百多个城市中选出每个城市的重点商圈，仅凭个人或者小团队的有限知识和商业直觉是远远不够的。我们认为，一个可行的方案是，利用这些城市的矢量地图并加载更细层面的经济、人口和地理数据，借助地理信息系统（GIS）来实现批量处理和定量分析。打个比方，风水先生一旦配备了现代化装备，就升级成为商业地理分析专家，他们凭借商业地理数据帮助客户寻找并确定城市中的最优位置。为了帮助这家股份制银行挑选最有利位置，我们采取了抽丝剥茧层层深入的方法，从街道到商业楼宇，对可能的位置进行深入分析。综合该城市超过200 个街道的人口统计信息、分区富裕程度、分区内各银行网点的分布及开业年限、各类商业信息点的分布等信息，将这些街道分区归纳为核心分区、次核心分区和避免分区三个大类。新设网点时优先考虑核心分区。接下来，深入到每一个街道分区内部，根据分区特征、商业信息点的分布与区域聚集度进行打分，结合该城市各分区内已建/在建/筹建楼宇列表选出网点的最优位置（见图1）。

国内外大数据产业发展现状与趋势研究

龙源期刊网 https://www.360docs.net/doc/c8165850.html, 国内外大数据产业发展现状与趋势研究作者：方申国谢楠来源：《信息化建设》2017年第06期大数据作为新财富，价值堪比石油。进入21世纪以来，随着物联网、电子商务、社会化网络的快速发展，数据体量迎来了爆炸式的增长，大数据正在成为世界上最重要的土壤和基础。根据IDC（互联网数据中心）预测，2020年的数据增长量将是2010年的44倍，达到35ZB。世界经济论坛报告称，“大数据为新财富，价值堪比石油”。随着计算机及其存储设备、互联网、云计算等技术的发展，大数据应用领域随之不断丰富。大数据产业将依赖快速聚集的社会资源，在数据和应用驱动的创新下，不断丰富商业模式，构建出多层多样的市场格局，成为引领信息技术产业发展的核心引擎、推动社会进步的重要力量。大数据产业发展现状全球大数据产业发展概况目前，大数据以爆炸式的发展速度迅速蔓延至各行各业。随着各国抢抓战略布局，不断加大扶持力度，全球大数据市场规模保持了高速增长态势。据IDC预测，全球大数据市场规模年增长率达40%，在2017年将达到530亿美元。美国奥巴马政府于2012年3月宣布投资2亿美元启动“大数据研究和发展计划”，将“大数据研究”上升为国家意志；2015年发布“大数据研究和发展计划”，深入推动大数据技术研发，同时还鼓励产业、大学和研究机构、非盈利机构与政府一起努力，共享大数据提供的机遇。目前，美国大数据产业增长率已超过71%，大数据在美国健康医疗、公共管理、零售业、制造业等领域产生了巨大的经济效益。英国政府自2013年开始就注重对大数据技术的研发投入，2015年投入7300万英镑用于55个政府的大数据应用项目，投资兴办大数据研究中心，通过大数据技术在公开平台上发布了各层级数据资源，直接或间接为英国增加了近490亿至660亿英镑的收入，并预测到2017年，大数据技术可以为英国提供5.8万个新的工作岗位，或将带来2160亿英镑的经济增长。法国2011年推出了公开的数据平台 date.gouv.fr，以便于公民自由查询和下载公共数据；2013年相继发布《数字化路线图》、《法国政府大数据五项支持计划》等，通过为大数据设立原始扶持资金，推动交通、医疗卫生等纵向行业设立大数据旗舰项目，为大数据应用建立良好的生态环境，并积极建设大数据初创企业孵化器。日本在《日本再兴战略》中提出开放数据，将实施数据开放、大数据技术开发与运用作为2013-2020年的重要国家战略之一，积极推动日本政务大数据开放及产业大数据的发展，零售业、道路交通基建、互联网及电信业等行业的大数据应用取得显著效果。韩国政府高度重视大数据发展，科学、通信和未来规划部与国家信息社会局（NIA）共建大数据中心，大力推动全国大数据产业发展。根据《2015韩国数据行业白皮书》统计显示，数据服务市场规模占韩国总行业市场规模的47%，位列第一；数据库构建服务以41.8%的占有

商业综合体大数据云平台建设和运营整体解决方案商业综合体信息化管理平台建设方案

商业综合体大数据云平台建设和运营解决方 1

案 2

目录第1章建设背景及需求分析 (45) 1.1、商业综合体定义 (45) 1.1.1、集约化 (45) 1.1.2、物联网接入 (45) 1.1.3、GIS地图集成 (46) 1.1.4、大数据可视化分析 (46) 1.2、互联网+时代的挑战与机遇 (47) 1.2.1、推动互联网+政务服务 (47) 1.2.2、“一带一路”战略实施 (47) 1.2.3、优化营商环境 (47) 1.2.4、制造业与互联网融合 (47) 1.2.5、积累与创新驱动 (47) 1.3、技术背景 (48) 1.3.1、云计算 (48) 1.3.2、4G网络 (48) 1.3.3、多媒体通信 (48) 1.3.4、图像智能分析 (49) 1.3.5、物联网 (49) 1.3.6、大数据可视化分析 (49) 第2章需求分析 (50) 2.1、管理现状及分析 (50) 3

2.1.1、用户身份平台不统一 (50) 2.1.2、系统孤立、不能联动 (50) 2.1.3、安防平台不完善 (51) 2.1.4、没有有效的分析机制 (51) 2.1.5、综合管理无法可视化 (51) 2.2、信息化应用现状及分析 (51) 2.2.1、系统信息共享不足 (52) 2.2.2、业务应用效果不佳 (52) 2.2.3、数据处理不够先进 (52) 2.2.4、服务实战效能不够 (53) 2.3、现阶段业务需求 (53) 2.3.1、进一步提升管控能力 (53) 2.3.2、进一步提升应用效能 (54) 2.3.3、进一步提升执法水平 (54) 2.4、解决之道 (54) 2.4.1、物联网接入 (54) 2.4.2、事件联动 (55) 2.4.3、应急指挥 (55) 2.4.4、大数据可视化分析 (55) 第3章系统总体设计 (57) 3.1、设计依据 (57) 3.2、设计原则 (60) 3.2.1、统一规划、分步实施 (60) 4

我国大数据产业发展现状

我国大数据产业发展现状一、产业总体情况（一）市场规模快速增长，供给结构初步形成市场规模快速增长。十二五以来，我国大数据产业从无到有，全国各地发展大数据积极性较高，行业应用得到快速推广，市场规模增速明显。易观国际数据显示，2011-2014年，我国大数据市场规模分别为37.4亿元、47.3亿元、59亿元和75.7亿元，年平均复合增长约为27%。易观国际同时预测，2015、2016年我国大数据市场规模将保持约30%的增长速度，在十二五末市场规模接近100亿元。图1 2011-2016年我国大数据市场规模 37.447.3 5975.798.9129.326.7%24.7%28.4%30.7%30.7%0%5%10%15%20%25%30%35%0 20 40 60 80 100 120 140 201120122013 201420152016规模（亿元）增速数据来源：易观国际数据，2015.1 我国已经初步形成了由互联网企业（以百度、阿里、腾讯为代表）、传统IT 厂商（以华为、联想、浪潮、曙光、用友等为代表）、大数据企业（以亿赞普、拓尔思、海量数据、九次方等为代表）共同组成的市场供给关系，但各环节发展水平不均衡，在

大数据产业链高端环节缺少成熟的产品和服务，面向海量数据的存储和计算服务较多，而前端环节数据采集和预处理，后端环节数据挖掘分析和可视化，及大数据整体解决方案等产品和服务较为匮乏。（二）技术创新基础初具，应用驱动创新特征明显技术创新基础初具。十二五以来，工业和信息化部、国家发展与改革委员会、科技部等部门高度重视大数据的发展，利用“核高基”科技重大专项、电子发展基金等进行了前沿部署，针对互联网和大数据发展的迫切需求，安排了非结构化数据管理研究、大型通用数据库系统研究等课题，对非结构化数据管理、大型数据管理的核心技术进行集中攻关。我国企业已经在大数据领域开始布局，不仅加强物理存储设备与处理能力的建设，也加快技术产品的研发与人才队伍的培养。应用驱动创新特征明显。十二五以来，大数据领域由技术创新转驱动向应用创新驱动转变的趋势开始显现，很多技术和产品是在应用需求的引导下完成的创新和突破。在Hadoop、Spark、Storm等开源技术的影响下，大数据的技术壁垒越来越低，使得开展大数据业务的企业无需担忧技术实现问题，而是将更多的精力和资源投入到对需求的挖掘、分析和满足上。面对各行业的特性需求和不同用户的个性化需求，企业不断地创新出新技术、新产品、新业态和新模式。（三）投融资活动初步兴起，行业应用成为热点方向投融资活动初步兴起。十二五期间，我国大数据领域融资并

大数据的商业应用

大数据的商业应用对大数据的开放和应用将对社会、商业和个人都产生巨大而深远的影响。目前我们已经观察到或者可以预测到的影响包括但不仅限于以下几个方面。第一，围绕大数据的应用将激发前所未有的创新浪潮。社交网络的流行和物联网的建设使得对个体和群体（无论是人或物）的实时观察和了解正在逐渐成为可能，这为预测群体行为和了解个体偏好提供了强有力的工具。利用大数据这一特性的应用已经在多个领域展现其惊人的威力和创新能力。第二，大数据的开放将极大地提升社会的公开透明度和提高政策制定的效率。一方面，多种类型数据的公开大大提升了政府的透明度，通过公众的监督提高民主程度。另一方面，通过为大众提供创新的平台，充分汲取群体的智慧，有效榨取数据的可利用价值，反过来可以提升社会效率和政府效率。第三，随着大数据时代的来临和深化，在商业、经济及其他领域中，决策行为将日益基于数据和分析而做出，而并非基于经验和直觉。伴随着数据的大量累积和数据处理能力的不断提升，利用数据来进行判断和预测的能力将会得到无限的放大，数据将引领社会前进的方向。第四，个人成为大数据链条中不可或缺的一环，而对数据的依赖将改变人类的生活方式。对银行的影响（一）大数据提供了全新的沟通渠道和营销手段一方面，社交媒体的兴起给银行提供了全新的与客户接触的渠道。已经有多家银行开通了官方微博，通过树立社会化的形象，拉近与客户之间的距离，利用社交媒体的力量，往往能够取得意想不到的效果。光大银行在2011年4月份通过其官方微博发起了“95595酒窝哦酒窝——光大电子银行酒窝传递活动”，向网民征集酒窝照片，并由参与者向好友进行传递，征集的照片会组成一个笑容墙展示，一个月的时间里有超过740000人参与了活动，使得光大银行的客服电话号码一夜走红。另一方面，通过打通银行内部数据和外部社会化的数据可以获得更为完整的客户拼图，从而进行更为精准的营销和管理。银行本身拥有客户的大量数据，通过对数据的分析可以获得很多信息，从而成为进行管理和营销的依据。但由于银行拥有的客户信息并不全面，这种分析有时候难以得出理想的结果甚至有可能得出错误的结论。比如说，如果某位信用卡客户

大数据分析驱动企业商业模式的创新研究

2014年第1期(总第20期) 哈尔滨师范大学社会科学学报 Journal of Social Science of Harbin Normal University No.1，2014Total No.20 大数据分析驱动企业商业模式的创新研究李艳玲（东北财经大学管理科学与工程学院，辽宁大连116025）［摘要］随着大数据时代的来临，大数据发展催化了大量的相关产业，也带来了商业模式创新的机遇。大数据问题迅速从技术层面上升到国家战略的最高层面。商务管理在大数据背景下面临诸多的时代挑战，分析企业在应用与研究方面所面临的问题，研究大数据环境下所带来的商业机会的新变化与新思路，思考并探索如何让我国在商业模式创新中迅速适应大数据环境，并有效利用新的机遇与挑战等问题刻不容缓，文章探讨了大数据驱动的商业模式的创新，并对大数据的发展做出展望。［关键词］大数据;商业模式;创新研究［中图分类号］F49 ［文献标识码］A ［文章编号］2095－0292（2014）01－0055－05 ［收稿日期］2013－11－10 ［作者简介］李艳玲，东北财经大学管理科学与工程学院副教授，博士研究生，主要从事大数据商业模式创新、管理决策研究。由于社会化媒体和移动互联网的日益普及，在最近及未来几年中，各种新的、强大的数据源会持续爆炸式地增长，过去曾经用的名词“信息爆炸” 、“海量数据”已不足以描述数据的增长态势，2011年5月，美国麦肯锡全球研究院（MGI ）发表一篇名为“Big data ：The next fron-tier for innovation ，competition and productivity ”（大数据：未来创新、竞争、生产力的指向标）的研究报告，“Big Data ”（大数据）这个关键词便开始流行起来。大数据是指大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群，按EMC 的界定，其中的“大”是指大型数据集，一般在10TB 规模左右；多用户把多个数据集放在一起，形成PB 级的数据量，同时这些数据来自多种数据源，以实时、迭代的方式来实现。IBM 公司把大数据概括成三个V ，即大量化（Volume ）、多样化（Variety ）、快速化（Veloci-ty ），这三个特点反映了大数据所潜藏的巨大价值（Value ），总体概括为四个特征，即4V 。面对与日俱增的大量复杂的数据，大数据将会对高级分析产生巨大的影响，如何通过技术、安全实践和IT 技能的正确组合来发现数字宇宙的潜在效益，帮助客户管理、保护和挖掘这些可以改变游戏规则的数据价值，并把它们直接转化为竞争优势，真正驾驭数字宇宙，发挥大数据的巨大潜力，是每个企业迫切解决的关键问题。同时，分析和利用大数据也可以催生无数新的服务和商机，也让一些传统行业找到了新的发展机会，更为紧迫的是，大数据时代产生了对“数据科学家”这种新兴复合型人才的迫切需求。对数据的洞察力进一步体现公司的战略和行动，将形成正向反馈，有助于企业积累竞争优势，这是大数据分析对产品创新活动的一个新的典型特征。传统创新活动主要局限在企业内部、数据有限、不能及时方便获取，而大数据时代开放性、网络化的数据无处不在，即时发生大量数据，为实时化、个性化创新方式提供了大量的在产品市场化之前进行互动设计的可能性。这方面的研究应充分利用大数据并结合行业特点研究一些重点行业中的产品及服务创新，例如金融、保险、医疗、零售、物流、互联网、电信等具有突出代表 — 55—

我国大数据产业分布

我国大数据产业分布我国大数据产业集聚区主要位于经济比较发达的地区，北京、上海、广东是发展的核心地区，这些地区拥有知名互联网及技术企业、高端科技人才、国家强有力政策支撑等良好的信息技术产业发展基础，形成了比较完整的产业业态，且产业规模仍在不断扩大。除此之外，以贵州、重庆为中心的大数据产业圈，虽然地处经济比较落后的西南地区，但是贵州、重庆等地依托政府对其大数据产业发展提供的政策引导，积极引进大数据相关企业及核心人才，力图占领大数据产业制高点，带动区域经济新发展。我国大数据区域分布图京津冀地区依托北京，尤其是中关村在信息产业的领先优势，培育了一大批大数据企业，是目前我国大数据企业集聚最多的地方。不仅如此，部分数据企业扩散了到天津和河北等地，形成了京津冀大数据走廊格局；珠三角地区依托广州、深圳等地区的电子信息产业优势，发挥广州和深圳两个国家超级计算中心的集聚作用，在腾讯、华为、中兴等一批骨干企业的带动下，珠三角地区逐渐形成

了大数据集聚发展的趋势；长三角地区依托上海、杭州、南京，将大数据与当地智慧城市、云计算发展紧密结合，吸引了大批大数据企业，促进了产业发展。上海发布《上海推进大数据研究与发展三年行动计划》，推动大数据在城市管理和民生服务领域应用。大西南地区以贵州、重庆为代表城市，通过积极吸引国内外龙头骨干企业，实现大数据产业在当地的快速发展。2013年起，贵州市率先把握大数据发展机遇，充分发挥其发展大数据产业所独具的生态优势、能源优势、区位优势及战略优势等四大优势，抢占先机率先启动首个国家大数据综合实验区、国家大数据产业集聚区和国家大数据产业技术创新实验区；率先建成全国第一个省级政府数据集聚共享开放的统一云平台；率先开展大数据地方立法，颁布实施《贵州省大数据应用促进条例》；率先设立全球第一个大数据交易所；率先举办贵阳国际大数据产业博览会和云上贵州大数据商业模式大赛等。了解详情最后关于大数据就介绍到这里，如果大家还不明白的地方，请与网站的在线老师联系，在线老师会根据你的问题详细为你解答。点击咨询

2015-2020年中国大数据行业市场深度调研报告

2015-2020年中国大数据行业市场深度调研及投资方向建议报告中国产业信息网

什么是行业研究报告行业研究是通过深入研究某一行业发展动态、规模结构、竞争格局以及综合经济信息等，为企业自身发展或行业投资者等相关客户提供重要的参考依据。企业通常通过自身的营销网络了解到所在行业的微观市场，但微观市场中的假象经常误导管理者对行业发展全局的判断和把握。一个全面竞争的时代，不但要了解自己现状，还要了解对手动向，更需要将整个行业系统的运行规律了然于胸。行业研究报告的构成一般来说，行业研究报告的核心内容包括以下五方面：

行业研究的目的及主要任务行业研究是进行资源整合的前提和基础。对企业而言，发展战略的制定通常由三部分构成：外部的行业研究、内部的企业资源评估以及基于两者之上的战略制定和设计。行业与企业之间的关系是面和点的关系，行业的规模和发展趋势决定了企业的成长空间；企业的发展永远必须遵循行业的经营特征和规律。行业研究的主要任务：解释行业本身所处的发展阶段及其在国民经济中的地位分析影响行业的各种因素以及判断对行业影响的力度预测并引导行业的未来发展趋势判断行业投资价值揭示行业投资风险为投资者提供依据

2015-2020年中国大数据行业市场深度调研及投资方向建议报告【出版日期】2015年【交付方式】Email电子版/特快专递【价格】纸介版：7000元电子版：7200元纸介+电子：7500元【报告编号】R331187 报告目录：前言继物联网、云计算之后，大数据已经成为当前信息技术产业最受关注的概念之一。大数据是为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值，而设计的新一代架构和技术。人们普遍将该定义概括为四个“V”，即更大的容量（Volume，从TB级跃升至PB级，甚至EB级）、更高的多样性（Variety，包括结构化、半结构化和非结构化数据），以及更快的生成速度（Velocity）。前面三个“V”的组合推动了第四个因素——价值（Value）。云计算、物联网、智慧城市、移动互联，新技术与应用的不断涌现，加速了“大数据”时代的到来。大数据，已经超越数据本身，转向数据的资产化和服务化，转向挖掘与分析数据带来新商业价值，转向以技术维护国家安全利益，并为信息服务产业和传统商业模式带来了巨大的机遇与挑战。 2013年，大数据应用带来了令人瞩目的成绩。作为新的重要资源，

大数据应用项目商业计划书

大数据应用项目商业计划书企业大数据应用平台商业计划书深圳富思数据分析技术开发有限公司日期：二○一四年五月二十五日

目录目录 (2) 一、项目的概述 (4) 1.1 项目提出的原因 (4) 1.2 项目的先进性与优势 (4) 1.3 公司的定位 (5) 二、项目的市场分析 (5) 2.1企业大数据应用的广阔前景： (5) 2.2 市场发展规模 (5) 三、产品功能介绍 (5) 3.1 管理咨询产品介绍 (5) 3.2 PGS智能管理系统介绍 (6) 3.2.1 PGS的基于业务平台的技术架构 (6) 3.2.2 PGS智能管理系统功能介绍 (6) 3.3 儒道网云平台的企业大数据应用平台介绍 (8) 3.3.1 云平台的数据仓库技术 (8) 3.3.2 云平台的基于数据模型的数据挖掘技术 (8) 3.3.3 儒道网云平台的功能介绍 (8) 四、市场营销推广策略 (9) 4.1 为客户提供通用型的免费产品，快速抢占客户 (9) 4.2 为客户提供增值服务，增强客户粘附性 (9) 4.3 与客户形成战略合作 (9) 五、富思的商业模式 (9) 5.1、商业模式解读 (9) 5.1.1 富思大数据应用平台的运营机制的核心： (9) 5.1.2 富思大数据应用平台示意图 (10) 5.2、盈利模式 (10) 5.2.1 管理咨询的收入模式： (10) 5.2.2 PGS智能管理系统的收入模式 (10) 5.2.3 儒道网平台的收入模式： (11) 六、项目风险分析 (11) 6.1 技术风险 (11) 6.2 市场风险 (11) 七、未来公司的战略发展规划 (11) 7.1 公司的使命和愿景 (11) 7.2 建立与企业直接关联的大数据应用平台 (12) 7.3 实现数据应用与移动商务无缝对接 (12) 八、公司概况介绍 (12) 8.1 公司基本情况 (12) 8.1.1 公司股权结构 (13) 8.1.2 企业的经营能力与业绩 (13) 8.2 管理团队介绍 (13)

中国大数据产业的痛点和困难

中国大数据产业的痛点和困难大数据作为一个新兴的产业，一直在处于舆论的风口浪尖。就像互联网＋的概念一样，大数据被神话了，被送上了“宗教”的神坛。大数据企业总是有一个担心，生怕大数据被捧得的太高，将来可能会被摔的很惨。 2015年中国大数据产业的热度从贵阳大数据交易所开始，到9月国务院的2015第50号文《促进大数据发展行动纲要》进入高峰，相信10月份的乌镇互联网大会上，大数据还会是一个大的热点。大数据论坛上，数据产品和解决方案被介绍的很多。数据给企业带来的具体价值、数据应用场景、大数据产业的痛点介绍的很少。中国大数据产业经历着很多痛苦，大数据产业前景很好，但是大数据企业却很难做大，很难实现质的飞跃。中国大数据产业的痛点和困难如下。 1 大数据企业众多而弱小，很难实现产业优势中国大数据企业大概有200多家，将近60%集中在北京，以小微企业为主，年销售额达到十亿人民币的企业几乎没有。大数据产业处于春秋时代早期，各家诸侯割地而立，每家占领了一块小的细分领域，很难做大，都面临着同行的激烈竞争，有的领域例如舆情监控已成为红海。大数据企业人数大多在几十人到几百人，少有千人以上的企业。没有一家大数据企业可以统领一个行业，没有一家企业占有细分市场

10%的份额，没有一家大数据企业建立了行业标准，领导行业发展。中国大数据产业处于极度分散状态，优秀的人才分布在不同企业，很难形成人才合力。各家企业规模小，很难在企业做深做大，很难利用大数据帮助企业实现业务提升。大多数企业的工具和数据很难满足企业整体的数据要求，中国的数据挖掘和分析产品也很难和国外的产品进行竞争。大数据产业如果要形成产业优势，必须需要一批领军企业。参考国外大数据产业，中国在大数据基础架构，数据产品，数据工具、数据清洗和数据挖掘、数据分析、数据人才都需要产生一批标杆企业。每个领军企业都规模应该在千人以上，销售额应该在百亿以上，否则很难形成技术和人才优势，也很难利用大数据帮助客户实现业务提升。贵阳大数据交易所《2015年中国大数据交易白皮书》提到2014年中国大数据市场规模为767亿元。这个数字看上去不错，估计其实真正和大数据工具和大数据产品相关的不足20%（业务价值提升）。大多数的经费都用于大数据基础平台（存储和计算）、咨询、报告等和业务价值提升相关度不大的领域。中国大数据市场销售额大多数集中在传统的IT企业例如IBM，Oracle，EMC，Intel，华为，联想等。真正大数据企业所有市场份额加起来可能就在百亿元左右。中国大数据企业规模过小，领军企业缺少，行业过于分散，这些都是制约中国大数据产业发展的因素，也是产业做大的一个痛点。 2 外部数据是一个个孤岛，数据价值低

【完整版】2020-2025年中国大数据应用行业市场发展战略研究报告

（二零一二年十二月） 2020-2025年中国大数据应用行业市场发展战略研究报告可落地执行的实战解决方案让每个人都能成为战略专家管理专家行业专家 ……

报告目录第一章企业市场发展战略研究概述 (6) 第一节研究报告简介 (6) 第二节研究原则与方法 (6) 一、研究原则 (6) 二、研究方法 (7) 第三节企业市场发展战略的作用、特征及与企业的关系 (9) 一、企业市场发展战略的作用 (9) 二、市场发展战略的特征 (10) 三、市场发展战略与企业战略的关系 (11) 第四节研究企业市场发展战略的重要性及意义 (12) 一、重要性 (12) 二、研究意义 (12) 第二章市场调研：2018-2019年中国大数据应用行业市场深度调研 (13) 第一节大数据行业的定义 (13) 第二节我国大数据应用行业监管体制与发展特征 (14) 一、行业主管部门和行业监管体制 (15) （1）工业和信息化部 (15) （2）国家工商总局 (15) 二、主要法律法规 (15) 三、相关产业政策 (16) 四、主要法律法规和相关产业政策对行业的影响 (17) 五、行业经营模式及盈利模式 (17) 六、进入行业的主要壁垒 (18) （1）技术壁垒 (18) （2）资源壁垒 (18) （3）资金壁垒 (18) （4）品牌壁垒 (19) 第三节2019年中国大数据应用行业发展情况分析 (19) 一、大数据广泛的应用到各个行业各个领域 (19) 二、大数据应用主要受到政策支持、技术推动、资本助力和企业数字化转型需求推动..19 三、大数据应用市场目前仍在“野蛮成长”，整体提升空间巨大 (20) 四、大数据应用政策的相对落地助推细分行业和领域的迅速发展 (21) 五、大数据应用进入高速发展期，未来新商业模式的出现有望带动更大发展 (23) 六、大数据应用可以按照应用延展、企业级应用和行业级应用进行划分 (23) 第四节2019年中国大数据应用行业在细分领域发展情况分析 (24) 一、大数据行业级应用 (24) 二、大数据企业级应用 (25) 三、大数据工具级应用 (26) 第五节企业案例分析： (27) 一、汇医慧影：赋能医疗创新，发现医学需求，解决患者痛点 (27) 二、欧唯特：基于自身行业经验和数据分析能力，欧唯特通过为品牌 (28)

工业大数据

专题·融媒瞭望哨 14中国工程院院士倪光南以构建安全可控的信息技术体系为主题表示：中国是网络大国，习总书记提出的加快推进国产自主可控替代计划、构建安全可控的信息技术体系、实施网络信息领域核心技术设备攻坚战略等举措中，构建安全可控的信息技术体系是我国网信领域的一项重大任务。加大核心技术研发力度和市场化引导具有重大意义。倪光南表示实现网络强国，就要打好基础，构建好技术体系。中国电子学会副理事长兼秘书长徐晓兰指出：人工智能技术最重要的基础是大数据，在未来的发展过程中，工业大数据的创新发展，一是要需求导向，牢牢把握发展变革的机遇，高度重视工业大数据的价值，持续提升对数据的科学认知，通过深度的审视不断优化数据源，提升实施生产数据的采集，包括数量、质量、类型、精度、频率的技术能力来把握新一轮发展机遇。二是创新驱动，潜心打造产业的整体优势。三是加强人才引领，着力构建科学的人才机构。四是应用示范、深度挖掘数据潜在的价值。在数字经济的大时代背景下，大数据已经成为驱动社会经济进步的新引擎。工业大数据，是国家提升综合竞争力的一个关键因素，是全球工业转型必须面临的重大课题。编者按：大数据、云计算等信息技术、计算机技术的飞速发展，加速人工智能在各个产业、各个领域的应用与融合。10月10日，由工业和信息化部指导，中国电子学会主办、中国工业大数据创新发展联盟秘书处、中国首席信息官联盟秘书处、智汇工业承办的“2017中国工业大数据创新发展高峰论坛”在北京召开。近年来在推进媒体融合发展进程中，大数据技术已经成为重要的技术驱动力，写稿机器人、云计算、人工智能、物联网等以大数据技术为依托，从各个角度推动媒体融合创新与发展。未来大数据的应用与发展走向如何，又将如何在媒体深度融合进程中发挥重要的技术支撑作用。在本次大会中中国工程院院士倪光南、中国电子学会副理事长兼秘书长徐晓兰、工业和信息化部信息化和软件服务业司副司长李冠宇、工业和信息化部信息化和软件服务业司处长商超、清华大学软件学院院长王建民、中国船舶工业系统工程研究院海洋智能技术创新中心主任邱伯华等专家、学者就论坛主题“融合创新共享赋能”发表主题演讲。工业大数据本刊编辑部倪光南徐晓兰

2019国内外大数据行业现状

当前，许多国家的政府和国际组织都认识到了大数据的重要作用，纷纷将开发利用大数据作为夺取新一轮竞争制高点的重要抓手，实施大数据战略，对大数据产业发展有着高度的热情。美国政府将大数据视为强化美国竞争力的关键因素之一，把大数据研究和生产计划提高到国家战略层面。在美国的先进制药行业，药物开发领域的最新前沿技术是机器学习，即算法利用数据和经验教会自己辨别哪种化合物同哪个靶点相结合，并且发现对人眼来说不可见的模式。根据前期计划，美国希望利用大数据技术实现在多个领域的突破，包括科研教学、环境保护、工程技术、国土安全、生物医药等。其中具体的研发计划涉及了美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究局、地质勘探局等6 个联邦部门和机构。目前，欧盟在大数据方面的活动主要涉及四方面内容：研究数据价值链战略因素；资助“大数据”和“开放数据”领域的研究和创新活动；实施开放数据政策；促进公共资助科研实验成果和数据的使用及再利用。英国在2017 年议会期满前，开放有关交通运输、天气和健康方面的核心公共数据库，并在五年内投资1000 万英镑建立世界上首个“开放数据研究所”；政府将与出版行业等共同尽早实现对得到公共资助产生的科研成果的免费访问，英国皇家学会也在考虑如何改进科研数据在研究团体及其他用户间的共享和披露；英国研究理事会将投资200 万英镑建立一个公众可通过网络检索的“科研门户”。法国政府为促进大数据领域的发展，将以培养新兴企业、软件制造商、工程师、信息系统设计师等为目标，开展一系列的投资计划。法国政府在其发布的《数字化路线图》中表示，将大力支持“大数据”在内的战略性高新技术，法国软件编辑联盟曾号召政府部门和私人企业共同合作，投入3 亿欧元资金用于推动大数据领域的发展。法国生产振兴部部长ArnaudMontebourg、数字经济部副部长FleurPellerin 和投资委员LouisGallois 在第二届巴黎大数据大会结束后的第二天共同宣布了将投入1150 万欧元用于支持7 个未来投资项目。这足以证明法国政府对于大数据领域发展的重视。法国政府投资这些项目的目的在于“通过发展创新性解决方案，并将其用于实践，来促进法国在大数据领域的发展”。众所周知，法国在数学和统计学领域具有独一无二的优势。日本为了提高信息通信领域的国际竞争力、培育新产业，同时应用信息通信技术应对抗灾救灾和核电站事故等社会性问题。2013 年6 月，安倍内阁正式公布了新IT 战略——“创建

大数据应用的五个典型应用场景

大数据应用的五个典型应用场景来源：中国计算机报时间：2015-03-24 11:31:09 作者：数据观在网上查找的大数据应用的几个典型场景，分享给大家！ "数据将成为一种战略性原料，每一个企业、科研团队和政府，都有责任有目的地搜集、处理、分析、索引数据。"电子科技大学互联网中心主任周涛号召企业投身大数据，对大数据怦然心动的企业也确实很多。但基于对全球95个国家、26个行业的1144名业务人员和IT专业人士的广泛调研，IBM发现，大多数企业都已经认识到'大数据'改善决策流程和业务成效的潜能，但他们却不知道该如何入手。的确，在主动或被动迎接大数据时代之时，企业管理人员迫切需要在实干之前，明确很多问题的答案：3V之外大数据还具备何种属性什么是大数据解决之道的要素大数据实施是否有章可循...... 以《分析：大数据在现实世界中的应用》白皮书为引子，IBM的大数据战略努力令企业的诸多疑惑迎刃而解。在此基础上，以"智慧的分析洞察"为核心的IBM大数据价值体系中的五大典型业务需求和对应的落地实践，形象化地展现了大数据如何驱动企业商业价值的增长。 IBM全球副总裁兼大中华区软件集团总经理胡世忠明确发力点在大数据和分析领域，IBM公认已经具备了充分的技术优势。IBM全球副总裁兼大中华区软件集团总经理胡世忠表示："数据构成了智慧地球的三大元素：物联化(instrumented)、互连化(interconnected)和智能化(intelligent)，而这三大元素又改变了数据来源、传送方式和利用方式，带来'大数据'这场信息社会的变革。作为大数据领域的领导者，IBM正在利用领先方法论和全面大数据技术帮助企业重新思考已有的IT模式；助力企业进行基于这场信息革命的业务转型，获取竞争机遇和不可估量的商业价值。" 要实现这一愿景，有必要知晓企业对应用大数据的认知程度和接受程度。IBM商业价值研究院和牛津大学赛德商学院联手实施了一项调研，并共同撰写发布了《分析：大数据在现