大数据引领未来产业变革行业资讯
2013-04-03 来源:机房360 编辑:轶名
在互联网行业,对大数据的分析可以为商家制定更加精准有效的营销策略提供决策支持。互联网行业主要特征之一是各种类型的信息和数据都呈现爆炸式增长,同时用户行为和网络中的
这个时代,随着云计算、移动互联网和物联网等新一代信息技术的广泛应用,多样的、海量的数据以爆炸般的速度生成,全球数据的增长速度之快前所未有。大数据的影响范围从企业领域扩展到社会领域,人们开始意识到大数据所蕴含的巨大的社会价值和商业价值。
大数据的兴起
种类广泛、数量庞大、产生和更新速度加剧的大数据聚蕴含着前所未有的社会价值和商业价值,被评论为“新的石油”、“类似货币或黄金的新型经济资产”,发展潜力十分巨大。据美国研究机构统计,大数据能够为美国医疗服务业每年带来3000亿美元的价值,为欧洲的公共管理每年带来2500亿欧元的价值,帮助美国零售业提升60%净利润,帮助美国制造业降低50%产品开发、组装成本。
对于大数据,通常认为有四个重要特征:海量化(Volume)、多样化(Variety)、快速化(Velocity)和价值化(Value)。海量和多样化是对大数据的数据量与数据类型的界定;快速是对大数据获取、处理、分析速度的要求;价值是对大数据获取、处理、分析的意义和目的。
数据密集型行业大数据应用先行
在互联网行业,对大数据的分析可以为商家制定更加精准有效的营销策略提供决策支持。互联网行业主要特征之一是各种类型的信息和数据都呈现爆炸式增长,同时用户行为和网络中的社会群体变得更加多样化、复杂化。Facebook通过对海量社交网络数据与在线交易数据进行分析和挖掘,从而提供点对点的个性化广告投放策略,实现了广告份额翻番(2009年到2010年)、2010年到2011年增长95%,比Google的增速快了近3倍。百度通过搜集整理网络玩家搜索需求与热点,将用户人群细分,并对网络游戏的搜索行为数据提炼组织,建立用户行为数据库销售给网络游戏运营商,创造了以数据销售为主,广告服务为辅的双轨模式。
在金融行业,对大数据的分析可以为金融机构实现快速科学决策与服务创新提供支撑。金融行业的信息化程度高,数据量非常庞大,并且数据管理集中化,为大数据的分析与利用提供了良好的基础。中信银行信用卡中心通过部署大数据分析系统,实现了近似实时的商业智能(BI)和秒级营销,运营效率得到全面提升,每次营销活动配置平均时间从2周缩短到2-3天,交易量增加65%,不良贷款比率同比减少了0.76%.
在电信行业,对大数据的分析可以使营销策略和产品设计更加精准,帮助运营商从数据流量中获益、向智能管道转型。近些年由于无线上网和智能手机的推广,导致电信行业数据量呈现爆炸性增长。同时电信业面临着市场饱和度高、产品服务同质化明显、从快速增长的数据流量业务中获利有限的业务挑战,迫切需要通过新的技术手段突破现状。中国联通通过部署大数据组织与管理系统,使得用户记录10分钟内可查询,并使在几千亿条记录当中检索的时间缩短到一秒钟内,提高了对客户投诉的反馈效率和质量,增强了客户服务满意度。
大数据时代已经来临,它将在众多领域掀起变革的巨浪。但我们要冷静的看到,大数据的核心在于为客户挖掘数据中蕴藏的价值,而不是软硬件的堆砌。因此,针对不同领域的大数据应用模式、商业模式研究将是大数据产业健康发展的关键。我们相信,在国家的统筹规划与支持下,通过各地方政府因地制宜制定大数据产业发展策略,通过国内外IT龙头企业以及众多创新企业的积极参与,大数据产业未来发展前景十分广阔。认识大数据带来的变革,并规划好大数据的发展,将是政府和业界在大数据时代的当务之急。
大数据的兴起
种类广泛、数量庞大、产生和更新速度加剧的大数据聚蕴含着前所未有的社会价值和商业价值,被评论为“新的石油”、“类似货币或黄金的新型经济资产”,发展潜力十分巨大。据美国研究机构统计,大数据能够为美国医疗服务业每年带来3000亿美元的价值,为欧洲的公共管理每年带来2500亿欧元的价值,帮助美国零售业提升60%净利润,帮助美国制造业降低50%产品开发、组装成本。
对于大数据,通常认为有四个重要特征:海量化(Volume)、多样化(Variety)、快速化(Velocity)和价值化(Value)。海量和多样化是对大数据的数据量与数据类型的界定;快速是对大数据获取、处理、分析速度的要求;价值是对大数据获取、处理、分析的意义和目的。
数据密集型行业大数据应用先行
在互联网行业,对大数据的分析可以为商家制定更加精准有效的营销策略提供决策支持。互联网行业主要特征之一是各种类型的信息和数据都呈现爆炸式增长,同时用户行为和网络中的社会群体变得更加多样化、复杂化。Facebook通过对海量社交网络数据与在线交易数据进行分析和挖掘,从而提供点对点的个性化广告投放策略,实现了广告份额翻番(2009年到2010年)、2010年到2011年增长95%,比Google的增速快了近3倍。百度通过搜集整理网络玩家搜索需求与热点,将用户人群细分,并对网络游戏的搜索行为数据提炼组织,建立用户行为数据库销售给网络游戏运营商,创造了以数据销售为主,广告服务为辅的双轨模式。
在金融行业,对大数据的分析可以为金融机构实现快速科学决策与服务创新提供支撑。金融行业的信息化程度高,数据量非常庞大,并且数据管理集中化,为大数据的分析与利用提供了良好的基础。中信银行信用卡中心通过部署大数据分析系统,实现了近似实时的商业智能(BI)和秒级营销,运营效率得到全面提升,每次营销活动配置平均时间从2周缩短到2-3天,交易量增加65%,不良贷款比率同比减少了0.76%.
在电信行业,对大数据的分析可以使营销策略和产品设计更加精准,帮助运营商从数据流量中获益、向智能管道转型。近些年由于无线上网和智能手机的推广,导致电信行业数据量呈现爆炸性增长。同时电信业面临着市场饱和度高、产品服务同质化明显、从快速增长的数据流量业务中获利有限的业务挑战,迫切需要通过新的技术手段突破现状。中国联通通过部署大数据组织与管理系统,使得用户记录10分钟内可查询,并使在几千亿条记录当中检索的时间缩短到一秒钟内,提高了对客户投诉的反馈效率和质量,增强了客户服务满意度。
大数据时代已经来临,它将在众多领域掀起变革的巨浪。但我们要冷静的看到,大数据的核心在于为客户挖掘数据中蕴藏的价值,而不是软硬件的堆砌。因此,针对不同领域的大数据应用模式、商业模式研究将是大数据产业健康发展的关键。我们相信,在国家的统筹规划与支持下,通过各地方政府因地制宜制定大数据产业发展策略,通过国内外IT龙头企业以及众多创新企业的积极参与,大数据产业未来发展前景十分广阔。认识大数据带来的变革,并规划好大数据的发展,将是政府和业界在大数据时代的当务之急。