中国用了10年的时间将GDP从16万亿人民币增长到63万亿人民币，创造了世界经济的奇迹。GDP增长速度在2014年降到7.5%左右，所有人都在问中国经济到底是怎么了，政府应该如何促进经济的增长。2014年的GDP中消费占比已经超过了50%，标志着中国经济正在向市场经济转型，消费占GDP 50%－70%是中等发达国家向市场经济过渡的一个表现，因此未来中国经济增长最大的引擎应该来源于消费，特别是个人消费。提升中国社会零售总额，提高个人消费水平，将成为中国经济发展的重要因素。

　　中国目前正在经历经济结构调整和城镇化，个人消费需求巨大，社会产品较为丰富，渠道也较为通畅，物流成本正在下降，运输能力正在提高。但是社会消费零售总额增加的还不够快，资源配置不平衡，社会整体消费水平还处于较低的水平。这些问题正在成为中国经济发展的难题，是企业和社会需要解决的问题。这时候，大数据时代到来了，大数据的商业应用将会帮助企业解决这些问题；大数据的有效利用将会提高社会消费水平，将会帮住企业提高效率、洞察客户、增加收入。大数据商业应用未来是万亿级的大市场，大数据是大生意。

　　谈到生意，我们都会想到销售多少产品，可以赚取多少钱。我们谈的大数据、大生意不直接谈收入，我们谈投资银行家们特别喜欢的一个词，叫做杠杆。大数据其实就是经济发展的杠杆，以小博大，投入较少的资源来获得巨大的收益。投入100元成本，如果得到1000元的净利润，这个资金的杠杆率就是10倍，这个投入产出比涉及的生意就是个大生意，大数据的商业应用就具有高杠杆的特点。风险投资都会喜欢高杠杆这个词，每个创业公司上市，普通人看公司的市值，但是行家关注投资的杠杆率。2014年京东上市，今日资本在京东项目的风险投资回报率超过150倍，杠杆率就为150，投资女王徐新一战成名，令大家羡慕不少。

　　2012年，麦肯锡咨询公司提出人类社会进入到大数据时代，提出了大数据时代的4个主要特征；数据量大、数据种类多、数据产生快、数据价值密度。并呼吁企业关注大数据时代产生的商业机会，有效利用大数据，取得大数据时代的商业领先优势。大数据时代并不是突然出现的，在过去的几十年，数据分析早就在金融行业得了广泛的应用。诺贝尔经济学奖获得者哈里.马克维茨、威廉.夏普、罗伯特.恩格尔就是利用计量经济学知识建立了数学模型，有效地预测了金融市场产品收益同风险波动的关系。人类社会的进步是建立在对自然规律的认识和对数据应用的基础之上，大数据时代的出现将会加速这种进化。

　　大数据时代确切的说是移动互联网、物联网、传感器和社交行为产生了海量的数据，大数据计算技术完美地解决了这些数据的收集、存储、计算、分析的问题。大数据时代开启了人类社会利用数据价值的另一个时代。人类进入大数据时代后，数据量成几何基数增长，现在一年的数据是过去几千年数据的总和。大数据时代最重要的特征是人类所有的行为都被数据记录下来，无论是在电商的购买行为，旅游度假，娱乐活动，行为轨迹等，所有的人类社会行为都被各种传感器和互联网记录下来。数据记录了一切，人类社会的行为都变成了数据，用纸质媒体记录人类历史的时代已经过去，历史正在被数据以文字、数据、表格、声音、影像的方式记录了下来。

　　大数据的商业应用是个万亿的市场，移动互联网大数据公司TalkingData的CEO崔晓波提到：“目前的中国的大数据应用主要集中在征信和精准营销，这两个市场的规模加在一起不过两千亿，但是大数据如果同所有企业的商业需求相结合，其产生的化学反应将是巨大的，市场规模将会超过万亿，大数据是个大生意”。大数据商业应用就是互联网＋战略的落地，大数据价值的变现就是未来重要的生产力。百度连接了信息与读者，阿里连接了商品与消费者，腾讯连接了人与人。BAT所有的连接都是建立在数据基础之上的，可以认为大数据连接了一切。数据连接了消费者和商家，数据连接了客户习惯，数据连接客户喜好，数据连接了位置，数据连接了时间和空间，数据连接了历史和现在。连接一切的大数据将会反馈所连接的事物、空间和时间，通过数据记录来反馈物体的移动，客户的消费习惯，个人爱好，行为习惯，活动轨迹，运动规律等。重要的这些反馈数据能知道；你是谁、你在哪里、你喜欢什么、你在干什么、你的消费能力、以及你未来的需求等。所有被反馈的事物都被打上了一个或多个数据标签，这些具有价值的标签经过整理和分析后，将会揭示事物之间的相关性和规律，将会为个人、商家、社会带来巨大价值。大数据商业应用是大数定律的典型体现，不过分强调因果性，关注事件之间的相关性，重点放在大概率事件上。大数据应用的另外一个特点就是关注边际递减，强调小投入带来高收益。下面就介绍大数据万亿市场的应用场景和应用。

　　一、大数据帮助制造业规划生产，降低资源浪费

　　制造业过去面临生产过剩的压力，很多产品包括家电、纺织产品、钢材、水泥、电解铝等都没有按照市场实际需要生产，造成了资源的极大浪费。利用电商数据、移动互联网数据、零售数据，我们可以了解未来产品市场都需求，为客户定制产品。

　　例如依据用户在电商搜索产品的数据以及物流数据，可以推测出家电产品和纺织产品未来的实际需求量，厂家将依据这些数据来进行生产，避免生产过剩。移动互联网的位置信息可以帮助了解当地人口进出的趋势，避免生产过多的钢材和水泥，

　　二、移动大数据帮助房地产开发商规划房地产开发

　　房地产行业在过去为中国GDP贡献了很大力量，未来粗放型的房地产行业将会转向精细化经营，从选地到规划和从设计到建设，都需要参考当地到人口数据和消费者信息，进行科学决策；利用大数据商业应用加快房子销售速度，降低自身负债。

　　移动互联网大数据公司TalkingData正在和房地产公司合作，利用人群的手机位置信息来帮助企业进行开发规划、土地选址、商铺开发等。同时利用人群到用户画像信息帮助房产公司选择合作商户，提升消费人气，最终提高房产价值。

　　三、移动大数据帮助餐饮零售行业进行选址和顾客导流

　　餐饮零售行业最关注客户流量，过去开店选址时经常安排人员在十字路口进行人流统计，利用统计的人口流动信息来决定开店地址。进入到移动互联网时代之后，智能手机的位置信息可以帮助餐饮零售行业进行开店选址，企业可以参考客户画像来决定开店的规模，以及产品的类别。

　　移动互联网端的用户标签和画像数据还可以帮助企业进行一些精准营销，为新开的商户导入客流。特别是在规模较大的购物商厦中，移动App端的位置导航功能，可以指引客户找到新的商户，参加促销活动。市场上已经有成熟的零售餐饮商家和移动互联网大数据公司在开店引流方面进行合作，资金利用的杠杆率超过了5倍，投入产出比较高，上海大悦城数据营销案例就是一个经典的大数据营销案例。

　　四、传感器数据帮助产品进行故障诊断和预测

　　家电和汽车正在走向智能化，通过安装传感器，汽车和智能家电可以将运行参数和运行状态传送到厂家的云平台，厂家可以了解其产品的运行状态，零部件的老化程度，帮助厂家及时更换故障器件，延长产品使用寿命，提高安全系数。汽车行业和智能家电在物联网领域将会产生巨大的市场，云计算和大数据处理平台将起到关键的作用。

　　中国汽车市场的销售规模超过万亿，家电市场也有一万多亿。车联网和智能家电涉及的大数据应用市场也是巨大的，按照大数据商业变现高杠杆率的特点，其市场规模至少应该在百亿左右。

　　五、利用移动互联网位置信息进行精准营销

　　O2O已经成为了一个重要的商业模式，很多互联网企业和传统企业都在寻找O2O的应用场景，订餐、教育、家政、汽车美容等都成为O2O的应用典范。移动互联网数据具有LBS和实时特点，可以帮助企业及时连接客户，依据客户需求进行精准营销。

　　大型购物中心一般都设有电影院，经常存在某些电影在开场前30分钟，大量电影票还没有出售的情况。借助于手机App推送广告功能，电影院在电影放映前30分钟，可以将电影票以2折价格推送给正在周围就餐的客户。依据客户画像信息，电影票将推送给喜爱看电影的顾客，增加电影销售额。移动互联网大数据服务商TalkingData已经完成了用户标签和用户画像工作，可以帮助企业利用手机App进行广告推送，做到千人千面，依据客户喜好来进行广告推送。这种精准广告推送具有成本低、转化率高的特点，在餐饮、服装、美容、零售等行业取得了良好的应用效果。如果基于位置信息的精准广告推送被大规模的商业应用，将会促进商品流转，大幅度提高社会消费总额，帮助传统企业实现互联网＋的战略。

　　六、电商大数据将会帮助企业优化资源配置

　　电商是最早利用大数据进行精准营销的行业，电商网站内推荐引擎将会依据客户的购买行为，进行关联产品的推荐。除了精准营销，电商还可以依据客户消费习惯来提前为客户备货，并利用便利店作为货物中转点，在客户下单后的短时间内，将货物送上门，提高客户体验。电商还可以利用其交易数据和现金流数据，为其生态圈内的商户提供小额贷款，也可以将此数据提供给银行，为中小企业信贷提供支持。

　　电商的数据量足够大，数据较为集中，数据种类较多，其商业应用具有较大的想象空间。包括预测流行趋势，消费趋势、地域消费特点、客户消费习惯、消费行为的相关度、消费热点等。依托大数据分析，电商可帮助企业进行产品设计、库存管理、计划生产、资源配置等，有利于精细化大生产，提高生产效率，优化资源配置。

　　七、移动大数据助力交通运输规划和管理

　　交通大数据应用主要在两个方面，一方面可以利用大数据传感器的数据了解车辆通行密度，合理进行道路规划。另一方面可以利用大数据分析来实现交通信号灯智能切换，提高已有线路运输能力。

　　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。大数据可以帮助机场安排航班起降，提高管理效率；航空公司可以利用大数据提高上座率，降低运行成本；铁路公司可以利用大数据安排客运和货运列车，降低运营成本。

　　八、大数据帮助金融行业进行价值变现

　　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。招商银行利用客户刷卡、存取款、电子银行转帐、微信评论等行为数据进行分析，每周给客户发送针对性广告信息。

　　中国目前金融行业大数据价值变主要在用户体验提升和大数据营销两个方面，其中招商银行信用卡中心和平安银行走到了金融行业的前面。招商银行信用卡中心的掌上生活App，保守估计日活跃用户超过了200多万，交易收入每天超过了500万。移动App的跨界营销产出与投入的杠杆比率超过了30倍，客户大部分金融消费行为都在掌上生活完成，包括餐饮、电影、旅游、机票、火车票、酒店等。

　　大数据在很多行业都有广泛的应用场景，例如在医疗行业，农林牧渔、能源行业、物流行业等，大数据将会是电商之后的另外一个巨大市场，结合了所有行业的商业需求之后，大数据产业的市场规模将会是个万亿级别。大数据不是电力但是比电力更能提供动力，大数据不是石油，但是比石油更能驱动企业发展。大数据就是资产，能够帮助企业进行价值变现。大数据的生意经其实很简单，就是收入增加，花费减少；就是增加客户，提高客户体验，提高资金回报的杠杆率；大数据应用成熟之后，大数据可以预测商业未来，发现新的商业机会。

　　大数据特别是移动互联网大数据，将会是互联网＋战略的主要武器。大数据同各个产业的化学反应还没有正式开始，大数据市场和大数据变现还在酝酿之中，所有企业都在积极的探索阶段，包括互联网行业的BAT，都在寻找大数据变现的场景。中国最大的独立第三方移动互联网大数据公司TalkingData拥有用具有价值的移动互联网大数据和数据应用平台，主要任务就是利用数据和技术帮助企业寻找大数据应用场景，帮助企业进行大数据价值变现，实现互联网＋传统企业的战略，同企业共同开发万亿的大数据应用市场。