国产黄色a-国产黄色a三级三级三级-国产黄色a级-国产黄色一级-一级网站在线观看-一级全免费视频播放

如果問到大數據技術可以怎樣運用，可能100個人里有80個都會說出“精準營銷”、“個性化推薦”這些詞。確實，這是最最貼近我們生活的啦。但是，這些還只是大數據的冰山一角。那么大數據還能用來做什么？數據妞請大數據行業的專家周衛天老師來給我們講一講。

如果問到大數據技術可以怎樣運用，可能100個人里有80個都會說出“精準營銷”、“個性化推薦”這些詞。確實，這是最最貼近我們生活的啦。但是，這些還只是大數據的冰山一角。那么大數據還能怎么用呢？數據妞請大數據行業的專家周衛天老師來給我們講一講。

談到大數據產業和大數據創新，就一定會提到美國，要進行中國與美國的對比、形態和布局。我們講到大數據產業的時候，可以通過大數據的圖譜看出一些產業的情況和趨勢。 大數據產業的特點

在劃分上，中國的大數據企業可以簡單地被劃分為“數據企業”和“技術類企業”兩類，也就是大數據平臺和大數據軟件。第一類的數據型企業有先發優勢，成長會非常快，因為大數據變現是離不開數據本身的。第二類是應用類的企業，所謂有了數據就要有應用，現在有不少上市公司或者傳統企業、不同行業的龍頭企業也紛紛涌現出大數據應用。
美國的大數據比我們要早18個月左右，它的大數據圖譜也是從基礎設施到數據層，再到分析層，最后到應用展現，邏輯和層次是一樣的。但與中國不同的是，美國的企業劃分非常細。比如加州很多企業，有可能只是一個20人的公司，拿了幾百萬美元的天使輪，就只做某一小塊業務。所以美國的企業往往在上市前只會專注在大數據的某一層。
中國的大數據企業是由電商、互聯網驅動的。2015年美國的零售業或者說商品銷售額排名中，第一位是沃爾瑪，亞馬遜排在第四；而中國這邊第一名則是阿里巴巴（淘寶、天貓），第二名是京東。中國網民已經有6.88億，電商迎合了網民的巨大需求。電商為了盈利，為了去了解客戶從而做到精準化營銷、一對一營銷時，就會進行很多數據分析。比如今天的淘寶，如果是一家三口用一個淘寶賬戶，只要點擊某一個物件或者輸入一個關鍵詞，在后臺就能通過大數據的分析、歷史的分析、此時此刻的關鍵詞分析，瞬時得知用戶是爸爸、媽媽還是小孩，隨后進行有針對性的營銷。

“互聯網女皇”Mary Meeker在其最新的報告中已經把中國的互聯網行業擺在領先地位

國內大數據企業的領導者首先是以BAT為代表的互聯網巨頭。在最新的互聯網報告中可以得知，如今人們在移動端平均每天會花35%的時間看微信，另外10%的時間看QQ，這些時間中有71%左右都花在BAT這三個公司上。其次是應運而生的轉型企業，比如金融行業、政府行業、IT行業等等中的巨頭企業都在往大數據和互聯網轉型，還有一些企業在云計算方面也提供服務和技術。國內也有真正做大數據平臺、大數據服務的企業，比如數據堂等。相比之下，美國的大數據企業性質就比較簡單。

技術創新是彎道超車的關鍵

美國的大數據的發展本身有它的DNA屬性，也就是根深蒂固的文化深植其中，在大數據創新應用上有很多有創意的嘗試。幾年前的奧巴馬競選總統，以及最近共和黨和民主黨競選都用到了大數據，到場聽眾在這一場演講里聽到某個關鍵詞時有什么反應可以通過后臺數據反映出來，候選人做下一個演講時可以通過這些數據的收集和分析做出調整。
中國的很多企業還是以技術集成為主。所謂技術集成，就是利用別人的平臺工具，根據自身企業的需求去做一個具體的應用。這樣就造成大數據方面的核心技術在原創力度上是不夠的。
我們總是會談到復制創新，其實我認為復制創新并沒有那么不好。像如家、漢庭就是把國外的連鎖酒店模式引進到國內，包括湖南衛視的超女等電視節目，很多都是從國外電視臺照搬過來的。這些復制創新如果能夠帶給大家便利、娛樂，就沒有什么不好。但是如果要做到真正意義上地趕超美國，我們就要在通訊技術、網絡技術以及大數據平臺的原始技術上有底層的支持。我們國家的大數據行業技術的人才還是很少的，技術比例也很占得少，自然話語權也很小。
講到創新，不得不提一下華為。2015年，華為在國內的專利申請約有6800多項，國際專利申請約2200多項，蘋果在2011到2015年間支付給華為的專利費用已經達到幾億美金。去年，華為在研發上的投入有95億美元，今年以及明后年計劃投入100億到200億美元。這些都說明華為是一個非常注重創造、創新的公司。

華為官方公布數據：華為專利研發投入累積超過380億美元

中國的大數據產業落后于國外，尤其是在大數據的應用上。2014-2015年，國內大數據產業規模約120億人民幣，相差美國好幾倍。但是這也說明我們的大數據的天空非常廣闊。如果每年以100%的速度增長，到2020年就能有640億美金的規模；就算以每年60%的速度增長，到2020年我們也可以有200億美金的規模。
想要實現這樣的“彎道超車”，可以從互聯網入手。中國互聯網數據的總量、總類以及數據的應用一點不比美國少。最簡單的例子就比如馬路上的探頭，在美國很少能看到，但是國內的探頭到處閃，可想而知這個數據量會有多大。
“彎道超車”的前提是要做大數據的創新也免不了有一些風險。在前幾年，我一直在給金融行業做大數據的應用項目，發現很多金融行業的領導會很小心，對數據的使用存有極大的疑慮。但我認為做創新應用是需要拿出勇氣的。比如滴滴出行（原滴滴打車），一年前它在上海、北京等地還被認為是非法的，現在也基本得到了承認，這就是一個典型的創新應用。
優衣庫也在利用大數據進行店面選址。我們知道麥當勞、肯德基在選址的時候，會去看一看周邊的人流，有時也會問房管局買一些數據，看看周圍區域可能會蓋多少樓盤，預測有沒有新的居民。而早在幾年前，優衣庫就應用了一個創新的辦法，它通過引流促銷的手段，比較兩個相同規模的城市在幾個月內的APP下載量和用戶活躍度，來決定先去哪里開店。

優衣庫的選址之道被很多創業者學習借鑒

大數據應用的三個階段

我國各行各業在大數據的應用階段上和美國還差了一些時間。現在大約有60%的企業對大數據的應用還處在基礎階段，這也被我稱為大數據1.0階段，企業大多是建立一個歷史數據查詢平臺。也有一些企業已經進入2.0階段，他們在局部業務中開始用大數據豐富畫像，做用戶的精準定位，進而做營銷、風險透支等。到大數據3.0階段就是在討論戰略優勢了，也就是馬云所說的從IT到DT的變革，實現今天做不了或不敢想的事。
從事大數據的人可以想一想自己處在這三個階段中的哪一個，如果處在階段一那如何發展到階段二，甚至如何在階段三做一些戰略的滲透。

我們可以分享一下幾種應用的案例。
數據倉庫平臺。比如銀聯集團，他利用龐大的數據量做了歷史數據的交易查詢，把很多的原始數據通過大數據的平臺沉淀，作原始數據的分析、數據的處理轉換等。此外，項目風控也是與現有的數據倉庫的平臺或數據分析有關的。
點擊流數據記錄。一些金融理財公司的應用中會把用戶的點擊流記錄下來做分析。比如用戶在買了一個理財產品之后，還可能會點擊頁面上的B產品和C產品，根據用戶點擊另外兩個產品的頻率和停留時間來做交叉營銷。
實時風控。我相信今天我們用大數據能夠做到實時風控，尤其能防止銀行的內部交易欺詐。比如銀行的員工有沒有違規行為，通過查詢通話記錄、網上瀏覽信息就可以預測了。
海量數據的分析和精準預測。比如我們可以根據信用卡、銀行卡的過往刷卡記錄來分析持卡人在未來的一段時間內的刷卡頻率和金額，甚至消費商圈等等。目前萬達已經用到了類似數據來進行商業地產的選址。

大數據技術在金融領域已有多種應用

大數據服務平臺。有一家公司是做手機游戲端起家的，用戶手機上的游戲導流、玩游戲花的時間、游戲里掉落道具的爆率等等都會被記錄，他用這些數據做一個DMP平臺。說到DMP就要提到互聯網廣告，我們今天的互聯網廣告的規模和投入已經非常大了，包括旅游商務服務、游戲和互聯網金融等等，會產生很多營收和活動。這個大數據的平臺，可以理解為一個生態圈，就像阿里的云平臺一樣。第一，可以把有數據的廠商聯合起來，共享開發的同時也做數據交換；第二，一些廠商可以借助平臺數據去做一些直接有用的服務，再把這些服務賣給終端用戶，獲得的收益與平臺分成；第三是一些高端的科學家用這些數據創造出一些新的中堅數據、有效的分析結果再給客戶使用。這個平臺也是一個PaaS平臺，是從數據服務這個大生態圈的層面，到下一層的數據平臺和基礎設施。
另外還有一個案例是富國銀行。這家銀行發展得非常快，他們一直倡導用大數據和數據的思維來幫助客戶。好幾年前，富國銀行就把小微企業組合和個人銀行的數據完全打通了，推出一些簡單的服務，比如利用社交化的博客或者推特去搞經營。

富國銀行首席數據官 Charles Thomas 認為新的數據使用方法必須能讓銀行做到“攻守兼備”

在大數據技術的應用中也會有一些意外收獲，比如在高鐵制造行業。中國南車旗下的南車株洲電力機車有限公司在幾年前做過一個大數據項目，他們要把高鐵所有發動機的溫度、傳感器的數據、周圍環境的數據以及發動機保養的數據都存起來，另外將數據分析做出展示。這些數據被灌到大數據平臺的時候，體現出了發動機的老化和曲軸、軸承的相關性，這個意外發現讓高鐵行業的一些高工、企業很激動。因為我國高鐵的核心發動機技術還有一些是從美國、德國進口的，這個發現可能對我們通過反向工程實現元器件國產化，甚至國際領先有很大的作用。可見，大數據除了能做用戶畫像、能用來盈利，在高端制造方面，尤其高鐵航空等領域也有非常廣闊的前景。

大數據技術在高端制造方面有極大潛力可以挖掘

大數據技術與實踐的趨勢可以歸納為智能化、連接性、安全性。

智能化也就是人工智能。前一陣Alpha Go與李世石的人機大戰讓人工智能再次成為熱點。大數據本身會應用到很多算法，各種內置的函數、分析的工具組合起來，能做很多智能化的事情。
連接性即把某一類型的機器、不同類型的智能機器甚至是跨行業的數據連接起來，能發揮出更高的價值。
隨著數據的泛濫，安全性會越來越重要。我國對于數據安全的注重相對國外是欠缺的，但是我相信這方面也會很快完善起來。
從事大數據產業還需要考慮開源與開放的標準。今天的大數據本身就是開源，有那么多優秀的工程師在幫我們開發很多全新的產品，我們需要一個豐富的、能夠統一處理的大數據平臺。現在云技術也發展得非常快，在建立大數據平臺的時候，要考慮這個架構將來能不能自然地衍生或者擴展到云上。
如今中國，大數據已經來到了大家的身邊，已經像水、電一樣滲透到我們身邊。由于篇幅所限，沒辦法把大數據在所有行業的應用都覆蓋到，希望文章內容能夠給大家打開腦洞，引發對大數據技術、大數據產業，尤其是大數據應用和變現的思考。