大數據企業內

⑴ 大數據在企業運營當中有什麼作用請詳細說明

大數據對企業來說有什麼用?對於這個連界都眾說紛紜的事情，要讓希望使用大數據產品和服務的企業主們來說，更是一頭霧水。大數據是工具，那麼它究竟對企業會有什麼作用呢？了解了大數據的作用，才能讓大數據更好的服務自身。其實，從傳統企業的運行流程來看，大數據主要能夠在了解用戶、鎖定資源、規劃生產、做好運營、開展服務等方面，幫上企業的忙。

下面，我們來看一下到底大數據到底能幫什麼忙：

1、幫企業了解用戶

大數據通過相關性分析，將客戶、用戶和產品進行有機串聯，對用戶的產品偏好，客戶的關系偏好進行個性化定位，生產出用戶驅動型的產品，提供客戶導向性的服務。

從大數據技術方面來看，用數據來指引企業的成長，將不再單單是一句口號。據網路副總裁曾良表示，從挖掘的角度來看，他們通過對每天60億的檢索請求數
據分析，可以發現檢索某一品牌的受眾行為特徵，進而反饋給企業的品牌、產品研發部門，能更准確地了解目標用戶，並推出與調性相匹配的產品。

通過運用大數據，不僅可以從數據中發掘出適應企業發展環境的社會和商業形態，用數據對用戶和客戶對待產品的態度，進行挖掘和洞察，准確發現並解讀客戶及用戶的諸多新需求和行為特徵，這必將顛覆傳統企業在用戶調研過程中，過分依賴主觀臆斷的市場分析模式。

2、幫企業鎖定資源

通過大數據技術，可以實現企業對所需資源的精準鎖定，在企業在運營過程中，所需要的每一種資源的挖掘方式、具體情況和儲量分布等，企業都可以進行搜集
分析，形成基於企業的資源分布可視圖，就如同「電子地圖」一般，將原先只是虛擬存在的各種優勢點，進行「點對點」的數據化、圖像化展現，讓企業的管理者可
以更直觀地面對自己的企業，更好地利用各種已有和潛在資源。如果沒有大數據，將很難發現曾經認為是完全無關行為間的相互關聯性，就如同外媒曾經提到的「啤
酒」與「尿片」之間的關聯營銷一樣，如果美元大數據這將是一種幾乎不可能的事情。

3、幫企業規劃生產

大數據不僅改變了數據的組合方式，而且影響到企業產品和服務的生產和提供。通過用數據來規劃生產架構和流程，不僅能夠幫助他們發掘傳統數據中無法得知的價值組合方式，而且能給對組合產生的細節問題，提供相關性的、一對一的解決方案，為企業開展生產提供保障。

過去的所謂商業智能，往往大多是「事後諸葛亮」，而大數據則讓企業可預測未來的走向，幫助企業做到「未雨綢繆」。大數據的虛擬化特徵，還將大大降低企業的經營風險，能夠在生產或服務尚未展開之前就給出相關確定性答案，讓生產和服務做到有的放矢。

在這方面，不得不提到的就是最近火爆的《紙牌屋》，它的劇集為什麼會受到全球歡迎?有很大一部分原因就跟它前期依據大數據技術和思維方式所做的准備。
據稱，《紙牌屋》的資料庫包含了3000萬用戶的收視選擇、400萬條評論、300萬次主題搜索。下一季劇情拍什麼、誰來拍、誰來演、怎麼播，都由數千萬
觀眾的客觀喜好統計決定。

4、幫企業做好運營

過去某一品牌要做市場預測，大多靠自身資源、公共關系和以往的案例來進行分析和判斷，得出的結論往往也比較模糊，很少能得到各自行業內的足夠重視。通
過大數據的相關性分析，根據不同品牌市場數據之間的交叉、重合，企業的運營方向將會變得直觀而且容易識別，在品牌推廣、區位選擇、戰略規劃方面將做到更有
把握地面對。

對於大數據對企業運營的導航左右，夢芭莎集團董事長佘曉成深有感觸，他不禁感慨「大數據讓我們能夠及時調整運營策略，現在的庫存每季售罄率從80%提升到95%，實行30天缺貨銷售，能把30天缺貨控制在每天訂單的10%左右，比以前有3倍的提升。」

5、幫企業開展服務

通過大數據計算對社交信息數據、客戶互動數據等，可以幫助企業進行品牌信息的水平化設計和碎片化擴散。經濟學家Richard H.
Thaler曾經提出一種觀點，「個人觀點的微小變化都可以演變為所有人的群體行為模式的重大變革。」在這一重大變革的背景之下，對微小的信息流，企業都
必須重視，而客戶服務為應對這種情況，也需要像空氣一樣分布在一些細枝末節之中。企業可以藉助社交媒體中公開的海量數據，通過大數據信息交叉驗證技術、分
析數據內容之間的關聯度等，進而面向社會化用戶開展精細化服務，提供更多便利、產生更大價值。

大數據的這五個作用你了解了嗎?如何利用好大數據，可以從它的五個作用開始。

⑵ 大數據在企業中的應用

大數據在企業中的應用

2015年9月10日，首席數據官聯盟成立儀式暨第一屆首席數據官大會在北大召開，本次活動由中國新一代IT產業聯盟和易觀智庫聯合主辦，中國新一代IT產業推進聯盟技術分委會秘書長魯四海發表演講並參與對話討論。本次對話環節由易觀智慧院副院長葛涵濤主持，參與對話的嘉賓有北大電子政務研究院副院長楊明剛、殼牌中國CIO徐斌、華為大數據總監劉冬冬、北京瀚思安信科技有限公司聯合創始人董昕。各位嘉賓從大數據在企業的應用、人才隊伍建設等方面進行深入討論，以下是對話實錄：

葛涵濤：首先我想請大家做一下自我介紹。

劉冬冬：今年上半年開始代表華為做大數據生態圈的建設，我們這個生態圈是1+6的模式，華為提供公有雲，大計算等服務，與數據挖掘，商業應用，數據可視化展示等合作夥伴，國內篩選200多家大數據公司，和比較核心的合作夥伴，開始了第一批，第二批，第三批的流程，第一批選擇16家簽約，第二批還有十幾家，今年年底會完成初步50家的合作夥伴的合作。

徐斌：殼牌品牌是比較大的公司，殼牌中國業務比較大，殼牌中國在今年已經是121年了，1894年正式進入中國了，就沒有離開。目前我們在中國的業務有上油的油氣的開采，中油的煉化等業務。大數據在殼牌的應用歷史比較悠久，我們開採油田的時候需要用海量的數據做分析，幫助我們在哪裡打井更有效，如何保證製造環節更順暢，更早的發現潛在的風險，這方面有比較多的應用。針對我們幾百萬的用戶，也在做很多的和社交媒體的合作，掌握我們的客戶，留住我們的客戶，尋找新的商業機會。今天很高興有機會和大家交流大數據，特別是我們傳統行業如何使用大數據。

董昕：謝謝大家，我們是瀚思大數據安全，一個新的創業公司。大家想安全和大數據有什麼關系？其實有非常深的關系，我們後面有機會再和大家講。我們這個團隊是2014年成立的，主要成員是來自於埃森哲、甲骨文等這些公司。我們致力於把大型企業雲中心、互聯網裡面所有跟安全相關的，跟業務、應用安全相關的數據做統一大規模的存儲、挖掘、學習和展現，幫助IT從業者，運維人員，甚至企業的領導層從數據終發現一些跟安全相關的東西。希望通過數據驅動整個行業，和整個企業實現由傳統的基於防禦的安全策略，轉向主動智能的安全策略。我們成立一年多，我們公里56人，40多個人都是研發人員，數學科學家等跟數據相關的人員。非常高興有機會和大家探討比較新的行業。

楊明剛：非常感謝主辦方的邀請，很多朋友可能了解電子政務，電子政務就是政府的信息化，還有所謂的智慧城市，還有數字城市。在過去一年多，一直做政府相關的信息化的應用，包括頂層設計。現在隨著大數據概念的提出以後，應用和需求在過去一直存在，只是提升了一個水平。電子政務這塊近兩三年提上很重要的地位。電子商務對大數據的需求也是蠻多的，過去三四年，我們一直研究政務數據和商業大數據，非常高興和大家探討數據和首席數據官未來在整個企業決策和政策決策中的作用。

葛涵濤：我們的各位嘉賓對大數據，對數據資產進行了前期的描繪和支撐。我們都知道現在大數據產品和數據產品數據來源非常廣，包括來自於智能設備，可穿戴設備，來自於金融，來自於終端設備。有了大量的數據，基於數據進行挖掘和分析，數據產品化以後，再將數據產品應用到業務中。但是這些數據產品安全性怎麼樣？針對數據安全和用戶數據隱私與大數據是什麼關系？

楊明剛：我先從價值方面跟大家分享一下。美國有一本書《數字化生存》目前這個社會，隨著網路的發展，我們所有的網路，所也的社會的形態都可以用數據來表達，這個時候無論是政務數據，還是商業數據，還是個人數據都可以用來提供，或者給我們未來決策提供參考。無論是政府治理，還是企業的科學決策，或者個人未來合理的消費計劃，都可以從數據中提取到相關的決策參考。所以這塊，其實所有的數據，看似雜亂無章，各種非結構數據和結構化的數據，通過適當的方法處理，或者通過數學模型處理，能夠給我們管理和決策帶來新的支持或者更大的支持，這是我對整個目前數字這塊所謂的資產，數據是可以增值的資產。

其實我們有了互聯網以後，每個人在網路上，無論是購物，還是通過社交工具或者社會化媒體發表相關的看法或者思想等，我們在網路上留下了大量的數字的網路痕跡，其實提取這些痕跡，包括相關的特徵，用一定的方法去分析，就可以找尋每個人或者相關的機構未來的表現。這個東西在這裡面，有很多東西涉及到個人隱私，可能在這里買的房子，或者附近相關的消費，根據你的社會屬性可以判斷你未來的行為。從某種行為來說，會讓我自己感覺很不舒服，但是這些信息是通過我們允許的放在網路上，只是相關的機構提取過來做一些加工，可能對個人的隱私或者個人尊嚴是一種挑戰。隨著國家立法的完善，我相信網路的隱私權保護會逐漸解決。

董昕：其實好惡誇張的說，我們在座的每一個人都不安全，在網路空間，無論是你產生的數據，還是你的痕跡，還是你的隱私，或多或少在自己的手機里，PC里，或者是伺服器端，安全和隱私可能是永恆的話題，比較大，我就不展開講了。從我們的角度來說，我們更關注的，從一個角度如何把核心的數據，核心的資產保值增值，安全隱私的問題。無論是大數據下面的數據隱私，數據安全，還是小數據的數據隱私和數據安全方法論是一樣的。在管理制度上怎麼進行保障？

過去談論到數據安全，更多的時候是靠技術手段為主，所以才會出現各種各樣的防火牆，加解密設備，數據防泄漏，防入侵。這些東西都有用，但是無法解決所有的問題。要不然也不會出現JP摩根信用卡數據泄漏等問題。我們需要擁抱新型的技術，新型的平台，通過技術本身解決安全問題。

另外一個國外很多報告中都寫到了，設備本身控制數據資產不太現實，我假設所有的東西都是不安全的，把所有的東西都放一個安全體系，這是國際探討的問題。我們怎麼用新型技術保護數據安全，同時結合技術，如何使安全管理的流程和措施，能夠在企業中獲得更多的認識，從而解決這個問題。

葛涵濤：關於數據能力開放的問題，在之前大數據會議上，阿里集團代表上講過，阿里的數據不開放，他們是不是有數據安全的考量。因為他們收購了高德等一系列的社交和位置的公司，掌握了用戶全維度的數據，這是出於隱私保護，基於安全的數據開放，還是比較遙遠的話題。剛才我們在CDO調研報告裡面，在未來的數據業務和大數據技術方向上，在行業領域裡面的發展是非常重要的，我想請劉冬冬和徐總分別談談，比如說大數據業務，還有數據資產等等相關的技術和服務，在你們相應的通訊和能源行業怎麼與你們的業務結合落地的。

徐斌：像大數據的應用，在我們自己的傳統行業會產生什麼樣的作用？我們自己內部把大數據的企業進行劃分。從企業決策中大數據起了很多的作用，同行用爆破的方式採集信息，幫助我們判斷出這個地方打一口井效率是不是高，因為每一口的井的成本是上百萬的，提高10%的成功率是很可觀的，這是決策支持。

第二個是運營優化，比如說油站地下油庫存在非常大的隱患，汽油和柴油泄漏的時候，一對環境造成很大的風險，第二對地下水有影響，甚至產生爆炸。一旦發生這種情況，通過大數據技術能不能提前發現潛在的泄漏風險。通過對比站的分析，提前發現是否存在不適當的損耗的發生，從而發現風險。

第三個就是市場營銷，在我們消費互聯網層面談了很多，我們怎麼樣找到客戶的特性，延伸業務領域，包括業務合作。另外通過合作，找到我們潛在的客戶。像今天的孫總，我們客戶最典型的，對油品的質量要求比較高。我們從互聯網找到這個維度，在電商上購買率很高的，經常談到汽車的，這兩個碰撞就能找到潛在客戶。

第四個就是企業安全進行風險管控。能源行業是高危行業，包括油品配送過程中，配送的時候出現問題，可能出現爆炸的風險，包括成本的增加。因此我們在海外作業的時候，不能很好及時發現風險，可能造成重大的人身傷害，包括知識產權的保護，有跟多配方，這是很關鍵的，這個怎麼防止黑客攻擊。這個和董總有相關性，企業安全，人身的安全，包括信息安全。

第五是業務創新，第六是模式變革。這兩個把我們傳統的，我們通過賣汽油變成我們可能變成第三方汽車服務後市場。以後我們油品可能免費，免費的意義在於盈利模式通過後面衍生的新業務，就是羊毛出在豬身上狗來買單。這就是大數據在我們能源行業6方面的價值。

葛涵濤：我們原來做過石油遠程管道安全監護。現在俄羅斯他們傳輸的油氣管道，很多油氣管道每隔多少公里就有檢查油壓、溫度，還有油管表面的狀況，加入了很多感測器，獲取管道表面的數據，另外還有相應的機器人，會在軌道上定期巡邏，用光來檢查表面的狀況。將這些數據全部匯總在當地的數據中心，最後匯總到歐洲數據中心，如果正常就顯示為綠色的。大數據幫助能源運輸企業，在你發生問題之前就幫你預測問題即將在什麼時間大概發生。在發生之前進行預警，我覺得這個也是大數據跟商業智能整合的非常好的一個案例。

徐斌：在我們石油行業，特別是化工行業，生產行業一旦有一些事故終止生產，想恢復是非常長的時間，一般是三個月，三個月損失多大。越早預測到危險，提前採取措施，效率是很明顯的。

劉冬冬：我們通訊行業跟石油行業是很像的。我們華為也會裝各種各樣的感測器採集數據，知道什麼地方有什麼問題，然後解決問題。比如說一個大型會場，一個足球場，數萬人，大家都在發微信，這個時候能不能發出去，信號如何？這是我們自身運營商的應用場景。衍生出來的應用場景，如果華為或者運營商更早的把大數據應用到企業的經營管理等等各個維度中去，就不會發生像上海那樣的踩踏事件。當外灘單位面積內聚集的人口超過一定量以後就應該有一個預警，告訴相關的管理部門，公安也好，告訴相關的部門人說這個地方已經超多了，通過手機我們可以捕捉這個信息。我們在大數據行業剛剛起步，我相信將來所有的行業，都會面臨變成以數據為驅動，或者以數據為核心驅動力的，而不是像以前以產品為驅動力，以渠道或者品牌為驅動力的。以數據為驅動力的話，這個問題是蠻大的，作為華為來說，現在從各個方面改為以數據為驅動力。從宏觀來說，我們將要做什麼，我們要做哪些產品，這些都可以通過數據給我們進行指導。

在大數據產品裡面，哪些是最需要的，哪些是最急迫的，我們可以通過分析挖掘出來，這個可以指導我們企業將來做什麼，不做什麼。從很小的細節來說，華為2016年找誰做手機形象代言人，我們可以用大數據做。華為手機的粉絲超過100萬。這些人共同關注的是誰，他們共同興趣愛好是什麼？他們每天什麼時間上網，數據的統計就告訴我們了，不需要決策部門每天坐在一起拍腦袋決定是誰，不是誰。剛才說到數據安全問題，我認為數據安全和技術是矛和盾的問題。現在接受就可以了，當我們現在收到騷擾簡訊垃圾簡訊，為什麼會收到，是因為他們掌握了我們手機信息。當企業掌握了很多的信息以後，這時候就造成可以滿意度的問題，讓數據決定數據安全，讓市場決定技術到什麼程度，自然會有優勝劣汰，服務好的企業就會持續發展，服務部好的企業就會死掉。

葛涵濤：我們對用戶數據掌握的越來越多，我們對數據精準分析越來越多，我們傳遞出來的消息就是精準營銷，傳遞的信息就是有用的信息，而不是垃圾信息。這實際上對我們大數據企業，對技術和演算法提出了更高的要求。如何通過大數據分析方法尋找數據中隱藏的，還沒有被發現的價值和知識。

楊明剛：其實所謂大數據，大價值，大數據應該不是大忽悠，我為什麼這么說？因為我在過去一段時間，有一個地方政府，某一個行業部門在使用大數據，但是建完的大數據系統無法滿足他們的業務需求。我們傳統的大數據，一部分是對現有數據的發現，這就是數據檢索，傳統的數據方法就可以做到，對已知的東西，已知的問題，每個數據單元都是了解的，這時候無論是結構化數據，還是非結構化數據，我們可以帶著問題找到蛛絲馬跡，問題存在什麼地方。另外一部分應該是預測的部分，就像海爾孫總談到的問題，其實可以預測。業務管理專家和業務模型建構專家需要有一個緊密結合。大數據其實是一件奢侈品，對華為這樣的產品，對我們海爾這樣的企業，對殼牌這樣的企業是可以投得起資金的，大數據是奢侈品，但是絕大部分的中小企業也需要科學決策，也需要了解市場需求，這時候面臨很重要的選擇，要面臨高昂的成本建立系統，這是不可能的。但是絕大多數的大數據企業都需要高投資，中小企業怎麼通過在數據時代不被淘汰，需要大數據解決方案提供商，或者需要大數據研究者提供一種更典範的，或者更普世的大數據解決方案，不是依託與傳統的數據檢索，或者傳統的數據包裝實現大數據的方案，而是需要跳出傳統的大數據分析方法之外，能不能有另外一種更科學，更普世的方法，讓我們很多中小企業都能享受到當今的大數據服務，需要我們在座的一起探討。實際上個人也需要大數據服務。

葛涵濤：跟簡單，更方便使用的大數據產品，方便企業減少這方面的預算，讓更多的人使用大數據帶來的便利。

楊明剛：中國的天氣預報部門利用大數據是最好的，把過去一百多年的歷史數據拿過來進行預報。真正的大數據是對未來可能的知識的發現，通過大數據發現潛在的數據之間的關聯。

葛涵濤：實際上我們剛才提到了各個不同的行業和企業對大數據的應用，因為你在北大做了十年CIO方面的培養，你們對CDO這方面的人才培養有什麼樣的動作和支持。

魯四海：我們也在探討，剛才我們在PPT裡面分享，首先為什麼會有這樣的角色存在，驅動力是什麼？然後再說需要什麼楊得技能？我覺得CDO有一部分的東西需要從課堂學習的，偏技術這塊的，能涵蓋技術和基礎管理這塊。CDO需要有一些經濟學的基礎在裡面。大數據更大的是告訴我們未來是什麼樣，告訴我們一些未知的東西。不是提一個假設，拿數據進行分析證明這個假設是對的或者是錯的，這個意義不大。真正的意義能夠告訴你未來是這樣的。我覺得CDO在培養過程當中，除了課堂學習以外，還要跟內部的業務部門進行內部的學習和交流。因為我們面臨著未知的世界，更多的需要廣闊的舞台，像CDO聯盟一樣，未來我們做一些交流性的東西，各個行業，不同行業的方式方法進行跨界整合，因為數據在這個時代就是跨界。

葛涵濤：下面我們請我們在座的各位嘉賓，用簡單的一兩句話展望一下大數據時代下，我們這些數據管理人才，CDO們如何在整個大數據背景下做好我們的工作，能在工作上出新出彩，在我們業務設計上有相應的業務創新。

魯四海：應該說任何一個行業任何一個企業的數據都是資產，每個企業都將擁有將數據變成核心競爭力的能力，這個能力可能是自建也可以購買服務獲得。

楊明剛：大數據應用成為未來決策的核心推動力，今天的大數據不能成為大忽悠。

董昕：我們談了很多技術方面的話題，我覺得一個CDO第一應該有大數據的理念，未來主要的價值都是數據。另外一點，我們認為作為一個CDO，一定要跟我們業務相聯系，懂我們的業務，知道我們的收入從哪裡來，成本在哪裡，效率從哪裡提升，這樣CDO才能落地。

徐斌：數據本身有沒有價值，我個人認為數據是沒有價值的，雖然我今天講了很多大數據。只有當數據能幫助企業產生價值的時候才能成為有價值的資產。我經常說數據資產，每個公司都有大量的數據，他們不是資產，因為它沒有用。數據只有成為有用的信息，成為知識，變成智慧，它才是真正的數據資產。不要神話大數據，大數據產生業務的價值，產生商業的價值才叫大。第二我們企業有CDO，或者有虛擬CDO職位，通過其他的CIO、CMO承擔。最主要的是腳踏實地，循序漸進，如果你不把企業的數據用好，談何大數據。如果企業沒有從數據支持決策的文化，大家做任何事情不用客觀數據幫我們做分析，給你再多的數據也沒用。首先是企業文化。第二把現有的數據用好，然後循序漸進引用更多的數據做分析。通過數據發現未知東西，這是偽命題。因為你發現未知東西，因為你不知道，原因是什麼。當形成智慧知道為什麼會發生，這是我們追求的目的，只不過我們現在不知道，所以通過相關的分析找到了相關性，但是不知道原因。未來當我們有足夠多的知識積累，我們就知道原因了。未知領域是大數據的使用階段。

劉冬冬：大數據這塊沒有找到盈利模式，沒有找到市場，推不動。現在大家找到了盈利模式才推下去了，這才是有用的，大數據有用才是硬道理。對於CDO來說，我認為跨界才是最重要的。不光要有知道企業內部的小數據，同時也要知道外部的數據如何和企業內部的數據相結合。比如說做銷售的，系統能不能很快的告訴員工，這個公司銷售額有多大的產能，以及其他合作公司等等的情況，有價值才是最重要的。

以上是小編為大家分享的關於大數據在企業中的應用的相關內容，更多信息可以關注環球青藤分享更多干貨

⑶ 企業大數據實戰案例

企業大數據實戰案例

一、家電行業

以某家電公司為例，它除了做大家熟知的空調、冰箱、電飯煲外，還做智能家居，產品有成百上千種。在其集團架構中，IT部門與HR、財務等部門並列以事業部形式運作。

目前家電及消費電子行業正值「內憂外患」，產能過剩，價格戰和同質化現象嚴重；互聯網企業涉足，顛覆競爭模式，小米的「粉絲經濟」，樂視的「平台+內容+終端+應用」，核心都是經營「用戶」而不是生產。該公司希望打造極致產品和個性化的服務，將合適的產品通過合適的渠道推薦給合適的客戶，但在CPC模型中當前只具備CP匹配（產品渠道），缺乏用戶全景視圖支持，無法打通「CP（客戶產品）」以及「CC（客戶渠道）」的匹配。

基於上述內外環境及業務驅動，該公司希望將大數據做成所有業務解決方案的樞紐。以大數據DMP作為企業數據核心，充分利用內部數據源、外部數據源，按照不同域組織企業數據，形成一個完整的企業數據資產。然後，利用此系統服務整個企業價值鏈中的各種應用。

那麼問題來了，該公司的數據分散在不同的系統中，更多的互聯網電商數據分散在各大電商平台，無法有效利用，怎麼解決？該公司的應對策略是：1）先從外部互聯網數據入手，引入大數據處理技術，一方面解決外部互聯網電商數據利用短板，另一方面可以試水大數據技術，由於互聯網數據不存在大量需要內部協調的問題，更容易快速出效果；2）建設DMP作為企業統一數據管理平台，整合內外部數據，進行用戶畫像構建用戶全景視圖。

一期建設內容：技術實現上通過定製Spark爬蟲每天抓取互聯網數據（主要是天貓、京東、國美、蘇寧、淘寶上的用戶評論等數據），利用Hadoop平台進行存儲和語義分析處理，最後實現「行業分析」、「競品分析」、「單品分析」 三大模塊。

該家電公司大數據系統一期建設效果，迅速在市場洞察、品牌診斷、產品分析、用戶反饋等方面得到體現。

二期建設目標：建設統一數據管理平台，整合公司內部系統數據、外部互聯網數據（如電商數據）、第三方數據（如外部合作、塔布提供的第三方消費者數據等）。

該公司大數據項目對企業的最大價值是將沉澱的數據資產轉化成生產力。IT部門，通過建設企業統一的數據管理平台，融合企業內外部數據，對於新應用快速支持，起到敏捷IT的作用；業務部門，通過產品、品牌、行業的洞察，輔助企業在產品設計、廣告營銷、服務優化等方面進行優化改進，幫助企業進行精細化運營，基於用戶畫像的精準營銷和個性化推薦，幫助企業給用戶打造極致服務體驗，提升客戶粘性和滿意度；戰略部門，通過市場和行業分析，幫助企業進行產品布局和戰略部署。

二、快消行業

以寶潔為例，在與寶潔中國市場部的合作中發現，並不是一定要先整合內外部數據才能做用戶畫像和客戶洞察。寶潔抓取了主流網站上所有與寶潔評價相關的數據，利用語義分析和建模，掌握不同消費群體的購物喜好和習慣，僅僅利用外部公開數據，快速實現了客戶洞察。

此外，寶潔還在渠道管理上進行創新。利用互聯網用戶評論數據進行社群聆聽，監控與寶潔合作的50個零售商店相關的用戶評論，通過線上數據進行渠道/購物者研究並指導渠道管理優化。

實現過程：

1、鎖定微博、大眾點評等互聯網數據源，採集百萬級別消費者談及的與寶潔購物相關內容；

2、利用自然語言處理技術，對用戶評論進行多維建模，包括購物環境、服務、價值等10多個一級維度和50個二級維度，實現對用戶評論的量化；

3、對沃爾瑪、屈臣氏、京東等50個零售渠道進行持續監控，結果通過DashBoard和周期性分析報告呈現。

因此，寶潔能夠關聯企業內部數據，更有效掌握KA渠道整體情況，甚至進一步掌握KA渠道的關鍵細節、優勢與劣勢，指導渠道評級體系調整，幫助制定產品促銷規劃。

三、金融行業

對於消費金融來說，家電、快消的案例也是適用的，尤其是精準營銷、產品推薦等方面。這里主要分享徵信風控方面的應用。顯然，互聯網金融如果對小額貸款都像銀行一樣做實地考察，並投入大量人力進行分析評判的話，成本是很高的，所以就有了基於大數據的批量的信用評分模型。最終目的也是實現企業畫像和企業中的關鍵人物畫像，再利用數據挖掘、數據建模的方法建立授信模型。宜信的宜人貸、芝麻信用等本質上就是這個架構。

在與金融客戶的接觸中發現，不論銀行還是金融公司，對外部數據的需求都越發迫切，尤其是外部強特徵數據，比如失信記錄、第三方授權後的記錄、網路行為等。

以上是小編為大家分享的關於企業大數據實戰案例的相關內容，更多信息可以關注環球青藤分享更多干貨

⑷ 國內大數據公司有哪些

國內大數據主力陣營：

1.阿里巴巴
阿里巴巴擁有交易數據和信用數據,更多是在搭建數據的流通、收集和分享的底層架構。

2.華為華為雲服務
整合了高性能的計算和存儲能力，為大數據的挖掘和分析提供專業穩定的IT基礎設施平台，近來華為大數據存儲實現了統一管理40PB文件系統

3.網路
網路的優勢體現在海量的數據、沉澱十多年的用戶行為數據、自然語言處理能力和深度學習領域的前沿研究。近來網路正式發布大數據引擎，將在政府、醫療、金融、零售、教育等傳統領域率先開展對外合作。

4.浪潮
浪潮互聯網大數據採集中心已經採集超過2PB數據，並已建立5大類數據分類處理演算法。近日成功發布海量存儲系統的最新代表產品AS130000。

5.騰訊
騰訊擁有用戶關系數據和基於此產生的社交數據，騰訊的思路主要是用數據改進產品，注重QZONE、微信、電商等產品的後端數據打通。

⑸ 大數據到底是什麼行業啊，具體是干什麼的啊

這不是某個行業，它是一個大數據分析，也就是說不斷的收集數據，然後進行分析，然後對行業的發展有幫助。

⑹ 大數據企業商業模式「5+1」模型的六大構成要素哪些是內部因素

大數據企業商業模式「5+1」模型的六大構成要素是以下內部因素：
1、戰略定位戰略定位是企業戰略選擇的結果，也是商業模式體系中其他幾個部分的起點。戰略定位需要考慮三個方面，即：長期發展、利潤增長、獨特價值。商業模式中的「定位」更多地是作為整個商業模式的支撐點，同樣的定位可以有不一樣的商業模式，同樣的商業模式也可以實現不一樣的定位。
2、業務系統是指企業達到戰略定位所需要的業務環節、各合作方扮演的角色以及利益相關者合作方式。企業圍繞戰略定位所建立起來的業務系統將形成一個價值網路，明確了客戶、供應商其他合作方在通過商業模式獲得價值的過程中扮演的角色。

⑺ 國內有哪些大數據公司

國內大數據主力陣營：

1、阿里巴巴

阿里巴巴擁有交易數據和信用數據,更多是在搭建數據的流通、收集和分享的底層架構。

大數據(big data)，或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟體工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。

在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣捷徑，而採用所有數據進行分析處理。大數據的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。

對於「大數據」（Big data）研究機構Gartner給出了這樣的定義。「大數據」是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。

麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統資料庫軟體工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特徵。

⑻ 國內有哪些大數據公司

「大數據」這一概念最早在國外被提及。之後國內外興起了一系列大數據技術，包括大數據硬體類、大數據分析類、大數據數據處理類等等，也因此誕生了一批大數據廠商。

分析解決方案類廠商除去IBM、SAP、Oracle、微軟、惠普國外代表廠商，在國內有星環科技、帆軟、用友、等等。

星環信息科技主要從事大數據時代核心平台資料庫軟體的研發與服務，被Gartner列為國際主流Hadoop發行版廠商。其產品Transwarp Data Hub提供高速SQL引擎Transwarp Inceptor, NoSQL搜索引擎Transwarp Hyperbase、流處理引擎Transwarp Stream和數據挖掘組件Transwarp Discover。

帆軟公司由報表軟體FineReport起家，目前已成為報表領域的權威者，擁有10年企業數據分析的行業經驗。後發布的商業智能自助式BI工具FineBI，提供包括Hadoop、分布式資料庫、多維資料庫的大數據可視化分析；提供PC端、移動端、大屏的可視化方案，廣泛應用於銀行、電商、地產、醫葯、製造、電信、製造、化工等行業，擁有成熟的行業化解決方案。

數據可視化類廠商有海雲數據、星途數據、帆軟、數字冰雹等。

用戶行為/精準營銷分析類，大數據技術使得用戶在互聯網的行為，得到精準定位，從而細化營銷方案、快速迭代產品。這方面的廠商有GrowingIO、神策數據等。