大數據大賣場

『壹』 怎樣理解互聯網行業「數據分析」的意義

互聯網企業擁有大量的線上數據，而且數據量還在快速增長，除了利用大數據提升自己的業務之外，互聯網企業已經開始實現數據業務化，利用大數據發現新的商業價值。

以阿里巴巴為例，它不僅在不斷加強個性化推薦、「千人千面」這種面向消費者的大數據應用，並且還在嘗試利用大數據進行智能客戶服務，這種應用場景會逐漸從內部應用延展到外部很多企業的呼叫中心之中。

在面向商家的大數據應用中，以「生意參謀」為例，超過600萬商家在利用「生意參謀」提升自己的電商店面運營水平。除了面向自己的生態之外，阿里巴巴數據業務化也在不斷加速，「芝麻信用」這種基於收集的個人數據進行個人信用評估的應用獲得了長足發展，應用場景從阿里巴巴的內部延展到越來越多的外部場景，如租車、酒店、簽證等。

因為客戶的所有行為都會在互聯網平台上留下痕跡，所以互聯網企業可以方便地獲取大量的客戶行為信息。由互聯網商務平台產生的信息一般具有真實性和確定性，通過運用大數據技術對這些數據進行分析，可以幫助企業制定出具有針對性的服務策略，從而獲取更大的效益。近年來的實踐證明，合理地運用大數據技術能夠將電子商務的營業效率提高60%以上。

大數據在過去幾年中已經改變了電子商務的面貌，具體來講，電子商務行業的大數據應用有以下幾個方面：精準營銷、個性化服務、商品個性化推薦。

1.精準營銷

互聯網企業使用大數據技術採集有關客戶的各類數據，並通過大數據分析建立「用戶畫像」來抽象地描述一哪孫個用戶的信息全貌，從而可以對用戶進行個性化推薦、精準營銷和廣告投放等。

當用戶登錄網站的瞬間，系統就能預測出該用戶今天為何而來，然後從商品庫中把合適的商品找出來，並推薦給他。圖1顯示了用戶畫像會包括哪些用戶基本信息和特性。

圖1用戶畫像

大數據支持下的營銷核心在於，讓企業的業務在合適的時間，通過合適的載體，以合適的方式，推送給最需要此業務的用戶。

首先，大數據營銷具有很強的時效性。在互聯網時代，用戶的消費行為極易在短時間內發生變化，大數據營銷可以在用戶需求最旺盛時及時進行營銷策略實施。

其次，可以實施個性化、差異化營銷。大數據營銷可以根據用戶的興趣愛好、在某一時間點的需求，做到對細分用戶的一對一的營銷，讓業務的營銷做到有的放矢，並可以根據實時性的效果反饋，及時調整營銷策略。

最後，大數據營銷對目標用戶的信息可以進行關聯性分析。大數據可以對用戶的各種信息進行多維度的關聯分析，從大量數據中發現數據項集之間有趣的關聯和相關聯系。

例如，通過發現用戶購物籃中的不答緩凳同商品之間的聯系，分析出用戶的其他消費習慣。通清旅過了解哪些商品頻繁地被用戶同時購買，幫助營銷人員從用戶的一種商品消費習慣，發現用戶另外的商品消費規律，從而針對此用戶制定出相關商品的營銷策略。圖2顯示了網站會根據用戶畫像為不同客戶推薦不同商品。

圖2精準營銷

例如，某電子商務平台通過客戶的網路瀏覽記錄和購買記錄等掌握客戶的消費模式，從而分析並分類客戶的消費相關特性。如收入、家庭特徵、購買習慣等，最終掌握客戶特徵，並基於這些特徵判斷其可能關注的產品與服務。

從消費者進入網站開始，網站在列表頁、單品頁、購物車頁等4個頁面，部署了5種應用不同演算法的推薦欄為其推薦感興趣的商品，從而提高商品曝光率，促進交叉和向上銷售。從多個角度對網站進行全面優化後，商城下定訂單轉化率增長了66.7%，下定商品轉化率增長了18%，總銷量增長了46%。

在美國的沃爾瑪大賣場，當收銀員掃描完顧客所選購的商品後，POS機上會顯示出一些附加信息，然後售貨員會根據這些信息提醒顧客還可以購買哪些商品。沃爾瑪在大數據系統支持下實現的「顧問式營銷」系統能夠建立預測模型，例如，如果顧客的購物車中有不少啤酒、紅酒和沙拉，則有80%的可能需要買配酒小菜、作料。

2.個性化服務

電子商務具有提供個性化服務的先天優勢，可以通過技術支持實時獲得用戶的在線記錄，並及時為他們提供定製化服務。

許多電商都已經嘗試了依靠數據分析，在首頁為用戶提供全面的個性化的商品推薦。海爾和天貓提供了讓用戶在網上定製電視的功能，顧客可以在電視機生產以前選擇尺寸、邊框、清晰度、能耗、顏色、介面等屬性，再由廠商組織生產並送貨到顧客家中。這樣的個性化服務受到了廣泛歡迎。

類似的定製服務還_現在空調、服裝等行業。這些行業通過滿足個性化需求使顧客得到更滿意的產品和服務，進而縮短設計、生產、運輸、銷售等周期，提升商業運轉效率。

企業要為用戶提供理想的個性化服務，首先必須通過數據充分了解用戶的個性，其次是合理地掌控和設計服務的個性。了解用戶個性是為用戶提供他們想要的產品和服務的基礎。企業需要在龐大的資料庫中，找出最具有含金量的數據，然後，通過數據挖掘方法對用戶進行聚類，再依據用戶類型的特徵設計針對性的服務。

個性化分散的單位可大可小，大到一個有同樣需求的客戶群體，小到每一個用戶都是一個個性化需求單位。企業必須掌握好個性化服務的粒度，過於分散的個性化服務，會增加企業的服務成本和管理的復雜程度，所增加的個性化成本和實際收益需要成正比。

圖3提供個性化旅遊服務

攜程的大數據應用從用戶的角度_發，分析基於攜程所有用戶的數據，包括用戶在查詢、瀏覽、預訂、出行、評論等一系列旅行前後行為中所產生的數據。攜程在剔除無效數據的同時，保證用戶所留下的數據的真實性，然後將大量的數據進行實時篩選、分揀與重新組織並應用到用戶的出行前、出行中、出行後的個性化需求中，如圖3所示。

要做到個性化，明確用戶的目標需求是至關重要的，不僅要看訂單，還要關心用戶所關心的內容。例如，同樣是預訂五星級酒店，有些用戶對酒店設施十分敏感，有些看重酒店位置，有些則更在意酒店服務，對此，攜程會根據用戶的需求推薦不同的酒店。

美國塔吉特（Target）百貨設立了一個迎嬰聚會登記表，並對登記表中顧客的消費數據進行建模分析。他們發現，許多孕婦在第二個妊娠期的開始會買許多大包裝的無香味護手霜，在懷孕的最初20周會大量購買補充鈣、鋅之類的保健品。

塔吉特最終選出了25種典型商品的消費數據，構建了「懷孕預測指數」。通過這個預測指數，塔吉特能夠在很小的誤差范圍內預測到顧客的懷孕情況，從而就能在合適的時間把孕婦優惠廣告寄發給顧客。

「Nike跑鞋或腕帶感測器」使耐克逐漸成為大數據營銷的創新公司。運動者只要穿著Nike的跑鞋運動，與之關聯的iPod就可以存儲並顯示運動日期、時間、距離、熱量消耗值等數據。

Nike通過跑步者上傳的跑步路線掌握了主要城市最佳跑步路線的資料庫，而且組織城市的跑步活動效果更好。目前，Nike的運動網上社區有超過500萬名活躍用戶每天不停地上傳數據，Nike藉此與消費者建立了前所未有的牢固關系。同時，海量的數據對於Nike了解用戶習慣、改進產品、精準投放和精準營銷也起到了不可替代的作用，Nike甚至掌握了跑步者最喜歡聽的歌是哪些。個性化服務離不開顧客的主動參與和分享，來源於客戶的數據也能更精準地服務於客戶。

「三隻松鼠」近幾年的快速發展，一方面是依靠品牌推廣，另一方面是在數據分析的基礎上不斷完善細節，包括個性化的稱呼、「三隻松鼠」的卡通形象、贈品的差別化、不同的顧客標簽分類以及用戶體驗等。「三隻松鼠」通過ERP系統能夠了解所有顧客在商城的購買記錄，通過CRM系統能夠准確抓取用戶的評價，一些不經意的留言和評級會反映出他們的需求。

通過分析顧客過去在商城的購買習慣，用戶的購買評價，來判斷哪種口味的產品在哪個地區賣得最好，哪種產品是消費者最樂於接受的，從而進行更有針對性的產品首頁推薦。同時，他們會對顧客進行個性化、人性化的標簽分類和細化分析，從而根據這些分類，推送不同的產品類型。例如，愛老婆型顧客購買的產品主要是以老婆食用為主的，「三隻松鼠」會在包裹里放上書信，以「松鼠」的口吻代替顧客給他老婆寫一封信。

3.商品個性化推薦

隨著電子商務規模的不斷擴大，商品數量和種類快速增長，顧客需要花費大量的時間才能找到自己想買的商品。

個性化推薦系統通過分析用戶的行為，包括反饋意見、購買記錄和社交數據等，以分析和挖掘顧客與商品之間的相關性，從而發現用戶的個性化需求、興趣等，然後將用戶感興趣的信息、產品推薦給用戶。

個性化推薦系統針對用戶特點及興趣愛好進行商品推薦，能有效地提高電子商務系統的服務能力，從而保留客戶。

1）電子商務網站

隨著電子商務的蓬勃發展，推薦系統在互聯網中的優勢地位也越來越明顯。

在國際方面，Amazon平台中採用的推薦演算法被認為是非常成功的。在國內，比較大型的電子商務平台網站有淘寶網（包括天貓商城）、京東商城、當當網、蘇寧易購等。

在這些電子商務平台中，網站提供的商品數量不計其數，網站中的用戶規模也非常巨大。據不完全統計，天貓商城中的商品數量已經超過了4000萬。

在如此龐大的電商網站中，用戶根據自己的購買意圖輸入關鍵字查詢後，會得到很多相似的結果。用戶在這些結果中也很難區分異同，難於選擇合適的物品，推薦系統能夠根據用戶興趣為用戶推薦一些用戶感興趣的商品。電子商務網站利用推薦系統為用戶推薦商品，方便了用戶，從而也提高了網站的銷售額。

2）電影視頻網站

個性化推薦系統在電影和視頻網站中的應用也很廣泛，能夠幫助用戶在浩瀚的視頻庫中找到令他們感興趣的視頻。在該領域成功使用推薦系統的一家公司就是Netflix。

Netflix原先是一家DVD租賃網站，後來開始涉足在線視頻業務。Netflix非常重視個性化推薦技術，並且在2006年開始舉辦著名的NetflixPrize推薦系統比賽，希望研究人員能夠將Netflix的推薦演算法的預測准確度提升10%。

該比賽對推薦系統的發展起到了重要的推動作用：一方面該比賽給學術界提供了一個實際系統中的大規模用戶行為數據集（40萬用戶對2萬部電影的上億條評分記錄）；另一方面，在3年的比賽中，參賽者提出了很多推薦演算法，大大降低了推薦系統的預測誤差。

圖4是Netflix的電影推薦界面，包含了電影的標題和海報、用戶反饋和推薦理由三部分。Netflix使用的是基於物品的推薦演算法，即給用戶推薦和他們曾經喜歡的電影相似的電影。Netflix宣稱有60%的用戶是通過其推薦系統找到感興趣的電影和視頻的。

圖4Netflix電影推薦

YouTube作為美國最大的視頻網站，擁有大量用戶上傳的視頻內容。為了解決視頻庫的信息過載問題，YouTube在個性化推薦領域也進行了深入研究，現在使用的也是基於物品的推薦演算法。實驗證明，YouTube個性化推薦的點擊率是熱門視頻點擊率的兩倍。

3）網路電台

個性化網路電台也很適合進行個性化推薦。首先，音樂很多，用戶不可能聽完所有的音樂再決定自己喜歡聽什麼，而且每年新的歌曲在以很快的速度增加，因此用戶無疑面臨著信息過載的問題。其次，人們聽音樂時，一般都是把音樂作為一種背景樂來聽，很少有人必須聽某首特定的歌。對於普通用戶來說，聽什麼歌都可以，只要能夠符合他們當時的心情就可以了。因此，個性化音樂網路電台是非常符合個性化推薦技術的產品。

目前有很多知名的個性化音樂網路電台。國際上著名的有Pandora和?Last.fm|Playmusic,findsongs,anddiscoverartists，國內的代表則是豆瓣電台。這3個個性化網路電台都不允許用戶點歌，而是給用戶幾種反饋方式：喜歡、不喜歡和跳過。經過用戶一定時間的反饋，電台就可以從用戶的歷史行為中獲得用戶的興趣模型，從而使用戶的播放列表越來越符合用戶對歌曲的興趣。

Pandora的演算法主要是基於內容的，其音樂家和研究人員親自聽了上萬首來自不同歌手的歌，然後對歌曲的不同特性（如旋律、節奏、編曲和歌詞等）進行標注，這些標注被稱為音樂的基因。然後，Pandora會根據專家標注的基因計算歌曲的相似度，並給用戶推薦和他之前喜歡的音樂在基因上相似的其他音樂。

Last.fm|Playmusic,findsongs,anddiscoverartists?記錄了所有用戶的聽歌記錄及用戶對歌曲的反饋，在這一基礎上計算出不同用戶在歌曲上的喜好相似度，從而給用戶推薦和他有相似聽歌愛好的其他用戶喜歡的歌曲。同時，Last.fm|Playmusic,findsongs,anddiscoverartists?也建立了一個社交網路，來讓用戶能夠和其他用戶建立聯系，以及讓用戶給好友推薦自己喜歡的歌曲。Last.fm|Playmusic,findsongs,anddiscoverartists?沒有使用專家標注，而是主要利用用戶行為計算歌曲的相似度。

4）社交網路

社交網路中的個性化推薦技術主要應用在3個方面：利用用戶的社交網路信息對用戶進行個性化的物品推薦，信息流的會話推薦和給用戶推薦好友。

Facebook保存著兩類最寶貴的數據：一類是用戶之間的社交網路關系，另一類是用戶的偏好信息。

Facebook推出了一個稱為InstantPersonalization的推薦API，它能根據用戶好友喜歡的信息，給用戶推薦他們的好友最喜歡的物品。很多網站都使用了Facebook的推薦API來實現網站的個性化。

著名的電視劇推薦網站Clicker使用InstantPersonalization給用戶進行個性化視頻推薦。Clicker現在可以利用Facebook的用戶行為數據來提供個性化的、用戶可能感興趣的內容「』流」了，而更重要的是，用戶無須在Clicker網站上輸入太多數據（通過評分、評論或觀看?Clicker.com?上的視頻等方式），Clicker就能提供這樣的服務。

除了利用用戶在社交網站的社交網路信息給用戶推薦本站的各種物品外，社交網站本身也會利用社交網路給用戶推薦其他用戶在社交網站的會話。每個用戶在Facebook的個人首頁都能看到好友的各種分享，並且能對這些分享進行評論。每個分享和它的所有評論被稱為一個會話，Facebook開發了EdgeRank演算法對這些會話排序，使用戶能夠盡量看到熟悉的好友的最新會話。

除了根據用戶的社交網路及用戶行為給用戶推薦內容，社交網站還通過個性化推薦服務給用戶推薦好友。

5）其他應用

因為電子商務企業基本上實現了業務流程的各個環節的數據化，所以可以充分利用大數據技術對這些數據進行挖掘分析來優化其業務流程，提高業務利潤。除了前面介紹的幾個應用之外，大數據在電子商務行業還可以應用在其他許多方面。

①動態定價和特價優惠

電子商務企業可以通過使用數據構建客戶資料，並發現用戶喜歡花費多少費用和喜歡購買什麼產品，從而通過跟蹤客戶的消費行為，使用大數據分析來開發靈活的定價和折扣政策。例如，如果分析顯示用戶對特定類別商品的興趣飆升，則電子商務企業可以提供打折或買一送一優惠。

②定製優惠

電子商務企業可以通過使用數據來確定客戶的購買習慣，並根據以前的購買方式向他們發送有針對性的特價優惠和折扣代碼。數據也可以用於在客戶中止購買或只看不買時重新吸引客戶，例如，通過發送電子郵件提醒客戶他們查看過的產品或邀請他們完成購買。

③供應鏈管理

電子商務企業可以使用大數據更有效地管理供應鏈。數據分析可以揭示供應鏈中的任何延遲或潛在的庫存問題。如果某個項目存在問題，則可以立即將其從銷售中刪除，以免破壞客戶服務問題。

④預測分析

預測分析是指利用大數據技術分析電子商務業務的各種渠道，幫助企業制定未來運營的業務計劃。數據分析可能會顯示電商企業在線商店部門的新購買趨勢或銷售減緩的商品。

使用這些信息就可以幫助規劃下一階段的庫存，並制定新的市場目標。隨時了解電子商務的最新趨勢具有一定的挑戰性，但是利用大數據技術可以大大提高企業的利潤，並幫助企業建立一個成功的前瞻性思維業務。如果不利用挖掘大數據的力量，就可能會錯過市場成功的機遇。

『貳』 入蘇一年，家樂福「千店千面」重新定義大賣場

這是一個再造家樂福的故事。投入蘇寧大家庭1年的家樂福即將迎來周年慶：蘇寧供應鏈、蘇寧會員體系、蘇寧物流……越來越多的蘇寧系業務單元正在融入家樂福。

在數字時代的商超博弈中，蘇寧家樂福的內在基因與性格也不斷進化，少年劍客初長成，展現出中國式的智慧與勇氣。故事的迷人之處在於，在中國，你會遇見一個比法國家樂福更年輕，正在二次創業的蘇寧家樂福——從內到外的徹底變革，由內而外的蓬勃朝氣。

如同馬可波羅筆下的東方世界，讓人充滿期待，同時面臨著漫長的 探索 路徑。

重新定義大賣場

每個周末，在家樂福采購每周的生活必需品，不用排隊，從選購到買單全程自助；然後，在家樂福旁邊的蘇寧影城看一部電影，喜歡逛街的則選擇蘇寧雲店、 時尚 美妝，悠閑的度過周末下午同時等待孩子的培優課程放學……

這些生活中的小確幸，每個周末甚至每天都在家樂福精選上演。2020年4月底，蘇寧家樂福首家精超業態「家樂福精選棚灶盯」正式登陸重慶，為山城帶來不一樣的生活方式。

這是蘇寧入主家樂福半年後的第一家新店，也是第一家入駐蘇寧易購廣場的超市業態。家樂福精選重慶店推出超市+生活服務的組合形式，引入當地特色餐飲、 時尚 美妝、生活配套等服務，一站式的購物 娛樂 生活體驗可以滿足社區客群的全方位消費需求。辯鋒

一直以來，蘇寧對家樂福的改造都略顯神秘。這是由於家樂福門店的改造工程，是基於門店所在商圈、門店客源及客流、門店租賃位置、租賃面積等因素的差異化改造，最終顛覆傳統大賣場的刻板印象，形成千店千面。

當多個家樂福線下門店陸續揭開面紗，看得見的改變是對家樂福旗下門店進行深度整改升級。一方面顛覆性的陳列方式，打破傳統類目擺放規則，營造體驗式消費場景；另一方面，創新多品類同品牌的概念店模式，如蘇寧電器店、衣購思、紅孩子、樂購仕……

以重裝開業的家樂福徐涇店為例，其改造的主要方向是把傳統的大貨架和笨拙的堆頭進行優化：高低錯落的廚具搭配原木色系的陳列台，在家中廚房的擺放效果觸手可達；圖書區被打造成圖書館，愛讀書的大朋友小朋友可以從容的就坐……而在家樂福古北店，則引入上海農場、樂購仕、衣購思三店，形成大賣場里的店中店，在改造一新的品鮮工坊，顧客們在現場挑選中意的海鮮，交給工作人員現場烹飪、現場享用。

在中國，「變臉」是川劇的一項特技；在數字經濟時代，傳統大賣場也需要「變臉」，打造實時的店面畫像，不斷滿足消費者的需求和期望。經過剔骨再造，家樂福正在呈現「千店千面」，重新定義大賣場。

近日，家樂福中國首席執行官田睿在接受媒體采訪時透露，目前家樂福制定了「1+2+1」業態計劃，即社區生活中心、標准超市、精選店和生鮮社區店，其中生鮮社區店為家樂福開發的新業態，今年家樂福擬在中國市場新開15家門店。

再造數字家樂福

2020年春節，家住上海北洋涇路的Lucy驚喜地發現，家樂福不僅可以隨時下單、免費送貨到家，而且能夠在蘇寧會員積分，她立即成為家樂福到家的忠實用戶。此前，迫於購物距離、商品重量、購物時間等限制，Lucy經常懊惱少買或忘記買某樣商品，而到家服務則解決了這些煩惱。

這一切都歸功於蘇寧家樂福的數字化轉型。在加入蘇寧大鏈和家庭之前，家樂福中國採用最傳統的會員卡管理體系，這是傳統大賣場的慣用模式，但在數字經濟時代弊端明顯。

當零售行業正向數字化加速變革，5G、人工智慧、大數據等既是機遇也是挑戰。幸運的是，家樂福背後是具備 科技 基因的蘇寧。數字化改造的第一件事，是完成SKU的數字化改造，將家樂福、蘇寧小店、蘇寧超市的商品體系打通，從而將家樂福中國線下門店與其線上購買小程序，以及蘇寧易購APP、蘇寧小店APP實現商品和技術上的融合，從而打造了新的遠場，成為家樂福中國線上、線下全新的重要增長極。

目前，在全國52個城市，家樂福提供3公里1小時達，還在試點城市開辟次日達（1店覆全城）新模式。水到渠成的，家樂福中國原本的在店用戶轉化為全渠道用戶，由於離店銷售延伸，原有業務得以迅速提升。這從一組數據可以略窺端倪：8月18日晚，家樂福發布818戰報：7月31日至8月18日，到家服務訂單量大幅攀升，環比增長280%，線上訂單客單價124元，訂單履約率維持在98%以上，業績表現成色十足。

或許可以視作蘇寧將家樂福資源排列組合，以求尋到數字經濟最合適的位置。在蘇寧的超級IP中，家樂福數字化不僅是家樂福的二次創業，也是蘇寧在智慧零售的創新範本。

供應鏈開放樣本

傑奧夫雷·帕克等人在《平台革命：改變世界的商業模式》一書中指出，平台的首要目標是匹配用戶，並為所有參與者創造價值。

如果蘇寧決意要成為一個超級平台，幫助生長在上面的所有參與者勢在必行。作為一個「零售王國」，蘇寧的打法則更為立體化。今年5月，蘇寧家樂福供應鏈全面接入蘇寧小店，通過店倉一體化建設完成家樂福與蘇寧小店的打通，大快消供應鏈整合獲得初步成效，使得家樂福中國的供應鏈和商品能力在遠場能夠發揮更好的協同效應。

目前，家樂福擁有SKU超6萬個，其供應鏈接入蘇寧小店，將使蘇寧小店增加3萬多個商品。受益於家樂福供應鏈開放，南京、上海等試點小店單店日銷提高30%以上，同時，小店的整體毛利率實現5%-6%的提高。於消費者而言，家樂福開放供應鏈系統，中間商減少，則能夠更好滿足消費者多樣化消費需求。

作為硬幣的B面，蘇寧藉助家樂福快速獲取優質線下場景資源，將家樂福成熟、專業化的采購能力和蘇寧現有的快消品進一步結合，鞏固其在大快消供應鏈的優勢地位。8月18日, 蘇寧易購發布818大快消1小時戰報,快消訂單20分鍾增長511%，蘇寧超市整體訂單量同比增長187.8%……

蘇寧供應鏈開放是一個樣本，其勾畫的初步輪廓，也為蘇寧家樂福的營利模式打開新通道。截至今年上半年，家樂福中國已經實現經營性盈利。從時間線上看，家樂福正在完成剔骨再造，並且把這種變化一一展現，加速蘇寧大快消品類的發展，改寫了中國零售新格局。

當前中國的商超數字化之路，已經棋至中局。蘇寧家樂福註定還有更多的仗要打，所幸並非孤身前行，背後還有強大的蘇寧生態與供應鏈優勢。當少年劍客初長成，勢必經歷創新與克制的磨礪，但只有在大風大浪里披荊斬棘，才有可能成為真正的大俠。

『叄』 大數據如何與零售業結合 在實戰中應用

大數據如何與零售業結合 在實戰中應用

一、「大數據」的商業價值

1、對顧客群體細分

「大數據」可以對顧客群體細分，然後對每個群體量體裁衣般的採取獨特的行動。瞄準特定的顧客群體來進行營銷和服務是商家一直以來的追求。雲存儲的海量數據和「大數據」的分析技術使得對消費者的實時和極端的細分有了成本效率極高的可能。

2、模擬實境

運用「大數據」模擬實境，發掘新的需求和提高投入的回報率。現在越來越多的產品中都裝有感測器，汽車和智能手機的普及使得可收集數據呈現爆炸性增長。Blog、Twitter、Facebook和微博等社交網路也在產生著海量的數據。

雲計算和「大數據」分析技術使得商家可以在成本效率較高的情況下，實時地把這些數據連同交易行為的數據進行儲存和分析。交易過程、產品使用和人類行為都可以數據化。「大數據」技術可以把這些數據整合起來進行數據挖掘，從而在某些情況下通過模型模擬來判斷不同變數(比如不同地區不同促銷方案)的情況下何種方案投入回報最高。

3、提高投入回報率

提高「大數據」成果在各相關部門的分享程度，提高整個管理鏈條和產業鏈條的投入回報率。「大數據」能力強的部門可以通過雲計算、互聯網和內部搜索引擎把」大數據」成果和「大數據」能力比較薄弱的部門分享，幫助他們利用「大數據」創造商業價值。

4、數據存儲空間出租

企業和個人有著海量信息存儲的需求，只有將數據妥善存儲，才有可能進一步挖掘其潛在價值。具體而言，這塊業務模式又可以細分為針對個人文件存儲和針對企業用戶兩大類。主要是通過易於使用的API，用戶可以方便地將各種數據對象放在雲端，然後再像使用水、電一樣按用量收費。目前已有多個公司推出相應服務，如亞馬遜、網易、諾基亞等。運營商也推出了相應的服務，如中國移動的彩雲業務。

5、管理客戶關系

客戶管理應用的目的是根據客戶的屬性(包括自然屬性和行為屬性)，從不同角度深層次分析客戶、了解客戶，以此增加新的客戶、提高客戶的忠誠度、降低客戶流失率、提高客戶消費等。 對中小客戶來說，專門的CRM顯然大而貴。不少中小商家將飛信作為初級CRM來使用。比如把老客戶加到飛信群里，在群朋友圈裡發布新產品預告、特價銷售通知，完成售前售後服務等。

6、個性化精準推薦

在運營商內部，根據用戶喜好推薦各類業務或應用是常見的，比如應用商店軟體推薦、IPTV視頻節目推薦等，而通過關聯演算法、文本摘要抽取、情感分析等智能分析演算法後，可以將之延伸到商用化服務，利用數據挖掘技術幫助客戶進行精準營銷，今後盈利可以來自於客戶增值部分的分成。

以日常的「垃圾簡訊」為例，信息並不都是「垃圾」，因為收到的人並不需要而被視為垃圾。通過用戶行為數據進行分析後，可以給需要的人發送需要的信息，這樣「垃圾簡訊」就成了有價值的信息。在日本的麥當勞，用戶在手機上下載優惠券，再去餐廳用運營商DoCoMo的手機錢包優惠支付。運營商和麥當勞搜集相關消費信息，例如經常買什麼漢堡，去哪個店消費，消費頻次多少，然後精準推送優惠券給用戶。

7、數據搜索

數據搜索是一個並不新鮮的應用，隨著「大數據」時代的到來，實時性、全范圍搜索的需求也就變得越來越強烈。我們需要能搜索各種社交網路、用戶行為等數據。其商業應用價值是將實時的數據處理與分析和廣告聯系起來，即實時廣告業務和應用內移動廣告的社交服務。

運營商掌握的用戶網上行為信息，使得所獲取的數據「具備更全面維度」，更具商業價值。典型應用如中國移動的「盤古搜索」。

二、「大數據」與零售業的結合運用

對於數據的使用，許多實體零售商同樣表示非常重視，他們對企業積累的數據進行了各種預測和分析。然而，對具體的銷售業務來說，往往存在理想與現實的糾結，前不久市場中一家知名的服裝零售企業一方面在宣傳盈利上市的同時，一方面曝出有近10億元的庫存。國內很多零售企業都知道「大數據」應用的好處，但他們一旦將「大數據」的應用結合到自己的企業經營中時，便會出現與目前經營有非常大的不適應問題，如此導致許多企業對此都持非常謹慎的態度。

1、將零售策略與「大數據」技術進行結合

零售企業談的「大數據」的最大價值，是在零售策略上與「大數據」技術進行結合，最大程度地編制前置性的零售策略，確保銷售計劃的實現。「大數據」講究四個「V」：一是數據體量大（Volume）；二是數據類型復雜（Variety），多涉及到各種結構性與非結構性的；三是價值密度低（Value），這和體量大是相對應的；四是數據更新與處理速度快（Velocity）。

根據這些特性主動地在業務數據產生的同時做出相應的策略應對，會為企業贏得更多的時間和市場策略調整空間。這類似於大江大河的洪峰預警，上游的洪峰出現什麼狀況，下游要做什麼樣的應對。數據用到這一層面上，才具有直接的業務價值，這不是那種銷量同期比、環比、銷售計劃比數據能指導業務的價值能相比的。例如一家涉足線上業務的實體零售商，在一組貨品的15分鍾促銷時間內，往往准備著3套應變策略，以確保貨品能夠按計劃賣出。

在實體商業領域，有許多關於數據與營銷的案例。一個較早的版本就是美國沃爾瑪啤酒和尿布的數據關系。原來，美國的婦女在家照顧孩子，所以她們會囑咐丈夫在下班回家的路上為孩子買尿布，而丈夫在買尿布的同時又會順手購買自己愛喝的啤酒。

當分析師了解到啤酒和尿布銷量存在正相關關系、並進一步分析的時候，發現了這樣的購買情境，於是將這兩種屬於不同門類的商品擺在一起。這個發現為商家帶來了新的銷售組合。當然，即使再多的零售連鎖企業知道這個故事，也極少從平時銷售中能發現這樣的組合，哪怕是牽強附會的。

所以，零售策略設計是零售業「大數據」價值最大的地方，也是「大數據」可以直接為其提供支持的業務。

2、零售企業對「大數據」應保持正確態度

企業的領導者首先要重視「大數據」的發展、重視企業的數據中心，把收集顧客數據作為企業營銷運營的第一目標；第二，對企業內部人員進行培訓及建立收集數據的軟硬體機制；第三，以業務需求為准則，確定哪些數據是需要收集的；第四，確認在企業已有的數據基礎上或者未來方向前提下，如何達成前三項目標的基礎建設方案。

在這些IT基礎工作需要企業有實實在在的投入和建設規范的信息化團隊，作為中國商業最大的一分子——中小微型零售企業似乎是不可能也沒有足夠的能力來面對這樣一場變化的。

大中型零售商因為本身業務及利潤的積淀，已經能夠承擔這樣一場需求趨勢的需要成本。中小微型企業還處於快速發展過程中，如果也如同大中型企業進行全方面的投入，將很快會被新型的IT工具拖垮或者遭受重創。

但這並不意味著中小零售企業沒有機會，實際上IT的發展為所有的企業都提供了平等的選擇，雲計算的廣泛應用即是對這樣一場變革帶來的臨時禮物。

作為中小微型零售企業，完全不必考慮自己建設一套「大數據」的IT系統，他們從精力、成本、能力上來說都不適合，因此此類企業可以將企業的IT建設外包給適合的服務商，企業本身的所有精力可以投入到對商圈的開發上。

目前，一些IT軟體開發運營商也已經針對傳統零售企業推出了雲服務的基礎平台，為中小微型商業企業提供了大型企業和超大型企業同樣的基礎環境及系統架構，小企業只需清晰地規劃出自己的目標和適合的步驟，使用雲平台按需付費即可，大可不必進行巨大的初始投入和不可預測的運行成本。

三、「大數據」在零售企業實戰中的應用

1、Target

最早關於「大數據」的故事發生在美國第二大的超市塔吉特百貨（Target）。孕婦對於零售商來說是個含金量很高的顧客群體。但是他們一般會去專門的孕婦商店而不是在Target購買孕期用品。人們一提起Target，往往想到的都是清潔用品、襪子和手紙之類的日常生活用品，卻忽視了Target有孕婦需要的一切。為此，Target的市場營銷人員求助於Target的顧客數據分析部要求建立一個模型，在孕婦第2個妊娠期就把她們給確認出來。在美國出生記錄是公開的，等孩子出生了，新生兒母親就會被鋪天蓋地的產品優惠廣告包圍，因此必須趕在孕婦第2個妊娠期行動起來。如果Target能夠趕在所有零售商之前知道哪位顧客懷孕了，市場營銷部門就可以早早的給他們發出量身定製的孕婦優惠廣告，早早圈定寶貴的顧客資源。

如何能夠准確地判斷哪位顧客懷孕？ Target想到公司有一個迎嬰聚會（baby shower）的登記表，開始對這些登記表裡的顧客的消費數據進行建模分析，不久就發現了許多非常有用的數據模式。比如模型發現，許多孕婦在第2個妊娠期的開始會買許多大包裝的無香味護手霜；在懷孕的最初20周大量購買補充鈣、鎂、鋅的善存片之類的保健品。最後Target選出了25種典型商品的消費數據構建了「懷孕預測指數」，通過這個指數，Target能夠在很小的誤差范圍內預測到顧客的懷孕情況，因此Target就能早早地把孕婦優惠廣告寄發給顧客。

為了不讓顧客覺得商家侵犯了自己的隱私，Target把孕婦用品的優惠廣告夾雜在其他一大堆與懷孕不相關的商品優惠廣告當中。

根據這個「大數據」模型,Target制訂了全新的廣告營銷方案，結果Target的孕期用品銷售呈現了爆炸性的增長。Target的「大數據」分析技術從孕婦這個細分顧客群開始向其他各種細分客戶群推廣，從Target使用「大數據」的2002年到2010年間，Target的銷售額從440億美元增長到了670億美元。

2、ZARA

ZARA平均每件服裝價格只有LVHM四分之一，但是，回看兩家公司的財務年報，ZARA稅前毛利率比LVHM集團還高23、6%。

（1）分析顧客的需求

在ZARA的門店裡，櫃台和店內各角落都裝有攝影機，店經理隨身帶著PDA。目的是記錄其顧客的每個意見，如顧客對衣服圖案的偏好，扣子的大小，拉鏈的款式之類的微小舉動。店員會向分店經理匯報，經理上傳到ZARA內部全球資訊網路中，每天至少兩次傳遞資訊給總部設計人員，由總部作出決策後立即傳送到生產線，改變產品樣式。

關店後，銷售人員結帳、盤點每天貨品上下架情況，並對客人購買與退貨率做出統計。再結合櫃台現金資料，交易系統做出當日成交分析報告，分析當日產品熱銷排名，然後，數據直達ZARA倉儲系統 。

收集海量的顧客意見，以此做出生產銷售決策，這樣的作法大大降低了存貨率。同時，根據這些電話和電腦數據，ZARA分析出相似的「區域流行」，在顏色、版型的生產中，做出最靠近客戶需求的市場區隔。

（2）結合線上店數據

2010年，ZARA同時在六個歐洲國家成立網路商店，增加了網路巨量資料的串連性。2011年，分別在美國、日本推出網路平台，除了增加營收，線上商店強化了雙向搜尋引擎、資料分析的功能。不僅回收意見給生產端，讓決策者精準找出目標市場；也對消費者提供更准確的時尚訊息，雙方都能享受「大數據」帶來的好處。分析師預估，網路商店為ZARA至少提升了10%營收。

此外，線上商店除了交易行為，也是活動產品上市前的營銷試金石。ZARA通常先在網路上舉辦消費者意見調查，再從網路回饋中，擷取顧客意見，以此改善實際出貨的產品。

ZARA將網路上的海量資料看作實體店面的前測指標。因為會在網路上搜尋時尚資訊的人，對服飾的喜好、資訊的掌握，催生潮流的能力，比一般大眾更前衛。再者，會在網路上搶先得知ZARA資訊的消費者，進實體店面消費的比率也很高。

這些顧客資料，除了應用在生產端，同時被整個ZARA所屬的英德斯（Inditex）集團各部門運用：包含客服中心、行銷部、設計團隊、生產線和通路等。根據這些巨量資料，形成各部門的KPI，完成ZARA內部的垂直整合主軸。

ZARA推行的海量資料整合，後來被ZARA所屬英德斯集團底下八個品牌學習應用。可以預見未來的時尚圈，除了檯面上的設計能力，檯面下的資訊/數據大戰，將是更重要的隱形戰場。

（3）對數據快速處理、修正、執行

H&M一直想跟上ZARA的腳步，積極利用「大數據」改善產品流程，成效卻不彰，兩者差距愈拉愈大，這是為什麼？

主要的原因是，「大數據」最重要功能是縮短生產時間，讓生產端依照顧客意見，能於第一時間迅速修正。但是，H&M內部的管理流程，卻無法支撐「大數據」供應的龐大資訊。H&M的供應鏈中，從打版到出貨，需要三個月左右，完全不能與ZARA兩周的時間相比。

因為H&M不像ZARA，後者設計生產近半維持在西班牙國內，而H&M產地分散到亞洲、中南美洲各地。跨國溝通的時間，拉長了生產的時間成本。如此一來，「大數據」即使當天反映了各區顧客意見，無法立即改善，資訊和生產分離的結果，讓H&M內部的「大數據」系統功效受到限制。

「大數據」運營要成功的關鍵，是資訊系統要能與決策流程緊密結合，迅速對消費者的需求作出回應、修正，並且立刻執行決策。

3、亞馬遜

此前亞馬遜並未大張旗鼓推展廣告業務，直至2012年年底，有報道指出，亞馬遜即將推出實時廣告交易平台，從而向Facebook和谷歌發起挑戰。這個實時廣告交易平台又稱「需求方平台」（Demand Side Platform，DSP），可以讓廣告與目標消費者相遇。廣告商可以在「需求方平台」上競標網站的閑置廣告空間，而競標標的包括廣告版位，以及符合特定條件的消費者。

亞馬遜開發的「需求方平台」可以「協助廣告商接觸網路上的眾多用戶，同時也幫助客戶迅速找到想購買產品的相關資訊」，「需求方平台」概念雖非亞馬遜首創，但以豐富資料為後盾。

亞馬遜與廣告商分享的資訊有兩類，一是依用戶網路行為所做的通用分類，例如熱衷時尚、喜愛電子產品、身份為母親、愛喝咖啡等，二是用戶的商品搜尋記錄。至於消費者的實際購物資料，亞馬遜似乎尚未列入分享。廣告商即使無法得知實際消費記錄，能了解潛在顧客的商品搜尋記錄；亞馬遜如果全力進軍網路廣告市場，仍可能大大改變產業生態。

亞馬遜2012年的廣告收入約為5億美元， 2013年的廣告收入將達10億美元。這會成為亞馬遜未來幾年內營收增長的新動力，更重要的是，它可能是亞馬遜各項業務中利潤率最高的業務之一。

4、沃爾瑪

2011年，沃爾瑪電子商務的營收僅是亞馬遜的五分之一，且差距年年擴大，讓沃爾瑪不得不設法奮起直追，找出各種提升數字營收的模式。最終，沃爾瑪選擇在社交網站的移動商務上放手一搏，讓更大量、迅速的資訊，進入沃爾瑪內部銷售決策。沃爾瑪的每張購買建議清單，都是大量資料運算而出的結果。

2011年4月，沃爾瑪以3億美元高價收購了一家專長分類社群網站Kosmix。Kosmix不僅能收集、分析網路上的海量資料（大數據）給企業，還能將這些資訊個人化，提供采購建議給終端消費者（若不是追蹤結帳資料，這些細微的消費者習慣，很難從賣場巡邏中發現）。這意味著，沃爾瑪使用的「大數據」模式，已經從「挖掘」顧客需求進展到要能夠「創造」消費需求。

沃爾瑪本身就是一個海量資料系統，適用各種商業上的分析行為，它的綜合功能，作為世界最大的零售業（專題閱讀）巨人，沃爾瑪在全球超過200萬名員工，總共有110個超大型配送中心，每天處理的資料量超過10億筆。由於資料量過於龐大，沃爾瑪的「大數據」系統最重要的任務，就是在做出每一筆決定前，將執行成本降到最低，並且創造新的消費機會。

Kosmix為沃爾瑪打造的「大數據」系統稱做「社交基因組（Social Genome）」，連結到Twitter、Facebook等社交媒體。工程師從每天熱門消息中，推出與社會時事呼應的商品，創造消費需求。分類范圍包含消費者、新聞事件、產品、地區、組織和新聞議題等。同時，針對社交網路快消息流的性質，沃爾瑪內部的「大數據」實驗室專門發展出一套追蹤系統，結合手機上網，專門管理追蹤龐大的社交動態，每天能處理的資訊量超過10億筆。

「社交基因組」的應用方式五花八門。舉例來說，沃爾瑪實驗室內部軟體能從Foursquare平台上的打卡記錄，分析出在黑色星期五，不同地區消費者最常購買的品項，然後，針對不同地區送出購買建議。

以上是小編為大家分享的關於大數據如何與零售業結合 在實戰中應用的相關內容，更多信息可以關注環球青藤分享更多干貨

『肆』 零售業擁抱大數據:用數據讀懂消費者

零售業擁抱大數據:用數據讀懂消費者

在過去一年，"大數據"的概念持續加溫，熱度已經覆蓋除互聯網以外的各個行業。關於大數據的概念已經無需再多說，大數據不僅僅是「看起來很美」，如何有效運用大數據創造商機，讓大數據更好的發揮其自身的價值，為企業帶來更多的效益，成為了各個企業亟待解決的問題。

大數據的起源要歸功於互聯網與電子商務，但大數據最大的應用前景卻在傳統產業。一是因為幾乎所有傳統產業都在互聯網化，二是因為傳統產業仍然占據了國家GDP的絕大部分份額。

具體來講，中國最需要大數據服務的行業就是受互聯網沖擊最大的產業，首先是線下零售業，其次是金融業。受電商的沖擊，國內很多零售巨頭都增長嚴重放緩，甚至遭遇負增長，線下零售已經到了不得不變革的危機關頭。我們看到銀泰百貨、王府井百貨、萬達集團這些具有創新意識的傳統巨頭開始利用互聯網和大數據來改造線下商業。坐擁成百上千門店的傳統零售企業，該如何面對迅速興起的互聯網戰場?擁有海量會員信息和購買記錄的傳統零售企業，在逐漸變革的消費市場中如何利用數據優勢迅速搶占市場?

在所有的零售渠道中，實體店占據著絕大多數的市場份額，但是線上渠道的吸引力在迅速增強，並且以中國消費者尤為突出。隨著線上線下購物逐步融為一體，生存和成功將取決於零售商通過各種渠道接觸到消費者的能力，更重要的是其為消費者提供多渠道的無縫連接購物體驗的能力。如今掌握主動權的消費者希望能同時享受線上線下兩種渠道的優點，並將會到那些能夠提供優異的多渠道購物體驗的零售商那裡購物。

如何建立一個線上線下無縫連接的品牌和購物體驗方便消費者的選擇，從而贏得顧客的忠誠度和持久的客戶關系?這些曾經棘手的問題，如今都迎刃而解。國內大數據技術服務商百分點推出的大數據管理平台(BigDataManagement，以下簡稱「BDM」)通過整合第一、二、三方的用戶數據，對數據進行清洗、加工和建模，為企業的戰略、運營、管理、市場、營銷等提供各種數據產品和應用。傳統零售業擁有海量數據。每天，每筆交易、每個訂單、每次促銷、都會產生無數的數據。一個值得關注的現狀是，目前大部分的企業還沒有將這個數據利用起來。這些數據的整合和解讀將是企業無形的資產，並成為企業最大的優勢，幫助傳統零售企業在瞬息萬變的互聯網市場迅速搶佔一席之地。

那麼，零售商們應該如何將大數據運用到商業活動中呢?來看看百分點是如何描繪的。

A用戶是一位標準的攝影發燒友，我們知道他最常瀏覽的網站就是「攝影愛好者論壇」。某天當A用戶打開一個網站准備瀏覽今天的新聞，卻被相機廠商發布在網站首頁的廣告迅速的吸引。A用戶發現正是他關注的「新款鏡頭」，於是A用戶決定去實體店看看。是的，百分點BDM通過A用戶的瀏覽習慣等知道他是個理智型消費者」。

當A用戶來到實體店時，一場數字化旅程即將開始。作為某商城的會員，A用戶用商城會員卡買了咖啡，發現購物小票上顯示「會員今日購買數碼類產品享受9.0折優惠。登陸該商城免費的Wi-Fi時，A用戶又收到商城推送的個性化推薦信息「最新款鏡頭，今日購買可低價換購相機包」。最終，A用戶以優惠的價格買下了心儀已久的「最新款鏡頭」，並得到了「x商城」低價換購的「相機包」。

在上面的故事中,「攝影愛好者論壇」、「相機廠商」、「網站」、「商城」都是百分點大數據家族的一員。百分點BDM收集社交媒體、論壇和第三方的海量數據，並加以分析整合，宏觀用戶畫像顯示「85%的消費者在購買單反之後的兩年內會購買鏡頭。」

以上只是百分點BDM對用戶分群、畫像，並將這些信息利用到商業活動中的舉例。事實上，98%的中國消費者希望零售商能夠利用他們掌握的信息提供個性化的促銷和建議。在這個領域中，百分點關注兩方面的內容，一是將線上線下數據的打通，為用戶提供一致的購物體驗;二是將電商的經驗運用到傳統賣場，為他們提供新的營銷手段。

百分點BMD通過對海量數據的整合和解讀更好地了解和預測消費者行為，掌握消費者偏好和需求甚至終生客戶價值，以便把握住全新的促銷機會，為他們提供更多個性化的產品和服務。通過融合多方數據，零售商為消費者提供創新的購物體驗，促進消費者的品牌忠誠度和重復購買，進一步實現零售商的利潤和市場份額的增長。

作為大數據服務商百分點一直致力於大數據的技術的研發和應用。百分點利用大數據分析技術為用戶畫像，以及利用用戶畫像來幫助企業實現個性化服務。在任何一門生意中，能夠讀懂用戶並分析用戶數據來預見未來都是行之有效的，這也是未來商業創新發展的必由之路。

以上是小編為大家分享的關於零售業擁抱大數據:用數據讀懂消費者的相關內容，更多信息可以關注環球青藤分享更多干貨

『伍』 如何在大數據背景下提高顧客對物流的滿意度.docx

價格低廉：在大多數消費者看來，價格永遠是其做出購買判斷的首要因素。生活中，我們經常會看到一些大型超市在海報上寫著「驚爆價」等購物信息。也正是這些驚爆價，起到了吸引人氣的作用。因此，價格常常是商家慣用的吸引人氣的方法之一。那些能夠與其他賣場相區分，又屬於大眾消費的產品，尤其能夠吸引消費者的眼球。這就要求賣場能夠根據其他賣場的價格體系，對自己的商品價格進行調整，爭取付出較小的代價，吸引較多的賣場人氣。
交通便利：賣場的位置是否在居民區和購物中心附近，往往是決定消費人群是否願意光顧的一個重要條件。因此，賣場周邊的自然客流量常常是決定該賣場選址的一個重要因素之一。
商品充足：大賣場商品的充足與多樣化，常常被消費者視為大賣場競爭實力的象徵。大賣場的商品種類越是豐富，消費者對其的認可度越高，反之則越低。因此，幾乎所有大賣場都在想方設法滿足消費者對商品的多樣化需求，讓消費者盡量能夠體驗一站式購物。
店內特色：大賣場的店內特色，往往是讓消費者對大賣場形成印象的一個決定性因素。要想讓顧客形成對自己賣場的特殊印象，就必須抓住特色來做文章。通俗地說就是打造店內風格和特性。
購物環境：購物環境是賣場提供給消費者的另一種利益形式。在一個好的購物環境中購物，會讓人覺得身心愉悅，產生更多的購物慾望。簡單說就是「來了不想走，走了還想再來」。因此，近幾年許多大賣場都在想方設法提高自己的購物舒適度，盡量擴大內部空間，加寬購物通道，增加照明，提供優美的音樂，增加內部通風功能設施等等。其目的就是希望顧客在購物時得到一種享受，將購物休閑化。
優質服務：賣場提供的優質服務，往往是讓顧客感到貼心的地方，也是讓顧客對賣場產生感性認識的地方。從某種意義上講，賣場服務做得好不好，在消費者滿意度中占很大比重。當然，賣場能夠提供給消費者的服務有很多，並不僅僅局限於購物之中的服務，還包括購物前、購物後的服務。一個賣場服務意識的強弱，很大程度上體現在其對一些細節的處理上，如收銀時顧客等候的時間、零幣的調換等等。

『陸』 大數據應用案例不可不看的7大領域

大數據應用案例不可不看的7大領域

在當前的互聯網領域，大數據的應用已經十分廣泛，尤其以企業為主，企業成為大數據應用的主體。大數據真能改變企業的運作方式嗎?答案毋庸置疑是肯定的。隨著企業開始利用大數據，我們每天都會看到大數據新的奇妙的應用，幫助人們真正從中獲益。大數據的應用已廣泛深入我們生活的方方面面，涵蓋醫療、交通、金融、教育、體育、零售等各行各業。
健康醫療 溫情暖意
同仁醫院通過與IBM合作，同仁醫院建立起了強大的分析能力和體系，包括對臨床、運營、科研、考核等信息的分析，實現智慧的醫院管理與考核;同時也能看到醫療設備的平均故障間隔周期，從而降低了設備的故障率、平均維修時間。這一切都讓工作效率穩步提升，也緩解了病人看病難的問題，提高了患者就醫滿意度。
未來的醫療片段：由「可穿戴設備」或其他終端收集到人體生理數據，自動傳入雲端，進行數據分析與處理，再將其結果發給醫生，後者給出診斷或康復建議。例如日常的健康監督、運動及飲食指導，或對高血壓、糖尿病等慢性病進行日常管理，甚至有望為每個人定製出自己的健康全紀錄。
智能交通 路路暢通
杭州誠道科技採用英特爾Apache Hadoop發行版，使得海量圖像和視頻數據不但實現了可靠和高性能的存儲，而且還能被大量的使用者快速地訪問和使用。浙江省某市可保存的歷史違法數據從3個月延長到24個月，從24億條過車數據中完成機動車的號牌精確查詢和行車軌跡查詢，僅需不到1秒的時間。
未來的交通片段：無人駕駛將釋放駕駛者的雙手，提前預知路況信息，並准確的控制車輛狀態。呆在駕駛倉中的人們將享受與家中相同的娛樂休閑體驗，車載應用盡在雲端。例如擋風玻璃，類似於手機屏幕，可實現多點觸摸、支持視頻通話，在玻璃上比劃幾下就能導航、顯示路況、查詢天氣和附近美食、閱讀電子書、回復郵件、互動游戲等等。
魅力體育 完美呈現
IBM專門為中網設計了具有實時大數據分析功能的MatchTracker(賽事追蹤系統)，可以為球迷提供數據呈現、計分等功能。 MatchTracker基於IBM SlamTracker分析技術，使球迷能夠利用歷史和實時性數據，洞悉比分之後的態勢和策略。此外，IBM還為中網組委會構建了安全和敏捷的內聯網。
未來的體育片段：今後，比賽日將會帶給球迷們終身難忘的回憶。他們不僅能收到來自隊員為其量身定製的信息，還能夠通過手機支持的忠實度賬戶獲得購買特許權，甚至在去洗手間排隊的間隙都可以收到實時戰況;如果遇上有人情緒失控，球迷們還能通過手機立即報告，專人將會迅速呼叫保安人員，以保證比賽順利運行並提高賽場整體管理水平;你能想像從手機上投標賽後新聞發布會的座位嗎?或者在衣帽間外和球員照相?這些都將不再是夢想。
智慧教育 創新源泉
為了滿足爆炸式增長的用戶和數據量，同濟大學攜手中科曙光，在全面整合雲計算平台和現有資產的基礎上，採用 DS800-F20存儲系統、Gridview集群管理系統，以及Hadoop分布式計算平台構建出了業內領先的大數據柔性處理平台，使得同濟大學在信息學科及其交叉學科研究領域邁上一個新台階。
未來教育片段：未來個性化學習終端，將會更多的融入學習資源雲平台，根據每個學生的不同興趣愛好和特長，推送相關領域的前沿技術、資訊、資源乃至未來職業發展方向，等等，並貫穿每個人終身學習的全過程。
全面迎接金融大數據時代
華為向農行提供了良好的計算平台，基於華為RH2288 V2伺服器的分布式並行計算集群進行測試，以及還提供了快速響應客戶需求的研發能力，以及業界最快捷的售後服務。農行的測試結果表明，華為解決方案完全滿足農行對海量數據進行分布式處理的要求。
未來金融保險片段：通過大數據處理對個人信用信息的完善管理，公共機構能夠將風險降到最低，從而實現社會管理效率的最大化。
零售營銷 極致體驗
作為中國商務部重點扶持的最大零售企業之一，北京華聯集團通過部署Oracle 零售應用解決方案，以優化運營管理，進而提高商業敏捷性，並提升關鍵貨物、定價、存貨、供應鏈和交易流程的管理和實施。全面支持其旗下各項業務的不斷增長，包括大賣場、綜合超市、百貨公司以及商業地產等。
未來零售片段：當一位顧客踏進百貨店大門的一刻起，門店的店員可以在攜帶型設備上查詢這樣的消費者大數據，他們可以輕松的檢索消費者個人檔案，並從其最近的社交媒體信息中了解該顧客的近況，你就知道他/她的名字、身高、在店內及網上的支付記錄，甚至是他對生活、宇宙及一切事物的看法等等都了如指掌，比如他是准備好好過個假期還是為尋找一件適合她的晚禮服而煩惱著。
電信大數據異軍突起
北京信合運通科技有限公司選擇IBM PowerLinux平台作為信合大數據解決方案的基礎架構平台已在國內幫助十多家電信運營商完成了大數據和分析項目的實施，是電信行業最領先的獨立軟體開發商。
未來電信片段：電信運營商們可以利用大數據為自身的產品服務，通過大數據分析用戶行為，改進產品設計，並通過用戶偏好分析，及時、准確地進行業務推薦，強化客戶關懷，這樣就可以不斷改善用戶體驗，增加用戶的信息消費以及對運營商的黏度;還可以通過大數據分析網路的流量、流向變化趨勢，及時調整資源配置，同時還可以分析網路日誌，進行全網路優化，不斷提升網路質量和網路利用率;還可以通過業務、資源、財務等各類數據的綜合分析，快速准確地確定公司的經營管理和市場競爭策略;
上述7個領域是大數據應用最多的領域，當然，隨著大數據技術的日益成熟，還會涌現出很多其他大數據應用領域，以及很多新的應用案例。

『柒』 大數據市場有多大 怎麼利用大數據賺錢

大數據市場有多大 怎麼利用大數據賺錢
「大數據的市場規模沒有天花板。」國務院發展研究中心信息中心研究處處長李廣乾認為。不過細想，這正是目前各大企業和資本瘋狂追逐大數據產業的重要原因。
「單獨討論大數據意義不大，它是依附於具體業務，和各個行業密切相關的。」李廣乾認為，大數據產業規模和兩大因素相關：一是經濟發展水平，需要大數據的業務越多，市場體量就越大;二是信息化發展水平，能夠產生數據的終端越多，數據就會越聚越多，而數據的生產是沒有上限的。目前，大數據的金礦還僅是開挖了「冰山一角」。全球來看，Gartner2016年最新的技術成熟度曲線顯示，大數據作為新興領域，已經進入應用發展階段，基礎設施建設帶來的規模性高速增長出現逐步放緩的趨勢，技術創新和商業模式創新推動各行業應用逐步成熟，應用創造的價值在市場規模中的比重日益增大，並成為新的增長動力。從總體規模看，2016年，全球大數據市場規模實現16.5%的增長，預計將連續3年保持增速在15%左右。同時，大數據成為全球IT支出新的增長點，2016年，有近40%的企業正在實施和擴大大數據技術的應用，另有30%計劃在未來12個月內應用大數據。「說大數據產業是一張畫得很大的餅顯然是片面的。」工信部賽迪研究院軟體所所長潘文預測，包括大數據硬體、大數據軟體、大數據服務等在內的大數據核心產業環節，2016年達到3100億元，將在2020年超過1萬億元;大數據關聯產業規模2016年超過5萬億元，將在2020年超過10萬億元;大數據融合產業規模2016年達到3.5萬億元，將在2020年超過20萬億元。「從大數據核心產業結構看，基於大數據的服務是大數據核心產業的主體，其規模約佔大數據核心產業規模的90%，未來，服務也將是大數據產業的最核心部分。」潘文說。做數據「搬運工」目前國內大數據公司分為兩類：一類是已有獲取大數據能力的公司，如網路、騰訊、阿里巴巴等互聯網巨頭及華為、浪潮、中興等企業，涵蓋了數據採集、數據存儲、數據分析、數據可視化及數據安全等領域;另一類則是初創大數據公司，依靠大數據工具，針對市場需求，為市場帶來創新方案並推動技術發展。不同的大數據公司，盈利模式也不相同。如果把大數據產業比作房地產開發，那麼海量數據就是地產開發時的土地資源，數據挖掘開發就是地產搭建蓋樓。大數據主要的盈利模式也是圍繞這兩方面展開，一是通過直接「搬運」數據賺錢，二是通過數據加工分析盈利。「我們就像一個自來水廠一樣，用戶要你提供干凈的自來水，對方可能是酒廠、飯店、飲料廠，他把你的水做成飲料或酒。」聚合數據就是一家主要依靠為客戶提供數據盈利的公司，公司創始人左磊對其商業模式作了一個形象的比喻。在開發APP應用過程中，左磊發現客戶對於數據的需求非常大，但他們本身卻沒有能力去做這些事情。聚合數據的主營業務，就是整合市面上有價值的數據源，從車輛違章信息、航班火車查詢、全國加油站實時油價，到在線試題、電影、股票，做成標准化的API(應用程序編程介面)，開放給開發者、企業及微信公眾號用戶等使用，為他們免除數據收集、維護等環節。簡言之，聚合數據是一家數據源公司，充當的是數據「搬運工」的角色。在變現模式上，針對一些本身成本不高的服務，聚合數據會對用戶實行免費，而對一些成本相對高的服務，會按照每個介面或服務的成本收取不同的費用。2016年，聚合數據光API介面一項營收就超過1000萬元。聚合數據的盈利模式是數據買賣市場一個有代表性的類型。另一個代表性類型是，國內乃至全球第一家大數據交易所——貴陽大數據交易所，自2015年4月正式掛牌運營以來，僅用兩年多時間，就實現了可交易數據總量超過150PB，內容涵蓋政府、金融、交通等30大類領域，並於今年上半年實現正現金流，預計今年底累計交易流水將突破2億元人民幣。數據的「消化」和「利用」如果說搬運數據是秀肌肉的「體力活」，那麼分析數據並提供解決方案就是拼智商的「腦力活」，相當於把收集來的數據「消化」「利用」好。直接售賣數據是比較底層的盈利方式，而對數據進行處理加工則在商業模式上具備更多的想像空間。數據分析可大致分為直接提供數據分析工具和輸出解決方案兩種模式。潘文說，數據分析工具通常可以實現情報挖掘、輿情分析、銷售追蹤、精準營銷、個性化推薦、網站/APP分析等功能，收費方式採取按需購買，部分功能服務免費，部分功能服務收費。阿里雲的「數加」平台就是典型的數據工具盈利模式。阿里雲大數據事業部總監徐常亮表示，阿里雲「數加」平台，承載著阿里巴巴集團、螞蟻金服的數據，可提供一站式的數據計算、加工、處理等服務，用戶不用自建計算平台。此外，基於「數加」平台，阿里雲還提供數十款應用工具，覆蓋數據採集、計算引擎、數據加工、數據分析、機器學習、數據應用等數據生產全鏈條。計算引擎之上，「數加」平台提供了最豐富的雲端數據開發套件，包括數據集成、數據開發、調度系統、數據管理、運維視屏、數據質量、任務監控。在數據分析方面，通過移動數據分析產品，開發者可快速搭建日誌採集、分析系統;通過「數加」平台BI報表產品，3分鍾即可完成海量數據的分析報告。在機器學習方面，「數加」平台發布的機器學習工具，可基於海量數據實現對用戶行為、行業走勢、天氣、交通等的預測。大數據公司百分點的展廳內有一面弧形牆，可以24小時實時更新數據資料和圖譜。這面牆上有全網當日產品銷售統計和熱銷產品榜單，每一個產品都有詳情介紹。百分點研發總監蘇海波介紹，5.5億用戶的「畫像」匯總於此，包括購物偏好、網購金額變化趨勢、閱讀興趣等。用戶的任何網上行為都會成為大數據的一部分，經過篩選加入到用戶的數據中。通過與百分點合作，商戶可以根據用戶消費偏好，定向推送商品;旅行社可以定向推送旅遊行程信息和報價;新聞資訊APP則可以推送用戶感興趣的信息。在輸出解決方案上，大數據還可以應用到醫療、教育、零售、通信等傳統行業。通過大數據產生更多收益，節約成本，優化原有行業，衍生出新的商業模式。

『捌』 大數據究竟能給我們帶來什麼

1，大數來據改變了生產生活方式。

大數源據讓企業擁有了增值的潛力與爆發力：通過對銷售大數據的分析應用，企業可以對消費者的需求有更精準的把握，從而進行更對路的生產；通過對用戶評價大數據的分析挖掘，企業能夠更有針對性地改善用戶體驗，從而促進產品營銷。

2，大數據改變了思維方式。

這種改變是雙向度的：被動改變與主動改變相互交織，外在對手與內在對手共存共生。某種程度上，大數據促進了商業生態系統的重構，從產品供應、營銷模式到競爭策略，誰掌握了大數據，誰就掌握了用戶。

3，大數據將改變了管理模式。

理念創新必然帶來技術創新，技術創新必然呼喚機制創新，管理模式的及時跟進將決定大數據價值的充分發揮。大數據的意義不在於數據本身，而在於對數據的分析與應用，從而釋放出數據所蘊含的巨大價值。

(8)大數據大賣場擴展閱讀：

已經有不少國家和企業開始在這一新領域謀篇布局。作為擁有龐大人群和應用市場的中國，也力爭在這次科技變革中實現創新與引領，已經取得了大數據的三大理論創新成果——《DT時代——大數據如何改變世界》、《塊數據——大數據時代真正到來的標志》、《創新驅動力》。

『玖』 大數據的市場規模有多大

發展歷程：十年來大數據產業高速增長，我國信息智能化程度得到顯著提升

我國大數據產業布局相對較早，2011年，工信部就把信息處理技術作為四項關鍵技術創新工程之一，為大數據產業發展奠定了一定的政策基礎。自2014年起，「大數據」首次被寫進我國政府工作報告，大數據產業上升至國家戰略層面，此後，國家大數據綜合試驗區逐漸建立起來，相關政策與標准體系不斷被完善，到2020年，我國大數據解決方案已經發展成熟，信息社會智能化程度得到顯著提升。

—— 更多行業相關數據請參考前瞻產業研究院《中國大數據產業發展前景與投資戰略規劃分析報告》