2015消費大數據

Ⅰ 大數據行業2015年年終總結_大數據工作人員年終總結

可參考下文

9個關鍵字寫寫大數據行業2015年年終總結

2015年，大數據市場的發展迅猛，放眼國際，總體市場規模持續增加，隨著人工智慧、物聯網的發展，幾乎所有人將目光瞄準了「數據」產生的價值。行業廠商Cloudera、DataStax以及DataGravity等大數據公司已經投入大量資金研發相灶配關技術，Hadoop供應商Hortonworks與數據分析公司NewRelic甚至已經上市。而國內，國家也將大數據納入國策。

我們邀請數夢工場的專家妹子和你來聊聊2015年大數據行業九大關鍵詞，管窺這一年行業內的發展。

戰略：國家政策

今年中國政府對於大數據發展不斷發文並推進，這標志著大數據已被國家政府納入創新戰略層面，成為亂斗國家戰略計劃的核心任務之一：

2015年9月，國務院發布《促進大數據發展行動綱要》，大力促進中國數據技術的發展，數據將被作為戰略性資源加以重視;

2015年10月26日，在國家「十三五」規劃中具體提到實施國家大數據戰略。

挑戰：BI(商業智能)

2015年對於商業智能(BI)分析市場來說，正隱陪指由傳統的商業智能分析快速進入到敏捷型商業智能時代。以QlikView、Tableau和SpotView為代表的敏捷商業智能產品正在挑戰傳統的IBMCognos、SAPBusinessObjects等以IT為中心的BI分析平台。敏捷商業智能產品也正在進一步細化功能以達到更敏捷、更方便、適用范圍更廣的目的。

崛起：深度學習/機器學習

人工智慧如今已變得異常火熱，作為機器學習中最接近AI(人工智慧)的一個領域，深度學習在2015年不再高高在上，很多創新企業已經將其實用化：Facebook開源深度學習工具「Torch」、PayPal使用深度學習監測並對抗詐騙、亞馬遜啟動機器學習平台、蘋果收購機器學習公司Perceptio同時在國內，網路、阿里，科大訊飛也在迅速布局和發展深度學習領域的技術。

共存：Spark/Hadoop

Spark近幾年來越來越受人關注，2015年6月15日，IBM宣布投入超過3500名研究和開發人員在全球十餘個實驗室開展與Spark相關的項目。

與Hadoop相比，Spark具有速度方面的優勢，但是它本身沒有一個分布式存儲系統，因此越來越多的企業選擇Hadoop做大數據平台，而Spark是運行於Hadoop頂層的內存處理方案。Hadoop最大的用戶(包括eBay和雅虎)都在Hadoop集群中運行著Spark。Cloudera和Hortonworks將Spark列為他們Hadoop發行的一部分。Spark對於Hadoop來說不是挑戰和取代相反，Hadoop是Spark成長發展的基礎。

火爆：DBaaS

隨著Oracle12cR2的推出，甲骨文以全新的多租戶架構開啟了DBaaS(資料庫即服務Database-as-a-Service)新時代，新的資料庫讓企業可以在單一實體機器中部署多個資料庫。在2015年，除了趨勢火爆，12c多租戶也在運營商、電信等行業投入生產應用。

據分析機構Gartner預測，2012年至2016年公有資料庫雲的年復合增長率將高達86%，而到2019年資料庫雲市場規模將達到140億美元。與傳統資料庫相比，DBaaS能提供低成本、高敏捷性和高可擴展性等雲計算特有的優點。

Ⅱ 女性消費能力大於男性

曾盤點過各個行業的女性創業者以及餐飲領域的女性創業者，其中不乏將項目做到上市、名聲響徹大江南北的女強人。而除了針對女性消費方向的創業項目，也有以女性消費為切入點，發掘女性市場潛力、研究女性消費的業務。據億歐網了解，網路糯米自2014年3月7日推出「女生節」後，不僅助力網路糯米業績獲得持續性增長，還得到一系列女性消費數據。今日臨近網路糯米第三個女生節，億歐網受邀參加網路糯米女性消費大數據報告交流會，會上網路糯米發布女性消費大數據報告。報告顯示，中國女性消費力量正在崛起。億歐網了解到，該份報告以歷年消費數據為基礎為全網女性用戶畫像，得到我國網民中46%的女性網民貢獻了O2O消費的62%，2015年聯消率最高的三大組合是：電影 美食（71%）、電影 酒店、KTV 美食，消費人群佔比女性高於男性。

據網路糯米數據顯示，與傳統3月8日婦女節消費額平緩上升相比，女生節O2O生活消費總額比2014年增長600%。網路糯米大數據報告顯示：

1）女性在家庭中逐漸成為消費決策者。全國75%的家庭總消費由女性決策，50%的男性定位產品由女性購買。據統計局調查顯示，北京市家庭網購決策者中超過2/3是女性。

2）日常生活中女性消費行為的觸發點比男性更多。據中國互聯網信息中心數據顯示，2015年女性網民多種O2O消費活動的比例超過20%，以女性為目標消費人群的創業方向多為美業、生理、婚戀、母嬰、教育。

3）女生節比其他女性節日如婦女節覆蓋女性更廣。據中國互聯網信息中心數據顯示，2015年中國女性網購群體規模達18100萬人次，相較2010年增長248%，同期女性移動網購群體規模達到15233萬人次。CNNIC數據顯示，女性網購、團購比例分別達到62.7%和29.1%，均高於全國平均水平（60.0%和26.2%）。其中，20-29歲年輕女性在整體網購群體中佔比最高，可以看出，年輕女性是女性網購消費的主流。因此，以「女生」概念進入市場遠比「婦女」概念更能引起女性消費者的認同感。

插圖5.png

插圖4.png

此外，據報告顯示，網路糯米在抓住「她經濟」後，其電影業務占據市場份額逐步提升，由2015年3月7日女生節佔15%市場份額，到7月18日暑期大趴的20%市場份額，再到七夕的25%市場份額，直到2016年春節檔，網路糯米已佔據28.3%的市場份額。網路糯米新業務總監湯利華在會上解讀了大數據報告，表示女性消費者對中國O2O生活服務平台的發展起到了非常重要的作用。吸引並留住更多的優質女性消費者，是O2O平台需要重點研究的課題，也是網路糯米接下來的重要發力點。未來，網路糯米在親子、麗人等女性專屬品類上將有很大的發展空間。中國互聯網路信息中心分析師高爽分析認為，年輕女性消費意願更強，對新消費形式、新消費品類更願嘗試，更注重交流分享，而她們的挑剔也將激勵互聯網消費模式創新與服務品質提升。

所以億歐網認為，從消費主力來看，女性消費正在崛起，而女性對服務質量顯然更加挑剔，那麼從用戶思維角度出發，想要抓住這個消費群體就需要弄明白女性消費習慣。當然想要留存用戶還是需要打磨產品，精耕細作。

Ⅲ 目前我國的體育消費發展現狀有什麼呢

近年來，隨著居民生活水平的提高以及全民健身戰略的深入推進，居民在體育消費領域的規模呈現逐漸擴大趨勢。

根據阿里電商平台發布的統計數據顯示，2015—2018年，天貓和淘寶平台上運動鞋服和體育裝備的消費人次從1.8億人次增長至6.6億人次，消費金額從515億元增長至997億元。根據蘇寧易購、蘇寧體育、PP體育聯合發布的體育消費大數據顯示，僅在2020年上半年，體育零售銷售同比增長就達到152%，健身器械、跑步機等居家運動器械增幅較為明顯，分別同比增長280.6%、179%。

有數據顯示，2018年「雙十一」期間，淘寶體育消費總額突破60億元，特別是中高端項目用品需求量大，尤以垂釣用品、冰雪、騎行運動、露營、攀岩、馬術等體育用品增長最快。這些項目的廣泛普及是推動體育消費的有利條件，與傳統的籃球、足球、排球等運動項目相比，其支付的金額更多，對專業技能要求更高，需求品味更高端。

體育消費分層主要體現在兩個方面，一是體育消費者具有層級性，二是體育產品的精細化。首先，依據社會分層理論，體育消費者之間具有顯著的階層差異，性別、年齡、職業，收入以及居住區域等都是影響體育消費者分層的重要因素。有調查發現，北京市居民20～39歲年齡段，參加體育消費的人口比例最多，體育消費金額50～59歲年齡段最多，特別是在體育健身方面50～59歲年齡段消費金額明顯高於其他年齡段。

Ⅳ 12315大數據應用是什麼意思

大數據時代，數據思維和應用對政府行使職能產生了深刻的影響。全國工商系統12315網路作為與廣大消費者開展信息互動的權威平台，實時採集大量的投訴咨詢和舉報數據。這些數據是整個社會消費活動的數字化記錄，是可以重復利用的特殊非物質財富，也是維護消費者權益和市場經濟秩序的決策依據。對這些數據資源進行深度分析利用，能夠客觀、真實、迅速地找出消費維權領域的各種問題及其成因。
一、發揮大數據挖掘分析作用，確定消費維權工作重點
（一）構建大數據利用平台，建立智能決策支持系統
作為消費維權的大數據「倉庫」，全國工商系統12315網路具有數據種類豐富（包含消費者和被訴方的名稱、地址等各種信息）、查詢便捷、功能多樣等特點。可以按照需要對事發區域、被訴主體、消費事由等參數進行篩選，通過數據比對、分析和歸納，及時、准確地反映消費熱點的分布、變化和涉嫌違法行為的高發區域，幫助職能部門客觀分析消費現狀，同時還能驗證國家經濟、產業政策的實施效果，為政策制定提供參照標准，輔助宏觀決策和調控。
（二）分析投訴舉報數據模型，確定消費維權重點
通過對消費維權數據的整理、分類，建立包括12315事項辦理效率分析（受理量、辦結率、催辦率、立案率、銷案率）、質量分析（抽查率、錯單率、二次投訴舉報率、信息自錄率）、維權聯絡站工作分析（受理量、處理量、辦結率、轉辦率、自行和解率、挽回經濟損失額）、群眾滿意度分析等方面的綜合評價體系並加以量化。採取圖表、文字等可視化的表現形式，呈現某一領域消費維權的重點和熱點及其變化發展趨勢。
（三）開展消費經濟研究，提供市場經濟決策依據
結合12315網路和全國法人信息庫等大數據資源，著力加強消費維權領域的綜合分析和研判，為開展消費經濟研究提供數據支撐。以上海為例，上海市工商局近年來積極開展消費維權數據與國民生產總值、社會消費品零售額、經濟產業結構及區域分布之間的關聯度分析。通過大數據分析發現並總結了「三同」——維權總量與GDP總量同速增長，維權結構與產業結構同幅變動，維權區域與城鄉發展同向推移；「三轉」——維權重心由線下消費轉向網上消費，維權品類由實物消費轉向信息消費，維權模態由生存消費轉向精神消費。相關分析報告得到了市領導的肯定，並為該市制定相關經濟和產業政策提供了重要的決策依據。
二、立足大數據預測警示作用，促進消費維權工作關口前移
通過對投訴咨詢和舉報數據進行實時分析、關聯分析和趨勢規律性分析，能夠幫助職能部門事前主動發現消費規律和消費爭議的潛在風險，並適時採取有針對性的預防措施，避免潛在的消費問題凸顯，從而促進消費維權工作關口前移，節省行政資源。上海市工商局奉賢分局近年來利用消費維權類型建模，在大數據分析的基礎上得出每年12月至次年1月是預付費式消費爭議投訴的集中多發期。2015年年初，該分局提前在《東方城鄉報》等媒體發布預付費式消費警示，曝光金仕堡健身館涉嫌違規預售會員卡等典型案例，發揮了積極作用。
三、搭建部門合作、社會共享的大數據利用框架，促進「大消保」維權體系的形成
（一）加強橫向聯系，凝聚部門維權合力
新《消法》規定，消費維權是全社會的共同責任，而涉及消費維權工作的部門包括消協、工商、公安、食葯監、質檢和物價等多個部門。隨著消費方式的日趨多樣和經營業態日益豐富，跨部門管轄的投訴舉報日益增多。傳統的、線性的、自上而下的以職能部門為主導的維權模式已難以滿足消費者的需求。而以數據為載體的消費維權信息成為一種標准化語言，具有在區域之間、行業之間和部門之間的穿透性。通過建立多元的數據收集通道，使消費維權數據在相關職能部門之間無障礙流動，實現數據共享與數據處理同步，使維權信息從工商系統「體內循環」轉向「體外輻射」，促進形成部門資源共享、社會責任共擔的維權格局。
（二）銜接信用公示系統，增強社會維權力量
如果將12315消費維權信息網路比作工商部門採集消費和經濟行為數據的「入口」，那麼信用公示系統就是向社會反饋侵害消費者權益行為等信息處理結果的「出口」。在保護國家安全、商業秘密、個人隱私等基礎上，通過政府網站、移動介面等將非涉密的消費維權大數據信息通過信用公示系統向社會免費公布，有利於市場主體自律和消費者維權意識的覺醒，最終實現消費維權由政府主導轉變為市場自律，增強社會維權力量。
當然，要確保大數據在消費維權領域充分發揮實效，還需要樹立大數據思維理念。一是加強數據源頭管理，規范12315數據採集，解決遺漏、不完整、關聯性和邏輯性不強等問題。實踐證明，基礎數據如果不準確，就會導致數據統計分析出現偏差，從而誤導領導決策和行政執法。二是強化12315數據的綜合分析，切實提高數據分析質量和水平，突出分析結果的實用性。三是加強12315數據分析成果運用，實行訴轉案無縫銜接。要運用數據分析技術手段，梳理和排查12315數據中的違法行為線索，確定監管執法重點，使大數據真正成為保護消費者合法權益、打擊違法行為的新興力量。

Ⅳ 大數據大發展,還要邁幾道坎

大數據大發展,還要邁幾道坎

數據價值大，機構和企業積極布局

誰能從海量數據中挖掘出有價值的信息加以應用，誰就能贏得發展機遇，大數據因此擁有巨大的價值。比如，藉助大數據，商家能精準分析出客戶的消費習慣、偏好、潛力等，從而鎖定目標用戶，進行精準營銷，提升經營效率。

對此，在某軟體公司從事智能醫療產品開發工作的劉丹深有感觸。公司生產的產品，通過分析收集到的數據，為用戶提供健康建議。藉助大數據，產品更先進了，提供的服務更好了，也更好賣了。

大數據價值大，相關機構和企業積極布局，以求搶占發展制高點，大數據產業日益壯大。據貴陽大數據交易所發布的《2015年中國大數據交易白皮書》顯示，2014年中國大數據市場規模達到767億元，預計到2020年將超過8000億元。

為促進大數據產業發展，國務院日前印發《促進大數據發展行動綱要》（以下簡稱《綱要》）。「大數據產業迎來了重大發展機遇」，中國工程院院士鄔賀銓認為，大數據產業加快發展將帶來更大的裂變效應。「在『大智雲移』（大數據、智能化、雲計算、移動互聯網）時代，大數據的分析和挖掘將助推移動互聯網走向深入，使軟硬體更加智能化，帶動產業互聯網的發展和工業由大變強。」 鄔賀銓說。

加強互聯開放共享，破除數據孤島

不過，作為一個新興產業，大數據產業要實現大發展，還面臨不少制約，數據孤島首當其沖。

大數據之所以價值大，一個重要原因就在於它涵蓋多方面相關聯的數據信息，因此，數據的互聯互通極其重要。可現實中，由於數據分散在不同企業、部門等採集主體，公開共享不夠，數據的電子化及採集程度也有較大差別，數據孤島眾多，造成客觀精確的分析很難得出。

記者采訪的企業和機構都反映，現實中數據的物理隔離，已成為阻礙大數據大規模應用的重要因素。劉丹就告訴記者，雖然公司產品能幫助用戶實時記錄血壓、血糖等生理數據，藉助後台大數據分析還能給出健康建議，但由於缺乏客戶的問診信息，軟體給出的建議有時並不太靠譜，可問診數據在醫療機構，對外共享公開面臨重重困難。

為此，《綱要》指出，要加強公共數據的互聯開放共享，加快政府信息平台整合，消除信息孤島，推進數據資源向社會開放。這些破除數據孤島的頂層設計，有望激活大數據產業發展潛力，使其成為經濟增長的強力新引擎。

完善法制和問責機制，切實加強信息隱私保護

如同硬幣的兩面，在推動數據開放共享的同時，也要注意隱私保護。

信息化時代，公眾難免要犧牲個人信息以獲取某種便利，有些甚至是不自覺行為。比如，你只要瀏覽了電子購物網站，你的身份、喜好等信息就會被獲知。日常生活中，幾乎所有的人都是「數據貢獻者」。

「大數據的應用是把雙刃劍。」鄔賀銓說，「因此，要十分注重保護個人的數據信息，防止被不法利用。」

然而，當前我國與個人信息隱私保護相關的法律法規並不完善。比如，刑法的「非法提供公民個人信息罪」並不包含由於疏於防範或者網路漏洞等問題造成的信息泄露，一些人很容易藉此來逃脫追責。

業界專家表示，有必要制定與個人隱私和政府保密數據採集、使用和保護相關的基礎性法律，消除人們後顧之憂。劉丹覺得，法律應當規定，商業機構收集用戶數據，必須首先向用戶說明用途，並且嚴格限制使用范圍，同時應該建立健全信息安全泄露的問責機制，倒逼有關責任主體切實加強保護。

專家特別強調，政府、公共機構存儲著海量、有價值、敏感的數據信息，在公開共享之前，有必要制定專門的信息數據公開法，明確公開數據的條件、規范和保障，最大程度控制風險。

以上是小編為大家分享的關於大數據大發展,還要邁幾道坎的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅵ 大數據正在引領一場營銷變革

大數據正在引領一場營銷變革
短短十數年，大數據、物聯網、雲存儲、移動互聯從趨勢成為主流，商業生態早已邁過無數個可能，進入了今天飛速發展的快車道。大數據產業已漸趨成熟，亟待被各行各業所運用。小米數據產品總監劉洋在易觀智庫學術沙龍交流會上表示，隨著大數據概念越來越清晰，運用產品類型的形式在數據當中應用將會越來越多。
大數據規模日趨龐大
所謂的大數據技術，就是從各種類型的數據中，採用新處理模式快速獲得有價值的信息，從而實現深度理解、敏銳發現與精準決策。隨著互聯網+影響力的不斷深入，人們的生產和生活方式發生了極大的改變。新一代信息技術與經濟社會各領域的深度融合，引發了數據量的爆發式增長，使得數據資源成為國家重要的戰略資源和核心創新要素。
據統計，全球所掌握的數據，每18個月就會翻倍。到2020年，全球的數據量將達到40ZB，其中我國所掌握的數據將佔20%。
利用大數據分析，能夠總結經驗、發現規律、預測趨勢、輔助決策，充分釋放和利用海量數據資源中蘊含的巨大價值。大數據沖擊傳統市場，滲入更多的企業成為趨勢。
據了解，2015年全球大數據產業規模達到了1403億美元。預計到2020年，這一數據將達到10270億美元。其中，2020年中國大數據產業規模或達13626億元。
百分點產品市場總監、中關村(000931,股吧)大數據交易產業聯盟副秘書長張涵誠向《中國產經新聞》等媒體表示，從賣產品轉變為賣服務，服從管理轉為創造客戶價值，互聯網核心思維是數據思維，是大數據沖擊傳統市場的三方面表現。
同時，隨著數據資源的開放及使用逐步深入，應用創新成了大數據發展的主要驅動力。目前就傳統的企業而言，已經將數據分析、數據資源作為一種新的業務，且投入程度可能強於傳統的業務。
據相關數據分析顯示，到2020年，中國大數據產業細分市場規模中，應用層規模佔比將達到40%，衍生層規模佔比達18.5%。
另外，按照行業來劃分，未來大數據應用預計將以政府和金融為主，預計2020年政府和金融大數據應用或將佔60%，隨後是工業以及電力應用。
大數據是一種技術，一種思維的創新，也是數據本身價值的發掘。大數據時代，很多企業已經以數據化運營來驅動企業重大戰略決策和業務發展，獲得了卓越的成績，成為行業里數據化運營的領先者。
劉洋在會上解說了數據驅動的兩種模式，即分析決策和應用產品。其中分析決策包括戰略分析、競爭分析以及商業分析。他表示，市面上大部分企業在做商業分析之前往往忽略了先做戰略分析和競爭分析。
而所謂產品應用，劉洋表示，是與產品相關的數據，把這類數據包裝成行業的內容或者是服務，提供給用戶。
不僅如此，利用產品跟用戶建立關系，利用數據發現規律從而驅動產品創新，也是一個非常好大數據的應用。張涵誠認為，這將能夠實時了解用戶需求，並及時對服務做出迎合客戶群的調整，以贏得更大的市場佔比。
電商平台沒有評論，意味著轉化率的降低、客單的下降。個性化的推薦，需要一個推薦引擎了解消費者的偏好、行為習慣，幫助他推薦一款產品。利用大數據可以洞察消費者的建議，對產品的看法，通過迅速做反饋，可以創造更大的營銷。
大數據基因植入傳統企業，還會使一些企業成為平台型的企業。張涵誠表示，有了數據以後，企業可以無限地延伸，采購大量的數據可以跟供應商更多做集成。例如，生產數據服務將會有更多的訂單，銷售渠道數據將同行商品放在平台上賣。
完善大數據體系建設
對製造業企業而言，大數據技術的戰略意義不僅在於掌握龐大的數據信息，更在於對數據的「加工能力」——對大量的數據進行專業化的處理，使之轉化成為對企業有用的信息。
雖然，很多企業已經意識到以數據驅動企業決策的價值，但是在「淘金」大數據過程中，仍然對思維架構、方式方法有些模糊不清。尤其是當企業IT部門面對瞬息萬變的業務要求，面對TB/PB級的海量大數據的實時分析，面對多維度復雜的數據分析時，常常束手無策。
數據處理的成本非常高，業務發展多元化的時候發現經常遇到一個問題就是數據不準。就目前行業發展情況來看，基本上大規模的公司相對多一些，小的開發者可能越來越艱難。在中大型的開發者越來越多的情況下，發現用戶的需求已經脫離了原來老的模式，這就需要把自己的數據拿過來做分析，放到系統裡面與CRM、銷售系統、投放系統、運營系統做打通，做一個全盤分析。
「大數據分析分四個步驟，即數據應用、數據分析、數據存儲和計算以及數據源。其中數據源主要是保證數據不臟。」劉洋說道。
大數據在業務中的分析流程大概分兩種類型。一種是當我們有數據和數據分析系統時的監控，通過業務上線、數據的監控、異常數據的發現、異常狀況處理的策略、業務改進，形成一個閉環模式。另一種是產品要上新的功能，通過業務上線、效果評估、改進策略、業務改進、效果評估來形成閉環模式。
而就大數據團隊架構，分為分散式和中心式。相較於分散式大數據團隊的高成本、靈活、難管理特點，中心式的大數據團隊的特點則是低成本、易管理、低效率。
分散式的大數據團隊，因為每個業務都比較龐大，業務與業務之間的耦合度較低，需要靈活、快速的數據支撐，大型的數據平台無法滿足快速變化的業務要求，於是業務會自建平台和分析人員。
僅中心式的大數據團隊而言，各個業務有一些區分度，但是區別不大，於是公司會採用統一的數據樹立部門，對所有的業務進行數據分析的支撐。
目前，形形色色的大數據已然成為了各領域發展的新寵。伴隨技術的發展，大數據正在引領一場營銷變革。大數據的存在讓營銷者能更好地、更實時地對消費者畫像並實現無限的消費者細分。大數據強大的分析、挖掘、整合能力讓營銷變得簡單起來。