大数据提取产品渗透率

❶ 大数据技术的发展趋势有哪些

大数据行业主要上市公司：易华录(300212)、美亚柏科(300188)、海量数据(603138)、同有科技(300302)、海康威视(002415)、依米康(300249)、常山北明(000158)、思特奇(300608)、科创信息(300730)、神州泰岳(300002)、蓝色光标(300058)等

本文核心数据：大数据应用领域分布 互联网大数据、金融大数据、政府大数据市场规模 应用场景等

应用领域分布：互联网、政府、金融为大数据主要应用领域

从具体行业应用来看，互联网、政府、金融和电信引领大数据融合产业发展，合计规模占比为77.6%。互联网、金融和电信三个行业由于信息化水平高，研发力量雄厚，在业务数字化转型方面处于领先地位;政府大数据成为近年来政府信息化建设的关键环节，与政府数据整合与开放共享、民生服务、社会治理、市场监管相关的应用需求持续火热。此外，工业大数据和健康医疗大数据作为新兴领域，数据量大、产业链延展性高，未来市场增长潜力大。

互联网大数据领域

——互联网大数据应用场景

在互联网行业，除了社交、B2C业务之外，像在线音视频业务、广告监测、精准营销等等，也是未来潜在应用场景。

——大数据在互联网领域的应用占比过半，2021年市场规模有望突破3000亿

面对当今快速增长的海量互联网数据和复杂的网络社群关系，如何从中提取有价值信息，建立用户模型，针对不同用户提供针对性产品，以此来提高用户体验，增加用户粘性，是当前互联网行业面对的主要挑战之一。社交网站、电商网站将是最需要大数据技术的两类网站，用户间关联性和消费行为是其关注的主要方面。

根据赛迪数据，我国大数据产业在互联网领域的应用占比约为45.2%。据测算，2017年，中国互联网大数据产业规模达1604.7亿元，2020年约为2887.4亿元。

注：上述互联网大数据市场规模为前瞻根据中国大数据市场规模与互联网大数据所占市场份额数据测算所得，仅供参考。

政府大数据领域

——政府大数据应用场景

中国政府大数据主要应用于信息共享、政务数据管理、城市网络管理与社会管理几大领域。加强电子政务建设，管理好政府的数据资产，完善政府决策流程，将是未来数年大数据在公共管理领域发展的重要方向。大数据将对政府部门的精细化管理和科学决策发挥重要作用，从而提高政府的服务水平。舆情监测、交通安防、医疗服务等将是公共管理领域重点应用领域。

——2020年政府大数据市场规模超900亿元

根据赛迪数据，我国大数据产业在政府领域的应用占比约为14.5%。据此测算，2017年以来，我国政府大数据规模逐年增加。2017年，中国政府大数据产业规模达514.8亿元，2020年约为926亿元左右。

注：政府大数据市场规模为前瞻根据中国大数据市场规模与政府大数据所占市场份额数据测算所得，仅供参考。

金融大数据领域

——金融大数据应用场景

过去几年，金融大数据带来了重大的技术创新，为行业提供了便捷、个性化和安全的解决方案。目前，中国金融大数据典型的应用场景包括股票洞察、欺诈检测和预防、风险分析与金融服务领域。

——大数据在金融领域的应用空间巨大，2020年市场规模已超600亿

金融数据是大数据商业应用最早的数据源，早在1996年摩根大通银行就聘请数学家丹尼尔利用递归决策树统计方法，对抵押贷款用户进行统计分析，帮助银行找到可能提前还款或者未来不会还款的客户。经过一年的运行，基于递归决策树的抵押贷款管理为摩根大通银行创造了近6亿美元利润。

根据赛迪数据，我国大数据产业在金融领域的应用占比约为9.4%。据测算，2017年，中国金融大数据产业规模达333.7亿元，2020年约为600亿元。

注：金融大数据市场规模为前瞻根据中国大数据市场规模与金融大数据所占市场份额数据测算所得，仅供参考。

更多行业相关数据请参考前瞻产业研究院《中国大数据产业发展前景与投资战略规划分析报告》。

❷ 如何利用大数据技术构建用户画像

1、认识用户画像

用户画像简单来讲，就是用户信息标签化。即收集这个用户的各种数据和行为，从而得出这个用户的一些基本信息和典型特征，最后形成一个人物原型。一般用户画像会分析三个信息维度，分别是基本属性、消费购物以及社交圈。其中基本属性就是指用户的一些基本信息，比如年纪、性别、生日、学校、所在地等等。

2、利用大数据构建用户画像的好处

(1)精准营销：当企业和商家掌握了用户的一定信息后，就可以构建出清晰的用户画像，这样一来就可以根据用户的偏好、收入等标签，推荐给他们会感兴趣的商品和服务。

(2)用户统计：通过大数据我们可以对一些数据进行统计，比如我们经常会看到有一些APP的排行榜，甚至是渗透率、日活率这些具体数据都可以清晰统计出来。

(3)数据挖掘：构建智能推荐系统，利用关联规则计算，喜欢红酒的人通常喜欢什么运动品牌，利用聚类算法分析，喜欢红酒的人年龄段分布情况。

(4)进行效果评估：其实相当于市场调研、用户调研，迅速下定位服务群体，提供高水平的服务。比如你是一个买车的想要投放广告，但是不知道哪个渠道投放更好，就可以先尝试一下，看看数据反馈如何。

(5)私人订制：对服务或产品进行私人订制，然而不法商家也会利用用户画像来杀熟。

(6)业务经营分析：业务经营分析以及竞争分析，影响企业的商业决策，甚至发展战略。

3、构建用户画像的流程

(1)数据源端：一般来讲构建用户画像的数据来自于网站交易数据、用户行为数据、网络日志数据。当然也不仅限于这些数据，一些平台上还有个人征信数据。

(2)数据预处理：第一步是清洗，把一些杂乱无序的数据清洗一下，然后归纳为结构化的数据，最后是把信息标准化。我们可以把数据的预处理简单理解为把数据分类在一个表格中，这一步就是奠定数据分析的基石。

关于如何利用大数据技术构建用户画像，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。

❸ 高盛预计2019年云计算渗透率首次突破10% 阿里云等成为赢家

2019年，云计算、大数据、人工智能等新一代信息技术将加速渗透经济和 社会 生活各个领域，数字化转型成为全 社会 的共识。

知名华尔街投行高盛的研究报告指出，随着全 社会 的数字化转型，云计算渗透率将大幅提升，2019年云计算的市场渗透率将首次突破10%，达到11.3%。

研究表明，一旦一项技术的渗透率超过10%，将会进入加速增长阶段。高盛预测，云服务市场将继续以每年至少20%的速度增长到2021年。

2017年，云服务支出占到了总潜在IT支出市场的约8%。高盛预测，到2021年该数字将跃升至15%。这意味着，云计算将进一步蚕食企业的IT支出，逐渐扩大在IT市场的影响力。

去年，亚马逊、微软、阿里巴巴等巨头厂商占据了核心云计算市场约56%的份额。高盛预计，到明年它们的份额将合计达到84%。这意味着，云市场已经开始整合，这一趋势在未来几年只会更加显著。

高盛预计，虽然亚马逊、微软、阿里巴巴等巨头公司以外的公司去年通过提供云服务获得了约210亿美元的营收，但今年该数字将降至200亿美元，明年则仅有120亿美元，下降的确实非常明显。

这对IBM、甲骨文和其他试图进军云计算市场的公司来说不是个好消息。如果高盛的预测准确，这些公司将只能为云服务巨头留下的残羹剩饭而战。

高盛的数据显示，在市场份额方面，目前亚马逊AWS排名全球第一，微软Azure排名全球第二，阿里云排名全球第三，并且这些云厂商都在保持快速增长。

高盛表示，未来只有这些最大的玩家——基本上就是亚马逊AWS、微软Azure、中国巨头阿里云、谷歌云——才有资源提供差异化的服务，并持续打造竞争所需的数据服务器基础设施。

❹ 如何通过大数据分析做市场调研

大数据时代新的市场研究方法使“无干扰”真实还原消费过程成为可能，智能化的信息处理技术使低成本、大样本的定量调研成为现实，这将推动消费行为及消费心理研究达到一个新的高度，帮助快速消费品企业更为精准地捕捉商机。大数据时代的市场研究方法主要体现在以下四个方面。
1.基于互联网进行市场调研提高了效率，降低了成本
网络调研具有传统调研方法无可比拟的便捷性和经济性。快速消费品企业在其门户网站建立市场调研板块，再将新产品邮寄给消费者，消费者试用后只要在网站上点击即可轻松完成问卷填写，其便利性大大降低了市场调研的人力和物力投入，也使得消费者更乐于参与市场调研。同时，网络调研的互动性使得企业在新产品尚处于概念阶段即可利用3D拟真技术进行产品测试，通过与消费者互动，让消费者直接参与产品研发，从而更好地满足市场需求。
2. 挖掘网络社交平台信息成为研究消费态度及心理的新手段
QQ、微博、微信等社交平台已日渐成为新生代消费群体不可或缺的社交工具，快速消费品的消费者往往有着极高的从众性，因此针对社交平台的信息挖掘成为研究消费潮流趋势的新手段。例如，通过微博评论可以统计分析消费者对某种功能型产品的兴趣及偏好，这对研究消费态度及心理有非常大的帮助。更重要的是，这类信息属于消费者主动披露，与访谈形式的被动挖掘相比信息的真实性更高。
3. 移动终端提供了实时、动态的消费者信息
随着3G网络及智能手机普及，市场研究已渗透到移动终端领域。大量的手机APP应用（例如二维码扫描等）为实时采集消费信息提供了可能性，移动终端的信息分析在购买时点、产品渗透率及回购率、奖励促销效果评估等方面将发挥不可估量的作用。
4. 零售终端信息采集系统帮助企业了解市场
目前，PC-POS系统在零售终端得到了广泛的应用，只要扫描产品条形码，消费者购买的产品名称、规格、购进价、零售价、购买地点等信息就可以轻松采集。通过构建完整的零售终端信息采集系统，快速消费品企业可以掌握商业渠道的动态信息，适时调整营销策略。
环顾四周，在每个行业中，大数据的增长正在改变我们收集、存储、分析和应用数据的方式。正如很多公司目前正在收集整理的那样，大家面临的共同问题是智能化信息采集、储存及分析。
l 超大容量的数据仓库。数据仓库具有容量大、主题明确、高度集成、相对稳定、反映历史变化等特点，可以有效地支撑快速消费品企业进行大数据分析与应用。数据仓库可以更有效地挖掘数据资源，并可以按照日、周、月、季、年等周期提供分析报表，有助于营销人员更有效地制定营销战略。
l 专业、高效的搜索引擎。旅游搜索、博客搜索、购物搜索、在线黄页搜索等专业搜索引擎已经得到了广泛应用，快速消费品企业可以根据自己的特点构建专业化的搜索引擎，对相关的企业信息、产品信息、消费者评价信息、商业服务信息等数据进行智能化检索、分类及搜集，形成高度专业化、综合性的商业搜索引擎。
l 基于云计算的数学分析模型。市场研究的关键是洞察消费者需求，基于云计算的数学分析模型可以将碎片化信息还原为完整的消费过程信息链条，更好地帮助营销人员研究消费行为及消费心理。这些碎片化的信息包括消费者在不同时间、不同地点、不同网络应用上发布的消费价值观信息、购买信息、产品评论信息等。基于云计算的智能化分析，一方面可以帮助市场研究人员对消费行为及消费心理进行综合分析，另一方云计算成本低、效率高的特点非常适合快速消费品企业数据量庞大的特性。
传统的市场研究包括定性研究及定量研究，以座谈会为主的定性研究受制于主持人的访谈技巧，以街头拦截访问为主的定量研究虽然以严谨的抽样理论为基础，但同样不能完全代表总体的客观情况。而大数据时代革命性的调研方法为市场研究人员提供了以“隐形人”身份观察消费者的可能性，超大样本量的统计分析使得研究成果更接近市场的真实状态。
与此同时，大数据时代的新方法、新手段也带来新的问题，一是如何智能化检索及分析文本、图形、视频等非量化数据，二是如何防止过度采集信息，充分保护消费者隐私。虽然目前仍然有一定的技术障碍，但不可否认的是大数据市场研究有着无限广阔的应用前景。

❺ 利用大数据技术如何构建用户画像

【导读】目前，我们已经身处大数据时代，大数据的使用不仅普通用户可以享受到技术带来的便利，企业也可以从数据中提取有商业价值的信息，构建出用户画像，从而对用户行为进行分析和预测。虽然用户画像不是什么新鲜的概念，但是大数据技术的出现使得用户画像更加清晰客观，那么利用大数据技术如何构建用户画像?

1、认识用户画像

用户画像简单来讲，就是用户信息标签化。即收集这个用户的各种数据和行为，从而得出这个用户的一些基本信息和典型特征，最后形成一个人物原型。一般用户画像会分析三个信息维度，分别是基本属性、消费购物以及社交圈。其中基本属性就是指用户的一些基本信息，比如年纪、性别、生日、学校、所在地等等。

2、利用大数据构建用户画像的好处

(1)精准营销：当企业和商家掌握了用户的一定信息后，就可以构建出清晰的用户画像，这样一来就可以根据用户的偏好、收入等标签，推荐给他们会感兴趣的商品和服务。

(2)用户统计：通过大数据我们可以对一些数据进行统计，比如我们经常会看到有一些APP的排行榜，甚至是渗透率、日活率这些具体数据都可以清晰统计出来。

(3)数据挖掘：构建智能推荐系统，利用关联规则计算，喜欢红酒的人通常喜欢什么运动品牌，利用聚类算法分析，喜欢红酒的人年龄段分布情况。

(4)进行效果评估：其实相当于市场调研、用户调研，迅速下定位服务群体，提供高水平的服务。比如你是一个买车的想要投放广告，但是不知道哪个渠道投放更好，就可以先尝试一下，看看数据反馈如何。

(5)私人订制：对服务或产品进行私人订制，然而不法商家也会利用用户画像来杀熟。

(6)业务经营分析：业务经营分析以及竞争分析，影响企业的商业决策，甚至发展战略。

3、构建用户画像的流程

(1)数据源端：一般来讲构建用户画像的数据来自于网站交易数据、用户行为数据、网络日志数据。当然也不仅限于这些数据，一些平台上还有个人征信数据。

(2)数据预处理：第一步是清洗，把一些杂乱无序的数据清洗一下，然后归纳为结构化的数据，最后是把信息标准化。我们可以把数据的预处理简单理解为把数据分类在一个表格中，这一步就是奠定数据分析的基石。

关于利用大数据技术如何构建用户画像?就给大家分享到这里了，如果你想成为大数据工程师，那就从现在开始，不断进行自我提升，学会大数据实用技能，保证自己在大数据行业有一定的立足之地，有征服他人之能。

❻ 全网渗透率达80%！“耳朵经济”将成为当下市场的流行趋势

《数字经济全景白皮书》浓缩了易观分析对于数字经济各行业经验和数据的积累，并结合数字时代企业的实际业务和未来面临的挑战，以及数字技术的创新突破等因素，最终从数字经济发展大势以及各领域案例入手，帮助企业明确在数字化浪潮下的行业定位以及业务发展方向。

发展阶段：我国在线音频内容消费市场迈进成熟期

我国在线音频经历了萌芽期、成长期，迎来了蓬勃期。

产业图谱：我国在线音频内容消费产业链呈体系化特征

市场规模：“耳朵经济”产业火热，全网渗透率达80%

2021年1-11月国内包括音乐、音频等行业的在线“耳朵经济”市场月活跃人数均超过8亿人次，其中11月份达到高峰，月活跃人数达到8.42亿人次；活跃人数全网渗透率自年初起持续上升，从4月开始稳定保持在80%以上。易观分析认为，中国在线“耳朵经济”市场经过近20年的孕育，已经具备庞大的受众基础，拥有十分广阔的市场空间和极高的商业潜力。

用户粘性：声音内容是用户刚需，每人日均启动一次以上

2021年1-1月国内“耳朵经济”市场月人均使用时长均超过3小时，月人均启动次数均达到33次以上，结合前文数据可以得出，每月有超过80%的互联网用户平均每天会至少打开一次音频 娱乐 软件。易观分析认为，当下的中国互联网用户群体中，大部分用户对音频这一 娱乐 形式已经形成一定的消费习惯，音频成为互联网 娱乐 的底层应用。

音频市场现状：全网渗透率达30%，规模实现稳步增长

自2021年3月以来，国内在线音频市场月活跃人数稳定在3亿人次，整体处于稳步上涨的趋势；活跃人数全网渗透率在3月份有明显的飙升，此后一直维持在30%以上。易观分析认为，音频市场在年初获得迅速的提升后一直保持着繁荣的状态，且在整个“耳朵经济”市场体量庞大、渗透率高的驱动下仍有着较大的增长空间。

用户粘性：长音频内容对用户的吸引力高于耳朵经济平均水平

2021年1-11月国内在线音频市场月人均使用时长均超过4小时，高于整个“耳朵经济”市场的平均水平；月人均启动次数基本稳定在45次左右，相当于音频用户的每日平均启动次数达到1.45次。由于有声书、播客等长音频内容的叙事性更强，更具沉浸感和陪伴属性，因此相比于其它音频形态，音频平台具有明显的高用户粘性特点，体现了长音频内容对用户的更高吸引力。

竞争格局：喜马拉雅以高使用时长和活跃人数的双优势领跑

2021年喜马拉雅APP以1.2亿的月活跃人数领跑，懒人畅听、荔枝、蜻蜓FM三个产品处于第二梯队。

2021年喜马拉雅APP以47亿小时的总使用时长位列第一，番茄畅听处于第二梯队，蜻蜓FM、懒人畅听处于第三梯队。

国内在线音频行业已经形成较为稳定的竞争梯队，尤其是处于排头的平台，无论是活跃人数规模亦或是使用时长，均以极大的优势领先于其它竞争者，地位难以撼动。

喜马拉雅的综合实力不可小觑，核心APP“喜马拉雅”以超强表现领跑，主打轻巧特点的“喜马拉雅极速版”获得行业第六的亮眼成绩。

发展驱动力：在线音频内容消费市场伴随5G、大数据等技术驶入发展快车道

在线音频内容消费市场的出现是科学技术升级下的产物，在过去的二十年里，这一市场伴随着互联网的高速发展而不断壮大。随着工业和信息化部积极考虑将包括5G、大数据等在内的重点领域纳入 “十四五”国家专项规划, 在自上而下的引导下，5G、大数据技术必会在我国迎来高速发展阶段，其所带来的技术变革、产业变革都将作用于音频 娱乐 产业链的各个阶段，包括制作、传输、播出等，为大众带来更加优质、更加沉浸的 娱乐 体验，从而促进在线音频内容消费市场的快速发展。

发展驱动力：“耳朵经济”有效扩展内容消费场景

如今生活节奏越来越快，在碎片化时间里，在线音频越来越受到人们的青睐，其经济价值也越来越凸显。“耳朵经济”以听觉为主要内容形态，有效地在长短视频之外扩充了人们的内容消费场景，具有更强的场景渗透性，适用于更多的应用场景，如通勤、助眠、亲子陪伴等，由此“耳朵经济”成为当下市场的流行趋势，并逐渐发挥出令人不可小觑的商业潜力。

出版产业融合：有声化推动市场数字化转型，构建数字出版生态圈

当下，出版业已经进入数字全媒体时代。在过去的二十年里，从传统的纸质出版到数字出版，再到将图书版权改编为影视、有声读物等新兴的内容形态，数字经济时代下的出版市场正在积极转型，不断拓宽自身的产业边界，将优质的图书资源辐射至更广泛的大众群体，为视力障碍、阅读障碍人群提供了更多阅读的可能。

尤其是在“耳朵经济”的发展背景下，有声书、广播剧等音频资源作为数字阅读的延伸，大大提高大众对碎片化时间的利用效率，而随着智能 汽车 、智能家用音箱等其他联网设备的日益普及，有声读物将更加深度融入人们的生活。

影视产业融合：影视、有声作品同步播演成新趋势，延展内容IP商业价值链

相比影视作品，音频内容具有成本低、制作周期短、付费转化率高的特点，在这一背景下，近年来影视公司积极与音频平台联合，涉足有声剧行业，将其视为旗下IP商业化的重要渠道之一，影视、有声作品同步播演，以及提前通过有声剧“追剧”正在成为新趋势。大IP与音频行业的联动，能够拓宽IP的应用场景，起到帮助剧集释放长尾效应甚至预热的作用，在一定程度上扩大影视作品的粉丝基础，而影视IP高热度的反哺以及专业制作团队、大资本的涌入，也为音频市场的发展带来更加旺盛的生命力。

游戏 产业融合： 探索 有声市场，助力IP世界观及内涵构建

内容形态：丰富样态满足音频用户的学习、 娱乐 等各式需求

随着国内在线音频市场的不断成熟，以及文娱市场中的其他细分市场如影视、直播等的相互影响，为了满足更多用户的 娱乐 需求，目前已经衍生出音乐、播客、有声书、脱口秀等多个内容类型。

平台内容形态特征：综合平台全面开花，阅读平台深耕有声书。

音乐、有声书、广播剧、直播、戏曲文化、脱口秀基本成为综合性平台的内容标配，随着播客在国内的流行，播客也成为头部平台布局的内容垂类。

有声阅读平台目前除了深耕有声书领域之外，对播客投入较高的重视程度，另外为了扩大受众市场，在戏曲文化、脱口秀这两个用户粘性相对较高的垂类也有布局。

有声剧日益专业、精品化，为大众打造沉浸式“声场”

有声剧作为相对新颖的内容形态，拥有着独特的优势：1）有声剧主要通过声音来讲述故事，篇幅不受限制令情节更加完整，同时通过语音、语调、音乐、特效等信息的传递为听众保留更多的想象空间；2）和影视剧相比，有声剧的生产周期较短，制作成本也相对低廉；3）有声剧不受视觉所带来的信息干扰，听众的思绪与 情感 更易被带入由声音构建的世界当中，获得更加具有沉浸感的体验。

头部音频平台如喜马拉雅凭借自身的技术、团队、资金等优势发力有声剧赛道，带领音频市场的有声剧生态逐渐走向专业化、精品化，为文化IP的开发树立起全新“路标”。

播客生态日趋繁荣，多元内容彰显人生百态

播客如今正在年轻群体中流行，原因主要在于以下几点：1）播客具有强烈的伴随性，不必对内容花费过多的注意力和 情感 投入，个体更易从内容中抽离回归现实生活；2）播客以对话的形式在节目里重现朋友聊天般亲切的社交情景, 营造出细节丰富、情谊深厚的氛围，更好地起到 情感 慰藉的作用；3）用户依据自身的兴趣喜好、价值观等与播客内容形成 情感 认同，更易与其构建一个坚实的“ 情感 共同体”。

当下，包括喜马拉雅、荔枝、蜻蜓FM等在内的各大音频平台纷纷布局播客领域，在如此背景下，音频市场的播客创作者生态正在逐步扩大， 科技 、新闻、亲子、文化、 娱乐 等多元题材的“内容池”逐渐成型，推动播客生态日趋繁荣。

内容生产流程：主流平台推动音频制作工业化水平提升

经过多年的发展，在专业人士、品牌主不断涌入的驱动下，在线音频市场的整体内容质量有显著的提升。以喜马拉雅为代表的主流平台不断投入技术研发和流程打磨，通过提升工业化水平，助力创作者实现更优质的内容表达。

对于一档相对专业的音频节目，目前已经形成了一套完善的生产流程，从策划、录音、制作到分发，各部分环环相扣，呈现出精细化、体系化的特征。这样一档节目从创意诞生到最终播出，往往需要至少一到两个月的时间。

内容合作模式：平台注重创作者生态，培育良性内容生长土壤

目前，音频平台与内容创作者之间的合作模式主要分为版权买断、联合出品、内容承制三大方向，根据对内容创作者的人气、作品数量、风格等多重维度的考量，音频平台与内容创作者之间结合实际情况选择匹配的内容合作模式。

版权买断指平台一次性向创作者支付费用购买产出的内容，后续因内容产生的相关收益归平台所有；联合出品指平台与创作者共享版权，创作者负责内容制作，平台负责运营、招商等，前期制作费用一般由创作者承担，平台根据作品流量表现与创作者收入分成、广告分成等；内容承制指平台承担创作者的制作成本，创作者负责内容制作，版权归平台所有。

用户画像:以高消费能力、年轻、一线以上城市、男性为主

我国在线音频用户的基本画像呈现出年轻、具备高消费能力、居住于大城市的男性的特征。具体而言，在性别方面，男性用户是主力军，占比达到65%；在年龄层次方面，以90后为主，24-30岁的用户占比达到46.2%；在城市级别方面，超一线和一线城市用户组成核心部分，比例将近60%；在消费能力方面，中高以上消费人群是当下的主流用户，占比高达70%。

用户行为：音频用户粘性高，七成用户同时拥有3个以上软件

整体来讲，在线用户对音频内容的使用频率处于高等水平。超过八成的用户有每周听音频的习惯，一周听3-6次的用户是最为庞大的群体，其次是每天都听音频的用户，占比达到20%以上。

大部分在线用户不局限于使用一款音频软件，在不同软件之间切换是常态。超过七成的用户在电子设备中下载的音频软件数量在3个以上，拥有3-5个软件的用户群体占比最高，达到46%。

用户行为：覆盖用户多元生活场景，七成用户为满足 娱乐 需求

音频内容已经成为在线用户上下班通勤期间的“陪伴利器”，78%的用户选择在通勤时收听音频内容。另外，开车、运动期间也是在线用户使用音频的常见场景，超过60%的用户会在此场景中收听音频。

娱乐 、社交、学习是在线用户收听音频内容最为主流的目的，73%的用户认为音频内容是 娱乐 消遣的重要工具，将近50%的用户是为了日后在与朋友聊天时有谈资，36%的用户会通过音频来学习知识。

用户行为：音频拥有优秀的完成率，品牌定制内容发展潜力大

完成率是评价内容产品的重要指标之一。相比于其他内容产品，音频内容的陪伴属性强，同时在平台推荐和用户自主收听相结合的基础上，用户能够获取并收听更加适合自身的内容，因此，51.4%的用户表示在收听一档音频节目时，可以认真收听50%以上的音频内容，认真听完80%内容的用户合计占比28.4%，在音频内容时长相对较长的背景下，该等完成率代表了大部分用户对音频内容质量的认可。

用户偏好：喜马拉雅获得最高喜爱度，内容资源为选择平台的核心影响因素

喜马拉雅是在线用户使用率最高的音频软件，以56.2%的占比遥遥领先于其他软件。QQ音乐、荔枝、酷狗音乐以超过30%的使用率位列第二梯队，蜻蜓FM、懒人听书以25%左右的使用率位列第三梯队。

内容资源仍然是目前用户在选择音频平台时最为重要的影响因素，另外随着Z世代用户规模的增多，平台内的社交氛围对用户的影响程度也逐渐提升。

用户偏好：音乐受最多用户喜爱，脱口秀等新形态快速流行

音乐、新闻、有声书是在线用户收听音频内容时的主流三大选择，72.2%的用户在收听音频内容时更倾向于选择音乐类型，近60%的用户喜欢收听新闻、有声书类内容。

相声、评书等戏曲文化类音频内容也收获了规模相对可观的粉丝群体，近50%的在线用户对该类内容十分青睐。

随着音频内容在年轻群体中的流行，脱口秀、播客、广播剧等新兴内容形态也获得年轻人的青睐，拥有一定规模的粉丝。

男性对不同类型内容的喜爱度排名为新闻、有声书、音乐、戏曲文化和知识类音频，女性为音乐、有声书、新闻、戏曲文化和播客。

在线用户使用音频平台时，对音质选择功能最为重视，占比达到67%，其次是同好社区的互动功能，占比达42.4%。随着智能 汽车 的发展，驾驶功能成为用户重视的第三大产品功能。

用户消费：60%用户拥有付费经历，具备良好的消费能力

经过近20年的发展，在线用户已经普遍建立起为音频内容付费的意识，60.8%的用户拥有付费经历。

在线用户在音频内容方面具备一定的消费能力，平均每年花费50-500元的用户几乎占据半壁江山，22%的用户平均每年为音频内容投入的金额在1000元以上。

用户消费：用户消费欲望强，消费音频内容类型丰富

音乐、有声书是音频在线用户最为青睐的付费内容类型，50%的用户拥有为音乐付费的经历，超过42%的用户曾为有声书付费，侧面展现了这两类内容相较于其他类型具有更高的付费转化率和用户粘性。

用户消费：注重内容质量，用户愿意为好内容买单

音频内容、价格对自身的匹配度是驱动在线用户为音频内容付费最为主要的因素，68.4%的用户表示在音频内容、价格合适的情况下愿意为其付费。此外，音频主播的个人号召力也不容忽视，将近50%的用户会为了喜欢的主播而付费。在电商日益流行的背景下，用户对电商带货这一新消费形式也拥有较高的接受度，36.7%的用户愿意为音频节目中的电商带货付费。

音频内容的质量是容易让其导致付费转化率低最为关键的因素，79%的用户因音频内容质量没有达到预期而不愿付费，65%的用户因内容对自身没有帮助而不付费。这说明用户的付费更多的是由内容质量决定，这将为优秀的内容创作者提供更好的发展机会。

用户态度：超六成用户接受广告植入，音频营销发展空间大

在线用户对商业广告植入的接受程度处于中等偏上的水平，超过六成的用户认为商业广告植入可以在音频内容中出现，32.8%的用户在遇到商业广告植入时会选择继续收听内容，另外有10%的用户遇到感兴趣的广告植入时甚至会反复收听，展现了质量好的商业广告植入内容拥有着较高的价值增长空间，同时也提示品牌主值得加大音频营销投入。

用户态度:绝大部分用户接受品牌定制内容，但注重内容质量

开播的1-3分钟是品牌定制节目/直播的“黄金时间”，43.4%的用户在遇到此类内容时，会选择先听1-3分钟后再决定是否要继续播放该节目，这对内容质量提出了更高要求。33.8%的用户能够认真听50%以上的品牌定制节目/直播。

用户态度:超70%的用户对音频市场的未来发展持乐观态度

大多数用户对音频市场的发展前景持乐观态度，71.8%的用户相信音频内容市场有更好的未来，仅有6.2%的用户明确表示不看好音频市场在国内的发展。

当下在线音频平台的问题集中于主播资源专业度不足、内容类型单一、运营活动少、增值服务质量不高、平台社交感弱等问题。

运营手段：面向用户&创作者，辐射产业上下游

剧场化运营：以优质内容和类型化宣发赋能，增强IP长尾效应

目前，剧场化运营成为音视频平台的发力重点。以喜马拉雅为例，目前喜马拉雅已搭建回响剧场、白夜剧场、赛高岛、类星体剧场、书岛等多个精品有声剧场，以类型化的方式为用户带来系列精品有声剧，涵盖经典文学、科幻故事、悬疑佳作、二次元作品等多个题材的内容。剧场化运营不仅可以帮助平台通过打造细分圈层以增强用户粘性，也更容易让同类作品发挥出集聚效应，增强IP传播的长尾作用。

商业模式：变现体系日趋成熟，商业价值得到充分挖掘

目前，我国音频内容消费市场的商业模式已经成型，且形成了丰富多元的盈利渠道。对于TOC市场来说，知识付费、用户打赏、衍生周边售卖是音频 娱乐 平台常见的盈利手段，而对于TOB市场来说，品牌营销、版权售卖等形式为音频 娱乐 平台提供了广阔的商业想象空间。各个平台根据自身的发展特色，逐渐 探索 出适合自己的盈利渠道，反向激发了我国音频内容消费市场的发展潜力。

商业价值点：以内容消费建构“种草—拔草”的商业化闭环

接受信息是人们日常生活中不可或缺的组成部分，因此内容平台是在线用户接触最为频繁的平台之一，也是相对容易让用户产生消费欲望的重要场景。有近95%的用户能够接受为了专门满足自己的 娱乐 需求以及填充自己的碎片时间而购买付费音频内容。

由于内容具有高包容性、高开放性、高可读性等特点，内容平台是广告主向用户推送硬性广告和软性广告的优质渠道。用户在收听音频内容时接收品牌的相关信息，并由此触发后续的“认知-兴趣-行动”一连串的反应，最终形成购买转化率，完成内容商业化的转变。

营销手段：声效融入多元场景，开启音频营销沉浸式体验

音频市场的营销手段具备丰富多样化的特点，如今已经逐渐开发出品牌电台、整合营销、跨界营销、播客营销等多个玩法，同时能够渗透至睡眠、通勤等多个音频内容场景。通过干货节目、直播间、车载音效、快闪活动等，音频帮助广告主精准触达更多的用户群体，快速、有效地建构品牌形象。

喜马拉雅123狂欢节：打造节日品牌，驱动“耳朵经济”发展

第六届“123狂欢节”作为喜马拉雅的年度重磅节日，在全新优质内容上线、价格优惠力度大、行业精英直播力荐等多重维度的驱动下，唤起大众对精神内容消费的热情，成为推动国内“耳朵经济”市场发展的有效“助推器”。

喜马拉雅123狂欢节：首次试水节日晚会，打造新营销范本

市场规模：用户流量持续增加，基本覆盖大众的全生活场景

目前，国内在线“耳朵经济”市场的月活跃用户规模维持在8亿人次左右，进入市场稳定期。易观分析认为，随着用户收听习惯的逐渐养成和应用场景的不断丰富，未来在线音频的市场规模将会持续增加，“耳朵经济”将会迸发出更大的想象空间。

竞争格局：新玩家入局，“耳朵经济”潜力无限

当下，老牌玩家如喜马拉雅、蜻蜓FM、荔枝、QQ音乐、网易云音乐等已经获得较为稳固的市场地位。然而，在线音频市场中的部分赛道尚未出现绝对赢家，意味着该市场蕴含着极大的商业机会。随着当下播客、有声书等在线音频赛道的火热，一些实力强大的企业也开始布局这一赛道，而老玩家也不甘示弱，纷纷以音频为核心持续深耕，甚至延伸产业链条。易观分析认为，在新老玩家你争我夺的激烈竞争下，在线音频市场有望激发出更大的商业发展潜力。

内容生态：播客、有声剧成为音频平台的商业价值重要支点

商业模式：音频电商带货兴起，平台开辟收入增长第二曲线

如今，电商带货成为流行，不同类型的平台纷纷加入电商带货行列。以喜马拉雅为代表的新玩家入场，表现相对亮眼的数据已经验证了“声音带货”的可行性。随着平台对“电商带货”模式更加深入的 探索 ，一套成熟、系统的“声音带货”模式将会日渐成型，成为音频平台的重要收入增长线。

题图来自Unsplash，基于CC0协议

❼ 未来行业人工智能渗透率多少

人工智能行业应用场景分析 融合传统行业助力转型

人工智能，即让机器去实现所有与人类智能有关的功能，做到像人一样看懂、听懂，并且会思考、会行动。现阶段，基于深度学习的人工智能技术路线成为主流，强调通过感知+理解+决策来实现合理地行动，基于大量先验知识做出相对合理的判断和决策。

全球人工智能市场规模分析预测

据前瞻产业研究院发布的《人工智能行业市场前瞻与投资战略规划分析报告》统计数据显示，2017年全球人工智能市场增速约94%。目前人工智能主要应用在图像识别、物品识别、检测和归类还有自动化的地球物理学特征分析等。人工智能产业最大的一块收入来自企业级的应用市场。预测全球人工智能市场规模在2015-2025年将保持平均50.7%的复合增速，2025年规模有望达到369
亿美元。

人工智能行业应用分析

人工智能作为新一轮产业变革的核心驱动力，必须与各行各业融合才能发挥作用，形成真正有效的行业智能，以此来助力传统行业转型升级，加快人工智能应用落地。

1、制造

智能制造，是在基于互联网的物联网意义上实现的包括企业与社会在内的全过程的制造，把工业4.0的“智能工厂”、“智能生产”、“智能物流”进一步扩展到“智能消费”、“智能服务”等全过程的智能化中去，只在这些意义上，才能真正地认识到我们所面临的前所未有的形势。人工智能在制造业的应用主要有三个方面：首先是智能装备，包括自动识别设备、人机交互系统、工业机器人以及数控机床等具体设备。其次是智能工厂，包括智能设计、智能生产、智能管理以及集成优化等具体内容。最后是智能服务，包括大规模个性化定制、远程运维以及预测性维护等具体服务模式。虽然目前人工智能的解决方案尚不能完全满足制造业的要求，但作为一项通用性技术，人工智能与制造业融合是大势所趋。

2、家居

智能家居主要是基于物联网技术，通过智能硬件、软件系统、云计算平台构成一套完整的家居生态圈。用户可以进行远程控制设备，设备间可以互联互通，并进行自我学习等，来整体优化家居环境的安全性、节能性、便捷性等。值得一提的是，近两年随着智能语音技术的发展，智能音箱成为一个爆发点。智能音箱不仅是音响产品，同时是涵盖了内容服务、互联网服务及语音交互功能的智能化产品，不仅具备WiFi连接功能，提供音乐、有声读物等内容服务及信息查询、网购等互联网服务，还能与智能家居连接，实现场景化智能家居控制。

3、金融

人工智能的产生和发展，不仅促进金融机构服务主动性、智慧性，有效提升了金融服务效率，而且提高了金融机构风险管控能力，对金融产业的创新发展带来积极影响。人工智能在金融领域的应用主要包括：智能获客、身份识别、大数据风控、智能投顾、智能客服、金融云等，该行业也是人工智能渗透最早、最全面的行业。未来人工智能将持续带动金融行业的智能应用升级和效率提升。

4、零售

人工智能在零售领域的应用已十分广泛，正在改变人们购物的方式。无人便利店、智慧供应链、客流统计、无人仓/无人车等等都是的热门方向。通过大数据与业务流程的密切配合，人工智能可以优化整个零售产业链的资源配置，为企业创造更多效益，让消费者体验更好。在设计环节中，机器可以提供设计方案;在生产制造环节中，机器可以进行全自动制造;在供应链环节中，由计算机管理的无人仓库可以对销量以及库存需求进行预测，合理进行补货、调货;在终端零售环节中，机器可以智能选址，优化商品陈列位置，并分析消费者购物行为。

5、交通

大数据和人工智能可以让交通更智慧，智能交通系统是通信、信息和控制技术在交通系统中集成应用的产物。通过对交通中的车辆流量、行车速度进行采集和分析，可以对交通进行实施监控和调度，有效提高通行能力、简化交通管理、降低环境污染等。人工智能还可为我们的安全保驾护航。人长时间开车会感觉到疲劳，容易出交通事故，而无人驾驶则很好地解决了这些问题。无人驾驶系统还能对交通信号灯、汽车导航地图和道路汽车数量进行整合分析，规划出最优交通线路，提高道路利用率，减少堵车情况，节约交通出行时间。

6、安防

安防领域涉及到的范围较广，小到关系个人、家庭，大到跟社区、城市、国家安全息息相关。目前智能安防类产品主要有四类：人体分析、车辆分析、行为分析、图像分析;在安防领域的应用主要通过图像识别、大数据及视频结构化等技术进行作用的;从行业角度来看，主要在公安、交通、楼宇、金融、工业、民用等领域应用较广。

7、医疗

当下人工智能在医疗领域应用广泛，从最开始的药物研发到操刀做手术，利用人工智能都可以做到。眼下，医疗领域人工智能初创公司按领域可划分为八个主要方向，包括医学影像与诊断、医学研究、医疗风险分析、药物挖掘、虚拟护士助理、健康管理监控、精神健康以及营养学。其中，协助诊断及预测患者的疾病已经逐渐成为人工智能技术在医疗领域的主流应用方向。

8、教育

通过图像识别，可以进行机器批改试卷、识题答题等;通过语音识别可以纠正、改进发音;而人机交互可以进行在线答疑解惑等。AI和教育的结合一定程度上可以改善教育行业师资分布不均衡、费用高昂等问题，从工具层面给师生提供更有效率的学习方式，但还不能对教育内容产生较多实质性的影响。

9、物流

物流行业通过利用智能搜索、推理规划、计算机视觉以及智能机器人等技术在运输、仓储、配送装卸等流程上已经进行了自动化改造，能够基本实现无人操作。比如利用大数据对商品进行智能配送规划，优化配置物流供给、需求匹配、物流资源等。目前物流行业大部分人力分布在“最后一公里”的配送环节。

❽ 惊人大数据创造效率和价值

惊人大数据创造效率和价值
数据成为流入全球经济每一个领域的洪流1.企业产生了数量迅速增加的交易数据，获取着有关客户、供应商和业务运营的数以Tb的信息。实体世界中，数以百万计的联网传感器被嵌入到各种设备中，例如手机、“智能”能量计、汽车，以及在物联网时代能感知、创造和传达数据的工业机械2.的确，随着企业和组织开展经营以及与个人互动，他们产生着数量巨大的数字化“排出数据”,也就是作为其他活动的副产品而创造出的数据。社交媒体网站、智能电话以及其他消费电子设备（包括PC机和笔记本）使得全球数十亿人为可获得的大数据添砖加瓦。不断增多的多媒体内容对于“大数据”数量的指数增长起了重要作用。例如，每一秒的高清视频产生的比特量是存储一页文本所需的2,000多倍。在数字化世界中，消费者每天的生活--通讯、上网浏览、购物、分享、搜索--产生着数量庞大的数据。

我们说的“大数据”是什么意思？
大数据是指其规模超出通常的数据库软件工具的获取、存储、管理和分析能力的数据集。这一定义有意采用主观方式，包含了关于一个数据集有多大才可被视为大数据的动态定义--也就是说，我们并不从大于一定数量的Tb（1Tb等于1,024Gb）这一角度来定义大数据。我们假定，随着技术不断进步，可称为大数据的数据集的规模也将提高。另外，请注意，该定义可因经济部门而异，这取决于某一特定行业中通常可获得的软件有哪些，以及常见的数据集规模多大。有了以上说明，目前许多部门中的大数据范围为数十Tb到数Pb（1Pb等于1,024Tb）不等。
数量惊人的数据本身是一个全球性现象，但是，这意味着什么呢？全球许多公民对这一信息的集合抱以深深的怀疑，认为数据洪流不过是对其隐私的侵犯。但是，存在有力的证据表明，大数据可以发挥重要的经济作用，不但有利于私人商业活动，还有利于国民经济和公民。我们的研究发现，数据可以为世界经济创造重要价值，提高企业和公共部门的生产率和竞争力，并为消费者创造大量的经济剩余。
例如，如果美国医疗卫生部门能够富有创造性而有效地利用大数据来提高效率和质量，我们估计，该部门每年通过数据获得的潜在价值可超过3000亿美元，其中2/3将以全国医疗卫生支出降低大于8%的形式表现出来。例如，在私营部门，我们估计充分利用大数据的零售商有可能将其经营利润提高60%以上。在欧洲发达经济体中，我们估计，仅通过利用大数据实现的运作效率提高，政府行政管理方面可以节省1000亿欧元（1400亿美元）以上的开支。这一估计尚未包括可以用来减少欺诈、错误以及税差（潜在税收与实际税收收入之差）的大数据影响作用。
数字化数据现在无所不在--每个部门中，每个经济体中，每个组织以及数字技术用户中。这一话题以前只有少数数据怪杰感兴趣，而现在大数据对各个部门的领导都具有重要意义，各种产品和服务的消费者必将通过大数据的应用而受益。随着计算领域中的摩尔定律、数字存储中的类似的定律以及云计算等趋势继续降低成本以及减少其他技术壁垒，人们存储、汇聚和组合数据然后利用其结果来进行深入分析的能力超过以往任何时候。花不到600美元，就可以买到容量足以存储世界上所有音乐的硬盘.[page]
随着运用越来越尖端的技术的软件与不断提高的计算能力相结合，从数据中提取洞见的能力也在显着提高。此外，由于越来越多的人、设备和传感器通过数字网络连接起来，产生、传送、分享和访问数据的能力也得到彻底变革。2010年，超过40亿人（世界人口的60%）在使用手机，其中大约12%拥有智能电话--其渗透率以每年20%以上的速度增长。如今，3000多万联网传感器节点分布在交通、汽车、工业、公用事业和零售部门，其数量正以每年30%以上的速度增长。
可以通过许多方式来利用大数据在全球经济的各个部门中创造价值。的确，我们的研究表明，整个世界正处在一波巨大的创新、效率和增长之中，正处在竞争和价值获取的新模式的变革时代--所有这些都被大数据所推动，消费者、企业和经济部门无一不在挖掘利用大数据的潜力。但是，这一现象为何现在才发生呢？数据不是一直都是信息和通信技术的冲击中的一部分吗？是的，但是，我们的研究表明，大数据将会带来的变化的规模以及范围处在一个转折点上，随着一系列技术趋势开始加速并汇聚，必将大大扩展大数据的影响。我们已经看到这种汇聚在经济格局中带来的变化。
许多领先的企业已经在使用大数据创造价值，其他企业如果要与之竞争，需要探索如何做到这一点。政府在公共资金受到约束的时期，也面临着提高效率和为公民提供的资金带来的价值的机遇。鉴于全球许多国家人口老龄化这一现实，这一点可能非常重要。我们的研究表明，公共部门可以通过有效地使用大数据来显着提高效率。
然而，企业和其他组织以及政策制定者如果要充分发挥大数据的潜力，就需要应对很多挑战。能够掌握这些技术以获得最大价值的分析和管理人才不足，这是一个重大而紧迫的挑战，企业和政策制定者可以近期内着手解决。仅美国就短缺140,000 到 190,000具备深厚分析技能的人员，以及150万分析大数据并在其发现的基础上做出决策的管理人员和分析师。人才短缺仅仅是第一个挑战。其他挑战包括需要确保适当的基础设施落实到位，并且激励措施和竞争能够鼓励继续创新。此外，必须正确理解对于用户、组织和经济体带来的经济收益，而且必须实施安全措施，以便消除公众对大数据的担忧。
我们如何衡量大数据的价值？
当我们着手确定大数据创造价值的潜力多大时，我们只考虑了那些本质上依赖于大数据的使用的行为--也就是说，那些大数据的使用对于实施某一特定手段来说是必要（但往往未必足够）的行为。我们并未包括那些只包括自动化而并未涉及大数据的手段（例如，通过以ATM代替银行出纳而实现的生产率提高）的价值。另请注意，我们包括了需要使用大数据的手段的总价值。我们并未试图估计大数据对于某一特定手段创造的价值的相对贡献，而只是估计所创造的总价值。
我们完全可以预料，随着运用大数据的技术和技巧不断发展以及经济收益的增长（同时伴随着相关挑战和风险），有关大数据的故事将继续演变。

❾ 大数据的下一步棋 把握大数据的前景

大数据的下一步棋 把握大数据的前景

由于物联网和移动设备的快速发展，人类社会在过去两年里生成了全世界90%的数据。数据收集、存储和分析的成本骤降。

如今，各个行业都在借助由数据驱动的行业洞察，获得竞争优势。

大数据的未来前景更加宏大：为体量最大的行业拓宽视野，解决世界上一些最复杂的难题。

创业者和投资人应该从何种宏观角度来把握大数据的前景？

文内数据为全球及美国市场情况，但相信对于中国市场有同样的借鉴意义。本文PPT来自硅谷银行分析团队（SVB Analytics）最新的分析报告《大数据的下一步棋：把握大数据的前景》，由浦发硅谷银行提供。文字部分由网易创业Club解说。

第一部分：数据激增

由于处理成本、存储成本的大幅下降，网络传输能力的大幅增强，数据的产生、处理和收集数量都在呈现指数级的增长趋势。

数据人才需求四年翻三番。说明有更多的商业场景需要进行数据的收集、分析。这和始于2010年左右的移动端全球性普及趋势基本重合。考虑到企业级服务的兴起，未来的数据人才需求会更加旺盛。

第二部分：大数据业务成为美国VC的关注重点

针对大数据公司的风险投资从2010年的10亿美元增长到了2014年的50亿美元，年内交易数量从150增长到了500起。

尽管现在大家都开始说B2B的风口来了，事实上我们从数据可以看到，美国风险投资界在过去5年里对大数据分析公司的投资额度增长了大约17倍而对B2B服务型公司的投资额度仅仅增长了3倍。

当然，由于美国B2B服务的风险投资体量本身就很大，所以这并不是特别直接的对比方式。

不过，这也能够从一个侧面体现出大数据业务的发展势头。

在不同的融资规模所代表的不同融资阶段里，大数据公司的估值水平都明显高于科技类公司的平均估值。

这说明投资人非常看好大数据领域从而可以容忍较高的进入价格。

需要提醒注意的是，所有各个融资阶段的大数据公司估值都高于科技公司平均估值水平。

第三部分：大数据2.0，一个更大的漏斗模型

图中给出的是一个漏斗模型，相信搞产品、搞运营、搞销售、搞战略的同学们对此并不陌生。

由于IoT（物联网）的逐步成为现实，漏洞入口的数据来源正在以及将要呈现爆发性的增长。

物理硬件性能以及计算能力的高速发展让数据的收集、存储和处理成本大幅下降，数据处理方式和速度大幅提升，这让可以被处理的数据数目和类型发生不可想象的增长和变异。

由于上述一系列的能力提升背景，“传统”行业的数据分析范围和应用场景更加多样化，分析价值也越来越大。

大数据应用行业举例：零售、网络安全、广告、金融服务、农业、旅游与住宿、医疗健康、能源、金融服务。

可见，大数据可以应用的行业覆盖了2B、2C的多个甚至是所有的重要领域。

使用场景举例，硅谷银行在这里举了广告精准投放、网络欺诈安全、传感器–运营优化三个例子。我们已经可以在国内看到在几方面做的比较突出的大数据及SaaS服务创业公司了。

第四部分 大数据的跨行业应用，创业投资机遇在哪里？

硅谷银行将大数据的针对不同行业以三个维度做了成熟指数测算。

三个维度分别是：对数据的监管程度；数据捕获的难易度；技术整合的程度。

前面两个维度反映了数据来源的丰富及深入度，如果太难的话，在应用方面会受到限制。

对于体量庞大的行业而言，目前的大数据应用成熟度越低，未来的发展空间越大。

相对成熟的市场：

相比较而言，网络安全、广告、旅游住宿行业是“较小”的市场（2000-3000亿美元），它们的大数据渗透率比较高。

零售业由于线上零售发展多年，因此是一个有复杂大数据分析积淀的巨型市场（9000亿美元）。

更有潜力的市场：

农业虽然是个“小市场”但受制于数据收集的难度、分析技术的限制，目前还处于比较初期的阶段。

金融服务、医疗保健这样的大市场显然是所有人都会关注的大数据应用市场。但由于对数据的监管力度大、数据的获取难度高，所以仍然是一个发展远不完善的大数据市场。

这里，较为成熟的广告行业大数据早期公司获得风投的青睐越来越少了，而医疗健康类的早期大数据公司则开始获得更多风投的青睐。

这个趋势和各个行业大数据应用的成熟度密切相关。

风投在考虑趋势的时候会密切关注潜在发展空间是否足够大和限制因素是否可以被解决。

第五部分：总结，云和机器学习是大数据的未来

所谓“云”，要看大数据公司的云是否能够把目标客户放在公有云上的数据联动起来形成一个生态系统。

所谓“机器学习”，要看大数据公司的机器分析能力是否会随着数据数量和类型的增加、硬件性能的提升而更具洞察力。

以上是小编为大家分享的关于大数据的下一步棋 把握大数据的前景的相关内容，更多信息可以关注环球青藤分享更多干货