从2014中国产业链大数据报告，看企业未来(2)_数据分析师

三、产业链大数据的应用

1、大数据对能源产业链的变革

能源行业作为比较传统的一个产业，多年来一直没有太大变化，其产业链结构及生态结构均处于比较稳定的状态，但随着互联网、物联网、智能化设备的逐步成熟和深入，我们传统理解上的行业也在发生较大的改变。

“产业链大数据”有利于推动能源行业监管协调及能源运行安全预警体系的建立;有助于推进能源企业科学化、智能化运营管理及能源行业市场化的发展;在引导能源合理消费，实现科学高效的需求侧管理方面发挥着积极作用。

能源行业的运行数据是政府进行市场协调与监管，保障国家能源运行安全的重要基础。当前，我国能源数据体系尚不完善，数据的数量、种类及来源较少，信息采集渠道不畅通，数据传达相对滞后，时效性不强，大大降低了政府进行能源行业规划与决策的准确性，以及运行协调和应急管理的有效性。

因此，作为政府应积极开展与能源企业和报价机构合作，搭建能源行业“产业链大数据”平台，按照行业类型分区域构建生产、运输、销售及贸易的基础数据库，建立能源数据采集、分析、处理和预警体系，及时准确地掌握能源行业的运行现状，努力提高政府决策和规划的科学性与时效性。

能源行业企业能够充分利用“产业大数据”带来的信息资源，分析资源现状和市场现状，更好地规划能源生产与资源分配，大大降低企业的运营成本和决策失误所带来的损失;根据能源市场具有影响力的播报机构提供的数据，企业能够更加清楚地了解市场运行动态，尤其是市场价格的变动，并以此为依据签订市场交易合同，进一步推动能源行业市场化改革;

三是企业能够根据客户提供的信息数据，全面分析和掌握客户消费行为，大力挖掘市场需求，科学管理能源用户，合理调整能源供应结构，提高能源的使用效率;

四是企业可以根据其内部运行和管理数据，进行信息化操作和智能化管理，及时分析解决企业的运行现状和存在的问题，提高企业的运行效率，确保企业运行安全与能源的稳定供应。

现阶段，我国能源行业的“产业链大数据”刚刚起步，具有巨大的发展潜力和挖掘价值，前景十分广阔。因此，我国应牢牢抓住机遇，以能源行业信息化建设为基础，以能源市场数据体系建设为契机，高度重视能源行业“产业链大数据”的战略部署和机制设计，加强信息技术的创新及设备研发，培养高端技术人才，大力推进“产业链大数据”产业与能源行业的快速融合，使我国能源领域的“产业链大数据”能够服务于国家能源发展。

2、大数据对汽车、配件及后市场产业链的变革

汽车行业作为当今社会重要组成部分，在工业经济中有及其重要的地位。随着我国企业保有量和人均汽车消费支出的持续上升，汽车也成为我们居民生活中有及其重要的部分。

产业链大数据对企业行业的营销可以分为工业部分和消费部分两块。在传统的销售模式中，汽车厂商通过广告等各种销售技巧把车卖出去，最后会发现总有卖不完的库存，总有一些目标消费者没有购买汽车，因为没有人知道这些顾客需要什么，生产的车型没能满足他们的需求。

几乎所有企业都尝试过降价促销，虽然这种做法在刺激销售的过程中也降低了利润，企业却并无它路。因为没有数据就无法对顾客需求进行分析。在大数据时代，这种盲目的运营模式被完全颠覆。大数据放置于汽车行业，将会带来的改变有：

A、有意义的选择：传统购车程序中，人们根据颜色、外观、引擎甚至安全性、豪华与否等角度选择，而对那些“不知道自己要什么”的消费者来讲，一个甚至几个类似“空间更大?”“座位更大?”的固定问题并不能真正戳中心房。

这时候，必须要知道每一位消费者的自身需求，提供更多选择的可能性。通过数以百万计的选项，满足每一个细项需求。真正的了解消费者，知道他们想要什么，而不是为什么。这些基于了解之上的需求选项比苦苦追问“为什么选这个”要有意义的多。

B、灵活的生产：通过大数据的统计知道消费者需要什么，按照偏好生产，与市场需求灵活匹配。对现在的汽车生产商来说，他们清楚要做什么，但是要做到灵活的调整生产方式就有些难度了。了解—分析—供需匹配—提升销售，这一闭环的更迭速度基于对消费市场大数据的精准把握。

过去的汽车行业变革，可以归纳为更大的引擎、更快的速度、更少的燃油。基于大数据的变革却显而易见：和数据有关的改善——改善生产流程、商业思维、汽车生活。

我们可以大胆设想这样的场景：车内系统自动采集驾驶者的驾驶习惯信息，为不同的驾驶者匹配不同的汽车设置;夜晚疲劳驾车时，驾驶者坐姿发生改变，车内会自动发出警告;又或者通过指纹识别车主、启动车辆等。这都是大数据的应用案例，有些已经应用在现在的汽车当中。

流动性数据不断地产生，通过车内感应器对数据收集、传送，可以对可能出现的零部件故障、隐患进行及时的处理。一方面有利于解决汽车安全隐患，另一方面将帮助汽车品质的更新换代，提升产品的设计和构造。

首先以劳斯莱斯为例，作为一家生产豪华车的公司，劳斯莱斯也是世界上第二大航空引擎制造商，并且已经变成一个大数据公司。通过在每一个喷气式飞机的引擎上建立测量、采集的数据中心，劳斯莱斯可以预测引擎的哪一个部件可能会发生故障。比如通过声音、振动的改变，提前在故障发生之前更换飞机引擎某些零部件，避免发生空难的可能。

再以UPS为例，UPS有6万辆汽车进行运输工作，UPS在汽车里安装了传感器，将所有数据收集起来进行大数据分析，提高汽车的导航系统和物流线路布局，并且在去年节省了约5千万公里的里程。

汽车作为人类梦想的现实化身，它的出现解决了人类的移动需求。过去的汽车或许更多的是跟引擎的转动、机械的轰鸣相关，而大数据时代的汽车，则更多的考虑人类目前最迫切的需求——完美的出行解决方案。依据整个生态系统制定出行方案，对蜗居都市的用车人群十分必要：在闹市区找到一个停车位，在上下班高峰期实时避开拥堵路段，在汽车的指引下找到最便捷的餐馆、加油站等。

通过对数据的有效利用影响未来发展格局：对新能源汽车来讲，通过数据模型分析城市内充电设备等基础设施的布局地点、使用结点，合理建设道路辅助设施;对无人驾驶汽车来讲，将车辆自身的数据收集能力、后台计算能力与整个出行生态系统实时匹配、整合、反馈，达成技术实现的可能。

3、大数据对食品饮料产业链的变革

从目前食品饮料行业情况来看，年营收极大超出同行表现的企业中，将近50%的企业具有十分明确的数据战略，将大数据作为其在未来的发展放在及其重要的位置。

在大数据基础上，通过数据的分析、提炼和应用实现商业价值，正被提升到前所未有的高度。针对大数据特点，进行产业链大数据的优化、升级，应用最新的技术，中国食品已在悄然布局。中国食品的数据量在不断增长，如何快速、实时、智能化处理海量数据，产业链大数据必须要提升系统功能性、业务灵活性等指标才能达到目标。如今，中国食品行业，产业链大数据已涉及高级管理层、业务管理层、业务操作层等各方面。

食品饮料行业最大的特点就是“单据量大”、“颗粒度细”。面对海量信息，公司首先想到的是如何处理数据;其次是如何展现数据;最后是如何在大数量上进行增值，给管理层提供有价值的决策信息，这需要不断优化产业链大数据基础平台。

以中国食品有限公司为例，中国食品有限公司的BW系统和ERP系统同在2007年上线。在中国食品有限公司和IBM(IBM是项目实施方)的共同努力下，中国食品利用SAPBW建立了商务智能分析系统，该系统更多基于公司业务需求进行设计。

经过五年的发展，目前，中国食品的系统订单量翻了近一倍，一天要处理营业额为1个多亿规模的业务。除了来自销售、供应链、财务环境的ERP数据通过SAPBW展现外，中粮集团旗下中国食品公司也在考虑如何把非结构化数据进行分析，变成决策依据，比如：人口统计信息、市场份额信息、消费者调研信息、社交网络信息等。

4、大数据对物流供应链服务的变革

在物流领域有两个著名的理论——“黑大陆”说和“物流冰山”说。前者是著名的管理学权威P·E·德鲁克提出的，主要是指在流通领域中物流活动的模糊性尤其突出，因此是流通领域中最具潜力的领域。后来，日本早稻田大学教授西泽修，用物流成本的具体分析论证了德鲁克的“黑大陆”说，提出人们对物流费用的了解是一片空白，甚至有很大的虚假性。

他认为，物流就像一座冰山，其中沉在水面以下的是我们看不到的黑色区域，这部分就是黑大陆，而这正是物流尚待开发的领域，也是物流的潜力所在。

那么，靠什么来了解和掌控物流活动?最直接的当然是数据。可以想见，如果人们能够掌握物流活动过程中的全部数据，那么所谓的物流“黑大陆”就不存在了;而如果能够充分分析和挖掘这些数据的价值，就能够帮助我们找到物流市场的潜力所在，也就是未来物流领域的新蓝海。换句话说，“产业链大数据”分析将是打开物流潜力市场的金钥匙。

“产业链大数据”的价值，在于从海量的数据中发现新的知识，创造新的价值。数据本身在其转化为信息，并通过信息的提炼成为普适规律，最终创造利润的过程中，变得价值连城。这已经被越来越多的物流企业所认识，使得市场对数据分析与挖掘的需求与日俱增。

过去几年，全球范围内的运输物流市场增长非常快，企业采用更多的新设备、新技术来提升业务发展水平，加速市场拓展步伐。例如，最近几年许多物流企业广泛部署了RFID技术，还在各种终端设备上安装了传感器等。然而而是想办法对现有终端设备所获取的数据多加利用，才是核心。例如，找出问题所在、发现新的机会、降低成本并进一步提高业务收入，进而促进业务的发展。要想成为顶尖的物流企业，就要靠数据来获得竞争优势。

此外，数据分析还能帮助企业做出正确的决策。对于物流企业来说，成本和效率是一对矛盾体，企业都希望以最低的成本获得最大的效益，可实际上这是很难做到的。但Shaun告诉记者，通过数据分析，企业可以看到具体的业务运行情况，能够清楚地判断哪些业务利润率高、增长较快等，把主要精力放在真正能够给企业带来高回报的业务上，避免无端的浪费。同时，通过对实时数据的掌控，企业还可以即时对业务进行调整，确保每个业务都可以赢利，从而实现非常高效的运营。

5、大数据对大健康产业链的变革

大数据在医疗健康行业的应用效果已经非常明显。比较典型的案例便是Google成功预测流感爆发期。2009年甲型H1N1流感爆发几周前，Google通过对人们网上搜索记录的观察、分析、建模，结果显示，他们的预测与官方数据的相关性高达97%，且判断比疾控中心更及时。

从个人健康管理到公共健康管理，大数据在对个人医疗的改变以及极富价值的预警能力吸引着IT巨头们迫不及待与医疗“联姻”。未来我们可以预见所有的医疗都在云端，将所有机构都整合到云端。

在我国，互联网巨头已经开始纷纷布局健康产业链上的大数据分布。搜索巨头百度在这方面的举动比较具备创新。一方面，百度发布大数据引擎，将开放云、数据工厂、百度大脑三大组件在内的核心大数据对外开放，实现对各行各业的数据进行挖掘，利用“数据工厂”和“百度大脑”分析数据，输出分析为自己和合作伙伴提供解决方案。

2014年2月，北京市卫计委表示，卫生系统将把所拥有的医疗卫生机构的资质信息、资源的准入信息与百度强大的网络搜索能力、后台信息甄别和过滤技术进行联合，以在公共突发事件、流行性疾病爆发、健康服务业发展、人口流动等领域提供分析和预警，为科学决策做依据。

另一方面，打造“软硬云”结合的智能健康医疗移动平台，记录下人们日常生活方式，比如每天的运动量和运动时间、睡眠量、久坐时间、身高、血压等，这些被量化的数据具备了长时性和趋势化，都会成为病情分析的重要依据。

在大数据技术下，我们完全可以想象这样一个从生产数据、到挖掘、管理、分析信息，以及最后提供解决方案的医疗场景。如全球每年有几百万人患心脏病，大数据能从这些患病人群里找到共性，实现提前治疗预警。从健康的角度而言，提前预防将极大地提高人们对抗疾病的能力。从保险公司的角度而言，也能极大地降低赔付率。

6、大数据对大文化领域的变革

产业链大数据的在大文化领域潜力十分大，但是需要更好的将大数据嵌入产品的创作流程，一方面根据不同的数据维度收集有效数据，优化分析算法，另一方面需要在产品营销，版权购买和创作及消费渠道等方面入手，使得大数据不只是一种更加，更渗入到公司的管理流程成为企业的经营资产和管理要素。

以《纸牌屋》为例，著名导演大卫

·芬奇曾拿着《纸牌屋》的改编剧本，找过美国多家电视台，却没有一家敢掏钱，因为谁也说不准一部20年前的老剧是否还有市场。Netflix也有类似的担心，于是进行了“电视剧消费习惯数据库”分析。最终，Netflix发现老剧《纸牌屋》依旧是点播热门，而点播该剧的用户群，也几乎和网站上大卫·芬奇、凯文·史派西的粉丝圈重合，于是决定投资1亿美元重拍，并由大卫·芬奇导演、凯文·史派西主演该剧。

相比传统收视率统计只抽取数千个样本户，“算”出《纸牌屋》的数据库却包含了3000万用户的收视选择、400万条评论、300万次主题搜索，是名副其实的“大数据”。这些数据源自Netflix数年来积累的数据资源。当一位用户通过浏览器登录Netflix账号，Netflix后台技术将用户位置数据、设备数据悄悄地记录下来。

这些记忆代码还包括用户收看过程中所做的收藏、推荐到社交网络等动作。在Netflix看来，暂停、回放、快进、停止等动作都是一个行为，每天用户在Netflix上将产生高达3000多万个行为。此外Netflix的订阅用户每天还会给出400万个评分，300万次搜索请求，询问剧集播放时间和设备。这些都被Netflix转化成代码，当作内容生产的元素记录下来。

为了找到分析大数据的方法，Netflix没有少花功夫。首先，千万级别的用户对网站提供的影片给出1至5星的评级，几年下来相关数据的总量超过百亿条。要找准用户推荐新影视剧，识别观众品位需要一个“算法”。

7、大数据对纺织服装产业链的变革

大数据的来临正在悄无声息的改变着我们对服装行业的认识，无论从数据端的采集还是到海量数据的分析，都将以一种前所未有的方式进行。大数据将对服装企业的业务产生多方面的影响，如向客户进行产品推荐、基于客户反馈进行产品设计、通过分析客户的喜好实现在网络社区中的产品营销、更加理性地进行广告投放、对流行时尚趋势进行预测、基于交易分析进行产品定价、基于环境分析问题产生原因等。

很多企业之所以这么关注电商就是看中了其中的数据运用。目前企业在这方面的运用也还处于探索阶段，平台上的数据分析，要以熟知每位顾客的消费喜好，消费习惯行为等等，这些需要数据分析商的帮助。说白了线上销售无非就是流量的竞争，转化率的竞争，这些都离不开数据的分析，谁最先掌握数据营销运用技术，谁就能抢先一步占领市场。

淘宝的云计算的应用价值今后将会越来越受重视。“电商与数据分析的对接是十分必要的，只有通过背后的分析才能清楚未来的发展方向。以前抢市场靠的是市场敏感度，今后则要更多地依赖数据的可控分析。

以店铺而言，经营者可以实时的看到终端店铺的客流情况，顾客在店内的消费动线，对试销产品的关注度，VIP的消费情况。零售分析不仅仅局限在，传统粗放的数据采集，而是采用更加主动的方式记录终端发生的每一个因素的变动。我们不需要重新创造什么，只需要将每天发生的每一个事件记录下来，分析其中的相关性，得出最精准的判断。

服装行业的大数据变革会让我们从因果关系转变到相关关系，而且仅需要关注相关关系，并不需要了解为什么。当数据的采集达到“分子”级别时，数据所呈现出来的性质就会发生改变。一旦了解了这些新的性质，就能够用数据来做从前无法做到的事情。

表面上看，我们通过大数据来分析日常的经营决策，但更厉害的地方在于，我们能够预测未来。在一个可能性和相关性占主导的行业中，经营者必须与数据所呈现的客观事实进行博弈。

当店铺发生的每一个细节，都会被完整的记录和保存的时候，未来就会变得无比清晰。通过对店铺发生所有事情的数据采集，从而会让我们找到数据之间的相关性，即一个数据增加时，另一个数据是否会相应增加。

8、大数据对家电及配套产业链的变革

随着家电网购方式的逐渐兴起以及企业对消费需求关注的日益提升，IT行业最时髦的词汇大数据也开始进入家电行业。制造商、销售商、行业机构纷纷追捧大数据，将其视为破解商业密码的利器。

(编选:智慧城市圈子邱文斌来源:微信订阅号:QWB_2014)

这个时代属于具有互联网思维的企业，这是企业进化的一种趋势，而且是一种不可逆转的趋势。拥抱互联网(包括云和大数据)已经成为传统家电巨头突破发展困局的手段，如果成功，那么未来的价值和潜力难以估量。但转型并没有那么简单，一个企业能否走得更远，需要看它能否将互联网、云计算、大数据与企业发展方向和策略相结合，因为家电企业不会缺与用户交互的产品，也不缺海量的用户数据，而关键在于构建了怎样的“圈子”来谋发展。

这个时代属于具有互联网思维的企业，这是企业进化的一种趋势，而且是一种不可逆转的趋势。拥抱互联网(包括云和大数据)已经成为传统家电巨头突破发展困局的手段，如果成功，那么未来的价值和潜力难以估量。但转型并没有那么简单，一个企业能否走得更远，需要看它能否将互联网、云计算、大数据与企业发展方向和策略相结合，因为家电企业不会缺与用户交互的产品，也不缺海量的用户数据，而关键在于构建了怎样的“圈子”来谋发展。

9、大数据加快智能交通的推广

近年来，电子信息领域的技术发展极其迅速，对智能交通系统发展带来了重大变革。物联网、云计算、大数据、移动互连等技术在交通领域的应用和发展，不仅给智能交通系统注入新的技术内涵，也对智能交通系统的模式、理念产生了巨大影响。

目前，国际智能交通领域的车路协同系统、公众出行便捷服务、车联网等热点技术领域，都在广泛研究和应用云计算、大数据、移动互联等新技术。大数据技术在交通运行管理优化、面向车辆和出行者的智能化服务，以及交通应急和安全保障等方面都将形成巨大的市场。

智能交通系统发展的数据分析需求：

一方面，交通数据采集的范围、广度和深度急剧增加，随着智能交通系统建设规模的不断扩大，正在形成以微波、线圈、GPS、车牌等交通流检测数据，交通监控视频数据，以及系统数据和服务数据等为主体的海量交通数据。以北京市为例，6万余辆出租车一天就会产生数亿条GPS数据，车牌识别、交通监控视频等数据量更大，交通相关的数据量级已从TB级别跃升到PB级别，传统的交通数据分析方法已很难有效支撑这么庞大的数据体的开发与利用。

另一方面，对动静态海量交通数据的挖掘分析成为智能化交通信息处理分析的核心内容，交通数据的深层价值有待进一步的挖掘和开发。根据调查，韩国3G手机上的服务中，有50%以上的服务与交通有关，包括实时道路交通信息、地铁和公交信息、火车和飞机班次动态信息、换乘信息、与汽车服务有关的信息等。

以智能终端为服务窗口的、以云计算和大数据分析技术为支撑的智能交通信息服务正在逐步成为主流，与我们的生活息息相关。

大数据分析为智能交通发展带来的新机遇：

一是大数据技术的海量数据存储和高效计算能力，将实现交通管理系统跨区域、跨部门的集成和组合，将会更加有效地配置交通资源，从而大大提高交通运行效率、安全水平和服务能力。二是交通大数据分析将为交通管理、决策、规划和运营、服务以及主动安全防范带来更加有效的支持。三是基于交通大数据的分析为公共安全和社会管理提供新的理念、模式和手段。

10、大数据对连锁经营贸易服务的变革

当淘宝通过对以往消费的记录,准确推送所需的小众商品的时候,普通人已经感受到大数据时代的来临。所谓大数据,指的是传统数据库管理工具难以驾驭的海量、瞬时、多样化的数据,如我们在网络上的任何一次点击都可以被完整的记录和保存,而企业则通过对这些数据的高效分析,准确预判我们的消费行为、消费心理等极具价值的信息,并推送相应的产品或服务。而实际上,目前多数大数据并未被采集到,即使采集到,其价值的开发也远远不足。

亚马逊早在2009年就推出大规模数据集并行计算的技术——MapReduce,并实现了云计算与大数据的结合,成为其打造庞大帝国的重要力量。而在国内,阿里巴巴联合银泰、复星、富春、“四通一达”、顺丰以及银行等金融机构投资建设的立体式仓储网络体系,其核心也是基于大数据的分析,实现物流企业、平台商家和消费者的信息共享,并整合、指挥社会化仓储物流的日常运营。