[[182343]]

互聯網+數據”的創新創業模式成為“互聯網++創新創業的主要方向之一，為經濟創新帶來新增量。

不同行業大數據應用進程的速度，與行業的信息化水平、行業與消費者的距離、行業的數據擁有程度最為相關。總起來看，可以分為四類：

第一類是互聯網和營銷行業。互聯網行業本身就是離消費者最近的行業，同時擁有大量實時產生的數據，在線化是其企業運營的基本要素，因此大數據應用的程度是最高的。與之相伴的營銷行業，是圍繞著互聯網用戶行為分析、為消費者提供個性化營銷服務為主要目標的行業。

第二類是信息化水平比較高的行業。比如金融、電信這兩類行業，它們是比較早進行信息化建設，內部業務系統的信息化相對比較完善，對內部數據有大量的歷史積累，并且有一些深層次的分析類應用，目前正走在內外部數據結合起來共同為業務服務的階段。

第三類是政府及公用事業行業。不同部門的信息化程度和數據化程度差異較大，比如交通行業目前已經有了不少大數據應用案例，但有些行業還處在數據采集和積累階段，但政府將會是未來整個大數據產業快速發展的關鍵，通過政府及公用數據開放可以使政府數據在線化走得更快，從而激發數據類創新創業的大發展。

第四類是制造業、物流、醫療、農業等行業。它們的大數據應用水平還處在初級階段，但未來消費者驅動的C2B模式會倒逼著這些行業的大數據應用進程逐步加快。

具體來說，不同行業的大數據應用呈現出以下的顯著特點：

互聯網公司數據業務化加速

互聯網公司擁有大量的線上數據，而且數據量的增長速度是非常驚人的，除了利用大數據提升自己業務之外，如何實現數據業務化，利用大數據發現新的商業價值對于大家來說，依然處在不斷嘗試過程之中。以阿里巴巴為例，從個性化推薦、千人千面這種面向消費者的大數據應用加強之外，智能客戶服務利用大數據的力度也在不斷加強，這種應用場景會逐漸從內部應用到外部很多企業的呼叫中心之中，面向商家的大數據應用以生意參謀為例，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等。除了面向自己的生態之外，阿里巴巴數據業務化在不斷加速，芝麻信用這種基于收集的個人數據進行個人信用評估的應用獲得長足發展，應用場景從阿里巴巴的內部延展到越來越多的外部場景，比如租車、酒店、簽證等。

大數據營銷實現精準觸達

全域大數據營銷成新方向

營銷的實質是從消費者出發，第一，需要找到消費者內心深處很清晰、或者不那么清晰但潛意識中對于商品的喜好;第二，以數據為驅動，使商品能夠精準的觸達用戶，并不斷在實施過程中進行優化;第三，讓老客戶的營銷能獲得社會化的傳播。效果營銷和品牌在大數據驅動下需要把整個串聯起來。

DMP(數據管理平臺)平臺在從早期廣告服務平臺逐步演變為企業客戶營銷的核心引擎，DMP服務商在不斷把更多的數據整合進統一平臺，并對這些數據進行標準化、標簽化和細分，為客戶提供更精準的數字化營銷服務。

程序化營銷的概念得到了普及和發展，正在向更精細化方向發展，利用大數據實現更精準的受眾，營銷效果及ROI透明化成為主要方向。如何收集消費者更多元化的數據，對消費者給出更全方位的畫像成為營銷大數據應用的重要方向。比如，通過收集消費者的消費、所屬行業、搜索行為、品牌喜好、興趣等行為數據以及社交、位置等數據，通過可視化的標簽，可以幫助企業更方便直觀的選擇、觸達到目標人群。

利用大數據推動內容營銷，并分析不同內容模式的效果，就可以更敏銳地洞察到，哪些內容能夠將潛在客戶轉化為客戶;利用大數據創造更有意義的個性化，并且選擇在適合的時間以適合的渠道向潛在客戶自動發送適合的內容;融合線上線下數據、內部外部數據，尤其是重視移動端和社交數據的整合，通過統一的全域大數據平臺對消費者或最終用戶進行全方位分析和展示，才能利用大數據實現營銷效果最大化，實現營銷應用的閉環。

金融大數據應用

從點到面，逐漸深化

金融行業數據類型豐富，數據質量好，信息化程度高，數據商業應用較早。金融行業的大數據商業應用較為成熟，一直是傳統行業中走在大數據商業應用前列的行業。傳統金融行業的數據源非常豐富，以銀行為例，銀行的交易系統每天產生數億筆交易信息，這些數據以結構化數據為主。在其業務處理過程中，產生了大量日志數據，網上銀行業務的頻繁使得消費者的金融消費行為數據變得豐富，還有越來越多的移動端和社交媒體數據等。金融業是傳統軟硬件的重度用戶，越來越多的銀行業用戶開始引入開源平臺，不少銀行已經采用Hadoop平臺建立的大數據應用主要用于查詢歷史記錄類應用。

金融業的應用場景變得更豐富多彩：從最受關注的反欺詐和風險控制類應用來看，金融業互聯網業務的出現在為大家帶來便利的同時，也增加了出現風險的渠道。因此無論是傳統金融業還是新興的互聯網金融企業，都在利用大數據搭建更加精準的信用風險評估模型，以降低金融服務的風險，同時對一些不合規行為提前進行預警;金融行業的大數據營銷應用方面開始把社交和移動端數據結合進營銷類應用，對消費者進行更為精準地分析，為后續的新產品服務開發奠定基礎;在客戶關系管理領域，金融企業開始利用大數據刻畫消費者的行為，進行客戶流失率分析、客戶體驗分析以及客戶分類優化分析等細分類應用。

運營商大數據應用

從自身發展到跨行業

運營商的大數據應用場景主要還是圍繞著自己的傳統業務，在網絡運營、精準營銷以及客戶服務等方面開展應用，提高運營效率，比如根據用戶的使用習慣進行用戶群體劃分，從而對用戶個性化推薦合理的套餐等營銷類應用;比如根據網絡故障以及網絡擁堵的狀況所積累下來的日志數據進行網絡優化，合理部署網絡資源，提高網絡效率，為客戶提供差異化服務;根據用戶投訴或者客戶服務水平的評估，分析離網客戶的特征，制定挽留潛在離網用戶的措施。

最近兩年的變化在于，第一是運營商擁有大量的用戶移動互聯網使用數據、支付數據以及GPS數據等，開始通過將經過脫敏后的數據資源開放給數據需求方或者通過交換的方式獲取自己所需的數據;第二是開始將依據已有數據的分析服務對外輸出給其他行業客戶，比如有交通行業用戶利用運營商信令數據進行交通狀況的預測。

交通大數據應用突破：

從交通管理發展到智慧交通

作為直接為市民提供公共服務的管理部門，交通狀況的好壞是一個城市或區域城市管理水平的直接體現。交通大數據的應用從以往的交通數據收集和管理，朝智慧交通的方向發展。開始利用物聯網技術全面感知交通狀況，實現不同來源數據的融合，用云計算和大數據來服務和決策，通過數據的實時、科學分析和建模做出預測和預判，通過多元化的服務渠道主動傳遞。

智慧交通成為很多智慧城市重要的切入點。我們看到有不少城市在利用大數據進行交通狀況預測和統籌管理方面有了實際的進展，比如，浙江交通利用來自運營商的信令數據分析，實現了對未來1個小時路況的預測，準確率達到90%以上，使得交通管理部門可以依此進行決策;貴州交警則對海量交通數據進行全庫關聯，通過對車輛圖片進行結構化處理并與原有真實車輛圖片進行對比，實現了對套牌車的精準識別，并依此開始建立重點駕駛人征信系統。以高德交通大數據應用為例，高德通過交通大數據云平臺支撐使得交通數據的采集、生產、發布到用戶反饋形成了完整閉環，不僅為用戶提供實時路況查詢，還可以根據信息在導航過程中調整路線規劃躲避擁堵路段。

政府重視數據共享和開放

推動大數據產業快速發展

中央政府以及地方政府都深刻認識到，政府數據共享和開放，對于提升政府治理水平以及促進創新創業的深刻價值。尤其是，不同政府部門之間打破信息孤島是政府機構搭建大數據應用的一個基石和關鍵。我們看到，不同區域政府都已經在省或市一級成立大數據辦公室或大數據處，以推動當地政府大數據應用和產業的發展，尤其在推動政府數據開放領域也起到了重要的推動作用。

以北京、上海為代表的城市級政府數據開放領域，從2012年就開始了有益的探索，并取得了初步的成果。2015年，上海開放數據創新應用大賽(Shanghai Open Data Apps- SODA)的舉辦，顯示了上海市在政府數據開放領域的前瞻性。該比賽旨在發掘城市數據中的價值，以數據開放為切入口，集大眾智慧，為城市交通系統建設出謀劃策，為數據產品的創新提供競技平臺。而2012年6月在國內率先上線“上海市政府數據服務網(www.datashanghai.gov.cn)”，網站目前已經開放近500個可機讀數據集，涵蓋經濟建設、資源環境、教育科技、道路交通、社會發展、公共安全等11個領域。

北京市政務數據資源網(bjdata.gov.cn)，自2012年10月試運行以來，網站已上線發布了36個政府部門306類400余個數據包，覆蓋旅游、教育、交通、醫療等領域，多達36萬條地理空間等原始數據資源，以及軟件與信息服務業、文化創意產業相關政策文件1475件。此外，各地也都在積極為政府數據開放做準備。

隨著云計算基礎設施的廣泛應用，數據之間的互聯互通可以以云計算為基礎平臺，企業、行業以及科學領域的數據開放受到關注。

以氣象數據為例，美國每年有1/3GDP的產值與天氣有關，也就是說天氣對其他產業(如旅游、交通等行業)的影響非常大。氣象數據與其他行業數據的融合將會產生非常有價值的行業解決方案，通過吸引大量創業者基于氣象數據創新產品和服務，氣象產業也就能夠產生更大的社會經濟價值。2015年正式上線的中國氣象數據網成為中國氣象局對社會開放基本氣象數據和產品的共享門戶。目前，用戶可以通過中國氣象數據網官方網頁(http://data.cma.cn)訪問和下載各類氣象數據。

中國氣象數據網所公開的數據內容，基于《基本氣象資料和產品共享目錄》(2015年)，涵蓋地面、高空、氣象衛星、天氣雷達、數值模式天氣預報5類17種基本氣象資料和產品。網站全面向社會各類用戶提供便捷的數據發現服務、多維度目錄導航服務、靈活的數據檢索服務、可視化數據顯示服務、開放的數據接口服務以及個性化數據定制服務。