目錄

一、企業(yè)分析

1.1 企業(yè)領(lǐng)域維度分析

1.2 技術(shù)服務(wù)型維度分析

1.3 細分領(lǐng)域維度分析

二、大數(shù)據(jù)應(yīng)用場景

2.1 數(shù)據(jù)分析

2.2 智能推薦

2.3 產(chǎn)品/流程優(yōu)化

2.4 異常監(jiān)測

2.5 智能管理

2.6 人工智能和機器學習

三、總結(jié)

前言：想講清楚大數(shù)據(jù)應(yīng)用對企業(yè)的價值，需要先分清楚有哪些企業(yè)，什么場景下需要用到大數(shù)據(jù)技術(shù)，本文從兩個視角分析，一個是大數(shù)據(jù)企業(yè)類型，二是應(yīng)用場景。給下一篇大數(shù)據(jù)應(yīng)用對企業(yè)的價值做鋪墊。

一、企業(yè)分析

? ? ? 大數(shù)據(jù)企業(yè)可以根據(jù)不同維度進行分類，這里從企業(yè)領(lǐng)域、技術(shù)服務(wù)類型、領(lǐng)域細分三個維度進行分析。

1.1 企業(yè)領(lǐng)域維度分析

? ? ? ?根據(jù)企業(yè)的業(yè)務(wù)領(lǐng)域，可以分為互聯(lián)網(wǎng)、營銷行業(yè)、政府及公共事業(yè)行業(yè)、服務(wù)業(yè)、制造業(yè)、金融、醫(yī)療、物流、農(nóng)業(yè)等領(lǐng)域；

? ? ? ?業(yè)務(wù)領(lǐng)域的劃分，區(qū)別是企業(yè)服務(wù)對象群體關(guān)注點的不同，比如營銷關(guān)注消費者人群、政府及公共事業(yè)關(guān)注公共事業(yè)、制造業(yè)和農(nóng)業(yè)關(guān)注生產(chǎn)對象、金融和醫(yī)療關(guān)注具體的信息、旅游和律師等關(guān)注服務(wù)效果，企業(yè)由于經(jīng)營對象的不同，其應(yīng)用數(shù)據(jù)主體和相關(guān)數(shù)據(jù)不同。

比如營銷行業(yè)，主體數(shù)據(jù)是消費者的消費情況，關(guān)聯(lián)數(shù)據(jù)是生活區(qū)域、手機品牌、職業(yè)等；

比如物流，主體數(shù)據(jù)是運單詳情，關(guān)聯(lián)數(shù)據(jù)是運輸方式、區(qū)域路徑、城市流量分布等。

1.2 技術(shù)服務(wù)型維度分析

? ? ? ?根據(jù)大數(shù)據(jù)企業(yè)的技術(shù)特點和服務(wù)類型，還可以將大數(shù)據(jù)企業(yè)劃分為數(shù)據(jù)資源驅(qū)動型、技術(shù)驅(qū)動型和服務(wù)驅(qū)動型等類型。

? ? ? ?數(shù)據(jù)資源驅(qū)動型領(lǐng)域主要包括網(wǎng)絡(luò)設(shè)施、大數(shù)據(jù)采集設(shè)施、大數(shù)據(jù)存儲設(shè)施、服務(wù)器、大數(shù)據(jù)安全防護設(shè)施等基礎(chǔ)設(shè)施建設(shè)和智能終端設(shè)備的生產(chǎn)、銷售與租賃；

? ? ? ?技術(shù)驅(qū)動型領(lǐng)域主要包括大數(shù)據(jù)挖掘、可視化展示、大數(shù)據(jù)并行運算、高性能計算、大數(shù)據(jù)綜合分析云平臺等軟硬件的生產(chǎn)、銷售與租賃；

? ? ? ?服務(wù)驅(qū)動型領(lǐng)域主要指充分利用大數(shù)據(jù)分析等技術(shù)，通過數(shù)據(jù)租售、預(yù)測、咨詢、可視化和周邊服務(wù)等商業(yè)模式，為各類行業(yè)的用戶提供大數(shù)據(jù)技術(shù)支撐與大數(shù)據(jù)價值的服務(wù)。

1.3 細分領(lǐng)域維度分析

比如互聯(lián)網(wǎng)企業(yè)為例，可以細分為以下幾種：

• 商務(wù)公司：主要的客戶是向客戶出售物品；
• 服務(wù)平臺公司（SaaS）:你做的是將SaaS送到用戶手中；
• 免費移動用戶：通過應(yīng)用內(nèi)購買使用功能賺錢；
• 媒體網(wǎng)站：生產(chǎn)內(nèi)容的同時依靠廣告賺錢；
• 用戶生成內(nèi)容：讓用戶在你的平臺上生產(chǎn)內(nèi)容；
• 雙邊市場：開發(fā)一個雙邊市場用以聯(lián)系賣家和買家；

? ? ? ?細分領(lǐng)域關(guān)注的核心指標和主要群體都不一樣，大數(shù)據(jù)的應(yīng)用方向也有所不同，商務(wù)公司在定制化推薦、產(chǎn)品運營；服務(wù)平臺關(guān)注點在產(chǎn)品性能和體驗優(yōu)化；免費移動用戶關(guān)注點在產(chǎn)品本身的價值，誕生在調(diào)研之前；媒體網(wǎng)站關(guān)注點在用戶的體驗運營和內(nèi)容吸引力上；用戶生成內(nèi)容在定制化推薦、內(nèi)容管理上；雙邊市場在推廣和留存等流量管理上。

? ? ? ? 其他領(lǐng)域，還可以根據(jù)業(yè)務(wù)做細分，比如金融有一級和二級市場、教育分線上和線下、交通運輸、供應(yīng)鏈與物流、農(nóng)業(yè)、工業(yè)與制造業(yè)、體育文化、環(huán)境氣象、能源行業(yè)等。

這些細分領(lǐng)域，關(guān)注的對象群體一樣，但是視角不一樣，所以第一重要指標也不同。

二、大數(shù)據(jù)應(yīng)用場景

大數(shù)據(jù)技術(shù)在各行各業(yè)都有廣泛的應(yīng)用場景，一些常見的大數(shù)據(jù)技術(shù)應(yīng)用場景如下：

2.1 數(shù)據(jù)分析

? ? ? ?利用大數(shù)據(jù)技術(shù)進行數(shù)據(jù)分析，幫助企業(yè)更好地理解應(yīng)用的趨勢、客戶需求，做出數(shù)據(jù)驅(qū)動的決策，例如，商業(yè)BI、用戶社交媒體、數(shù)據(jù)醫(yī)療、教育等場景分析。

2.2 智能推薦

? ? ? ?基于用戶行為和偏好數(shù)據(jù)，利用大數(shù)據(jù)技術(shù)構(gòu)建個性化的推薦系統(tǒng)，提高用戶體驗，例如電商推薦、媒體內(nèi)容推薦、視頻推薦等。

2.3 產(chǎn)品/流程優(yōu)化

? ? ? 對于運營的產(chǎn)品，對內(nèi)或者對外的服務(wù)平臺，可以基于使用情況，優(yōu)化體驗，運維優(yōu)化，任務(wù)性能優(yōu)化等。

2.4 異常監(jiān)測

? ? ? ?對于基礎(chǔ)服務(wù)，業(yè)務(wù)等，從不同的視角都存在風險的可能，可以做風控相關(guān)的項目，比如物聯(lián)網(wǎng) (IoT) 監(jiān)測，風險預(yù)測，業(yè)務(wù)風控，用戶風控等。

2.5 智能管理

? ? ? 提升安全、規(guī)劃、提升服務(wù)效率和質(zhì)量，比如利用大數(shù)據(jù)進行交通流量監(jiān)測、智能交通管理、終端資產(chǎn)管理、物流路徑優(yōu)化，提高交通和物流效率。

2.6 人工智能和機器學習

? ? ? 利用大數(shù)據(jù)進行機器學習模型訓(xùn)練，比如應(yīng)用于圖像識別、語音識別、自然語言處理等領(lǐng)域。

三、總結(jié)

? ? ? ?大到企業(yè)，小到業(yè)務(wù)團隊，都有可落地的大數(shù)據(jù)應(yīng)用場景，可以和需要是兩回事，有價值才需要；從價值角度，評估業(yè)務(wù)數(shù)據(jù)的情況，數(shù)據(jù)大量級、性能高要求都是大數(shù)據(jù)技術(shù)的適用場景。引入大數(shù)據(jù)技術(shù)，從數(shù)據(jù)分析、智能推薦、產(chǎn)品功能優(yōu)化、異常檢測、智能管理、人工智能和機器學習應(yīng)用的視角，評估業(yè)務(wù)的必要性，再規(guī)劃資源落地，盡量少走彎路。下一章描述我知道的大數(shù)據(jù)應(yīng)用的價值。文章來源地址http://www.zghlxwxcb.cn/news/detail-826261.html

到了這里，關(guān)于大數(shù)據(jù)企業(yè)應(yīng)用場景分析的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！