搜索
IRESEARCHCONSULTINGGROUP2013年大数据行业应用展望报告22目录报告摘要大数据概览大数据在行业中的应用大数据企业应用典型案例分析大数据在网络营销领域的应用及互联网巨头的营销策略法律声明35131822313报告摘要概览聚焦网络营销行业应用企业应用大数据特点：数据体量巨大、数据类型繁多、处理速度极快。大数据导致数据分析方法的转变：由抽样数据到全体数据、由精确数据到混杂数据、由因果分析到相关分析的转变。大数据应用方向：营销、管理咨询、标准化和情报分析。具有大数据价值潜力行业：信息、金融保险、批发贸易、政府等。典型行业应用：大数据在金融行业中用于客户洞察、运营洞察、市场洞察；在电信行业中作为服务支撑、运营支撑、创新支撑；在互联网行业中带动营销变革、信息变革、业务变革。大数据在网络营销领域的价值：通过挖掘整合大数据，实现精准化、个性化营销。基于大数据的网络营销方式：搜索引擎精准营销、RTB实时竞价广告、重定向精准营销等。BAT大数据优势：百度掌握搜索数据，阿里掌握购物及社交数据，腾讯掌握社交及关系数据，BAT发力大数据营销。交通银行信用卡中心：借助大数据挖掘语音信息潜在价值。法国电信：利用大数据开拓不同服务领域。亚马逊：收集用户购买数据及偏好信息，用于个性化推荐。44目录报告摘要大数据概览大数据的特点大数据改变数据分析思维大数据的具体应用方向大数据在行业中的应用大数据企业应用典型案例分析大数据在网络营销领域的应用及互联网巨头的营销策略法律声明35131822315大数据的特点大数据的特点：Volume、Variety、Velocity艾瑞认为大数据满足以下三个条件：第一，数据体量巨大。根据IDC的研究数据显示，2011年全世界的信息量是1.8万亿GB，相当于每个美国人在Twitter上每分钟发布三条推文整整26976年，预计到2015年全世界将会有8万亿GB的信息量。第二，数据类型繁多。除了包括以往便于存储的以文本为主的结构化数据，也包括网络日志、音频、视频、图片、地理位置信息等大量的非结构化数据。据Gartner预计，全球信息量中的85%由各种非结构化数据组成。第三，处理速度快。1秒定律。大数据的3V构成也导致其数据价值高但价值密度低的特点，也被称为大数据特点的第4个V，即数据价值Value。数据体量大数据类型多处理速度快8万亿GB2015全球信息量1s数据处理速度非结构化数据占比85%数据价值VolumeVarietyVelocityValue6Volume:全球数据增长趋势来源：马丁·希尔伯特，普里西拉·洛佩兹在。《世界存储、传输与计算信息的技术能力》。2011。数字数据迅速增长，信息数据化程度提升推动数据商业价值呈现随着数字化信息的发展，人类产生和储存的数据量呈现爆发式增长，全球的总存储数据量的量级已突破艾字节（EB）甚至泽字节（ZB）（1ZB=1024EB，1EB=1024PB，1PB=1024TB）。2000年，数字存储信息只占全球数据量的25%，75%的信息存储在报纸、书籍、胶片、磁带等媒介上。到2007年，人类共存储超过300EB的数据，其中数字数据占到93%。预计到2013年，全球总存储数据量将达到1.2ZB，其中数字数据占比将超过98%。数字数据的存储量维持每三年增长一倍的高速增长。信息数据化程度的大幅提升推动了数据的商业价值显现。数字数据93%数字数据98%2000数字数据25%2007300EB20131.2ZB7Volume:全球数据储存量分布来源：BigData:TheNextFrontierfortheInnovation,CompetitionandProductivity-McKinseyGlobalInstituteReport，2011。全球数据储存量超过6450PB，欧洲北美数据储存量巨大2010年，北美地区数据储存量超过3500PB，欧洲地区数据储存量超过2000PB，中国数据储存量超过250PB。3500PB北美50PB拉丁美洲200PB中东2000PB欧洲250PB中国50PB印度400PB日本8Variety:数据类型繁多信息化高速发展，促进数据类型繁多随着物联网的发展，人类产生和储存的数据类型越来越多样化，包括人与人之间产生的数据如社交网络、即时通讯等信息，人与机器之间产生的数据如电子商务、网络浏览等信息，以及机器与机器间产生的数据如GPS、监控摄像等。人与人人与机器机器与机器社交网站，电子邮件，即时通讯浏览网站，网上购物，刷卡消费GPS，监视录像9Velocity:每分钟都有大量数据产生来源：艾瑞咨询根据公开信息整理计算。70TB处理数据1min9.5万条微博发送1.1GB文件下载486笔订单（2012年11月）14万张照片上传7.3万笔交易数（2012双11）每分钟都有大量数据产生10大数据改变数据分析思维大数据改变数据分析思维过去，由于数据获取的困难程度，人们在分析数据时倾向于使用抽样数据，并通过不断改进抽样方法以提升样本的精确性，从而对整体数据进行推算，并竭力挖掘数据间的因果关系。但当前数据处理思维方式正逐步向全体性、混沌性以及相关性演变，以适应数据量的爆发式增长。抽样数据全体数据混杂数据精确数据因果关系相关关系pastnow采样的目的在于用最少的数据得到最多的信息，但在样本分析过程中不可避免会有一部分信息丢失。在可以获得海量数据的情况下，对全体数据进行挖掘和分析可以获得更多信息。只有5%的数据是结构化且能适用于传统数据化的，接受不精确性能使更多的非结构化数据得到利用。建立在相关关系分析法上基础上的预测是大数据的核心。大数据营销大数据管理咨询大数据标准化大数据情报分析11大数据的具体应用方向大数据应用方向逐步明晰，成为企业掘金新方向大数据在越来越多的领域当中逐渐得到广泛的应用。通过对大数据的储存、挖掘与分析，大数据在营销、企业管理、数据标准化与情报分析等领域大有作为，从实力雄厚的传统IT企业及互联网公司到基于hadoop平台初创公司纷纷进入大数据领域中掘金。为企业进行大数据获得、组织、分析及决策，提供建模、规划、预测和预测性分析，帮助企业加快业务决策梳理所有可以获得的数据库，对相关信息进行确认，并将其整合起来利用对海量数据的挖掘和分析，实现对用户精准化、个性化的营销让hadoop的配置标准化，帮助企业安装，配置，运行hadoop以达到对企业大规模数据的处理和分析1212目录报告摘要大数据时代来临大数据在行业中的应用主要行业大数据应用价值潜力金融行业电信行业互联网行业大数据企业应用典型案例分析大数据在网络营销领域的应用及互联网巨头的营销策略法律声明351318223113主要行业大数据应用价值潜力大数据具有应用价值潜力行业综合价值潜力指数行业内公司表现的差异性行业内动荡情况（排名变化）交易的密度每家公司的数据量公司客户和供应商密集度信息★★★★★★★★★★★★★★★★★★★★★★★★★金融保险★★★★★★★★★★★★★★★★★★★★★★★★★★批发贸易★★★★★★★★★★★★★★★★★★★★★★★政府★★★★★☆☆☆★★★★★★★★计算机及电子产品★★★★★★★★★★★★★★★★★★★★房地产及租赁★★★★★★★★★★★★★★★★★★★★★运输和仓储★★★★★★★★★★★★★★★★★★★★★卫生保健和社会保障★★★★★★★★★★★★★★★★★★★★零售★★★★★★★★★★★★★★★★★★专业、科学和技术服务★★★★★★★★★★★★★★★★★★公用事业★★★★★★★★★★★★★★★★教育★★★★★★★★★★★★★★★★艺术、休闲娱乐业★★★★★★★★★★★★★★★★住宿和餐饮★★★★★★★★★★★★★★★★制造业★★★★★★★★★★★★★信息、金融保险、政府及批发贸易业是较具大数据应用价值行业通过综合考虑行业特征（行业内公司表现差异性、行业内动荡情况、交易的密度）及行业内企业的数据生产能力（每家公司的数据量、客户和供应商密度）两方面的五个相关指标可以看出，在大数据应用综合价值潜力方面，信息、金融保险、政府及批发贸易业潜力较高。具体到行业内每家公司的数据量来看，信息、金融保险、计算机及电子产品、公用事业四类的数据量最大。从交易密度来看，金融保险、批发贸易、房地产和租赁三类的密度最高。来源：BigData:TheNextFrontierfortheInnovation,CompetitionandProductivity-McKinseyGlobalInstituteReport，2011。14金融行业客户洞察、市场洞察及运营洞察是金融行业大数据应用重点（1）在客户洞察方面，金融企业可以通过对行业客户相关的海量服务信息流数据进行捕捉及分析，以提高服务质量。同时可利用各种服务交付渠道的海量客户数据，开发新的预测分析模型，实现对客户消费行为模式进行分析，提高客户转化率。（2）在市场洞察方面，大数据可以帮助金融企业分析历史数据，寻找其中的金融创新机会。（3）在运营方面，大数据可协助企业提高风险透明度，加强风险的可审性和管理力度。同时也能帮助金融服务企业充分掌握业务数据的价值，降低业务成本并发掘新的套利机会。客户洞察运营洞察市场洞察开发服务营销产品模式策略风控监管治理15电信行业服务支撑、创新支撑及运行支撑是电信行业大数据应用重点（1）在客户层面，针对个人客户，电信运营商可以利用大数据改善个人客户的服务体验和进行服务推介和营销，针对企业客户，可以提出整合方案。（2）在创新层面，通过业务资源和财务多方面的综合分析，可以帮助电信企业进行商业决策和商业模式的创新，同时及时发现新的商业机会进行业务创新如建立商业智能系统。（3）在运行支撑层面，可以利用大数据提供端到端的网络质量的分析，快速对网络进行定位和修复，在提高网络质量的同时，还可以降低电信网络运营的管理成本和运维成本。此外，运营商还可以根据数据和业务的生命周期，整合新的IT架构和原有的架构，优化组织架构，提升内部管理能力。服务支撑运行支撑创新支撑体验营销方案业务模式应用网络组织成本16互联网行业营销变革业务变革信息变革精准支持预测竞争融合多元化反映营销变革、信息变革及业务变革是互联网行业大数据应用重点（1）在营销变革方面，互联网企业可以利用已拥有的海量数据资源改善营销方式，如基于RTB的实时投放，发力精准营销和进行针对性的信息推送。（2）在信息变革方面，互联网企业通过分析海量数据，可以反映整体经济景气程度况及各行业的变化发展状况，并能预测发展走势，为各行业提供信息支持。（3）从业务变革来看，在海量的数据基础上，众多互联网巨头除了可以在相应领域建立竞争优势外，还可以促进业务的延伸及多元化发展，并利用数据资源探求跨行业的业务融合。全平台实时17目录报告摘要大数据概览大数据在行业中的应用大数据企业应用典型案例分析交通银行信用卡中心法国电信亚马逊大数据在网络营销领域的应用及互联网巨头的营销策略法律声明351318223118大数据应用典型企业-交通银行交通银行信用卡中心：借助大数据挖掘提升运营管理水平交行信用卡中心的数据以与客户电话沟通过程中的录音数据为主。语音数据里蕴含了丰富的客户信息，如客户身份信息、客户偏好信息、服务质量信息、市场动态信息、竞争对手信息，数据价值丰富。交行通过采用智能语音云产品对海量语音信息进行处理，每天平均数据处理量可以达到约5000小时、20GB，使历史语音检索调听花费的时间从3～5个工作日缩短为5分钟，检索反馈时效低于100毫秒，调听反馈时效低于1秒。运营洞察市场洞察客户&运营洞察市场&运营洞察为服务质量管理及风险控制提供支撑为服务流程改善提供新方法为服务模式创新提供新思路提升工效及服务控制水平，服务改进周期缩短市场反应能力提升，经营效率改善智能语音云录音检索声纹识别自动质检业务分析19大数据应用典型企业-法国电信法国电信：利用大数据开拓不同服务领域电信运营商为摆脱“管道化”的困境，也纷纷在大数据方面挖掘价值潜力。法国电信除了利用大数据来提升本身的服