行业:大数据基础设施逐渐完善,大数据应用价值爆发

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

大数据应用是指将处理好的数据产品应用到行业中去,为企业提供决策支持,从而提高运营效率,是发展大数据产业的终极目的也是大数据变现的最后阶段,随着大数据基础设施的逐渐完善,限制大数据应用的诸多难题开始被一一化解,从数据源到大数据应用的变现通道已经快速形成。我们认为,作为大数据变现最终阶段的大数据应用层必将开始实现加速发展,并将引导大数据产业链价值更多的向应用层流动, 同时越来越多新的大数据应用方式将被挖掘出来从而引导大数据应用向全面产业化方向发展。

大数据应用模式创新加速,大数据应用多行业实现落地

在大数据发展早期( 2013~2014 年),利用大数据进行精准营销、开店选址等应用一度是大数据变现的唯一方式,也因此成为大数据应用的首爆点。虽然,大数据在其他行业的前景都被广为看好,但是受限于技术以及基础设施的不成熟,相关应用多停留在研究阶段。但是,我们看到在 2015 年,随着产业生态的逐渐完善,大数据应用在健康医疗、征信金融、影视娱乐等等行业都崭露头角,实现应用落地。

1. 大数据完善风险管理,助力互联网金融: 互联网金融的核心环节还是风控,行业的健康成长也有赖于此。近年来,中国互联网金融发展迅猛,但问题频发,引入大数据征信成为破解互联网金融风控难题的关键。互联网金融不能简单的将传统金融服务模式搬上线,其核心竞争力不是营销获客能力而是大数据风控能力。

全球 P2P 龙头 Lending Club:发展初期, P2P 鼻祖 Lending Club 研发出一套基于人际关系的算法,来帮助用户搜索合适的借贷目标。 2007 年, LendingClub 在 Facebook 上线“合作性的 P2P” 贷款服务,该服务提供给 Facebook用户一条不需要银行参与、借贷双方直接联系、拥有更优惠利率的贷款渠道。随着业务的扩大, Lending Club 现在的风控技术逐渐成形。 2007 年 8月, Lending Club 网站正式上线,全面开始 P2P 借贷服务。目前, Lending Club已经是全球最大的撮合借款人和投资人的线上金融平台,它利用互联网模式建立了一种比传统银行系统更有效率的、能够在借款人和投资人之间自由配臵资本的机制。通过 Lending Club 的平台,借款人和小微企业可以获得更低的利率,投资人则可以获得较好的收益。

2. 大数据精准营销依旧是主要变现方式之一,营销主题由线上电商发展到线下商家: 大数据由于其天生的营销属性,利用大数据进行精准营销依旧是大数据变现的一大主要方向。随着大数据技术的发展,大数据开始从线上精准营销发展到线下营销,进行精准营销的公司也从电商发展到众多行业,包括: 房地产、银行、 汽车等。

我们调研期间了解到,一家大数据应用公司 帮助某房地产公司进行客户分析有效的帮助这家房地产公司将 1%的电话营销成功率提高到 5.9%。 同时, 这家公司帮助中信银行将其沉默客户有效的变为电子银行用户,成功率由传统短信营销方式的 1%提升到 3.8%。

3. 大数据应用从线上走向线下打造闭环生态,传统企业迎来大数据发展新机遇:大数据早期的应用主要集中互联网、电商等线上领域,但是随着O2O 等行业的兴起,大数据应用开始从线上走向线下从而打造闭环生态。

银泰在百货门店和购物中心铺设免费 WIFI,逐步抓取用户数据,包括进店用户数据和 VIP 用户数据,利用银泰网,打通了线下实体店和线上的VIP 账号。当一位已注册账号的客人进入实体店,他的手机连接上 WIFI,后台就能认出来,他过往与银泰的所有互动记录、喜好便会一一在后台呈现。通过对实体店顾客的电子小票、行走路线、停留区域的分析,来判别消费者的购物喜好,分析购物行为、购物频率和品类搭配的一些习惯。另外,银泰网甚至可以累积不同用户对品牌和折扣喜爱程度的数据,依托成熟门店的相关数据,再根据新开门店所在城市的用户分析,导出新开门店组货和招商的指导意见。

BAT纷纷开放大数据平台,大数据应用场景百花齐放

互联网厂商作为大数据时代的先锋,同时也是 DT 时代最大的玩家,其大数据应用技术及需求同样领先其他行业。正如前面提到,大数据的发展最早由Google, Facebook 等互联网厂商的大数据需求所驱动,中国大数据市场上虽然起步晚于美国,但是仍然受互联网厂商主导,其中各方面都处于领先地位的毋庸臵疑是 BAT 三家。

在大数据应用上面, BAT 都纷纷开发了自家的大数据平台,其中百度、腾讯在2015 年就完成了平台的开发上线,阿里也于今年 1 月推出了自家大数据平台“数加”。


本文作者:001212

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6天前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
47 11
|
8天前
|
机器学习/深度学习 数据可视化 大数据
阿里云大数据的应用示例
阿里云大数据应用平台为企业提供高效数据处理与业务洞察工具,涵盖Quick BI、DataV及PAI等核心产品。DT203课程通过实践教学,帮助学员掌握数据可视化、报表设计及机器学习分析技能,提升数据驱动决策能力。Quick BI简化复杂数据分析,DataV打造震撼可视化大屏,PAI支持全面的数据挖掘与算法应用。课程面向CSP、ISV及数据工程师等专业人士,为期两天,结合面授与实验,助力企业加速数字化转型。完成课程后,学员将熟练使用阿里云工具进行数据处理与分析。[了解更多](https://edu.aliyun.com/training/DT203)
|
11天前
|
消息中间件 SQL 大数据
Hologres 在大数据实时处理中的应用
【9月更文第1天】随着大数据技术的发展,实时数据处理成为企业获取竞争优势的关键。传统的批处理框架虽然在处理大量历史数据时表现出色,但在应对实时数据流时却显得力不从心。阿里云的 Hologres 是一款全托管、实时的交互式分析服务,它不仅支持 SQL 查询,还能够与 Kafka、MaxCompute 等多种数据源无缝对接,非常适合于实时数据处理和分析。
38 2
|
20天前
|
分布式计算 大数据 数据处理
Apache Spark的应用与优势:解锁大数据处理的无限潜能
【8月更文挑战第23天】Apache Spark以其卓越的性能、易用性、通用性、弹性与可扩展性以及丰富的生态系统,在大数据处理领域展现出了强大的竞争力和广泛的应用前景。随着大数据技术的不断发展和普及,Spark必将成为企业实现数字化转型和业务创新的重要工具。未来,我们有理由相信,Spark将继续引领大数据处理技术的发展潮流,为企业创造更大的价值。
|
12天前
|
存储 SQL 分布式计算
MaxCompute 在大规模数据仓库中的应用
【8月更文第31天】随着大数据时代的到来,企业面临着海量数据的存储、处理和分析挑战。传统的数据仓库解决方案在面对PB级甚至EB级的数据规模时,往往显得力不从心。阿里云的 MaxCompute(原名 ODPS)是一个专为大规模数据处理设计的服务平台,它提供了强大的数据存储和计算能力,非常适合构建和管理大型数据仓库。本文将探讨 MaxCompute 在大规模数据仓库中的应用,并展示其相对于传统数据仓库的优势。
38 0
|
16天前
|
存储 关系型数据库 大数据
PolarDB 大数据处理能力及其应用场景
【8月更文第27天】随着数据量的爆炸性增长,传统的数据库系统面临着存储和处理大规模数据集的挑战。阿里云的 PolarDB 是一种兼容 MySQL、PostgreSQL 和高度可扩展的关系型数据库服务,它通过其独特的架构设计,能够有效地支持海量数据的存储和查询需求。
31 0
|
17天前
|
机器学习/深度学习 监控 大数据
Serverless 应用的监控与调试问题之Flink在整个开源大数据生态中应该如何定位,差异化该如何保持
Serverless 应用的监控与调试问题之Flink在整个开源大数据生态中应该如何定位,差异化该如何保持
|
23天前
|
分布式计算 Hadoop 大数据
大数据处理框架在零售业的应用:Apache Hadoop与Apache Spark
【8月更文挑战第20天】Apache Hadoop和Apache Spark为处理海量零售户数据提供了强大的支持
32 0
|
12天前
|
存储 分布式计算 大数据
MaxCompute 数据分区与生命周期管理
【8月更文第31天】随着大数据分析需求的增长,如何高效地管理和组织数据变得至关重要。阿里云的 MaxCompute(原名 ODPS)是一个专为海量数据设计的计算服务,它提供了丰富的功能来帮助用户管理和优化数据。本文将重点讨论 MaxCompute 中的数据分区策略和生命周期管理方法,并通过具体的代码示例来展示如何实施这些策略。
38 1
|
17天前
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段

热门文章

最新文章