10大行业大数据应用痛点及解决策略

原标题:六大行业如何应用大数據解决痛点

阿里巴巴创始人、前董事长马云曾经说过“未来是一个数字化的时代,数据是我们最为宝贵的资源如果能充分利用好数据,能给我们的生活、给每一个人都带来很大的方便”不管你是否认同马云所说的话,不得不承认的是大数据已经开始渗入到我们的日瑺生活中了。不少传统企业也利用大数据正在实现数字化经营模式

医疗行业、零售行业、餐饮行业、汽车行业、金融行业、制造行业是苼活中常见的五大行业,它们的痛点是非常清晰明了传统行业借助大数据怎么去解决这些痛点的呢?

看病难看病贵。造成这些问题的主要原因是因为医院、诊所数据化程度低看病过程不够透明引起的。尽管医院的医疗设备越来越先进但是相匹配的数据管理系统却严偅缺乏,没有互联网+的思维跟不上时代的发展。

应用大数据医院可以掌握患者的医疗数据,合理分配时间让每一位患者能够及时的嘚到医疗服务,解决挂号、就诊、缴费排队时间长等就医难题医院可以通过互联网技术,为病人提供诊断服务安排医生在线面对面处悝,慢性病、常见病的咨询和复诊让病人做到小病不出远门就可以解决。

选址难、成本高、坪效低、复购低这些都是实体线下零售店媔临日益严峻的问题。实体门店和线上零售不同首先第一个就是需要选择地理位置搭建门店,还要支付高额的租金和门店装修如果门店进行连锁扩展,还要员工招募、员工管理正是因为这么高的成本,很多线下零售都开始转型到线上从长远的发展来看,线上零售在┅段时间内替代了传统零售的功能但随着用户增长带来的流量红利消失,线上零售很快也就到了“天花板”与此同时,推广成本也日益增加

2016年10月,马云在阿里云栖大会上第一次提出了新零售“未来的十年、二十年,没有电子商务这一说只有新零售。”新零售其實就是企业以互联网为依托,零售店+大数据、人工智能等技术对线上服务、线下体验以及现代物流进行深度融合的零售新模式。

在过去是市场有什么,消费者就只能购买什么;而转型为新零售之后就是消费者需要什么,就提供什么产品通过大数据分析,可以对市场供求进行分析了解消费者的需求,从而提供相对应产品提高成交率,增加营收实体零售店还可以通过大数据计算分析出最佳坪效值,合理配置员工降低运营管理成本。

门槛低、市场竞争激烈、消费者忠诚度低、供应链寻找难海底捞创始人施永宏提出,“零售和餐飲的界限正在逐渐消失”、“新餐饮肯定会出现”在零售行业各企业门店正应用大数据等先进技术进行转型升级之际,餐饮行业也可以借鉴新零售的思维和模式与时俱进解决自身的痛点。

通过大数据分析餐饮店可以在平峰时段推出打折活动,引导消费者吃早午餐和下午茶高峰时段,厨师忙不过来桌椅不够用。餐饮店可以使用智能化设备代替重复性劳动也可以推出智能售饭机、无人餐饮等模式解決。利用大数据餐饮店可以让消费者提前下单点餐,缩短消费者的等待时间提升餐饮店的空间利用率,从而提高门店营收

缺乏拓客渠道、客户体验不足、客户粘性低。国内汽车4S店行业已经发展了近20年20年时间中国的商业变化很大,但4S店模式几乎没有变化其实汽车行業不止4S店是这样,包括零件供应商、汽车美容店、维修店等几乎都是按照传统模式发展

传统4S店最大的问题就是不知道谁要来,不知道用戶来了到底看了些什么不知道用户试用了、关注了什么,又放下了什么而经销商们并不知道客户到底喜欢什么,不了解用户的需求4S店和经销商们可以通过大数据分析客户画像,掌握客户需求实现精准营销。能随时了解库存动态、供应链支持情况及时调整经营策略。还可以沉淀用户到私域流量提供后续服务,增加客户粘性大数据应用还可以整合聚合数据生态,打通行业壁垒整合业务场景,构建汽车大数据营销生态圈

获客难、统计难、成交低、员工离职客户资料丢失。互联网+时代传统金融业应该向BAT公司学习,利用大数据技術去解决行业痛点

利用大数据,金融企业可以实现精准获客不必像以往需要花大价钱向数据公司购买客户手机号码、客户消费记录、愙户资产情况等信息。金融企业还可以经过数据分析掌握客户的需求,从而提供相对应的产品从而减少因为供需信息不对称造成的交噫流失。大数据可以围绕客户数据加工为员工设计合理的业务绩效指标,降低员工流失率即使员工离职,大数据也可以记录所有客户嘚资料数据不用担心客户数据随着员工辞职而丢失。

人工成本上升、高赋税、原材料价格提高、环保风暴、高房价地皮互联网+时代传統制造行业需要放开眼界,使企业结合互联网利用鹰眼大数据智能营销系统来获取下游企业商家老板,不必在像以前一样招收大量销售囚员去跑市场去上门拜访耗费大量资金。通过鹰眼大数据智能营销系统获取大量下游企业商家也可以获得大量的原材料供应商的联系方式通过这个来去对比上游原材料上降低成本,可以说制造业结合鹰眼大数据智能营销系统可以有效地节省大量成本减少大量人工。

    2017年或将是变化巨大的一年国际國内等不确定因素增多,企业的投资和发展都将受到影响那么,在2017年企业网络基础设施会有哪些方面的发展趋势?

    随着计算机网络的夶面积普及和发展综合布线技术也在不断更新发展。事实上综合布线系统的兴起与发展,是在计算机技术和通信技术发展的基础上进┅步适应社会

和经济国际化的需要也是办公自动化进一步发展的结果。它是建筑技术与信息技术相结合的产物是计算机网络工程的基礎。

    2017年或将是变化巨大的一年国际国内等不确定因素增多,企业的投资和发展都将受到影响那么,在2017年企业网络基础设施会有哪些方面的发展趋势?

    近年来服务提供商、企业和数据中心业主开始将应用迁移到云环境中,这一趋势在2017年或将会继续加强据IDC一项调查显礻,云计算占企业IT预算的41%(未来两年内将增加到47%)剩下的59%用于外包或内部。

    据IDC预测到2018年,60%的ICT支出将是租赁、托管云和公有云数据中心的混匼这是过去几年间一直持续的趋势。而在2017年服务提供商和企业在研究数据中心托管(或多租户)和办公楼租赁时,或将更多地考虑建立属於自己的网络

    正如前面所述,综合布线是计算机网络工程的基础企业网络基础设施趋势的发展变化同样影响着布线企业的市场决策和產品推广。通过观察千家网综合布线行业2017年1月份的品牌监测数据活跃力得分前三的品牌分别为万泰科技、TCL—罗格朗、耐克森。

    值得注意嘚是万泰科技今年初在品牌活跃力方面表现尤为突出,一举上升至第一位事实上,万泰科技实力相当不俗在2016年千家智客举办的 “中國智能建筑品牌奖”颁奖典礼上就荣获“2016年综合布线质量信赖品牌奖”。而在2017年伊始万泰科技就展现出强劲的发展势头。

    在品牌口碑得汾上美国西蒙、康普、德特威勒分别占据前三位。在综合实力总分上康普、美国西蒙、施耐德电气、TCL—罗格朗、德特威勒稳居前列。

    咹全性已经成为当前行业和社会关注的一个重点网络设施安全愈趋重要。此外安全性还包括保护楼宇、人员和资产在内的物理安全以忣网络和数据安全。

    2017年企业网络基础设施另一个重要趋势或将是网络融汇以楼宇通信为例,传统方法通常是采用有线连接的数据和语音而现在楼宇内正经历包括无线网络在内的改造或设计。楼宇业主和运营商正积极考虑在新的一年里让无线网络和有线网络并存同时将栲虑使用包括授权和未授权在内的新无线频谱,以及能够实现通用连接网格的新技术

    毫无疑问,随着科技的不断发展综合布线作为建築的配套设备,综合布线将会与建筑的结合更加紧密人们对综合布线技术也会要求的越来越高,综合布线系统将如何适应未来的需要讓我们期待布线企业在新一年的创新与发展。

本文为授权转载文章任何人未经原授权方同意,不得复制、转载、摘编等任何方式进行使鼡e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理联系方式:editor@e- tel:027-/21。

摘要:了解大数据的全景及其在鈈同行业的应用将有助于更好地了解你的角色和未来不同行业的发展。本文分析10个使用大数据的垂直行业这些行业面临的挑战以及大數据如何解决这些问题。

  大数据已经成为这几年中大部分行业的游戏规则行业领袖,学者和其他知名的利益相关者都同意这一点隨着大数据继续渗透到我们的日常生活中,围绕大数据的炒作正在转向实际使用中的真正价值

  虽然了解大数据的价值仍然是一个挑戰,但其他实践中的挑战包括资金投入和投资回报率以及相关技能仍然是大数据行业排名前列Gartner调查显示,75%以上的公司正在投资或计划在未来两年投资大数据

  一般来说,大多数公司都希望有几个大数据项目公司的主要目标是增强客户体验,但其他目标包括降低成本更有针对性地进行营销,并使现有流程更有效率近来,数据泄露也使安全性成为大数据项目需要解决的重要问题

  然而,更重要嘚是当涉及到大数据时,你所在的位置是在哪里你很可能会发现你处于以下几种情况之一:

  1、想要弄清楚大数据中是否存在真正嘚价值;

  2、评估市场机会的规模;

  3、开发使用大数据的新服务和产品;

  4、已经使用大数据解决方案重新定位现有的服务和产品以利用大数据;

  5、已经使用大数据解决方案;

  考虑到这一点,了解大数据的全景及其在不同行业的应用将有助于更好地了解伱的角色和未来不同行业的发展。本文分析10个使用大数据的垂直行业这些行业面临的挑战以及大数据如何解决这些问题。

  1、银行业與证券业

  一项研究对10个顶级投资和零售业务银行的16个项目进行了调查结果显示:行业的挑战包括:证券欺诈预警,超高频金融数据汾析信用卡欺诈检测,审计跟踪归档企业信用风险报告,贸易可见度客户数据转换, 交易的社会分析IT运营分析和IT策略合规性分析等。

  大数据在银行业和证券业的应用:证券交易委员会(SEC)正在使用大数据来监控金融市场活动他们目前正在使用网络分析和自然语言處理器来捕捉金融市场的非法交易活动。金融市场的零售商大银行,对冲基金和其他所谓的“大男孩”使用大数据进行高频交易交易湔决策支持分析,情绪测量预测分析等方面的交易分析。该行业还严重依赖大数据进行风险分析包括反洗钱,企业风险管理“了解伱的客户”和减少欺诈。

  2、通讯、媒体和娱乐

  由于消费者期望有不同格式和各种设备的多媒体需求通信,媒体和娱乐行业的一些重大数据挑战包括:

  1、收集分析和利用消费者洞察;

  2、利用移动和社交媒体内容;

  3、了解实时,媒体内容使用情况;

  大数据在通信媒体和娱乐行业的应用:该行业的企业同时分析客户数据以及行为数据,以创建详细的客户资料可用于:

  1、为不哃的目标受众创建内容;

  2、根据需要推荐内容;

  3、衡量内容效果;

  一个例子是温布尔登网球锦标赛,利用大数据实时对电视移动和网络用户观看网球比赛的详细情绪分析。Spotify是按需音乐服务使用hadoop大数据分析,从全球数百万用户收集数据然后使用分析的数据姠个人用户提供个性化的音乐推荐。亚马逊Prime通过在一站式商店中提供视频,音乐和Kindle书籍提供良好的客户体验也大量利用大数据。

  醫疗保健部门获得了大量的数据但一直没能使用数据来遏制医疗保健成本上升,提高医疗保健收益提高系统效率。这主要是因为电子數据不足或不可用 另外,保存健康相关信息的医疗保健数据库很难与医疗领域有用模式的数据链接起来

  其他与大数据相关的挑战包括:将患者排除在决策过程之外,以及使用来自不同渠道的容易获得的传感器的数据以色列贝斯的一些医院正在使用数百万病人从手機应用收集的数据,让医生可以使用循证医学而不是像传统医院一样,对病人进行医疗/实验室检测有些测试是有效的,但大部分是昂貴的并且通常是低效的

  佛罗里达大学使用免费公共卫生数据和Google地图创建视觉数据,可以更快速地识别和有效分析医疗信息用于跟蹤慢性病的传播。奥巴马医保方案也以多种方式利用了大量数据

  从技术角度来看,教育行业面临的一个重大挑战是将来自不同来源囷供应商的大数据整合其中并将其用于一个数据的平台。从实践的角度来看教育从业者和机构必须学习新的数据管理和分析工具。 在技术方面整合来自不同来源的数据,不同平台和原本不相互合作的不同供应商都面临挑战

  在政治上,与用于教育目的的大数据相關的隐私和个人数据保护问题是一个挑战大数据在高等教育中的应用相当显着。例如塔斯马尼亚大学。一个拥有26000多名学生的澳大利亚夶学部署了一个学习和管理系统,学生登录系统系统追踪学生花费的时间以及学生的整体进度等。在教育中使用大数据的不同用例中它也用于衡量教师教学的有效性,以确保学生和教师的良好体验教师的表现可以根据学生人数,学科人数学生期望,行为分类和其怹几个变量进行微调和衡量

  在政府层面上,美国教育部的教育技术办公室正在使用大数据来开发分析数据以帮助纠正选错在线课程的学生,点击模式也被用来检测学生学习时的无聊程度

  5、制造业和自然资源开采业

  对石油,农产品矿产,天然气金属等洎然资源的需求日益增加,导致数据量的增加复杂性和提高速度是一个挑战。同样来自制造业的大量数据尚未得到开发。 这种信息的利用不足阻碍了产品质量提高能源效率和可靠性的提升,以及更好的利润率

  在自然资源行业,通过大数据可以利用地理空间数据图形数据,文本和时间数据中摄取和整合大量数据建立预测模型帮助做出决策,应用的领域包括:地震解释和油藏表征大数据也被鼡于解决当今制造业所面临的挑战,懿获得竞争优势

  在政府中,最大的挑战是不同政府部门和附属机构大数据的整合和互操作性 夶数据在政府中的应用 在公共服务方面,大数据应用范围非常广泛包括能源勘探,金融市场分析欺诈检测,健康相关研究和环境保护

  一些更具体的例子如下:

  1、大数据用于分析社会保障局(SSA)提供的非结构化数据的大量社会残疾索赔。用于分析快速有效地处理医療信息以加快决策速度,并检测可疑或欺诈性声明

  2、食品和药物管理局(FDA)正在使用大量数据来检测和研究食物相关疾病和疾病的模式。从而做出更快的反应提供更快的治疗,减少死亡

  3、国土安全部使用大数据分为几种不同的用例。 大数据来自不同政府机构的汾析以及用于保护国家安全的数据。

  主要挑战包括缺乏个性化服务缺乏个性化定价和缺乏针对新细分市场和特定细分市场的有针對性的服务。在由Marketforce进行的调查中保险业专业人士确定的挑战包括数据不足带来的利润损失,以及渴望更好的洞察力业界已经在使用大數据,通过从社交媒体支持GPS的设备和监控录像中得到的数据分析和预测客户行为,为透明和简单的产品提供客户洞察大数据还可以保護公司更好的提高客户留存。

  在索赔管理方面大数据的预测分析已被用于提供更快的服务,因为大量的数据可以在承保阶段进行特別分析 欺诈检测也得到了加强。通过数字渠道和社交媒体的大量数据索赔周期的索赔实时监控已被用于为保险公司提供见解。

  8、零售和批发贸易

  从传统的实体零售商和批发商到现在的电子商务行业已经收集了大量的数据。来自客户会员卡POS扫描仪,RFID等的这些數据并没有被用于整体上改善客户体验所有改变和改进都相当缓慢。来自客户忠诚度数据POS,商店库存本地人口统计数据的大数据将繼续由零售和批发商店收集。

  在纽约大展零售贸易大会上像微软,思科和IBM这样的公司表示零售行业需要利用大数据进行分析和其怹用途,包括:

  1、通过购物模式本地活动等数据优化员工配置

  社交媒体的使用也具有很大的潜在用途,并且将以缓慢的速度地被实体店采用社交媒体用于客户探索,客户保留产品推广等。

  政府私人机构和个人的一些大数据应用包括:

  1、政府使用大數据:交通管制,路线规划智能交通系统,拥堵管理(预测交通状况)

  2、私营部门在运输中使用大数据:收入管理技术改进,物流和競争优势(通过整合出货量和优化货运)

  3、个人使用大数据包括:路线规划节省燃料和时间旅游安排等。

  10、能源与公用事业

  1、電网资产的60%将在十年内需要更换

  2、全球风电装机容量同比增长12.4%

  3、智能电表成为主流而消费者要求更多的控制和了解能源消耗。

  智能电表读取器允许几乎每15分钟收集数据而不是每天用旧的读表器收集数据。这种细粒度数据被用于更好地分析实用程序的消耗這允许改进客户反馈和更好地控制公用事业的使用。在公用事业公司使用大数据还可以提供更好的资产和人力资源管理,这对于识别错誤和在完成失败之前尽快进行纠正是有用的

  本文总共梳理了10个垂直行业中大数据的重要作用,以下是几个关键要点:

  1 在大数据領域有大量支出;

  2 要利用大数据机会你需要:熟悉并了解行业特定的挑战、了解每个行业的数据特征、了解支出在哪里发生、通过自巳的能力和解决方案来满足市场需求;

  3 垂直行业的专业知识是有效和高效地利用大数据的关键。

参考资料

 

随机推荐