赛迪顾问-大数据生命周期全景与产业发展IADP模型研究(4)

到每月237PB。根据研究预测，到2015年全球移动数据流量将比2010年上升26倍。电信行业不仅仅数据量大，而且保存时间长，一般电信行业要求数据保存30个月。电信业务已经是人们生活中的必需品，用户数量非常巨大，整体市场饱和度高。 （2） 应用趋势

电信行业同质化竞争严重，具体表现在服务对象同质化，服务种类同质化，竞争手段同质化，企业性质同质化。这种同质化竞争，对于电信整体行业而言，必然造成近乎残酷的市场竞争和最终的优胜劣汰。因此需要重新思考和精准定位，通过大数据技术对海量用户的使用特性进行分析，以差异化经营在电信行业竞争中谋求发展，寻找经营的蓝海。

此外，在移动数据流量快速增长的同时，电信运营商并没有从传送大量的上层应用内容中获得更多收益，面临收入增速放缓的困境。例如：近3年来，AT&T的移动用户数增长了24%，移动数据流量却暴增1161%。要真正扭转这一局面，运营商必须转变过去简单粗放的网络经营方式，构建“智能管道”已刻不容缓。电信业需要利用大数据技术对暴增的数据流量进行分析，努力从中发现潜在的信息应用需求，获取更大的商业价值，从而增加管道的价值和收入，进一步抓住未来广阔的信息化市场，摆脱被边缘化和底层化的危机。

? 零售行业：洞察商机，个性服务

（1）业务特征

零售行业需要及时响应客户需求，实现精准营销。由于零售行业同类产品的差异小，可替代性强的特点，零售企业销售收入的提高离不开出色的购物体验和客户服务。零售企业需要根据销售有特色的本地化商品并增加流行款式和生命周期短的产品，零售企业需要对大量的用户消费行为进行分析，预测出未来的消费需求，迅速提供有针对性的个性化服务。零售行业需要增强产品流转率，实现快速营销。一个非常流行的观点：零售真谛是高周转+低毛利，所以最有效的方式把商品由厂商交到消费者手中，低成本+高质量+好服务是零售的核心竞争力体现。 （2） 应用趋势

个性化精准营销要求零售企业对消费者消费行为、天气等进行大数据分析。在选择上架产品时，零售企业为确保提供式样新颖的商品，需要对消费者的消费行为以及趋势进行分析；在制定定价、广告等策略时，需要进行节假日、天气等大数据分析；在稳定收入源时，需要对消费群体进行大数据分析，零售企业可以利用大数据技术，通过电话、Web、电子邮件等所有联络渠道收集到的客户数据进行分析，并结合客户的购物习惯，提供一致的个性化购物体验，以提高客户忠诚度。同时，从微博等社交媒体中挖掘实时数据，再将它们同实际销售信息进行整合，能够为企业提供真正意义上的智能，了解市场发展趋势、理解客户的消费行为并为将来制定更加有针对性的策略。

3、个人应用：改变个人生活方式

当今以互联网和移动互联网为代表的信息技术不断深入到人们生活的各个领域，人类的各种行为活动都可以通过数据信息被赋予某种特定含义。当人们通过网络购物时，将会产生能够反应个人购物习惯的数据信息；当人们通过网络社交时，将会产生能够反应个人社会关系的数据信息；当人驾驶带有GPS的汽车出行时，将会产生能够预测交通流量的数据信息，

通过应用大数据技术，对上述数据信息进行记录、筛选、归类和分析，可以寻找出对于改善人类生活具有价值的信息。未来，随着人类生活方式网络化趋势进一步深化，大数据技术将进一步应用到个人生活中，对改善人类的生活方式起到更大的积极作用。

? 社交网络：差异服务，提升体验

（1）业务特征

互联网站的主要特征之一是各种类型的信息和数据都呈现爆炸式地增长。这些信息和数据包括不同数据类型，例如：结构化数据，半结构化数据和非结构化数据。据统计，全球每个月发布10亿条Twitter信息和300亿条Facebook信息。全球90%的数据都是在过去两年中生成的。在未来几年，数字信息会呈现更加惊人增长，预计到2020年信息和数据总量将增长44倍。

用户行为丰富，Web社群关系复杂。互联网已经从以前的单纯网页浏览信息，发展到现在搜索信息和网络社交。用户行为和网络中的社会群体变得更加多样化，复杂化。用户之间可能根据社会关系，兴趣爱好等组成不同的Web社会群体。 （2） 应用趋势

互联网行业需要利用大数据分析来提升用户体验，增加用户粘性。用户体验和用户粘性对于互联网公司来说是至关重要的测评指标。特别是门户网站、电子商务网站、社交网站、论坛等不仅仅是靠流量赚钱的网站，用户的粘性对于他们来说是关系网站生存大计的事情。面对当今快速增长的海量互联网数据和复杂的网络社群关系，以Facebook为代表的社交类网站已经开始利用大数据技术从中海量数据中提取有价值信息，建立用户模型，针对不同用户提供针对性产品，以此来提高用户体验，增加用户粘性。这种商业分析模式未来将会被互联网企业广泛采用。

? 个人出行：综合分析，合理出行

（1）业务特征

交通出行，是人们日常生活的必要组成部分。在构成交通系统的四个要素中，人、车、路、环境相互依赖，相互作用。交通信息服务需要提供全面的路况信息，并且构成多维、立体的交通综合监测网络，实现对城市道路交通状况、交通流信息、交通违法行为等的全面监测，特别是在交通高峰期需要采集、处理及分析大量的实时监测数据。

交通系统四个要素之间的关系错综复杂，不确定性多。此外，交通现象遍布道路网络，具有随机、时变的特征。同时，交通系统还受到外界环境、社会状况和经济条件等情况的影响，比较复杂。另外，交通系统随着时间的推移和环境的变化，会产生巨大的变化。每时每刻交通系统都以全新的面貌呈现。公众对交通信息发布的时效性要求高，需要从交通服务系统及时获得准确的信息，作为选择个人出行方式、出行时间和出行路线的主要依据。 （2） 应用趋势

交通系统需要通过大数据技术分析协调四要素，构建系统优化方案。交通系统四要素相互依赖，协调发展。但是随着汽车工业的发展，车辆保有量的不断攀升，车与路，车与环境之间的矛盾日趋加剧，诸如交通堵塞、事故增多、能源浪费和环境污染等问题的恶化，需要

通过对历史以及现在的车辆情况、路网情况进行实时大数据分析，制定更为优化的个人出行方案，使车辆行驶在最佳路径上，缩小行车时间、节省燃料、减少环境污染，提高通行效率。针对交通系统的复杂性，需要对气象信息、社会状况、经济情况等进行大数据分析，其分析结果就将作为个人出行规划的重要依据和参考。此外，由于交通系统的复杂性，交通系统的畅通运行，不仅仅涉及到对上述四要素的分析，还涉及节假日、天气、出行习惯等情况的大数据分析。针对交通系统的动态性，也需要大数据进行实时分析，及时快速反应突发事件。因此利用大数据技术对交通系统数据进行储存、计算、分析、处理，将成为未来个人合理安排出行计划的重要技术保障。

欲了解更多信息，请联系赛迪顾问

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库赛迪顾问-大数据生命周期全景与产业发展IADP模型研究(4)在线全文阅读。