大数据攻略案例分析及结论

大数据攻略案例分析及结论

我们将迎来一个“大数据时代”。与变化相始终的中国企业，距离这场革命还有多远？而追上领先者又需要多快的步伐？

｛研究结论｝

■大数据营销的本质是一个影响消费者购物前心理路径的问题，而这在大数据时代前很难做到。

■对于传统企业而言，要打通线上与线下营销，实现新的商业模式，如O2O等，离不开大数据。

■虽然大数据应用往往集中于大数据营销，但对于一些企业，大数据的应用早已超越了营销范畴，全面进入了企业供应链、生产、物流、库存、网站和店内运营等各个环节。

■对于大部分企业，由于数据分析人员与业务人员之间的彼此视角与思考方向不同，大数据分析和运营之间存在脱节情况，这是大数据无法用于企业运营最大的阻力

■对于大多数互联网公司来说，大数据量、大用户量是一个相互促进，强者越强的循环过程。

■对于大型互联网平台，大数据已经成为其生态循环中的血液，对于这些企业，最重要

的不是如何利用大数据改进自身运营，而是利用大数据更好地繁荣平台生态。

■对于平台企业，它们的大数据策略正逐渐从大数据运营，向运营大数据转变，前者和

后者的差别在于，前者只是运营改进的动力，而后者则成为企业实现未来战略的核心资源。

我们都已被反复告知：我们将迎来一个“大数据时代”。

大数据应用，将和云计算、3D打印这些技术变革一样，颠覆既有规则，并成为先行企业的制胜关键。

与变化相始终的中国企业，距离这场革命还有多远？而追上领先者又需要多快的步伐？

来自于互联网、移动互联网、物联网传感器、视频采集系统的数据正海量增长，汇成大数据的海洋，相伴的是海量数据存储、分析技术的突破性发展，所有这一切都给企业的应用带来了无限可能性。

中国企业家研究院对当前中国企业大数据应用的状况进行了归纳分类，以帮助企业了解实际应用大数据时的困局难点，并提供领先企业的典型案例以资借鉴。

表1

表2

大数据运营—企业提升效率的助推力

对于大多数企业而言，运营领域的应用是大数据最核心的应用，之前企业主要使用来自生产经营中的各种报表数据，但随着大数据时代的到来，来自于互联网、物联网、各种传感器的海量数据扑面而至。于是，一些企业开始挖掘和利用这些数据，来推动运营效率的提升。大数据运营应用中，大数据的应用分为三类：用于企业外部营销、用于内部运营，以及用于领导层决策。

一、大数据营销

大数据营销的本质是影响目标消费者购物前的心理路径，它主要应用在三个方面：1、大数据渠道优化，2、精准营销信息推送，3、线上与线下营销的连接。在消费者购物前，通过各种方式，直接介入其信息收集和决策过程。而这种介入，是建立在对于线上与线下海量用户数据分析的基础之上。相比传统狂轰滥炸或等客上门的营销，大数据营销无论在主动性和精准性方面，都有非常大的优势。它是目前主要的大数据应用领域。

大数据营销不仅仅是用大数据找出目标顾客，向其发布促销信息，它还可以做到：

实现渠道优化。根据用户的互联网痕迹进行渠道营销效果优化，就是根据互联网上顾客的行为轨迹来找出哪个营销渠道的顾客来源最多，哪个来源顾客实际购买量最多，是否是目标顾客等等，从而调整营销资源在各个渠道的投放。例如东风日产，它利用对顾客来源的追踪，来改进营销资源在各个网络渠道如门户网站、搜索和微博的投放。

精准营销信息推送。精准建立在对海量消费者的行为分析基础之上，消费者网络浏览、搜索行为被网络留下，线下的购买和查看等行为可以被门店的POS机和视频监控记录，再加上他们在购买和注册过程中留下的身份信息，在商家面前，正逐渐呈现出消费者信息的海洋。

一些企业通过收集海量的消费者信息，然后利用大数据建模技术，按消费者属性（如所在地区、性别）和兴趣、购买行为等维度，挖掘目标消费者，然后进行分类，再根据这些，对个体消费者进行营销信息推送。比如孕妇装品牌十月妈咪通过对自己微博上粉丝评论的大数据分析，找出评论有“喜爱”相关关键词的粉丝，然后打上标签，对其进行营销信息推送。京东商城副总经理李曦表示：“用大数据找出不同细分的顾客需求群，然后进行相应的营销，是京东目前在做的事情。”小也化妆品将自身网站作为收集消费者信息的雷达，对不同消费者推荐相应的肌肤解决方案，创始人肖尚略希望在未来，大数据营销能替代网站的作用，真正成为面向顾客的前端。

打通线上线下营销。一些企业将互联网上海量消费者的行为痕迹数据与线下购买数据打通，实现了线上与线下营销的协同。比如东风日产，线上与线下的协同营销方式为：其门户网站带来订单线索，而通过这些线索，服务人员进行电话回访，从而推动顾客在线下交易。在此过程中，东风日产记录了消费者进入、浏览、点击、注册、电话回访和购买各个环节的数据，实现了一个横跨线上线下，以大数据分析为支持的，营销效果不断优化的闭环营销通路。而国双科技，衡量某一地区线下促销活动的效果，就是看互联网上，来自这个地区对于促销内容的搜索量。一些企业，通过鼓励线下顾客使用微信和Wi-Fi等可追踪消费者行为和喜好的设备，来打通线上与线下数据流，银泰百货计划铺设Wi-Fi，鼓励顾客在商场内使用，然后根据Wi-Fi账号，找出这个顾客，再通过与其它大数据挖掘公司合作，以大数据的手段，发掘这个顾客在互联网的历史痕迹，来了解这个顾客的需求类型。

二、大数据用于内部运营

相比大数据营销，大数据在内部运营中的应用更深入，对于企业内部的信息化水平，以及数据采集和分析能力的要求更高。本质上，是将企业外部海量消费者数据与企业内部海量运营数据联系起来，在分析中得到新的洞察，提升运营效率。（详见P96表5：大数据在内部运营中的应用）

表5

三、大数据用于决策

在大数据时代，企业面对众多新的数据源和海量数据，能否基于对这些数据的洞察，进行决策，进而将其变成一项企业竞争优势的来源？同大数据营销和大数据内部运营相比，运用大数据决策难度最高，因为它需要一种依赖数据的思维习惯。

已有少数企业开始尝试。比如国内一些金融机构在推出一个金融产品时，会广泛分析该金融产品的应用情况和效果、目标顾客群数据、各种交易数据和定价数据等，然后决定是否推出某个金融产品。

但是，中国企业家研究院在调研中发现，目前中国企业当中，大数据决策的应用非常之少，许多企业领导者进行决策时，仍习惯于凭借历史经验和直觉。

大数据产品——企业利润滋长的新源泉

大数据除了用于运营外，还能够与企业产品结合，成为企业产品背后竞争力的核心支持或者直接成为产品。提供大数据产品的企业分为两类，直接提供大数据产品的企业，以及将大数据作为产品和服务核心支撑的企业。前者主要为大数据产业链中提供数据服务的参与者，包括数据拥有者、存储企业，挖掘企业、分析企业等，后者则主要是那些以大数据为产品核心支撑的企业，它们大多是互联网企业，其产品和服务先天就有大数据基因，这些企业包括搜索引擎、在线杀毒、互联网广告交易平台以及众多植根于移动互联网之上，为用户提供生活和资讯服务的APP等。

表3

表4

一、大数据作为产品核心支持

它们主要在以下几方面使用大数据：

1、提供信息服务。很多互联网企业通过对海量互联网信息和线下信息的整合和分析，为个人和企业提供信息服务，典型的如百度、去哪儿、一淘、高德地图、春雨医生等等。在美国，一些互联网企业甚至根据大数据提供更深度的预测信息服务，美国科技创新公司farecast，通过分析特定航线机票的价格，帮助消费者预测机票价格走势。

2、分析用户的个性化需求，借此提供个性化产品和服务，或者实现更精准的广告。典型的有移动社交工具陌陌、百度、腾讯、广告交易平台品友互动以及一些互联网游戏商。这种应用往往先是收集海量用户的互联网行为数据，将用户分类，根据不同类型的用户，提供个性化的产品，或者提供个性化的促销信息。比如网易等门户网站推出了订阅模式，让使用者按照个人喜好方便地定制和整合不同来源的信息。

3、增强产品功能。对于很多互联网产品，如杀毒软件、搜索引擎等等，海量数据的处理能够让产品变得更聪明更强大，如果没有大数据，产品的功能就大大减弱。比如奇虎360公司的360杀毒软件，凭借每天海量的杀毒处理，建立了庞大的病毒库，这使它能够更快地发现病毒，而一些小的杀毒软件公司则无法做到这一点。

4、掌控信用状况，提供信贷服务。阿里巴巴上汇集了海量中小企业的日常资金与货品往来，通过对这些往来数据的汇总与分析，阿里巴巴能发现单个企业的资金流与收入情况，分析其信用，找出异常情况与可能发生的欺诈行为，控制信贷风险。

5、实现智能匹配。婚恋网站、交易平台等，利用大数据可以进行精准而高效的配对服务。网易花田会挖掘用户行为数据，比如点击哪些异性的页面，发表什么样的评论，建立用户兴趣模型，从而挖掘到用户所期待另一半的类型，然后主动推荐与对方匹配度比较高的人选。2010年，阿里巴巴尝试性地推出“轻骑兵”服务，由阿里巴巴将中国各产业集群地的供应商与海外买家的个性采购需求进行快速匹配，所凭借的，就是对供应商的海量交易数据信息的整合与挖掘。

二、大数据直接作为产品

对一些企业，大数据直接成为了产品，这些产品包括海量数据、分析、存储与挖掘的服务等，目前大数据产业链正在形成过程中，出现了一批开放、出售、授权大数据和提供大数据分析、挖掘的公司和机构，前者主要是一些拥有海量数据的公司，将数据服务作为新的盈利来源。如大型的互联网平台、民航、电信运营商、一些拥有大数据的政府机构等等，后者主要包括一些能够存储海量数据或者将海量数据与业务场景结合，进行分析和挖掘，或者提供相关产品的公司，如IBM、SAP、拓而思、天睿公司。它们为大数据应用者们提供海量数据存储、数据挖掘、图像视频、智能分析等服务以及相关系统产品。

大数据平台——企业群落繁荣的滋养剂

而百度已建成了包括百度指数、司南、风云榜、数据研究中心和百度统计在内的五大数据体系平台，帮助其营销平台上的企业了解消费者行为、兴趣变化，以及行业发展状况、市场动态和趋势、竞争对手动向等信息。

为解决这些问题，各个平台在积极地努力。比如阿里巴巴建立了数据委员会，在统一数据格式标准、从源头上保证数据的质量，采集和加工出精细化的数据，确保其能符合平台企业的应用场景等方面，不遗余力地尝试。尤其在大数据精细化方面，阿里巴巴更是作为其大数据战略的重点。这方面，腾讯目前也在加快步伐。比如新版腾讯网出现了“一键登录”的提示，用户可以在上面通过一些细分标签，订阅自己关注的内容。实际上，这也是腾讯收集更精细化的用户兴趣数据的一个有效手段。

Tips

大数据实战手册

将大数据应用于内部运营中时，企业会遇到一些常见问题

1企业如何获取与分析数据？

互联网是大数据的一个主要来源，一些线下的传统企业很难获得。但它们可以：

a和拥有或能抓取海量数据的平台、企业以及政府机构合作。比如淘宝上的电商就购买淘宝收集的海量数据中与自身运营相关的部分，用于自身业务。再如卡夫通过与IBM合作，在博客、论坛和讨论版的内容中抓取了479万条关于自己产品的讨论信息，通过大数据分析出消费者对卡夫食品的喜爱程度和消费方式。

b建立自己在互联网上的平台，比如朝阳大悦城利用自己的微信、微博等平台收集消费者评论数据。

c许多传统企业没有分析海量数据的能力，此时它们可以和大数据分析和挖掘公司合作，目前市场上已经有天睿公司、IBM、百分点、华胜天成等一批提供大数据分析和挖掘服务的公司，它们是传统企业进行大数据分析可以借助的力量。

2如何避免大数据应用时的部门分割？

对于许多企业，其信息流被各部门彼此分割，数据难以互通，对于这种情况下，大数据的共享和汇集就只是一个泡影，更难以实现大数据的深度应用。

要打通部门之间信息分割的局面，首先要建立统一的、集中的数据系统。就像立白信息与知识总监王永红所说的，“要真正用好大数据，企业要采用大集中的信息系统。”从更深入的角度来谈，企业信息流的部门分割，更在于企业部门之间的分割，比如有一些企业的营销按照渠道分割，导致对于顾客的大数据收集和分析效果大打折扣。

IBM智慧商务技术总监杨旭青认为，“很多时候由于组织结构问题，大数据分析有效性大大降低了。”这就需要组织与流程层面的重新设计，在这方面，阿里巴巴的部门负责人轮岗制度，对于打破部门壁垒无疑是一剂好药。而一些企业为了打破部门分割，建立了矩阵型的组织结构，强化部门间的横向合作，这些无疑为大数据的汇集、共享与应用创造了良好条件。

3如何让业务人员重视大数据的应用？

解决这个问题，一方面在于一把手对整个企业数据文化的倡导，比如1号店董事长于刚就要求业务人员无论在开会，还是汇报工作时，都以数据说话，而马云更是将大数据提升到了战略高度。

另一方面，也在于数据部门的带动，阿里巴巴数据委员会负责人车品觉分享了经验，“因为运营部门的业务人员很难看到大数据的潜力，可以首先从一些对业务见效快，见效显著的数据项目出发，通过一两个项目的成功，调动对方的积极性，然后再逐步一个个地引导。”

4为何大数据工作与运营需求脱节？

这往往是由于数据人员与业务人员视角、专业知识不同而导致的。大数据人员做了很多努力，但是业务人员却认为这些努力无关痛痒。如何解决这个问题？

有的企业从组织设计上发力，将大数据纳入业务分析部门的管理之下，用业务统驭数据。对于朝阳大悦城，由主要负责战略和经营分析的部门来管理大数据工作，其中的大数据分析人员则作为支持人员。在负责人张岩看来，大数据要靠商业法则指导，关键是找到业务需求的点，然后由数据分析和挖掘人员实现。在具体 *** 作中，大悦城对微信的数据挖掘，挖掘什么样的关键词，由业务分析人员确定，而具体挖掘则由数据部门做；有的企业从流程设计上着手，推动业务部门与数据部门人员之间的沟通，建立数据人员工作与效果挂钩的考核机制。

例如阿里巴巴根据数据挖掘的成效（比如带来的商品转化率的提升）来考核数据挖掘师，考核数据分析师则看其分析结果能否出现在经营负责人的报告中。从数据部门自身角度则需要降低运营部门使用数据的障碍和门槛，比如立白集团的数据人员会努力尝试向运营部门提供更易懂、更生动的图形化数据分析界面，在立白老板办公室上，就有一份“客户运营健康体检表”，让老板对全国经销商的当月销售情况一目了然。再如阿里巴巴开发的无线Bi，让经营人员在手机上也可以看到大数据分析结果，拿车品觉的话说，“以数据之氧气包围经营人员。”

目前物联网的实例主要集中在“车联网”上。车联网的经典实例是“G-BOS智慧运营系统”和陕汽“天行健车联网服务系统”。
以下内容摘自《G-BOS智慧运营系统用户 *** 作手册》
第一部分概述
HQG-BOS 系列产品是整合“人”、“车”、“线”三大要素的新一代智能运营管理工具。目
前已在公交、旅游、客运等领域逐渐取代了GPS 车载管理系统。HQG-BOS 系统提供电子身份
证、远程诊断、定期巡检、车辆运行数据实时跟踪、车辆运行状态实时报警、劫警、视频播
放、配件（价格）查询、维保项目（价格）查询、保养规划和提醒、收音机、麦克风等服务。
11 主要特性
HQG-BOS管理驾驶员
监控不良驾驶行为，提高安全性
提供客观的驾驶员评价报告
提供精确的油耗记录报告
帮助改进驾驶技巧
增加车辆使用寿命
HQG-BOS管理车辆
监控车辆的运行状态
车辆故障报警与远程诊断
经济合理的维修计划
HQG-BOS管理线路
实时监控车辆
优化车线匹配
12 主要功能
不良驾驶
掌握驾驶员驾驶行为，纠正不良 *** 作，保障行车安全
油耗管理
精确计算车辆油耗，纠正驾驶员不良 *** 作，降低车辆油耗
维修保养管理
实时车辆管控，精确维保计划，降低维修成本
远程故障报警管理
管理车辆动态，远程故障诊断，保证行车顺畅
多媒体功能（选配）
音视频播放，视频录像，收音机，麦克风
车辆和运营线路匹配管理
车线交互匹配，优化车线布局，提高运营效益
HQG-BOS车载设备用户手册
2
第二部分工作原理
HQG-BOS 系列产品通过安装在客车上的HQG-BOS 车载终端从CAN 总线、各类传感器上
持续不断的采集发动机运行数据、车辆状况信息、驾驶员的 *** 控行为，同时接收GPS 卫星
定位信息记录车辆所在位置，并将所有信息通过无线通讯网络实时传送到数据处理中心。
HQG-BOS 车载终端同时还融合了行车记录仪、倒车监视器、故障报警显示台、视频播
放器、短消息接收器、收音机、麦克风等功能，实时将车辆相关信息提供给驾驶员和后方运
营平台。
数据处理中心通过商业智能技术将接收到的海量数据进行实时分析、整理，并结合国内
外先进管理思想将驾驶员不良驾驶行为、油耗数据、车辆运行情况、维修保养计划等内容以
直观的报告、图表等形式展现出来。
客户与集团调度中心可使用独立账号通过互联网随时随地访问基于鸿泉云网B/S 架构的
HQG-BOS 智慧运营系统网站，及时了解车辆运行情况和驾驶员驾驶 *** 控是
否存在违规行为，实时跟踪车辆运行轨迹，取得车辆是否需要维修保养的信息，从而制定相
应的策略，更可随时向前端运营车辆发送各类指令，进行实时的调度管控。
同样的，系统也可根据客户要求，自动生成各种类别、各个时间段、各种形式的管理报
告，满足客户对长期运营规划所需要的数据支持与决策依据。
杭州鸿泉产品部友情提供。

2006至2020年，物联网应用从闭环、碎片化走向开放、规模化，智慧城市、工业物联网、车联网等率先突破。中国物联网行业规模不断提升，行业规模保持高速增长，江苏、浙江、广东省行业规模均超千亿元。

截至到2019年，我国物联网市场规模已发展到15万亿元。未来巨大的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。

近年来，我国政府出台各类政策大力发展物联网行业，不少地方政府也出台物联网专项规划、行动方案和发展意见，从土地使用、基础设施配套、税收优惠、核心技术和应用领域等多个方面为物联网产业的发展提供政策支持。在工业自动控制、环境保护、医疗卫生、公共安全等领域开展了一系列应用试点和示范，并取得了初步进展。

目前我国物联网行业规模已达万亿元。中国物联网行业规模超预期增长，网络建设和应用推广成效突出。在网络强国、新基建等国家战略的推动下，中国加快推动IPv6、NB-IoT、5G等网络建设，消费物联网和产业物联网逐步开始规模化应用，5G、车联网等领域发展取得突破。

政策推动我国物联网高速发展

自2013年《物联网发展专项行动计划》印发以来，国家鼓励应用物联网技术来促进生产生活和社会管理方式向智能化、精细化、网络化方向转变，对于提高国民经济和社会生活信息化水平，提升社会管理和公共服务水平，带动相关学科发展和技术创新能力增强，推动产业结构调整和发展方式转变具有重要意义。

以数字化、网络化、智能化为本质特征的第四次工业革命正在兴起。物联网作为新一代信息技术与制造业深度融合的产物，通过对人、机、物的全面互联，构建起全要素、全产业链、全价值链全面连接的新型生产制造和服务体系，是数字化转型的实现途径，是实现新旧动能转换的关键力量。

我国物联网行业呈高速增长状态 未来将有更广阔的空间

自2013年以来我国物联网行业规模保持高速增长，增速一直维持在15%以上，江苏、浙江、广东省行业规模均超千亿元。中国通信工业协会的数据表明，随着物联网信息处理和应用服务等产业的发展，中国物联网行业规模已经从2013年的4896亿元增长至2019年的15万亿元。

虽然我国物联网发展显著，但我国物联网行业仍处于成长期的早中期阶段。目前中国物联网及相关企业超过3万家，其中中小企业占比超过85%，创新活力突出，对产业发展推动作用巨大。

物联网作为中国新一代信息技术自主创新突破的重点方向，蕴含着巨大的创新空间，在芯片、传感器、近距离传输、海量数据处理以及综合集成、应用等领域，创新活动日趋活跃，创新要素不断积聚。

物联网在各行各业的应用不断深化，将催生大量的新技术、新产品、新应用、新模式。未来巨大的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。

在政策、经济、社会、技术等因素的驱动下，2020年GSMA移动经济发展报告预测，2019-2025年复合增长率为9%左右，2020年中国物联网行业规模目标16亿元，按照目前物联网行业的发展态势，十三五规划的目标有望超预期完成;预计到2025年，中国物联网行业规模将超过27万亿元。

未来物联网行业将向着多元方向发展

标准化是物联网发展面临的最大挑战之一，它是希望在早期主导市场的行业领导者之间的一场斗争。目前我国物联网行业百家争鸣，还未有一个统一的标准出现。因此在未来可能通过不断竞争将会出现限数量的供应商主导市场，类似于现在使用的Windows、Mac和Linux *** 作系统。

合规化同样是当下物联网面临的问题之一，特别是数据隐私问题。目前数据隐私已成为网络社会的一个关键词，各种用户数据泄露或被滥用的事件频发，特别是Facebook的丑闻引发了全球担忧。

因此在未来，我国各种立法和监管机构将提出更加严格的用户数据保护规定，，用户的敏感数据可能会随着时间的推移而受到更严格的监管。

安全化是指预防物联网软件遭受网络黑客攻击，在未来，以安全为重点的物联网设施将受到更多的关注，特别是某些特定的基础行业，如医疗健康、安全安防、金融等领域。

多重技术推动物联网技术创新

从技术创新趋势来看，物联网行业发展的内生动力正在不断增强。连接技术不断突破，NB-Iot、eMTC、Lora等低功耗广域网全球商用化进程不断加速;物联网平台迅速增长，服务支撑能力迅速提升;

区块链、边缘计算、人工智能等新技术题材不断注入物联网，为物联网带来新的创新活力。受技术和产业成熟度的综合驱动，物联网呈现“边缘的智能化、连接的泛在化、服务的平台化、数据的延伸化”等特点。

——以上数据来源于前瞻产业研究院《中国物联网行业应用领域市场需求与投资预测分析报告》

行业发展背景

1、中国成为全球制造业第一大国

中国制造业发展迅速，根据IHS数据显示，2010年中国占世界制造业产出的比值第一次略高于美国，成为全球最大制造国。尽管体量巨大，但中国制造的综合实力与发达国家仍有较大差距，目前以劳动密集型的低端制造为主，在一定程度上限制中国制造业长期发展。高端制造能力不足、创新能力和制造能力不强、发达国家制造业回流、东南亚等国家低端制造业产能转移和国内人口红利下降给中国制造业发展带来巨大挑战。长期来看，中国人口老龄化必将导致人力成本的提升，削弱国内制造业的成本竞争力优势，加速制造业向印度、泰国、越南等国低人力成本国家转移。

2、中国制造业正由低端向高端升级

现阶段，中国的制造业整体处在利润空间较小、附加值较低的环节，由低端向高端升级是中国制造业的发展趋势。在产业升级的需求下，工业互联网有望广泛应用于工业制造领域，从而促进生产效率提升、化解产能过剩、缓解资源、能源和环境的严峻形势，助力中国工业向高端制造转型升级。

行业发展现状

1、工业互联网产业链：网络、软件、设备、平台的有机结合

工业互联网产业链可分为设备层、网络层、平台层、软件层、应用层和安全体系等六大部分构成;其中：设备层是指包括智能生产设备、生产现状智能终端、嵌入式软件及工业数据中心;网络层是指包括工厂内部和外部的通信;平台层包括了协同研发、协同制造、信息交易和数据集成等工业云平台;软件层包括了研发设计、信息管理和生产控制软件，是帮助企业实现数字化价值的核心环节;应用层是包括了垂直行业应用、流程应用及基于数据分析的应用;而安全体系则是渗透于以上各层中，是产业重要的支撑保障。从产业链划分来看，设备层、网络层属产业链上游，应用层属产业链下游，其余部分均归入产业链中游。

2、产业链上游：传感器、工业机器人、人工智能芯片推动工业互联网产业发展

——传感器：工业互联网之眼

麦肯锡报告指出，到2025年，物联网带来的经济效益将在27万亿到62万亿美元之间，其中传感器作为物联网技术最重要的数据采集入口，将迎来广阔的发展空间。

根据中国电子信息产业发展研究院数据显示，2015-2019年期间我国传感器市场总体呈逐年增长态势，2020年我国传感器市场规模约为25103亿元，同比增长147%。随着各项传感技术、通信技术、计算技术的成熟，物联网在各行业将有越来越多的应用需求出现，并成为未来10、20年最瞩目的长期趋势。

——工业机器人：工业互联网之手

经过20多年的发展，我国工业机器人已经初具规模，目前我国已生产出部分机器人关键元器件，开发出弧焊、点焊、码垛、装配、搬运、注塑、冲压、喷漆等工业机器人。一批国产工业机器人已服务于国内诸多企业的生产线上、一批机器人技术的研究人才也涌现出来、某些关键技术已达到或接近世界水平。

根据IFR及国家统计局数据，2013-2020年中国工业机器人产量不断上升。2020年中国工业机器人产量达到237068套，同比增长268%。据国家统计局统计数据显示，2021年1-6月全国工业机器人产量为173630套，同比增长698%。

——人工智能芯片：工业互联网之脑

我国对人工智能芯片产业相当重视。长期以来，我国在CPU、GPU和DSP设计上一直处于追赶状态，绝大多数芯片依靠国外的IP核进行设计，自主创新能力不足，在自主创新上受到了极大的限制。而国内人工智能产业的快速发展，无疑为中国在处理器领域实现弯道超车提供了绝佳的机遇。

据艾媒数据中心统计，近年我国人工智能芯片市场规模保持高速增长，2020年中国人工智能芯片市场规模达1838亿元。由于AI芯片是人工智能产业的核心硬件，全球AI芯片发展水平还在起步阶段，中国凭借诸多利好因素有望领先全球，具有巨大发展潜力。预计2021年将增长1376%，市场规模超过四百亿元。

3、产业链中游：工业互联网平台稳步发展

2019年8月，工信部发布了国内前十大跨行业、跨领域工业互联网平台，确立了行业标杆。行业领先平台在设备联接数、数字模型数、工业APP数、活跃用户数、活跃开发者数等指标方面对比18年均有大幅提升。CCID综合上述指标对整体中国工业互联网平台活力指数进行综合测算，在2018-2019年，中国工业互联网“平台活力指数”从553提升至624。

4、产业链下游：工业互联网平台应用行业在机械、能源领域领先

我国工业互联网平台应用涵盖十分广泛，但主要集中于机械、能源领域。根据《全球工业互联网应用案例分析报告》的数据显示，工业互联网平台应用企业主要分别在机械行业，占比36%;其次是能源行业，占比22%;再者是轻工行业，占比11%。就案例来看，36%的案例来自机械领域，重型行业进入门槛较高市场饱和度逐年增长，面临服务化转型的需求最强烈。机械行业属于离散业，应用多在于附加值较高的研发设计和市场服务两个环节。而能源行业应用集中、资配置优化潜力巨大，占所有案例的22%。能源行业属于流程，的产品同质化度较高过控制优化成效明显。

5、产业竞争格局：企业层次分明，各有优劣

我国工业互联网相关企业竞争层次较为分明，涵盖软件企业、传统制造业企业、互联网企业、系统解决方案服务商与初创企业。从软件企业来看，工业互联网主要代表企业有用友、东方电信等，以Saas服务转型为战略目标。在制造业企业中，以三一重工、海尔等企业为代表，其优势是熟悉生产制造流程但云计算技术较为薄弱;在互联网企业，以BAT为代表，虽然云技术领先但是缺乏专业和全面的工业知识;在系统解决方案服务商方面，华为和宝信软件等带领行业可以制造企业提供基础设施、平台、应用服务等整体信息化服务，但云计算技术稍弱;此外，初创企业以昆仑数据、树根互联等代表企业为主，其领域专注度高，创始团队通常来自头部信息科技和工业企业，但资金实力较弱。

产业生命周期：仍处于起步阶段与成长阶段的交界处

近年来，随着互联网、物联网、云计算、大数据和人工智能为代表的新一代信息技术与传统产业的加速融合，全球新一轮科技革命和产业革命正蓬勃兴起，一系列新的生产方式、组织方式和商业模式不断涌现，工业互联网应运而生，国内外的探索也全面展开，正推动全球工业体系的智能化变革。我国工业互联网产业发展仅有几年时间，因此从整体来看，我国工业互联网仍处于起步阶段与成长阶段的交界处。

—— 以上数据参考前瞻产业研究院《中国工业互联网产业发展前景预测与投资战略规划分析报告》

2018年中国物联网行业发展现状与2019年前景预测 边缘计算+AI推动行业新一轮增长

LoRa“涅槃”：与NB-IoT各撑“半边天”

纵观2018年，物联网行业最热闹的就是NB-IoT与LoRa技术之争，NB-IoT与LoRa都适用于低速率、低成本、低功耗、广覆盖、大连接的物联网应用场景。

不同的是，NB-IOT有国家政策支持，国内三大运营商都积极部署;而LoRa属于企业私有技术，工作在未授权频段上，存在被清频的风险。

在NB-IoT的建设上，近年来，我国物联网政策频频出台，《关于全面推进移动物联网(NB-IOT)建设发展通知》指出，到2020年，NB-IoT网络实现全国普遍覆盖，基站规模达到150万个，因此，三大运营商各显神通全力部署NB-IOT建设。

据悉，中国电信发力物联网较早，率先率先建成了全球最大的NB-IoT网络，实现城乡全覆盖，NB-IoT基站规模超过40余万个;中国联通紧随其后，在2018年5月实现物联网全国覆盖，完成30万个NB-IoT基站升级工作;中国移动也已实现了348个城市NB-IoT连续覆盖和全面商用，物联网连接数突破5亿。

值得一提的是，在模组采集方面，中国联通与中国移动在去年分别开出300万片与500万片NB-IoT通信模块项目大单，加速布局物联网。

2019年NB-IoT模组将出现大爆发，届时NB-IoT模组价格会进一步下调，随着模组市场的成本压力增大，利润空间越来越小，预计模组行业会重新洗牌，落后产能、落后规模模组厂商会被淘汰，模组厂家会进行一次大洗牌。

而对于LoRa来说，2018年像是坐了一次“过山车”。

2017年年底，工信部无线电管理局发布《微功率短距离无线电发射设备技术要求(征求意见稿)》，一时给耕耘LoRa技术的企业泼了盆“冷水”，引起了市场的极大反响，转年11月，工信部无线电管理局在认真梳理分析反馈意见建议，并与相关单位协调和沟通基础上，参考微功率短距离无线电发射设备国际使用和管理情况，对征求意见稿进行了完善和修改，让LoRa获得了“重生”。

与NB-IoT不同，LoRa凭借其网络结构简单，实现成本较低，可以按需部署的优势获得了大量企业的青睐，阿里、谷歌、腾讯、京东等互联网巨头纷纷加入LoRa联盟则是一个代表。

近年来，互联网企业纷纷将物联网作为未来重要方向进行布局，以阿里巴巴为例，曾公开表示互联网的下半场是将整个物理世界数字化，并且宣布阿里巴巴将正式进军IoT，同年阿里巴巴获得Semtech的LoRa
IP授权，在各地展开了智慧小镇园区等项目的实施，在互联网企业强势推进物联网业务和国内低功耗广域网络快速发展背景下，这一IP授权合作在很大程度上将加速国内LoRa产业链的完善。

总的来看，一年以来，NB-IoT由于政策、运营商招标及补贴等原因在表类、烟感等市场取得了不错的成绩，占据大量市场份额，没有政策支持的LoRa，凭借其网络结构简单，实现成本较低，可以按需部署的优势也从险些出局到获得业内巨头站台，实现了“涅槃重生”，日前艾瑞咨询发布报告中指出,从应用场景需求角度分析，预计到2025年NB-IoT与LoRa在国内的发展将趋于6:4的格局。

专家预测，2019年，随着技术的成熟、NB-IoT与LoRa技术优势的不断凸显，将会有根据技术特点设计的实际应用落地，其中，NB-IoT具备了规模爆发的必要条件，预计2019年将会以移动物联网为突破口，产业加速转型升级，引爆新的经济增长点。

2019年物联网行业将迎来新一轮增长

2018无疑是物联网应用落地的一年，作为这个时代下最伟大的科技产物，物联网正在取代移动互联网成为信息产业的主要驱动，统观市场，近年我国物联网市场持续保持高速增长。据前瞻产业研究院发布的《2019-2024年中国物联网行业应用领域市场需求与投资预测分析报告》统计数据显示，2015年我国物联网链接数量为639亿个，截止至到2017年我国物联网链接数量达到了1535亿个，相比2016年增长了698%。初步预计2018年我国物联网链接数量突破20亿个，在2019年我国物联网链接数量将达3125亿个，同比增长3852%。并预测在2020年我国物联网链接数量将达到40亿个。可以说，2019年将是物联网真正由示范到实际应用转化的起始年，诸多物联网环节领域都将在今年迎来新一轮增长。

2015-2020年我国物联网链接数量统计及增长情况预测

数据来源：前瞻产业研究院整理

物联网的下一赛道：边缘计算+AI

2018年物联网产业所表现的最大特征是市场格局基本形成，核心技术区域成熟，目前最重要的是要解决各种碎片化的物联网应用和相应的智能传感器采集终端产品的技术突破和产业化问题，如何把AI和IoT紧密结合，把边缘计算和物联网融合发展正成为物联网的下一个赛道。

物联网正在从万物互联走向万物智能的阶段，像消费、医疗等众多行业数据都将在边缘进行处理，强大的边缘计算将是物联网发展的必备能力。

据悉，随着5G临近，行业转型以及敏捷连接、智能应用等方面的需求剧增，数据量的增长速度已超过网络带宽的增长速度。预计到2020年，50%数据需要在网络边缘进行处理，以BAT为首的互联网巨头也已纷纷布局AI+边缘计算这一环节。

以百度为例，2018年百度发布智能边缘产品智能边缘BIE、智能家居云平台度家DuHome等产品，用边缘计算+AI的能力在各产业落地，腾讯则是在2018年提出人+物联网+智能网的“三张网”概念，以“一云两端”模式，打通物联网全生态链路，构筑设备、云、应用一体化应用体系。

边缘计算将作为物联网设备与远端云设备的桥梁，将数据处理、存储、应用在靠近实物的边缘上，为物联网设备提供边缘智能服务，满足行业数字化在敏捷连接，实时业务，数据优化，应用智能等方面的关键需求，使得用户可以获得更快的响应，解决设备与云端的数据传输问题，2019年，边缘计算将逐渐渗透于物联网各主要领域，根据各领域物联网技术的不同发展状态，边缘计算呈现不同的渗透率。

数据增长也大幅提升了实时性数据处理需求，因此数据在边缘进行处理将成为刚需，物联网将按照物联、智能到自主三个阶段发展。随着人工智能技术被越来越多地运用到物联网领域，AI在边缘计算领域的重要性也将越来越大。

工业物联网与智慧城市：落地爆发场景

物联网一直被视作互联网的延伸，但与商业模式极度成熟的互联网不同，物联网商业落地难、盈利路径不清晰等问题一直影响物联网的发展，随着移动互联网人口红利消耗殆尽，传统制造业瓶颈等问题日益严重，智慧城市与工业物联网正成为下一个重要的流量入口。

智慧城市正成为全球国家发展的大趋势，智慧小镇作为智慧城市建设理念的延伸和拓展，物联网智慧小镇的投入和建设、管理和运维相比于智慧城市更具优势，而且可以更好的与地方特色文化、产业相融合，更加充分的运用物联网技术，2019年随着物联网智慧小镇投入和建设的不断推进，物联网智慧小镇将实现应用和推广。

传统行业在寒冬之下，必然寻找新的出路，而网联化，一定是给传统行业提供了新的发展契机。企业普遍渴望通过新技术解放生产力，降本增效，加快转型升级，工业物联网云平台无疑成为他们转型发展的主要抓手。

2019年，随着工业物联网平台大规模的使用，平台建设将日渐成熟完善。工业物联网时代客户的个性化需求信息更加透明，以网络为主的工业物联网平台则将分布式、模块化、开放式的微服务架构，与第三方公有云或者私有云进行对接、部署和开发，将数据、软件、平台、服务等资料都聚集在平台做资源整合。

伴随着工业互联网创新发展工程示范带动，工业互联网平台设备管理能力、工业机理模型封装能力、应用服务开发能力以及跨平台服务调用能力将会大大提高，推动工业互联网平台性能优化、兼容适配和规模应用，加速技术产业成熟、打造协同创新生态。

---