大数据可以应用在哪些方面

大数据应用于各个行业，包括金融、汽车、餐饮、电信、能源、娱乐等在内的社会各行各业都已经融入了大数据的痕迹。

1、制造业：利用工业大数据提升制造业水平，包括产品故障诊断与预测、分析工艺流程、改进生产工艺，优化生产过程能耗、工业供应链分析与优化、生产计划与排程。

2、金融业：大数据在高频交易、社交情绪分析和信贷风险分析三大金融创新领域发挥重大作用。

3、汽车行业：利用大数据和物联网技术的无人驾驶汽车，在不远的未来将走入我们的日常生活。

4、互联网行业：借助于大数据技术分析用户行为，进行商品推荐和针对性广告投放。

5、餐饮行业：利用大数据实现餐饮O2O模式，彻底改变传统餐饮经营方式。

6、电信行业：利用大数据技术实现客户离网分析，及时掌握客户离网倾向，出台客户挽留措施。

7、能源行业：随着智能电网的发展，电力公司可以掌握海量的用户用电信息，利用大数据技术分析用户用电模式，可以改进电网运行，合理设计电力需求响应系统，确保电网运行安全。

8、物流行业：利用大数据优化物流网络，提高物流效率，降低物流成本。

9、城市管理：利用大数据实现智能交通、环保监测、城市规划和智能安防。

11、公共安全领域：政府利用大数据技术构建强大的国家安全保障体系，公共安全领域的大数据分析应用，反恐维稳与各类案件分析的信息化手段，借助大数据预防犯罪。

12、个人生活：大数据还可以应用于个人生活，利用与每个人相关联的“个人大数据”，分析个人生活行为轨迹，为其提供更加周到的个性化服务。

大数据的价值远不止于此，大数据对各行各业的渗透，是推动社会生产和生活的核心要素。

扩展资料

七个典型的大数据应用案例

1、梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。

2、Tipp24AG针对欧洲博彩业构建的下注和预测平台。该公司用KXEN软件来分析数十亿计的交易以及客户的特性，然后通过预测模型对特定用户进行动态的营销活动。这项举措减少了90%的预测模型构建时间。SAP公司正在试图收购KXEN。

3、沃尔玛的搜索。这家零售业寡头为其网站Walmartcom自行设计了最新的搜索引擎Polaris，利用语义数据进行文本分析、机器学习和同义词挖掘等。根据沃尔玛的说法，语义搜索技术的运用使得在线购物的完成率提升了10%到15%。“对沃尔玛来说，这就意味着数十亿美元的金额。”Laney说。

4、快餐业的视频分析。该公司通过视频分析等候队列的长度，然后自动变化电子菜单显示的内容。如果队列较长，则显示可以快速供给的食物;如果队列较短，则显示那些利润较高但准备时间相对长的食品。

5、Morton牛排店的品牌认知。当一位顾客开玩笑地通过推特向这家位于芝加哥的牛排连锁店订餐送到纽约Newark机场（他将在一天工作之后抵达该处）时，Morton就开始了自己的社交秀。首先，分析推特数据，发现该顾客是本店的常客，也是推特的常用者。根据客户以往的订单，推测出其所乘的航班，然后派出一位身着燕尾服的侍者为客户提供晚餐。

6、PredPolInc。PredPol公司通过与洛杉矶和圣克鲁斯的警方以及一群研究人员合作，基于地震预测算法的变体和犯罪数据来预测犯罪发生的几率，可以精确到500平方英尺的范围内。在洛杉矶运用该算法的地区，盗窃罪和暴力犯罪分布下降了33%和21%。

7、TescoPLC（特易购）和运营效率。这家超市连锁在其数据仓库中收集了700万部冰箱的数据。通过对这些数据的分析，进行更全面的监控并进行主动的维修以降低整体能耗。

金融本身或许并不直接产生价值，但它可以融入所有行业中，间接地加速价值的产生。

——馨金融

洪偌馨、伊蕾/文

1

2003年初，亚马逊的创始人贝索斯醉心于一本叫做《创造》（Creation: Life and How to Make It）的书，作者史蒂夫·格兰德（Steve Grand）是20世纪90年代的一个视频 游戏 「生物」的开发商。

这款类似后来很流行的「养成」系 游戏 ，可以让玩家在电脑上培育自己的「智能生物」。格兰德总结创造「智能生物」的奥义是：专注于设计简单的计算构件——原语，然后就可以坐等那些奇怪的行为出现。

尽管《创造》的内容有些生涩难懂，但并不妨碍它在亚马逊内部快速流行起来。因为当时，公司内部正对于是否要做一个互联网「基础设施」而激烈辩论。

而按照格兰德的说法，再复杂的智能系统也是由无数小设备、代码像积木一样从底层搭建起来，最终形成一个有机的生物体，进行自我地迭代和进化。这种观点启发了贝索斯，也推动了亚马逊云的发展。

后来的故事大家也都知道了，就像比尔盖茨抓住了个人计算机革命的红利，让微软引领了整个PC时代。贝索斯则预见到了「数据大爆炸」的未来：每家企业都会需要灵活的储存和计算能力，而云服务的出现彻底改变了计算经济。

所以，成就伟大企业的要义，除了超凡的远见，更重要的是要成为 商业的基础设施 。

而当下，数字经济高速发展正在重塑所有行业，伴随着5G的发展，物联网、云计算、大数据等技术也将愈发成熟，并与商业的融合不断加深。那么未来，还有什么可以成为新商业重要的润滑剂、加速？

或许金融 科技 是其中一个答案。

最近在360数科首届技术开放日上，首席科学家张家兴提到， 未来每家公司都需要金融 科技 服务。 它可以提升企业效率、增强用户黏性，进而让企业更有市场竞争力。

事实上，金融 科技 作为商业基础设施的认知由来已久，尤其是在美国，从超商巨头沃尔玛到物流巨擘美国运通，他们都可以为用户提供金融服务，也借助 科技 的力量让企业跨越了周期，成为了商业世界的王者。

回看国内，过去几年伴随着移动互联网时代的来临，新技术的应用推动了新经济、新金融的演进。一批金融 科技 企业趁势而起，并经历了商业市场的磨砺和发展周期的考验，比如那些已经上市和即将上市的几家金融 科技 巨头。

如果说这些行业巨头的崛起是抓住了中国从PC向移动互联网转轨的时代机遇，并在过去几年里完成了商业模式和核心能力的锻造；那么眼下，无疑又迎来了一个新的市场「拐点」。

张家兴提到，在360数科在过去几年的实践中感受到了巨大的市场缺口。

例如，各类场景端，零售、医疗、制造业等都在加速数字化转型升级的过程中，不管是B端自身内部，还是对外的C端服务的过程中都越来越多地出现了金融 科技 的身影。

还有大量的金融业机构，更是加大了金融 科技 应用的力度和深度。甚至把它作为了下一步战略转型的关键驱动力。尤其在今年疫情发生之后，「无接触」金融成为了主流趋势。

事实上，长久以来金融都被认为是 社会 经济生活的「血液」，而金融 科技 的核心则是以技术提升金融服务的效率和效果，当它与商业发生更紧密的融合时，势必将成为一种能够提供更高效服务的基础设施。

2

我们也可以换一个角度来看：为什么金融 科技 可以成为商业的基础设施？

这几年，「熵减」成为了企业发展和管理中的一个网红词。它源于物理学上的概念——熵增定律，也被称为热力学第二定律： 一切自发过程总是向着熵增加的方向发展。

「熵」在物理学中被用于计算系统的混乱程度，因此，我们可以简单理解为，大至宇宙、国家，小至企业、个体，在一个封闭的体系里，在外界不加干扰自然发展的过程中，终会进入无序混乱的状态，甚至最终走向毁灭。

以企业发展为例，「熵增」被认为是一个必然的趋势。

由于企业经营规模扩大，管理的复杂度也随之增加，边际效益往往会开始递减；再加上外部的技术进步、新商业模式层出不穷、产业周期规律等等因素，就会对企业构成源源不断地威胁，最后就表现为「企业创造价值的功能失效」。

这也是为什么这个概念会被引入现代管理学领域，备受许多企业家推崇。

华为创始人任正非就曾多次引用这个概念，并以此为华为不断推动开放创新的动力，包括优化组织架构管理、加大研发投资结构，归根结底都是为了对抗「熵增」，实现「熵减」。

一家公司尚且如此，一个行业更是如此。360数科CEO吴海生也在分享中提到， 相比其他很多传统产业，金融行业更需要对抗「熵增」。

他举例说明到，金融行业是一个财富创造能力极强的存在，而财富本身就容易给企业带来腐败等问题。再比如，金融行业掌握着其他企业不敢奢求的海量数据，在数据成为新「财富密码」的今天，数据的管理和运用不当将带来难以想象的灾难性后果。

此外，金融机构拥有庞大的线下网点和团队，一家大型金融机构动辄就有数万名员工，这也及容易带来管理低效、人员冗余甚至业务变形等等问题。而在数字化转型提速的今天，这些问题就变得格外突出。

一个典型的案例是美国零售之王「富国银行」，它曾在2016年爆出的「假账户」丑闻——其在未经用户允许的情况下开设账户并违规收取费用，最终被监管机构处以天价罚金，零售业务也受到了极大打击。

复盘事件的过程可以看到金融企业所面临的「熵增」挑战——曾经的「交叉」销售战略不再奏效，边际效益开始衰减，而员工也在KPI的压力之下逐渐走向了无序与混乱。

那么，今天再来看金融行业，到底该如何对抗「熵增」、实现「熵减」呢？

吴海生在分享中总结了几个关键点：

其一是 「开放」 。他认为，越开放的公司越能够引入新的观点，让自己变得更加有序。这也是任正非和贝索斯反复提及「熵减」的原因，企业必须打破封闭体系，不断检视自身，推动进化与迭代。

以金融 科技 中最为重要的人工智能应用为例，数据、算法，再加平台本身构成了一个滚动的「飞轮」，数据衍生了算法，算法给平台赋能，平台有了更好能力在吸引了更多用户，进而产生更多数据。

而在这个过程中，数据的积累、算法的演进与能力的共享很难完全由某一家企业独立完成，尤其在移动互联网时代。数据增长和技术演进的速度越来越快，企业需要更加充分的协同、合作才能使「飞轮」转得更快，实现能力的进化。

其二是 「技术」 。企业可以通过「持续的技术投入和开放的形态」变得更加强壮。

我们也可以看到，眼下无论是传统金融机构还是金融 科技 公司，他们对研发投入的占比都在不断提高，这也是整个行业不可逆的发展潮流。

事实上， 科技 与开放两个关键词本来就是让金融 科技 行业安身立命的关键，以此拓展了触达范围、提升了服务效率并从一开始就打破封闭的商业生态，而连接和共生的本质则让商业的能量进一步释放。

3

那么，在实践中，金融 科技 对抗「熵增」上的效果如何？

众所周知，过去几年，金融 科技 给支付行业带来了一次近乎颠覆式的变革。

工信部数据显示：截至2019年9月底，我国移动互联网用户总数约1598亿户，使用手机上网的用户为1304亿户。而根据此前益普索的测算，第三方移动支付在网民中的渗透率高达969%。

毫无疑问， 移动支付已经成为了中国商业的基础设施， 它大大地提升了支付效率，加速了金融线上化的进程、催生一大批新的商业模式，并由此累积了海量数据反过来进一步加深了金融 科技 应用的广度和深度。

互联网贷款又是另一个典型案例。通过人工智能、大数据等技术的应用，互联网贷款的发展让服务群体进一步「下沉」，贷款的人群、场景、产品形态也都发生了不小的变化。

以360数科为例，在过去4年里，它服务了超过15亿用户，以核心千人的员工规模撬动起每年超过2000亿的GMV规模，增长速度之快、触达人群之广是传统的金融服务方式难以想象的。

达到这一目标的核心就是将AI技术逐步应用于贷前、贷中和贷后的全流程。

比如360数科自主研发的Argus风控引擎，通过对于后台数据的复杂风控计算，可以做到自动过滤和监测风险人群、智能决策、并且实时监测贷中风险变化，评估用户资质变化、实现智能催收、智能客服等。

数据显示，Argus为360数科拦截新型风险人数超过了100万，自动过检率超过了99%，保护资产超过700亿，日均挽回损失1000万，平台欺诈损失率小于02%。

在AI能力不断成熟的基础之上，360数科将这些能力向金融机构开放，为其提供五大解决方案：数字化营销方案、数字化运营方案、数字化风控方案、数字化贷后方案，以及智能金融全链路方案。

360数科2020年二季报显示，平台 科技 业务占比提升至269%，综合 科技 服务收入占比已接近50%。结合前面提到的AI「飞轮」来看，其开放策略之下交易与数据的积累使得平台的「飞轮」自动高速运转。

在数字化成为日常的未来，每家企业都在努力成为 科技 公司，而每家 科技 公司都有一个AI大脑。 金融 科技 企业在数据、技术方面的积累，在业务发展过程中所锻造的能力，也使得其在AI时代有了更大的舞台。

尽管金融 科技 的发展一直伴随着很多争议和挑战，但今天来看，在金融这件事上，大多数人享受到了更便捷、高效、灵活，甚至低成本的服务，这也证明了金融 科技 蕴藏着改变整个商业格局的潜能。

无论未来如何发展，金融 科技 都在数字时代留下了最深刻的烙印。

目前区块链技术并不成熟，所以其在农业领域的应用并不多，比较典型的是农副产品的可溯源工程。即通过扫描购买的产品包装袋上的二维码，了解农副产品的生长过程，如何时种植，何时收获等。吉民生商城便是典型的农业领域区块链应用的电商平台。

大数据知识的价值体现
数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。
哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”
“大数据产业的生态环境正在加速构成。”同方股份有限公司物联网应用产业本部副总经理李小华先生在主题为”拥抱大数据共赢新时代”的2013年合作伙伴大会上如是说，并对此做了详细的分析。
首先看社会环境。信息技术向融合、智慧、绿色的方向发展。大数据伴随云计算、移动互联网领域的发展，产生新的管理模式和商业模式，能够创造出更大的价值，提升社会的管理水平和效率。纵观产业经济发展史，带来应用的技术一定能够发展繁荣的产业。
再看政策环境。政府高度重视，发展战略目标清晰明确。近期发布了一系列促进大数据产业发展的政策。《十二五国家战略新兴产业发展规划》中指出，加强海量数据处理软件为代表的技术软件开发；《物联网十二五发展产业规划》中把大数据信息处理等作为4项关键技术创新工程；《国家发改委关于加强和完善国家电子政务工程建设管理的意见》强调，政府数据中心的建设注重顶层设计，向跨部门、跨区域的协同互动和资源共享转变。
市场环境。前景巨大，空间广阔。结合对中国相关市场的研究，IDC认为中国在大数据领域具有巨大的市场潜力。越来越多的IT供应商将中国作为大数据业务发展的热点。目前，中国已经是全球最大的PC和智能手机市场，并且中国的互联网用户和移动互联网用户数量也是全球最多，这些终端设备每时每刻都在互联网上创造数据。庞大的数据容量不但令众多国际厂商重视中国市场，也使得中国的大数据应用具备了不同于国外的特点，大数据的机遇就在我们面前。
“数据，已经渗透到当今每一个行业和业务智能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。” 麦肯锡称。
数据挖掘的意义
这是一个关于零售帝国沃尔玛的故事。
沃尔玛，全世界最大的零售商，它的人数和美国联邦政府的雇员等量齐观，它的收入2010年突破了4000亿美元，超过了很多国家的GDP总值。在一次例行的数据分析之后，研究人员突然发现，跟尿布一起搭配购买最多的商品竟然是啤酒！这种关系令人费解，尿布喝啤酒风马牛不相及，这是一个真正的规律吗？
经过跟踪调查，研究人员终于发现事出有因。一些年轻的爸爸经常要到超市去购买婴儿尿布，有30%-40%的爸爸会顺便买点啤酒来犒劳自己，沃尔玛随后对啤酒和尿布进行了捆绑销售，不出意料，销售量双双增加。
这就是对历史数据进行挖掘的结果，反映的是数据层面的规律。沃尔玛是世界上最早应用数据挖掘技术的企业之一，也是数据挖掘技术的集大成者。
数据挖掘是指通过特定的计算机算法对大量的数据进行自动分析，从而揭示数据之间隐藏的关系、模式和趋势，为决策者提供新的知识。数据挖掘，把数据分析的范围从“已知”扩大到了“未知”，从“过去”推向了“将来”，它的发展和成熟，最终推动了“大数据”在各行各业的广泛应用。
正如《纽约时报》2012年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。随着信息管理系统的普及，企业的规模越来越庞大，组织越来越复杂，市场更加多变，竞争更加激烈，信息是否及时准确、决策是否正确合理，对组织的兴衰存亡影响越来越大，一步走错可能全盘皆输。
数据服务于决策
大数据势不可挡，但践行不易。怎样发挥其价值？20世纪全世界最具影响力的科学家赫伯特。西蒙曾预测，在后工业时代，也就是信息时代，人类社会面临的的中心问题将从如何提高生产率转变为如何更好的利用信息来辅助决策。
如何将数据、信息转化为知识，扩大人类的理性，辅助决策？怎样从各个独立的信息系统中提取、整合有价值的数据，从而实现从数据到知识、从信息到知识、从知识到利润的转化？
面对记者的提问，同方副总裁周侠及物联网应用产业本部副总经理李小华对同方大数据理念做了深度的解读。
同方提出的以“数据资源体系”为核心的大数据战略，弥补了过去在不同行业中对管理和决策支持的空白。针对典型业务需求的六个产品应用平台，是数据从产生到服务全过程的六个最重要的结点，每个平台对一系列的产品。一系列掷地有声地落地实践以及“指标体系”、“顶层设计”、“独立于行业”的先进技术理念足以让企业、机构在具体业务实施时有“据”可依。
数据资源体系是独立于行业的，这是同方大数据理念最核心的一点。实现的方式就是构建独立于行业的通用数据生产流程——在不同的行业中抽取相同的数据资源体系。虽然不同行业的业务不同，所产生的数据及其所支撑的管理形态也千差万别，但从数据的获取，数据的整合，数据的加工，数据的综合应用，数据的服务和推广，数据处理的生命线流程来分析，所有行业的模式是一致的。如果在不同行业的业务和管理层之间，增加数据资源体系，通过数据资源体系的数据加工，把今天的数据和历史数据对接，把现在的数据和领导和企业机构关心的指标关联起来，把面向业务的数据转换成面向管理的数据，辅助于领导层的决策，真正实现了从数据到知识的转变，这样的数据资源体系是非常适合管理和决策使用的。
同方副总裁周侠表示，让数据产生价值，不是大数据自身能够解决的。首先要把数据组织成数据资源体系，再对数据进行层次、类别等方面的划分，同时，要把数据和数据的相关性标注出来，这种相关性是反映客观现象的核心。在此基础上，通过分析数据资源和相关部门的业务对接程度，以此发挥数据资源体系在管理、决策、监测及评价等方面的作用，从而产生大数据的大价值，为领导决策提供服务依据。
物联网应用产业本部副总李小华进一步给记者介绍了同方数据资源体系进行数据处理的流程——同方帮助企业建立数据中心建设的理念，在理念指导下建设配套机制，企业通过这个机制和相关数据进行对接，通过对接在不同的管理层级产生出来的效果设立指标体系，有指标体系以后创建监测评价机制。值得说明的是，指标体系是随着具体情况不断变更的，指标体系的变更会引领着后续的业务和数据自动的去适应新的指标体系，这是一个闭环的系统，在闭环系统里，企业可以发现有自身目标以及目标偏差，并可以依据目标偏差进行新的决策，以此减少目标偏差带来的损失。这样就形成了一个可循环的生态系统，帮助企业良性健康发展。

手机物联网是指将移动终端与电子商务相结合的模式，让消费者可以与商家进行便捷的互动交流，随时随地体验品牌品质，传播分享信息，实现互联网向物联网的从容过度，缔造出一种全新的零接触、高透明、无风险的市场模式。手机物联网购物其实就是闪购
手机物联网国际局势
在美国，欧盟等发达国家和地区，物流管理、交通监控、农业生产等领域已经开展了基于手机物联网的应用。 RedLaser是一款颇具影响的手机应用，人们用它通过手机摄像头扫描商店中货品的条码，并进行实时比价。苹果与沃尔玛这两大行业巨头也运用摄像头与内置的RFID读卡器，这种读卡器可以将手机与物联网中的物体标签完美整合在一起。
手机物联网国内局势
在国内，手机物联网产业已经逐步进入实用阶段。 中国电信首推物联网手机技术“翼机通”，这一应用不仅为用户提供传统的手机通信服务，还可通过手机实现门禁、考勤、食堂消费、信息发布等多种服务。 闪购公司推出基于一种有自主知识产权的“闪购码”的消费生活体验平台——闪购，可通过杂志、报纸、DM单等纸质媒体赋上的闪购码，用手机扫码下单，就可实现商品随时随地买卖，构成独特的手机物联网商务产业链。

---