网络大数据服务供应商须提供哪些资质？

，监管部门对IDC企业的管制仍然比较严格，外资企业仍然不具备申请资格，只能以中国境内设立的纯内资公司申请IDC牌照。对于开展独立地区(本省)业务的，企业只需要申请地网IDC许可证即可，如果企业是开展跨省或全国性的业务，就需要申请全网IDC许可证，不管是地网还是全网的IDC牌照，对企业的注册资金都有限制，全网的要求1000万以上，地网的要求100万以上，且公司还需要提供社保人员。

申请IDC许可证的条件是什么

(1)经营者为依法设立的独立法人公司

(2)申请全网IDC许可证的企业，要满足注册资金在1000万以上：申请地网IDC许可证的企业，注册资金要满足100万以上

(3)有与开展经营活动相适应的专业人员

(4)公司及其主要出资者和主要经营管理人员三年内无违反电信监督管理制度的违法记录

IDC许可证是对入驻企业、商户或网站服务器群托管的场所;是各种模式电子商务赖以安全运作的基础设施，也是支持企业及其商业联盟(其分销商、供应商、客户等)实施价值链管理的平台

注意：申请IDC经营许可证的企业不得涉及外资成分，要追溯原始股东的，一旦涉及，是不具备申请资格的

目前行业内的大数据公司基本上分为以下几类：数据采集公司。主营业务是数据采集，然后通过数据交换或应用产生营业收入，在这方面要严格遵守国家的法律法规。目前，数据采集公司多以行业数据采集为主，数据的供给对象往往是大型咨询公司或互联网公司。
数据分析公司。数据分析公司主要是对数据继续价值化加工，目前大部分此类公司都以场景分析为主。 目前从事数据分析业务的公司非常多，遍布在交通、金融、医疗、出行等领域，当然在传统领域也有大量的数据分析业务。
大数据平台建设公司。这类公司的主营业务是为企业搭建大数据平台，目前很多大数据公司都在开展此项业务。这类业务往往需要一个比较庞大的技术团队，大数据平台的建设是一个系统的过程，往往需要同时搭建物联网、云计算等相关平台

团队搭建在确定完业务方向之后，接下来就是团队搭建的任务了，不同的业务方向需要不同的技术团队。如果是从事数据采集业务，那么需要搭建的团队包括数据的采集（物联网相关）、数据整理、数据存储、数据安全等相关技术人员。
如果从事数据分析业务，那么需要搭建一个数据分析团队，数据分析团队需要的人才结构包括算法工程师、数据分析师、数据呈现工程师等相关人员，如果从事非结构化数据分析还需要大数据开发工程师。 如果从事大数据平台建设业务，那么需要搭建一个大数据平台研发团队（也可以采用已有的大数据平台，比如Hadoop、Spark等），团队不仅需要研发人员，也需要配备一个专业的运维团队

LoRa

LoRa(长 距离)是由Semtech公司开发的一种技术，典型工作频率在美国是915MHz，在欧洲是868MHz，在亚洲是433MHz。LoRa的物理层 (PHY)使用了一种独特形式的带前向纠错(FEC)的调频啁啾扩频技术。这种扩频调制允许多个无线电设备使用相同的频段，只要每台设备采用不同的啁啾和 数据速率就可以了。其典型范围是2km至5km，最长距离可达15km，具体取决于所处的位置和天线特性。

LoRa芯片在整个产业链中处于基础核心地位，重要性不言而喻。值得注意的是，目前美国Semtech公司是LoRa芯片的核心供应商，掌握着LoRa底层技术的核心专利。而Semtech的客户主要有两种，一是获得Semtech LoRa芯片IP授权的半导体公司；二是直接采用Semtech芯片做SIP级芯片的厂商，包括微芯 科技 （Microchip）等。

Wi-Fi

Wi-Fi被广泛用于许多物联网应用案例，最常见的是作为从网关到连接互联网的路由器的链路。然而，它也被用于要求高速和中距离的主要无线链路。

大多数Wi-Fi版本工作在24GHz免许可频段，传输距离长达100米，具体取决于应用环境。流行的80211n速度可达300Mb/s，而更新的、工作在5GHz ISM频段的80211ac，速度甚至可以超过13Gb/s。

一 种被称为HaLow的适合物联网应用的新版Wi-Fi即将推出。这个版本的代号是80211ah，在美国使用902MHz至928MHz的免许可频段， 其它国家使用1GHz以下的类似频段。虽然大多数Wi-Fi设备在理想条件下最大只能达到100米的覆盖范围，但HaLow在使用合适天线的情况下可以远达1km。

80211ah 的调制技术是OFDM，它在1MHz信道中使用24个子载波，在更大带宽的信道中使用52个子载波。它可以是BPSK、QPSK或QAM，因此可以提供宽 范围的数据速率。在大多数情况下100kb/s到数Mb/s的速率足够用了——真正的目标是低功耗。Wi-Fi联盟透露，它将在2018年前完成 80211ah的测试和认证计划。

针对物联网应用的另外一种新的Wi-Fi标准是80211af。它旨在使用从54MHz到698MHz范围内的电视空白频段或未使用的电视频道。这些频道 很适合长距离和非视距传输。调制技术是采用BPSK、QPSK或QAM的OFDM。每个6MHz信道的最大数据速率大约为24Mb/s，不过在更低的 VHF电视频段有望实现更长的距离。
ZigBee

ZigBee，也称紫蜂，是一种低速短距离传输的无线网上协议，底层是采用IEEE 802154标准规范的媒体访问层与物理层。主要特色有低速、低耗电、低成本、支持大量网上节点、支持多种网上拓扑、低复杂度、快速、可靠、安全。ZigBee是物联网的理想选择之一。

虽然ZigBee一般工作在24GHz ISM频段，但它也可以在902MHz到928MHz和868MHz频段中使用。在24GHz频段中数据速率是250kb/s。它可以用在点到点、星形和网格配置中，支持多达254个节点。与其它技术一样，安全性是通过AES-128加密来保证的。ZigBee的一个主要优势是有预先开发好的软件应用配 置文件供具体应用(包括物联网)使用。最终产品必须得到许可。

ZigBee技术所采用的自组织网是怎么回事？举一个简单的例子就可以说明这个问题，当一队伞兵空降后，每人持有一个ZigBee网络模块终端，降落到地面后，只要他们彼此间在网络模块的通信范围内，通过彼此自动寻找，很快就可以形成一个互联互通的ZigBee网络。而且，由于人员的移动，彼此间的联络还会发生变化。因而，模块还可以通过重新寻找通信对象，确定彼此间的联络，对原有网络进行刷新。这就是自组织网。

NB-IoT

窄带物联网（Narrow Band Internet of Things, NB-IoT）成为万物互联网络的一个重要分支。NB-IoT构建于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络，以降低部署成本、实现平滑升级。

NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接，也被叫作低功耗广域网(LPWAN)。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。据说NB-IoT设备电池寿命可以提高至少10年，同时还能提供非常全面的室内蜂窝数据连接覆盖。

蓝牙50

蓝牙是一种无线传输技术，理论上能够在最远 100 米左右的设备之间进行短距离连线，但实际使用时大约只有 10 米。其最大特色在于能让轻易携带的移动通讯设备和电脑，在不借助电缆的情况下联网，并传输资料和讯息，目前普遍被应用在智能手机和智慧穿戴设备的连结以及智慧家庭、车用物联网等领域中。新到来的蓝牙 50 不仅可以向下相容旧版本产品，且能带来更高速、更远传输距离的优势。

1状态数据——状态数据可以提供供应商和消费者关于物联网的实时动态数据。
2可供行为参考数据——有后续计划的状态数据。它依赖于能够改变系统实时状态的自动化技术，以及能够使人们改变行为习惯或者做长线投资的说服力。
3反馈数据——物联网创造了一个从消费者到生产者的反馈回路，在这里产品生产者可以通过适度水平的隐私、安全以及匿名性来检验产品的实际表现，并鼓励持续的产品改进和创新。
4定位数据——为商业和工业用户提供定位数据服务的领域，存在着更大的市场。
5个性化数据——不要用个人数据来拒绝个性化数据，挑战将围绕开发应用程序和产品规则而展开。

物联网就是通过信息传感设备，按照约定的协议，把任何物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。
通俗地讲，物联网就是“物物相连的互联网”，它包含两层含义：
第一，物联网是互联网的延伸和扩展，其核心和基础仍然是互联网；
第二，物联网的用户端不仅包括人，还包括物品，物联网实现了人与物品及物品之间信息的交换和通信。
物联网作为新一代信息技术的高度集成和综合运用，具有渗透性强、带动作用大、综合效益好的特点，是继计算机、互联网、移动通信网之后信息产业发展的又一推动者。

大数据供应商

大数据供应商，事实表明，越来越多的企业采用数据分析来应对供应链中断，并加强供应链管理(SCM)，目前有几项重大中断正在影响供应链。以下分享大数据供应商，一起来看看。

大数据供应商1

全球大数据市场的主要供应商包括微软（美国）、Teradata（美国）、IBM（美国）、甲骨文（美国）、SAS Institute（美国）、谷歌（美国）、Adobe（美国）、Talend（美国）、Qlik（美国）、TIBCO Software（美国）、Alteryx（美国）、Sisense（美国）、Informatica（美国）、Cloudera（美国）、Splunk（美国）、Palantir Technologies（美国）

1010data（美国）、Hitachi Vantara（美国）、Fusionex（马来西亚）、Information Builders（美国）、AWS（美国）、SAP（德国）、Salesforce（美国）、Micro Focus（英国）、HPE（美国）、MicroStrategy（美国）、ThoughtSpot（美国）、和黄鳍金q鱼（澳大利亚）。

这些供应商采取了各种有机和无机增长策略，例如新产品发布、合作伙伴关系和合作以及并购，以扩大其在全球大数据市场的影响力。

AWS（美国）以 Web 服务的形式提供云计算服务。该公司为遍布 190 个国家/地区的客户提供广泛的产品和服务。亚马逊的产品组合包括计算、存储、数据库、迁移、网络和内容交付、开发人员工具、管理工具、媒体服务、机器学习 和分析等部分。此外，解决方案部门提供网站和网络应用程序、移动服务、备份、存储和存档、金融服务和数字媒体。

它迎合了各种垂直行业，例如媒体和娱乐、汽车、教育、BFSI、游戏技术、政府、医疗保健和生命科学、制造、零售、电信、石油和天然气以及电力公用事业。在大数据市场，其产品包括 Amazon QuickSight、Amazon S3、Amazon Glacier、AWS Glue

大数据供应商2

全面解析大数据给供应链带来的益处

时下，大数据已经完全跨越概念炒作，而成为很多行业业务发展中实实在在应用的重要武器，但是在供应链管理领域，大数据技术的应用产业发展则处于起步阶段，但是相信伴随其他行业大数据的快速发展，供应链管理中的大数据也会迅速跟上来，那么人们势必会问大数据到底能够为供应链带来哪些益处呢，下面请随乾元坤和我一同了解大数据给供应链带来的好处。

大数据与供应链

1、库存优化。比如，SAS独有的功能强大的库存优化模型可以实现在保持很高的客户满意度基础上，把供应成本降到最低并提高供应链的反应速度。

其库存成本第一年就可下降15%～30%，预测未来的准确性则会上升20%，由此带来的是其整体营收会上升7%～10%。当然还有一些其他的潜在好处，如提升市场份额等。此外，运用SAS系统，产品质量会得到显著提升，次品率也会因此减少10%～20%。

2、创造经营效益，从供应链渠道，以及生产现场的仪器或传感器网络收集了大量数据。利用大数据对这些数据库进行更紧密的整合与分析，可以帮助改善库存管理、销售与分销流程的效率，以及对设备的连续监控。制造业要想发展，企业必须了解大数据可以产生的成本效益。对设备进行预测性维护，现在就具备采用大数据技术的条件。制造业将是大数据营业收入的主要来源。

3、B2B电商供应链整合。强大的电商将引领上游下游生产计划-下游销售对接，这种对接趋势是上游制造业外包供应链管理Supply-Chain，只专注于生产Manufacturing，ProductionChain(R&D)。

物流外包上升到供应链外包是一个巨大的飞跃，体现了电商的强大竞争力和整合能力，海量数据支持和跨平台、跨公司的对接成为可能。B-B供应链整合具有强大的市场空间，能够改善我国产业布局、产业链优化、优化产能分配、降低库存、降低供应链成本、提高供应链效率。

4、物流平台规模发展，B-C商业模式整合已经成为现实，但是物流执行平台的建设是拖后腿的瓶颈。多样产品的销售供应链的整合有很大的技术难题，如供货周期、库存周期、配送时效、物流 *** 作要求等，这样的物流中心难度很大。

大数据平台建设将驱动整体销售供应链整合;中国的还有的现实问题跨区域物流配送、城乡差异等，政府的管制是一大难点/疑难杂症，大数据平台有助于政府职能调整到位。

5、产品协同设计，过去大家最关心的是产品设计。可是现在，在产品设计和开发过程中，相关人员相互协同，工厂与制造能力也在同步设计和开发中。当前的压力在于向市场交付更具竞争力、更高配置、更低价格、更高质量的产品，而同时满足所有这些要求，是制造和工程企业的下一个重大的价值所在。这也正是大数据的用武之地。

企业如何部署大数据

要让数据发挥价值，首先要处理大数据，要能够共享、集成、存储和搜索来自众多源头的庞大数据。而就供应链而言，这意味着要能够接受来自第三方系统的数据，并加快反馈速度。

其整体影响是增强协同性、加快决策制定和提高透明度，这对所有相关人员都有帮助。传统供应链已经在使用大量的结构化数据，企业部署了先进的供应链管理系统，将资源数据，交易数据，供应商数据，质量数据等等存储起来用于跟踪供应链执行效率，成本，控制产品质量。

大数据给供应链带来的好处

而当前大数据的概念则超出了传统数据产生、获取、转换、应用分析和存储的概念，出现非结构化数据，数据内容也出现多样化，大数据部署将面临新的挑战。

针对如今所生成、传输和存储的海量信息进行简单处理所带来的挑战。当前，数据量呈爆炸式增长，而随着M2M(机器对机器的通讯)的应用，此趋势仍将持续下去。

但是，如若能够解决这些挑战，将可以打开崭新的局面核心在两个方面：

1、解决数据的生成问题，即如何利用物联网技术M2M获取实时过程数据，虚拟化供应链的流程。通过挖掘这些新数据集的潜力，并结合来源广泛的信息，就可能获得全新的洞见。如此，企业可以开发全新的流程，并与产品全生命周期的各个方面直接关联。与之集成的还有报告和分析功能，为流程提供反馈，从而创建一个良性的强化循环。

2、解决数据应用的问题，如何让供应链各个价值转换过程产生的数据发生商业价值，是发挥数据部署的革命性生产力的根本。大数据在供应链的应用已经不是简单的交易状态可视，支撑决策库存水平，传统ERP结构是无法承担的。因此企业必须重新做好数据应用的顶层设计，建立强大全面的大数据应用分析模型，才能应对复杂海量的数据如何发挥价值的挑战。

大数据在供应链领域的应用刚刚起步，随着供应链的迅速发展，大数据分析，数据管理，大数据应用，大数据存储在供应链领域蕴含巨大的发展潜力，大数据的投资也只有与供应链结合，才能产生可持续、规模化发展的产业

大数据供应商3

供应链案例分析的方法

一、供应链案例的类型

供应链案例可以是从原材料供应一直到最终产品送到最终用户手中的整个供应链的案例，也可以是只涉及供应链一个环节或只关注于单一的物流活动的案例。无论哪一种案例，在分析时都应该从供应链整体的角度进行，要考虑单一环节的变化对供应链中其他环节产生的影响。

二、供应链案例分析的目标

提高客户服务水平和降低总的运作成本是供应链管理的两大目标，在案例分析时，必须牢记这两大目标。

三、供应链案例分析的方法

供应链案例分析可分为这样几步进行：

第一，分析供应链现状。

首先分析供应链的结构，在分析时可绘制一个从原材料或零配件供应的起点开始，通过生产制造环节和分销配送环节，直到最终用户手中的货物流动示意图，示意图目的是为了描述供应链中各固定节点(如工厂、仓库)的结构和货物在这些节点之间的流动模式。即货物流。

然后分析支撑货物移动的信息流和信息系统，包括订单信息处理、需求预测信息、管理信息和计算机系统。其次对现行的供应链绩效进行分析，这对改进措施的提出是非常有效的，绩效分析可包括供应链的总体绩效、供应链的相对绩效和单项物流功能的绩效。

第二，在现状分析的基础上找出问题。

这常常是案例分析最困难的也是最重要的一步。因为如果无法正确地鉴别出主要问题，也就无法作出正确的选择。在分析时要注意症状与原因的区分，通常在分析时症状是比较容易明确的。

例如，经理可能认为仓储能力短缺是一个问题，实际上，这可能仅仅是一个症状，造成的原因可能是库存管理不良或生产安排不合理而使得库存的大大超过了实际需求。因此在分析时，必须找到真正造成问题的原因。

第三，设想并提出解决问题方案

解决方案的提出是和现状分析紧密联系在一起的，一个好的现状分析能够对主要问题进行清晰的确定，从而指出正确的解决问题或行动路线。提出解决问题方案时通常可从三个层面上考虑：具体功能部门层面;公司层面，在公司内实行跨部门的改革;供应链层面，同一供应链上的公司间相互配合上进行改革。

最后对提出的方案应当做全面的说明。

以上是对分析供应链问题提供一个思考分析的框架，这不是一个应用于所有供应链问题的万能方法，而是列出了在分析问题时可考虑的因素，案例分析时应根据实际问题确定相关的研究因素。

---