大數(shù)據(jù)產(chǎn)業(yè)發(fā)展了幾年之后，即將進(jìn)入到價(jià)值變現(xiàn)階段。傳統(tǒng)企業(yè)已經(jīng)對(duì)大數(shù)據(jù)技術(shù)和應(yīng)用有了初步了解，大數(shù)據(jù)平臺(tái)和技術(shù)的應(yīng)用也開(kāi)始普遍。很多企業(yè)對(duì)大數(shù)據(jù)的價(jià)值了解不多，不知道如何應(yīng)用數(shù)據(jù)，如何利用數(shù)據(jù)分析和外部數(shù)據(jù)來(lái)提升業(yè)務(wù)，如何利用數(shù)據(jù)創(chuàng)造價(jià)值。

　　

　　大數(shù)據(jù)的場(chǎng)景應(yīng)用成了很多企業(yè)迫切需要了解的問(wèn)題，也是大數(shù)據(jù)在企業(yè)應(yīng)用的一個(gè)主要出發(fā)點(diǎn)。本文將從幾個(gè)產(chǎn)業(yè)和領(lǐng)域來(lái)同大家分享一下大數(shù)據(jù)的應(yīng)用場(chǎng)景，同時(shí)也幫助企業(yè)掌握找到數(shù)據(jù)應(yīng)用切入點(diǎn)。

　　大數(shù)據(jù)場(chǎng)景應(yīng)用本質(zhì)上就是數(shù)據(jù)的業(yè)務(wù)應(yīng)用場(chǎng)景，是數(shù)據(jù)和數(shù)據(jù)分析在企業(yè)經(jīng)營(yíng)活動(dòng)中的具體表現(xiàn)?？梢詮牟煌木暥葋?lái)了解大數(shù)據(jù)的場(chǎng)景應(yīng)用。從橫向上分析，大數(shù)據(jù)在不同行業(yè)有不同的應(yīng)用場(chǎng)景，簡(jiǎn)單講就是提升業(yè)務(wù)，降低成本，開(kāi)源和節(jié)流并重。由于各個(gè)行業(yè)的數(shù)據(jù)維度和數(shù)質(zhì)量不同，大數(shù)據(jù)在不同行業(yè)應(yīng)用的成熟度不同，金融行業(yè)的數(shù)據(jù)維度較多，數(shù)據(jù)質(zhì)量也很好，數(shù)據(jù)集中和數(shù)據(jù)治理也開(kāi)展了一段時(shí)間，因此金融行業(yè)的大數(shù)據(jù)應(yīng)用開(kāi)展較好，也取得了一些較好的效果。地產(chǎn)行業(yè)的大數(shù)據(jù)剛剛開(kāi)始，主要應(yīng)用在于線(xiàn)下和線(xiàn)上數(shù)據(jù)打通、土地決策、地產(chǎn)金融等方面。電商是最早利用數(shù)據(jù)變現(xiàn)的行業(yè)，客戶(hù)交易和行為數(shù)據(jù)分析已經(jīng)成為電商行業(yè)核心競(jìng)爭(zhēng)力?；ヂ?lián)網(wǎng)金融、零售、醫(yī)療、交通、航空旅游的數(shù)據(jù)應(yīng)用也開(kāi)始了一段時(shí)間，數(shù)據(jù)分析已經(jīng)為他們帶來(lái)了較大的業(yè)務(wù)提升。

　　一、金融行業(yè)大數(shù)據(jù)場(chǎng)景應(yīng)用

　　

　　金融行業(yè)擁有豐富的數(shù)據(jù)，并且數(shù)據(jù)維度和數(shù)據(jù)質(zhì)量也很好，自身的數(shù)據(jù)就是最好的數(shù)據(jù)，可以開(kāi)發(fā)出很多應(yīng)用場(chǎng)景。如果考慮引入外部數(shù)據(jù)，可以加快數(shù)據(jù)價(jià)值的變現(xiàn)，市場(chǎng)上較好的數(shù)據(jù)有社交數(shù)據(jù)、電商交易數(shù)據(jù)、移動(dòng)大數(shù)據(jù)、運(yùn)營(yíng)商數(shù)據(jù)、工商司法數(shù)據(jù)、公安數(shù)據(jù)、教育數(shù)據(jù)、銀聯(lián)交易數(shù)據(jù)等。

　　大數(shù)據(jù)在金融行業(yè)應(yīng)用范圍較廣，典型的案例有花旗銀行利用IBM沃森電腦為財(cái)富管理客戶(hù)推薦產(chǎn)品，并預(yù)測(cè)未來(lái)計(jì)算機(jī)推薦理財(cái)?shù)氖袌?chǎng)將超過(guò)銀行專(zhuān)業(yè)理財(cái)師。摩根大通銀行利用決策樹(shù)技術(shù)，降低了不良貸款率、轉(zhuǎn)化了提前還款客戶(hù)，一年為摩根大通銀行增加了6億美金的利潤(rùn)。VISA公司利用Hadoop平臺(tái)將730億交易處理時(shí)間從一個(gè)月縮短到13分鐘。

　　1、銀行數(shù)據(jù)應(yīng)用場(chǎng)景

　　銀行的數(shù)據(jù)應(yīng)用場(chǎng)景比較豐富，典型的數(shù)據(jù)應(yīng)用場(chǎng)景集中在數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)、用戶(hù)經(jīng)營(yíng)、數(shù)據(jù)風(fēng)控、產(chǎn)品設(shè)計(jì)和決策支持等?，F(xiàn)階段，大數(shù)據(jù)在銀行的商業(yè)應(yīng)用還是以其自身交易數(shù)據(jù)和客戶(hù)數(shù)據(jù)為主，外部數(shù)據(jù)為輔;描述性數(shù)據(jù)分析為主，預(yù)測(cè)性數(shù)據(jù)建模為輔;經(jīng)營(yíng)客戶(hù)為主，經(jīng)營(yíng)產(chǎn)品為輔。

　　可以將銀行的數(shù)據(jù)按類(lèi)型分為交易數(shù)據(jù)、客戶(hù)數(shù)據(jù)、信用數(shù)據(jù)、資產(chǎn)數(shù)據(jù)四大類(lèi)。大部分?jǐn)?shù)據(jù)都集中在數(shù)據(jù)倉(cāng)庫(kù)，都是結(jié)構(gòu)化數(shù)據(jù)，金融屬性較強(qiáng)，可以利用數(shù)據(jù)挖掘來(lái)分析出一些交易數(shù)據(jù)背后的商業(yè)價(jià)值。商業(yè)銀行正在從經(jīng)營(yíng)產(chǎn)品轉(zhuǎn)向經(jīng)營(yíng)客戶(hù)，因此目標(biāo)客戶(hù)的尋找，正在成為銀行數(shù)據(jù)商業(yè)應(yīng)用的主要方向。其中高端財(cái)富管理和理財(cái)客戶(hù)的挖掘，成為吸收存款和理財(cái)產(chǎn)品銷(xiāo)售的主要應(yīng)用領(lǐng)域。

　　1)、利用數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)，挖掘高端財(cái)富客戶(hù)

　　從物業(yè)費(fèi)待繳服務(wù)中尋找高端理財(cái)客戶(hù)，銀行可能幫助一些物業(yè)公司進(jìn)行物業(yè)費(fèi)代繳，其中包含了較多的高檔樓盤(pán)的代扣代繳，銀行可以依據(jù)物業(yè)費(fèi)的多少，來(lái)識(shí)別出高檔住宅的業(yè)主。例如針對(duì)物業(yè)費(fèi)代扣金額超過(guò)3千元的客戶(hù)進(jìn)行分析，結(jié)合其在本行的資產(chǎn)余額，來(lái)幫助銀行找到一些主要資產(chǎn)不在本行的高端用戶(hù)，為這些用戶(hù)提供理財(cái)服務(wù)和資產(chǎn)管理服務(wù)。曾經(jīng)某家股份制商業(yè)銀行，利用此方法，兩個(gè)月新增了十多億存款。

　　2)、利用銀行卡刷卡記錄來(lái)尋找財(cái)富管理人群

　　中國(guó)有120萬(wàn)人口高端財(cái)富人群，這些人群平均可支配的金融資產(chǎn)在一千萬(wàn)人民幣，是所有銀行財(cái)富管理重點(diǎn)發(fā)展的人群。這些人群具有典型的高端消費(fèi)習(xí)慣，高端消費(fèi)場(chǎng)場(chǎng)景覆蓋奢侈品、游艇、豪車(chē)、手表、高爾夫、古玩等。銀行可以參考POS機(jī)的消費(fèi)記錄定位這些高端財(cái)富管理人群，為其提供定制的財(cái)富管理方案，吸收其成為財(cái)富管理客戶(hù)，增加存款和理財(cái)產(chǎn)品銷(xiāo)售。另外移動(dòng)設(shè)備的位置數(shù)據(jù)也可以幫助銀行識(shí)別出這些人群。

　　3)、利用外部數(shù)據(jù)找到白金卡用戶(hù)

　　信用卡中的白金卡主要面對(duì)高端消費(fèi)人群，這些人群很難通過(guò)線(xiàn)下的方式觸達(dá)，但是其又是信用卡公司希望獲得的高價(jià)值用戶(hù)。銀行可以參考客戶(hù)乘坐頭等倉(cāng)的次數(shù)、出境游消費(fèi)金額、境外數(shù)據(jù)漫游費(fèi)用來(lái)為其提供白金卡服務(wù)，這類(lèi)經(jīng)常乘坐頭等倉(cāng)和消費(fèi)高的客戶(hù)，其消費(fèi)額度和信用水平應(yīng)該可以滿(mǎn)足白金信用卡客戶(hù)的要求。這種消費(fèi)場(chǎng)景的關(guān)聯(lián)應(yīng)用是典型的大數(shù)據(jù)應(yīng)用方式，也是目前數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)和數(shù)據(jù)風(fēng)控常用的場(chǎng)景。

　　2、保險(xiǎn)行業(yè)數(shù)據(jù)應(yīng)用功能場(chǎng)景

　　保險(xiǎn)行業(yè)主要通過(guò)保險(xiǎn)代理人連接保險(xiǎn)客戶(hù)，對(duì)客戶(hù)的基本信息和需求掌握很少，因此極端依賴(lài)外部保險(xiǎn)代理人和渠道(銀行)，在競(jìng)爭(zhēng)不激烈的情況下，這種連接客戶(hù)的方式是可以的。但是如果互聯(lián)網(wǎng)保險(xiǎn)興起之后，用戶(hù)很可能會(huì)被分流到互聯(lián)網(wǎng)渠道，因?yàn)槟贻p人更加喜歡通過(guò)互聯(lián)網(wǎng)這個(gè)渠道來(lái)滿(mǎn)足自己的需求。未來(lái)線(xiàn)上客戶(hù)將成為保險(xiǎn)公司客戶(hù)來(lái)源。

　　保險(xiǎn)行業(yè)的產(chǎn)品是一個(gè)長(zhǎng)周期產(chǎn)品，保險(xiǎn)客戶(hù)再次購(gòu)買(mǎi)保險(xiǎn)產(chǎn)品的轉(zhuǎn)化率很高，經(jīng)營(yíng)好老客戶(hù)是保險(xiǎn)公司一項(xiàng)重要任務(wù)。保險(xiǎn)公司內(nèi)部的交易系統(tǒng)不多，交易方式不是很復(fù)雜，數(shù)據(jù)主要集中在產(chǎn)品系統(tǒng)和交易系統(tǒng)之中，客戶(hù)關(guān)系管理系統(tǒng)中也包含豐富了信息，但是數(shù)據(jù)集中在很多保險(xiǎn)公司還沒(méi)有完成，數(shù)據(jù)倉(cāng)庫(kù)建設(shè)可能需要在用戶(hù)畫(huà)像建設(shè)前完成。

　　保險(xiǎn)公司主要數(shù)據(jù)有人口屬性信息，信用信息，產(chǎn)品銷(xiāo)售信息，客戶(hù)家人信息。缺少興趣愛(ài)好、消費(fèi)特征、社交信息等信息。保險(xiǎn)產(chǎn)品主要有壽險(xiǎn)，車(chē)險(xiǎn)，保障，財(cái)產(chǎn)險(xiǎn)，意外險(xiǎn)，養(yǎng)老險(xiǎn)，旅游險(xiǎn)。

　　保險(xiǎn)行業(yè)數(shù)據(jù)業(yè)務(wù)場(chǎng)景是圍繞保險(xiǎn)產(chǎn)品和保險(xiǎn)客戶(hù)進(jìn)行的，典型的數(shù)據(jù)應(yīng)用有利用用戶(hù)行為數(shù)據(jù)來(lái)制定車(chē)險(xiǎn)價(jià)格(UBI)，利用客戶(hù)外部行為數(shù)據(jù)來(lái)了解客戶(hù)需求，向目標(biāo)用戶(hù)推薦產(chǎn)品，例如依據(jù)自身數(shù)據(jù)(個(gè)人屬性)，外部養(yǎng)車(chē)App活躍情況，為保險(xiǎn)公司找到車(chē)險(xiǎn)客戶(hù);依據(jù)自身數(shù)據(jù)(個(gè)人屬性)，移動(dòng)設(shè)備位置信息，為保險(xiǎn)企業(yè)找到商旅人群，推銷(xiāo)意外險(xiǎn)和保障險(xiǎn)。依據(jù)自身數(shù)據(jù)(家人數(shù)據(jù))，人生階段信息，為用戶(hù)推薦理財(cái)保險(xiǎn)，壽險(xiǎn)，保障保險(xiǎn)，養(yǎng)老險(xiǎn)，教育險(xiǎn)，依據(jù)自身數(shù)據(jù)和外部數(shù)據(jù)，為高端人士提供財(cái)產(chǎn)險(xiǎn)和壽險(xiǎn)。利用外部數(shù)據(jù)，提升保險(xiǎn)產(chǎn)品的精算水平，提高利潤(rùn)水平和投資收益。

　　保險(xiǎn)公司急需收集整理客戶(hù)信息，為客戶(hù)建立人生檔案，利用個(gè)人的生命周期各個(gè)階段需要，為客戶(hù)提供保險(xiǎn)產(chǎn)品。保險(xiǎn)公司也需要同外部渠道進(jìn)行合作開(kāi)發(fā)出適合不同業(yè)務(wù)場(chǎng)景的保險(xiǎn)產(chǎn)品。例如航班延誤險(xiǎn)、旅游天氣險(xiǎn)、手機(jī)被盜險(xiǎn)等新的險(xiǎn)種。目的不是靠這些險(xiǎn)種盈利，而是找到潛在客戶(hù)，為客戶(hù)提供其他保險(xiǎn)產(chǎn)品。另外保險(xiǎn)公司應(yīng)該借助于移動(dòng)互聯(lián)網(wǎng)連接客戶(hù)，利用數(shù)據(jù)分析來(lái)了解客戶(hù)，降低對(duì)外部渠道的依賴(lài)，降低保險(xiǎn)營(yíng)銷(xiāo)費(fèi)用，提高直銷(xiāo)渠道投入和直銷(xiāo)銷(xiāo)售比。

　　3、證券行業(yè)數(shù)據(jù)應(yīng)用場(chǎng)景

　　證券行業(yè)的主要收入來(lái)源于經(jīng)紀(jì)業(yè)務(wù)、資產(chǎn)管理、投融資服務(wù)、自由資金投資。外部數(shù)據(jù)的分析，特別是行業(yè)數(shù)據(jù)的分析有助于其投融資服務(wù)和投資業(yè)務(wù)。2015年4月13日，一碼通實(shí)施之后，證券行業(yè)面臨了互聯(lián)網(wǎng)證券平臺(tái)的強(qiáng)力競(jìng)爭(zhēng)，依據(jù)TalkingData發(fā)布的金融App排行榜，移動(dòng)互聯(lián)網(wǎng)證券App，排名前5位的證券類(lèi)App，只有一家傳統(tǒng)券商華泰證券。排名第一的互聯(lián)網(wǎng)券商同化順覆裝機(jī)量是排名第一傳統(tǒng)券商的6倍，前三名的互聯(lián)券商總體覆蓋用戶(hù)接近6000萬(wàn)用戶(hù)。用戶(hù)總數(shù)還在不斷增加。傳統(tǒng)證券行業(yè)現(xiàn)在面臨的主要挑戰(zhàn)是用戶(hù)交易賬戶(hù)的爭(zhēng)奪，證券行業(yè)如何增加新用戶(hù)?如何留住用戶(hù)?如何提高證券行業(yè)用戶(hù)的活躍?如何提高單個(gè)客戶(hù)的收入?是證券行業(yè)主要的業(yè)務(wù)需求。

　　證券行業(yè)擁有的數(shù)據(jù)類(lèi)型有個(gè)人屬性信息例如用戶(hù)名稱(chēng)，手機(jī)號(hào)碼，家庭地址，郵件地址等。證券公司還擁有交易用戶(hù)的資產(chǎn)和交易紀(jì)錄，同時(shí)還擁有用戶(hù)收益數(shù)據(jù)，利用這些數(shù)據(jù)和外部數(shù)據(jù)，證券公司可以利用數(shù)據(jù)建立業(yè)務(wù)場(chǎng)景，篩選目標(biāo)客戶(hù)，為用戶(hù)提供適合的產(chǎn)品，提高單個(gè)客戶(hù)收入。帕累托效應(yīng)還是適用于證券行業(yè)，20%的客戶(hù)創(chuàng)造了80%的利潤(rùn)。證券行業(yè)需要找到高頻交易客戶(hù)、資產(chǎn)較高的客戶(hù)，理財(cái)客戶(hù)。借助于數(shù)據(jù)分析，如果客戶(hù)平均年收益低于5%，交易頻率很低，建議其購(gòu)買(mǎi)證券公司提供的理財(cái)產(chǎn)品。如果客戶(hù)交易很頻繁，又收益較高，可以主動(dòng)推送融資服務(wù)。如果客戶(hù)交易不頻繁，但是資金量較大，可以為客戶(hù)提供投資咨詢(xún)，激活客戶(hù)交易興趣?？蛻?hù)交易的頻率，客戶(hù)的資產(chǎn)規(guī)模，客戶(hù)交易量都是證券公司主要收入來(lái)源，對(duì)客戶(hù)交易習(xí)慣和行為分析可以幫助證券公司獲得更多的收益。另外證券App交易的便捷和用戶(hù)體驗(yàn)，也是提升用戶(hù)粘性的重要方面。

　　證券公司除了利用企業(yè)財(cái)務(wù)數(shù)據(jù)來(lái)判斷企業(yè)經(jīng)營(yíng)情況，還可以利用外部數(shù)據(jù)來(lái)分析企業(yè)的經(jīng)營(yíng)情況，為投融資以及自身投資業(yè)務(wù)提供有力支持。例如利用移動(dòng)App的活躍和覆蓋率來(lái)判斷移動(dòng)互聯(lián)網(wǎng)企業(yè)經(jīng)營(yíng)情況，電商、手游、旅游等行業(yè)的App活躍情況完全可以說(shuō)明企業(yè)運(yùn)營(yíng)情況。海關(guān)數(shù)據(jù)、物流數(shù)據(jù)、電力數(shù)據(jù)、交通數(shù)據(jù)、社交輿情、郵件服務(wù)器容量等數(shù)據(jù)可以說(shuō)明企業(yè)經(jīng)營(yíng)情況，為投資提供重要參考。

　　二、地產(chǎn)行業(yè)大數(shù)據(jù)場(chǎng)景應(yīng)用

　　
    地產(chǎn)行業(yè)正在從黃金發(fā)展期進(jìn)入到白銀發(fā)展期，房地產(chǎn)商從過(guò)去粗放經(jīng)營(yíng)轉(zhuǎn)向精細(xì)化經(jīng)營(yíng)。地產(chǎn)生意不在是簡(jiǎn)單的交鑰匙工程，簡(jiǎn)單的商品房建設(shè)。地產(chǎn)公司正在轉(zhuǎn)向商業(yè)地產(chǎn)開(kāi)發(fā)和商鋪經(jīng)營(yíng)、物業(yè)經(jīng)營(yíng)。市場(chǎng)的競(jìng)爭(zhēng)正在驅(qū)動(dòng)地產(chǎn)公司尋找新的收入增點(diǎn)和新的商業(yè)模式。有的地產(chǎn)巨頭例如萬(wàn)科和萬(wàn)達(dá)，已經(jīng)轉(zhuǎn)向社區(qū)O2O、電商、文化產(chǎn)業(yè)、地產(chǎn)金融等業(yè)務(wù)。

　　一些地產(chǎn)公司和大數(shù)據(jù)公司正在尋找大數(shù)據(jù)在地產(chǎn)行業(yè)的應(yīng)用場(chǎng)景，并且已經(jīng)取得了階段性成果。移動(dòng)大數(shù)據(jù)正在幫助地產(chǎn)行業(yè)在土地開(kāi)發(fā)、小區(qū)規(guī)劃、商鋪規(guī)劃、地產(chǎn)O2O，甚至地產(chǎn)金融等方面發(fā)揮作用。地產(chǎn)大數(shù)據(jù)商業(yè)應(yīng)用場(chǎng)景被逐漸被挖掘出來(lái)，大數(shù)據(jù)技術(shù)在資源配置和客戶(hù)分析等方面發(fā)揮了過(guò)去想象不到的作用，移動(dòng)大數(shù)據(jù)正在幫助房地產(chǎn)公司實(shí)施數(shù)字化運(yùn)營(yíng)，獲得新的業(yè)務(wù)收入。TalkingData作為一個(gè)領(lǐng)先的移動(dòng)大數(shù)據(jù)公司，在土地規(guī)劃、客戶(hù)經(jīng)營(yíng)、打通O2O等方面幫助很多房地產(chǎn)商實(shí)現(xiàn)數(shù)字化經(jīng)營(yíng)，并取得了一些成績(jī)。數(shù)據(jù)商業(yè)應(yīng)用給地產(chǎn)商帶來(lái)了過(guò)去不存在的商業(yè)價(jià)值，移動(dòng)大數(shù)據(jù)技術(shù)在商業(yè)地產(chǎn)的應(yīng)用，正在成為很多房地產(chǎn)公司重點(diǎn)關(guān)注的領(lǐng)域。

　　1、移動(dòng)大數(shù)據(jù)在商業(yè)地塊定價(jià)策略方面的應(yīng)用

　　先從一個(gè)真實(shí)的例子開(kāi)始，一家著名的房地產(chǎn)公司，其房產(chǎn)開(kāi)發(fā)主要集中在三線(xiàn)城市。當(dāng)這家房地產(chǎn)公司進(jìn)入到一個(gè)城市時(shí)，當(dāng)?shù)卣浅g迎，并拿出了一個(gè)擁有30萬(wàn)戶(hù)籍人口的土地讓房地產(chǎn)公司進(jìn)行開(kāi)發(fā)。房地產(chǎn)公司開(kāi)發(fā)完之后，發(fā)現(xiàn)房子賣(mài)出去很少，同30萬(wàn)戶(hù)籍人口的需求完全不在一個(gè)數(shù)量級(jí)上，房子積壓了不少，造成了較大損失。

　　地產(chǎn)公司很困惑，究竟是什么原因?qū)е铝朔孔訙N(xiāo)，經(jīng)過(guò)一段時(shí)間的調(diào)研，地產(chǎn)公司發(fā)現(xiàn)30萬(wàn)戶(hù)籍人口中有一半以上在其他城市工作，并且未來(lái)不會(huì)回來(lái)購(gòu)買(mǎi)住房，其開(kāi)發(fā)地塊的常住人口住房購(gòu)買(mǎi)需求較低，相當(dāng)于10萬(wàn)戶(hù)籍人口的需求。地產(chǎn)商按照30萬(wàn)人口需求開(kāi)發(fā)的住宅小區(qū)，很難在當(dāng)?shù)囟唐趦?nèi)賣(mài)出去。本次房地產(chǎn)投資損失較大，導(dǎo)致房地產(chǎn)商從當(dāng)?shù)胤慨a(chǎn)市場(chǎng)退出。

　　TalkingData利用移動(dòng)設(shè)備的位置數(shù)據(jù)，可以幫開(kāi)發(fā)商了解其開(kāi)發(fā)地塊的常住人口數(shù)量、年齡分布和職業(yè)特點(diǎn)、以及收入水平。通過(guò)數(shù)據(jù)分析，房地產(chǎn)商可以客觀(guān)了解開(kāi)發(fā)地塊每天晚上居住的人口數(shù)量，進(jìn)入的人口數(shù)量，第二天離開(kāi)的人口數(shù)量，以及這些人口的活動(dòng)規(guī)律、年齡階段、職業(yè)類(lèi)型、收入水平、消費(fèi)水平等。這些數(shù)據(jù)可以幫助房地產(chǎn)商對(duì)土地價(jià)值進(jìn)行評(píng)估，這些信息對(duì)土地價(jià)格影響很大。房地產(chǎn)公司已經(jīng)利用移動(dòng)大數(shù)據(jù)進(jìn)行土地價(jià)值估算，避免采用戶(hù)籍人口數(shù)量方式來(lái)價(jià)值估算土地價(jià)值，降低了土地投資成本和房地產(chǎn)開(kāi)發(fā)風(fēng)險(xiǎn)。

　　越來(lái)越多的房地產(chǎn)公司正在利用移動(dòng)大數(shù)據(jù)，客觀(guān)精確地估計(jì)其開(kāi)發(fā)的土地價(jià)值，降低土地投資費(fèi)用。房地產(chǎn)開(kāi)發(fā)商也將參考用戶(hù)信息進(jìn)行房型設(shè)計(jì)、商鋪規(guī)劃、配套設(shè)施規(guī)劃等，真正將大數(shù)據(jù)價(jià)值應(yīng)用到房地產(chǎn)項(xiàng)目上去，優(yōu)化資源配置，提高運(yùn)營(yíng)效率。

　　2、移動(dòng)大數(shù)據(jù)在商鋪地產(chǎn)規(guī)劃上的應(yīng)用

　　房地產(chǎn)行業(yè)正在將產(chǎn)業(yè)鏈進(jìn)行延伸，住宅小區(qū)的商業(yè)地產(chǎn)項(xiàng)目已經(jīng)成為房地產(chǎn)公司未來(lái)利潤(rùn)的增長(zhǎng)點(diǎn)。商鋪主要為周?chē)用裉峁┓?wù)的，居民的消費(fèi)偏好成為商鋪設(shè)計(jì)的一個(gè)出發(fā)點(diǎn)。商鋪的合理規(guī)劃對(duì)商業(yè)地產(chǎn)的增值起到了關(guān)鍵的作用。

　　移動(dòng)互聯(lián)網(wǎng)的大數(shù)據(jù)可以幫助房地產(chǎn)商了解客戶(hù)的消費(fèi)偏好，通過(guò)用戶(hù)智能手機(jī)的App列表和其活躍程度，大數(shù)據(jù)公司可以對(duì)周?chē)用襁M(jìn)行分析和畫(huà)像。這些用戶(hù)畫(huà)像包括客戶(hù)的生活?lèi)?ài)好、年齡層次，消費(fèi)特點(diǎn)等信息。房地產(chǎn)商可以利用這些信息進(jìn)行商鋪規(guī)劃，根據(jù)客戶(hù)消費(fèi)需求來(lái)規(guī)劃商鋪，最大化商鋪的利用率和客流量，合理配置商鋪資源。

　　TalkingData已經(jīng)向一些地產(chǎn)開(kāi)發(fā)商提供了用戶(hù)畫(huà)像數(shù)據(jù)，這些用戶(hù)畫(huà)像數(shù)據(jù)正在被用作商鋪規(guī)劃。房地產(chǎn)商依據(jù)周?chē)脩?hù)的特點(diǎn)和數(shù)量，規(guī)劃教育、娛樂(lè)、健康、戶(hù)外運(yùn)動(dòng)、美容等商鋪的配置比例，確保有足夠的商鋪來(lái)滿(mǎn)足客戶(hù)需求，同時(shí)也確保相同類(lèi)型商鋪不要太多，最大化商鋪的經(jīng)濟(jì)利益，也為商業(yè)地產(chǎn)增值提供基礎(chǔ)。

　　房地產(chǎn)商利用移動(dòng)互聯(lián)網(wǎng)側(cè)客戶(hù)行為數(shù)據(jù)和消費(fèi)愛(ài)好數(shù)據(jù)，在開(kāi)發(fā)商鋪時(shí)依據(jù)客戶(hù)需求規(guī)劃商鋪，提高商鋪客流量和消費(fèi)總額，幫助房地產(chǎn)商提高商鋪價(jià)值和潛在的租金。商戶(hù)也可以利用用戶(hù)畫(huà)像數(shù)據(jù)深度了解客戶(hù)，為商品采購(gòu)和服務(wù)提供數(shù)據(jù)支持，為客戶(hù)提供更加優(yōu)質(zhì)的商品和服務(wù)。

　　三、零售行業(yè)大數(shù)據(jù)場(chǎng)景應(yīng)用

   零售行業(yè)比較有名氣的大數(shù)據(jù)案例就是沃爾瑪?shù)钠【坪湍虿嫉墓适?，以及Target通過(guò)向年輕女孩寄送尿布廣告而告知其父親，女孩懷孕的故事。沃爾瑪是大數(shù)據(jù)分析應(yīng)用的先鋒，其擁有全世界第二大規(guī)模的數(shù)據(jù)倉(cāng)庫(kù)，第一大規(guī)模數(shù)據(jù)倉(cāng)庫(kù)的擁有者是美國(guó)政府。

　　零售行業(yè)可以通過(guò)客戶(hù)購(gòu)買(mǎi)記錄，了解客戶(hù)關(guān)聯(lián)產(chǎn)品購(gòu)買(mǎi)喜好，將相關(guān)的產(chǎn)品放到一起增加來(lái)增加產(chǎn)品銷(xiāo)售額，例如將洗衣服相關(guān)的化工產(chǎn)品例如洗衣粉、消毒液、衣領(lǐng)凈等放到一起進(jìn)行銷(xiāo)售。根據(jù)客戶(hù)相關(guān)產(chǎn)品購(gòu)買(mǎi)記錄而重新擺放的貨物將會(huì)給零售企業(yè)增加30%以上的產(chǎn)品銷(xiāo)售額。

　　零售行業(yè)還可以記錄客戶(hù)購(gòu)買(mǎi)習(xí)慣，將一些日常需要的必備生活用品，在客戶(hù)即將用完之前，通過(guò)精準(zhǔn)廣告的方式提醒客戶(hù)進(jìn)行購(gòu)買(mǎi)。或者定期通過(guò)網(wǎng)上商城進(jìn)行送貨，既幫助客戶(hù)解決了問(wèn)題，又提高了客戶(hù)體驗(yàn)。

　　電商是最早利用大數(shù)據(jù)進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)的行業(yè)，電商網(wǎng)站內(nèi)推薦引擎將會(huì)依據(jù)客戶(hù)歷史購(gòu)買(mǎi)行為和同類(lèi)人群購(gòu)買(mǎi)行為，進(jìn)行產(chǎn)品推薦。市場(chǎng)上推薦引擎的產(chǎn)品轉(zhuǎn)化率一般在6%-8%，很少有超過(guò)8%以上的轉(zhuǎn)化率。

　　電商行業(yè)的巨頭天貓和京東，已經(jīng)通過(guò)客戶(hù)的購(gòu)買(mǎi)習(xí)慣，將客戶(hù)日常需要的商品例如尿不濕，衛(wèi)生紙，衣服等商品依據(jù)客戶(hù)購(gòu)買(mǎi)習(xí)慣事先進(jìn)行準(zhǔn)備。當(dāng)客戶(hù)剛剛下單，商品就會(huì)在24小時(shí)內(nèi)或者30分鐘內(nèi)送到客戶(hù)門(mén)口，提高了客戶(hù)體驗(yàn)，讓客戶(hù)連后悔等時(shí)間都沒(méi)有。

　　電商的數(shù)據(jù)量足夠大，數(shù)據(jù)較為集中，數(shù)據(jù)種類(lèi)較多，其商業(yè)應(yīng)用具有較大的想象空間。包括預(yù)測(cè)流行趨勢(shì)，消費(fèi)趨勢(shì)、地域消費(fèi)特點(diǎn)、客戶(hù)消費(fèi)習(xí)慣、消費(fèi)行為的相關(guān)度、消費(fèi)熱點(diǎn)等。依托大數(shù)據(jù)分析，電商可幫助企業(yè)進(jìn)行產(chǎn)品設(shè)計(jì)、庫(kù)存管理、計(jì)劃生產(chǎn)、資源配置等，有利于精細(xì)化大生產(chǎn)，提高生產(chǎn)效率，優(yōu)化資源配置。

　　四、醫(yī)療行業(yè)大數(shù)據(jù)場(chǎng)景應(yīng)用

　　
　　醫(yī)療行業(yè)擁有大量病例、病理報(bào)告、醫(yī)療方案、藥物報(bào)告等。如果這些數(shù)據(jù)進(jìn)行整理和分析，將會(huì)極大地幫助醫(yī)生和病人。在未來(lái)，借助于大數(shù)據(jù)平臺(tái)我們可以收集疾病的基本特征、病例和治療方案，建立針對(duì)疾病的數(shù)據(jù)庫(kù)，幫助醫(yī)生進(jìn)行疾病診斷。

　　IBM的花了10億美元收購(gòu)了一家公司，獲得了這家公司的10萬(wàn)份病人檔案，IBM的沃森已經(jīng)學(xué)習(xí)了這些醫(yī)療檔案，依據(jù)過(guò)去的數(shù)據(jù)和診斷建立了疾病診斷模型，并向醫(yī)生推薦治療方案。IBM的沃森背后支撐的系統(tǒng)是DeepQA，專(zhuān)注文本分析、基于概率大規(guī)模并行分析系統(tǒng)。醫(yī)生們用來(lái)診斷和治療的醫(yī)學(xué)知識(shí)中，只有20%具有實(shí)證基礎(chǔ)，每五年相關(guān)的醫(yī)學(xué)知識(shí)就會(huì)翻一倍，醫(yī)生們根本沒(méi)有時(shí)間來(lái)查閱所有期刊，實(shí)時(shí)更新其知識(shí)儲(chǔ)備。

　　IBM的沃森具有這樣的學(xué)習(xí)和更新能力，可以幫助醫(yī)生進(jìn)行診斷和提出治療方案。美國(guó)的MD安德森癌癥醫(yī)療中心正在實(shí)用IBM的沃森幫助醫(yī)生進(jìn)行診斷和制定治療方案。

　　基因技術(shù)發(fā)展成熟后，可以根據(jù)病人的基因序列特點(diǎn)進(jìn)行分類(lèi)，建立醫(yī)療行業(yè)的病人分類(lèi)數(shù)據(jù)庫(kù)。在醫(yī)生診斷病人時(shí)可以參考病人的疾病特征、化驗(yàn)報(bào)告和檢測(cè)報(bào)告，參考疾病數(shù)據(jù)庫(kù)來(lái)快速幫助病人確診。在制定治療方案時(shí)，醫(yī)生可以依據(jù)病人的基因特點(diǎn)，調(diào)取相似基因、年齡、人種、身體情況相同的有效治療方案，制定出適合病人的治療方案，幫助更多人及時(shí)進(jìn)行治療。這些數(shù)據(jù)也有利于醫(yī)藥行業(yè)開(kāi)發(fā)出更加有效的藥物和醫(yī)療器械。中國(guó)的基因測(cè)序處于世界領(lǐng)先梯隊(duì)，目前不到一萬(wàn)元就可以測(cè)量客戶(hù)36對(duì)基因序列，可以幫助醫(yī)生進(jìn)行早期疾病診斷和制定治療方案。

　　醫(yī)療行業(yè)的數(shù)據(jù)應(yīng)用一直在進(jìn)行，但是數(shù)據(jù)沒(méi)有打通，都是孤島數(shù)據(jù)，沒(méi)有辦法大規(guī)模應(yīng)用。未來(lái)需要將這些數(shù)據(jù)統(tǒng)一收集起來(lái)，納入統(tǒng)一的大數(shù)據(jù)平臺(tái)，為人類(lèi)健康造福。政府是推動(dòng)這一趨勢(shì)的重要?jiǎng)恿Α?/span>

　　五、移動(dòng)互聯(lián)網(wǎng)廣告

、

　　數(shù)字廣告越來(lái)越受到廣告主的重視，其未來(lái)市場(chǎng)規(guī)模越來(lái)越大。2014年美國(guó)的互聯(lián)網(wǎng)廣告市場(chǎng)規(guī)模接近500億美元，參考中國(guó)的人口消費(fèi)能力，其市場(chǎng)規(guī)模會(huì)很快達(dá)到2000億人民幣左右。

　　過(guò)去到廣告投放都是以好的廣告渠道 廣播式投放為主，廣告主將廣告交給廣告公司，由廣告公司安排投放，其中SEM廣告市場(chǎng)最大，其次為展示廣告，精準(zhǔn)品牌推廣廣告很少，多是廣播式廣告投放。廣播式投放的弊端是投入資金大，沒(méi)有針對(duì)目標(biāo)客戶(hù)，面對(duì)所有客戶(hù)進(jìn)行展示，廣告的TA(目標(biāo)客戶(hù))響應(yīng)較低，并存在數(shù)字廣告營(yíng)銷(xiāo)陷阱等問(wèn)題。

　　大數(shù)據(jù)技術(shù)可以將客戶(hù)在互聯(lián)網(wǎng)上的行為記錄下來(lái)，對(duì)客戶(hù)的行為進(jìn)行分析，打上標(biāo)簽并進(jìn)行用戶(hù)畫(huà)像。特別是進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代之后，客戶(hù)主要的訪(fǎng)問(wèn)方式轉(zhuǎn)向了智能手機(jī)和平臺(tái)電腦，移動(dòng)互聯(lián)網(wǎng)的數(shù)據(jù)包含了個(gè)人行為數(shù)據(jù)，可以用于360度用戶(hù)畫(huà)像，更加接近真實(shí)人群。

　　移動(dòng)大數(shù)據(jù)的用戶(hù)畫(huà)像可以幫助廣告主進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)，將廣告直接投放到用戶(hù)的移動(dòng)設(shè)備，其廣告的目標(biāo)客戶(hù)覆蓋率可以大幅度提高。一般情況下提升的效果在30%以上，廣告主品牌廣告單個(gè)TA曝光費(fèi)用下降，用較少的數(shù)據(jù)投入費(fèi)用獲得了較高的曝光率。

　　六、互聯(lián)網(wǎng)金融大數(shù)據(jù)場(chǎng)景應(yīng)用

　　

　　互聯(lián)網(wǎng)金融爆發(fā)式發(fā)展，2015年P(guān)2P的交易總額將會(huì)超過(guò)1萬(wàn)億，將成為具有影響力的產(chǎn)業(yè)。但是在P2P行業(yè)，其面對(duì)的風(fēng)險(xiǎn)也在加大，除了傳統(tǒng)的信用風(fēng)險(xiǎn)，其外部欺詐風(fēng)險(xiǎn)正在成為一個(gè)主要風(fēng)險(xiǎn)。有的P2P公司統(tǒng)計(jì)過(guò)，帶給P2P公司的最大外部風(fēng)險(xiǎn)不是借款人的壞賬，而是犯罪集團(tuán)的惡意欺詐。網(wǎng)絡(luò)犯罪正在成為P2P公司面臨的主要威脅之一，甚至在一些P2P公司，惡意欺詐產(chǎn)生的損失占整體壞賬的60%。很多P2P公司將主要精力放在如何預(yù)防惡意方面。高風(fēng)險(xiǎn)客戶(hù)識(shí)別和黑名單成為預(yù)防惡意欺詐的主要手段。移動(dòng)大數(shù)據(jù)可以幫助互聯(lián)網(wǎng)金融企業(yè)識(shí)別出欺詐用戶(hù)和高風(fēng)險(xiǎn)用戶(hù)

　　1、用戶(hù)居住地的辨別

　　線(xiàn)上的欺詐行為具有較高的隱蔽性，很難識(shí)別和偵測(cè)。P2P貸款用戶(hù)很大一部分來(lái)源于線(xiàn)上，因此惡意欺詐事件發(fā)生在線(xiàn)上的風(fēng)險(xiǎn)遠(yuǎn)遠(yuǎn)大于線(xiàn)下。中國(guó)的很多數(shù)據(jù)處于封閉狀態(tài)，P2P公司在客戶(hù)真實(shí)信息驗(yàn)證方面面臨較大的挑戰(zhàn)。

　　移動(dòng)大數(shù)據(jù)可以驗(yàn)證P2P客戶(hù)的居住地點(diǎn)，例如某個(gè)客戶(hù)在利用手機(jī)申請(qǐng)貸款時(shí)，填寫(xiě)自己居住地是上海。但是P2P企業(yè)依據(jù)其提供的手機(jī)設(shè)備信息，發(fā)現(xiàn)其過(guò)去三個(gè)月從來(lái)沒(méi)有居住在上海，這個(gè)人提交的信息可能是假信息，發(fā)生惡意欺詐的風(fēng)險(xiǎn)較高。移動(dòng)設(shè)備的位置信息可以辨識(shí)出設(shè)備持有人的居住地點(diǎn)，幫助P2P公司驗(yàn)證貸款申請(qǐng)人的居住地。

　　2、用戶(hù)工作地點(diǎn)的驗(yàn)證

　　借款用戶(hù)的工作單位是用戶(hù)還款能力的強(qiáng)相關(guān)信息，具有高薪工作的用戶(hù)，其貸款信用違約率較低。這些客戶(hù)成為很多貸款平臺(tái)積極爭(zhēng)取的客戶(hù)，也是惡意欺詐團(tuán)伙主要假冒的客戶(hù)。

　　某個(gè)用戶(hù)在申請(qǐng)貸款時(shí)，如果聲明自己是工作在上海陸家嘴金融企業(yè)的高薪人士，其貸款審批會(huì)很快并且額度也會(huì)較高。但是P2P公司利用移動(dòng)大數(shù)據(jù)，發(fā)現(xiàn)這個(gè)用戶(hù)在過(guò)去的三個(gè)月里面，從來(lái)沒(méi)有出現(xiàn)在陸家嘴，大多數(shù)時(shí)間在城鄉(xiāng)結(jié)合處活動(dòng)，那么這個(gè)用戶(hù)惡意欺詐的可能性就較大。移動(dòng)大數(shù)據(jù)可以幫助P2P公司在一定程度上來(lái)驗(yàn)證貸款用戶(hù)真實(shí)工作地點(diǎn)，降低犯罪分子利用高薪工作進(jìn)行惡意欺詐的風(fēng)險(xiǎn)。

　　3、欺詐聚集地的識(shí)別

　　惡意欺詐往往具有團(tuán)伙作案和集中作案的特點(diǎn)。犯罪團(tuán)伙成員常常會(huì)在集中在一個(gè)臨時(shí)地點(diǎn)，雇傭一些人，短時(shí)間內(nèi)進(jìn)行瘋狂作案。

　　大多是情況下，多個(gè)貸款用戶(hù)在同一個(gè)小區(qū)居住的概率較低，同時(shí)貸款的概率更低。如果P2P平臺(tái)發(fā)現(xiàn)短短幾天內(nèi)，在同一個(gè)GPS經(jīng)緯度，出現(xiàn)了大量貸款請(qǐng)求。并且用戶(hù)信息很相似，申請(qǐng)者居住在偏遠(yuǎn)郊區(qū)，這些貸款請(qǐng)求的惡意欺詐可能性就較大。P2P公司可以將這些異常行為定義為高風(fēng)險(xiǎn)事件，利用其他的信息進(jìn)一步識(shí)別和驗(yàn)證，降低惡意欺詐的風(fēng)險(xiǎn)。移動(dòng)設(shè)備的位置信息可以幫助P2P公司，識(shí)別出出現(xiàn)在同一個(gè)經(jīng)緯度的群體性惡意欺詐事件，降低不良貸款發(fā)生概率。

　　4、高風(fēng)險(xiǎn)貸款用戶(hù)的識(shí)別

　　高風(fēng)險(xiǎn)客戶(hù)也是P2P企業(yè)的一個(gè)風(fēng)險(xiǎn)。高風(fēng)險(xiǎn)客戶(hù)定義比較廣泛，除了信用風(fēng)險(xiǎn)，貸款人的身體健康情況也是一個(gè)重要參考。移動(dòng)大數(shù)據(jù)的位置信息、安裝的App類(lèi)型、App使用習(xí)慣，在一定程度上反映了貸款用戶(hù)的高風(fēng)險(xiǎn)行為。P2P企業(yè)可以利用移動(dòng)設(shè)備的位置信息，了解過(guò)去3個(gè)月用戶(hù)的行為軌跡。如果某個(gè)用戶(hù)經(jīng)常在半夜2點(diǎn)出現(xiàn)在酒吧等危險(xiǎn)區(qū)域，并且經(jīng)常有飆車(chē)行為，這個(gè)客戶(hù)定義成高風(fēng)險(xiǎn)客戶(hù)的概率就較高。

　　一些高風(fēng)險(xiǎn)客同時(shí)在不同平臺(tái)借款，加大了貸款風(fēng)險(xiǎn)。Talking Data的App數(shù)據(jù)服務(wù)可以幫助企業(yè)了解客戶(hù)何時(shí)下載了借款A(yù)pp，近期活躍使用的借款A(yù)pp，幫助P2P企業(yè)了解客戶(hù)借款A(yù)pp使用情況，識(shí)別出多頭貸款用戶(hù)。

　　欺詐用戶(hù)具有刻意隱藏自己行為的特點(diǎn)，用于欺詐的手機(jī)很少安裝同生活相關(guān)的工具例如微信、淘寶、支付寶、郵箱等App，即使安裝了也很少使用。借助于TalkingData的App數(shù)據(jù)服務(wù)，P2P企業(yè)刻意了解客戶(hù)App安裝和使用情況，識(shí)別出具有欺詐嫌疑的客戶(hù)。

　　七、農(nóng)業(yè)大數(shù)據(jù)場(chǎng)景應(yīng)用


　　

    農(nóng)產(chǎn)品不容易保存，合理種植和養(yǎng)殖農(nóng)產(chǎn)品對(duì)農(nóng)民非常重要。借助于大數(shù)據(jù)提供的消費(fèi)能力和趨勢(shì)報(bào)告，政府將為農(nóng)牧業(yè)生產(chǎn)進(jìn)行合理引導(dǎo)，依據(jù)需求進(jìn)行生產(chǎn)，避免產(chǎn)能過(guò)剩，造成不必要的資源和社會(huì)財(cái)富浪費(fèi)。大數(shù)據(jù)技術(shù)可以幫助政府實(shí)現(xiàn)農(nóng)業(yè)的精細(xì)化管理，實(shí)現(xiàn)科學(xué)決策。在數(shù)據(jù)驅(qū)動(dòng)下，結(jié)合無(wú)人機(jī)技術(shù)，農(nóng)民可以采集農(nóng)產(chǎn)品生長(zhǎng)信息，病蟲(chóng)害信息。

　　農(nóng)業(yè)生產(chǎn)面臨的危險(xiǎn)因素很多，但這些危險(xiǎn)因素很大程度上可以通過(guò)除草劑、殺菌劑、殺蟲(chóng)劑等技術(shù)產(chǎn)品進(jìn)行消除。天氣成了影響農(nóng)業(yè)非常大的決定因素。過(guò)去的天氣預(yù)報(bào)僅僅能提供當(dāng)?shù)氐慕涤炅?，但農(nóng)民更關(guān)心有多少水分可以留在他們的土地上，這些是受降雨量和土質(zhì)來(lái)決定的。

　　Climate公司利用政府開(kāi)放的氣象站的數(shù)據(jù)和土地?cái)?shù)據(jù)建立了模型，他們可以告訴農(nóng)民可以在哪些土地上耕種，哪些土地今天需要噴霧并完成耕種，哪些正處于生長(zhǎng)期的土地需要施肥，哪些土地需要5天后才可以耕種，大數(shù)據(jù)技術(shù)可以幫助農(nóng)業(yè)創(chuàng)造巨大的商業(yè)價(jià)值。

　　八、物流行業(yè)

　
    中國(guó)的物流產(chǎn)業(yè)規(guī)模大概有5萬(wàn)億左右，其中公里物流市場(chǎng)大概有3萬(wàn)億左右。物流行業(yè)的整體凈利潤(rùn)從過(guò)去的30%以上降低到了20%左右，并且下降的趨勢(shì)明顯。物流行業(yè)很多的運(yùn)力浪費(fèi)在返程空載、重復(fù)運(yùn)輸、小規(guī)模運(yùn)輸?shù)确矫?。中?guó)市場(chǎng)最大等物流公司所占的市場(chǎng)份額不到1%。因此資源需要整合，運(yùn)送效率需要提高。

　　物流行業(yè)借助于大數(shù)據(jù)，可以建立全國(guó)物流網(wǎng)絡(luò)，了解各個(gè)節(jié)點(diǎn)的運(yùn)貨需求和運(yùn)力，合理配置資源，降低貨車(chē)的返程空載率，降低超載率，減少重復(fù)路線(xiàn)運(yùn)輸，降低小規(guī)模運(yùn)輸比例。通過(guò)大數(shù)據(jù)技術(shù)，及時(shí)了解各個(gè)路線(xiàn)貨物運(yùn)送需求，同時(shí)建立基于地理位置和產(chǎn)業(yè)鏈的物流港口，實(shí)現(xiàn)貨物和運(yùn)力的實(shí)時(shí)配比，提高物流行業(yè)的運(yùn)輸效率。借助于大數(shù)據(jù)技術(shù)對(duì)物流行業(yè)進(jìn)行的優(yōu)化資源配置，至少可以增加物流行業(yè)10%左右的收入，其市場(chǎng)價(jià)值將在5000億左右。

　　九、智慧城市管理

　
　　如今，世界超過(guò)一半的人口生活在城市里，到2050年這一數(shù)字會(huì)增長(zhǎng)到75%。政府需要利用一些技術(shù)手段來(lái)管理好城市，使城市里的資源得到良好配置。既不出現(xiàn)由于資源配置不平衡而導(dǎo)致的效率低下以及騷亂，又要避免不必要的資源浪費(fèi)而導(dǎo)致的財(cái)政支出過(guò)大。大數(shù)據(jù)作為其中的一項(xiàng)技術(shù)可以有效幫助政府實(shí)現(xiàn)資源科學(xué)配置，精細(xì)化運(yùn)營(yíng)城市，打造智慧城市。

　　城市的道路交通，完全可以利用GPS數(shù)據(jù)和攝像頭數(shù)據(jù)來(lái)進(jìn)行規(guī)劃，包括道路紅綠燈時(shí)間間隔和關(guān)聯(lián)控制，包括直行和左右轉(zhuǎn)彎車(chē)道的規(guī)劃、單行道的設(shè)置。利用大數(shù)據(jù)技術(shù)實(shí)施的城市交通智能規(guī)劃，至少能夠提高30%左右的道路運(yùn)輸能力，并能夠降低交通事故率。在美國(guó)，政府依據(jù)某一路段的交通事故信息來(lái)增設(shè)信號(hào)燈，降低了50%以上的交通事故率。機(jī)場(chǎng)的航班起降依靠大數(shù)據(jù)將會(huì)提高航班管理的效率，航空公司利用大數(shù)據(jù)可以提高上座率，降低運(yùn)行成本。鐵路利用大數(shù)據(jù)可以有效安排客運(yùn)和貨運(yùn)列車(chē)，提高效率、降低成本。

　　城市公共交通規(guī)劃、教育資源配置、醫(yī)療資源配置、商業(yè)中心建設(shè)、房地產(chǎn)規(guī)劃、產(chǎn)業(yè)規(guī)劃、城市建設(shè)等都可以借助于大數(shù)據(jù)技術(shù)進(jìn)行良好規(guī)劃和動(dòng)態(tài)調(diào)整。

　　大數(shù)據(jù)技術(shù)可以了解經(jīng)濟(jì)發(fā)展情況，各產(chǎn)業(yè)發(fā)展情況，消費(fèi)支出和產(chǎn)品銷(xiāo)售情況，依據(jù)分析結(jié)果，科學(xué)地制定宏觀(guān)政策，平衡各產(chǎn)業(yè)發(fā)展，避免產(chǎn)能過(guò)剩，有效利用自然資源和社會(huì)資源，提高社會(huì)生產(chǎn)效率。大數(shù)據(jù)技術(shù)也能幫助政府進(jìn)行支出管理，透明合理的財(cái)政支出將有利于提高公信力和監(jiān)督財(cái)政支出。大數(shù)據(jù)及大數(shù)據(jù)技術(shù)帶給政府的不僅僅是效率提升、科學(xué)決策、精細(xì)管理，更重要的是數(shù)據(jù)治國(guó)、科學(xué)管理的意識(shí)改變，未來(lái)大數(shù)據(jù)將會(huì)從各個(gè)方面來(lái)幫助政府實(shí)施高效和精細(xì)化管理，具有極大的想象空間。