数字化企业转型大数据解决方案 2 变革时代的奏鸣 大数据技术简介 强大的软件功能 坚实的物理基础 新世界的问与答 议程 Presentation ID 跨界颠覆无处不在… 汽车制造 公共交通 控制自动化 出租车 快递 航空 酒店 停车场 金融保险 能源 商场 媒体娱乐 房产 安全部门 医疗 教育 Gartner：2017年十大战略技术趋势 数字化转型有很多环节需要演进 安全 大数据 IoT 云 移动设备 行业的快速变更 动态化资源: The ability to acquire, deploy, manage, and re-allocate resources (e.g., talent, technology) as business conditions dictate 形势环境感知: The ability to identify changes in an organization’s internal and external environments, and to understand which changes matter 行为习惯感知: The ability to understand how workers and customers act, what they think, and what they value 动态化流程: The ability to rapidly introduce new business processes and adapt existing business processes to changing business conditions 包容化辅助决策: The ability to make decisions based on the shared intelligence that emerges from the collaboration of disparate individuals and teams 数据分析辅助决策: The ability to incorporate data and analytics into the decision-making processes across an organization 数字化企业业务模型的三个流程环节 数字化之支柱 大数据应用场景 10 Media/Entertainment Viewers / advertising effectiveness Communications Location-based advertising Education &Research Experiment sensor analysis Consumer Packaged Goods Sentiment analysis of what’s hot, problems Health Care Patient sensors, monitoring, EHRs Quality of care Life Sciences Clinical trials Genomics High Technology / Industrial Mfg. Mfg quality Warranty analysis Oil & Gas Drilling exploration sensor analysis FinancialServices Risk & portfolio analysis New products Automotive Product launch Dynamic value chain Monitoring Retail Consumer sentiment Optimized marketing Law Enforcement & Defense Threat analysis - social media monitoring, photo analysis Travel &Transportation Sensor analysis for optimal traffic flows Customer sentiment Utilities Smart Meter analysis for network capacity, On-line Services / Social Media People & career matching Web-site optimization 算法？建模？我们唯一缺乏的是想象力 来自客户的诉求 11 传统制造业—— 设立新的战略数据部 高等教育 —— 开设大数据专业 能源行业 —— 构建智慧运维系统 政府交通 —— 建立智能交通分析系统 物联网，工业4.0产生什么？接下来呢？？ Industry Landscape is Changing 各个行业的现状和痛点 实体零售收到电商的巨大冲击，亟需转型和谋求更高效的经营手段，大数据分析是方向之一 实体零售也在开始做自营电商，现在电商和零售的界限也越来越模糊 品牌在大型电商上赚钱的不多，买流量太贵，所以有部分倾向于自己建立渠道 全渠道营销是所有零售商都在考虑的事情，甚至早下重金，例如百联集团和家化集团 实体零售的数据量偏少，有些甚至为零，如何获得数据是头等大事，特别是外部数据 零售和电商都需要商品销售预测、选品规划、营销触发的功能 工业4.0刚刚起步，应用模式还在摸索中，核心是CPS(Cyber-physics systems) 需要有强大的大数据平台为将来大数据处理的场景做准备 需要有好的算法模型做数据挖掘 大型电商都有自主的大数据研发团队，靠自己的力量建立大数据平台 同零售业类似，电商也需要销售预测和选品规划的功能模块 如何有效地对用户进行精准营销 如何获得外部数据资源以获得更加精准的用户画像 需要更多的流量 零售业 制造业 电商