大数据行业应用展望报告
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
7 Variety: 数据类型繁多
信息化高速发展，促进数据类型繁多
随着物联网的发展，人类产生和储存的数据类型越来越多样化，包括人与人之间产生的数据如社交网络、即时通讯 等信息，人与机器之间产生的数据如电子商务、网络浏览等信息，以及机器与机器间产生的数据如GPS、监控摄像 等。
人与人
社交网站，电子邮件，即时通讯
文件下载
9 大数据改变数据分析思维
大数据改变数据分析思维
过去，由于数据获取的困难程度，人们在分析数据时倾向于使用抽样数据，并通过不断改进抽样方法以提升样本的 精确性，从而对整体数据进行推算，并竭力挖掘数据间的因果关系。但当前数据处理思维方式正逐步向全体性、混 沌性以及相关性演变，以适应数据量的爆发式增长。
大数据在网络营销领域的价值：通过挖掘整合大数据，实现精准化、个性化营
聚焦 网络 营销
销。 基于大数据的网络营销方式：搜索引擎精准营销、RTB实时竞价广告、重定向 精准营销等。
BAT大数据优势：百度掌握搜索数据，阿里掌握购物及社交数据，腾讯掌握社
交及关系数据，BAT发力大数据营销。
3 3 报告摘要 5 大数据概览
因果关系
相关关系
建立在相关关系分析法上基础上的预测是大数 据的核心。
10 大数据的具体应用方向
大数据应用方向逐步明晰，成为企业掘金新方向
大数据在越来越多的领域当中逐渐得到广泛的应用。通过对大数据的储存、挖掘与分析，大数据在营销、企业管理、 数据标准化与情报分析等领域大有作为，从实力雄厚的传统IT企业及互联网公司到基于hadoop平台初创公司纷纷 进入大数据领域中掘金。
行业 应用
具有大数据价值潜力行业：信息、金融保险、批发贸易、政府等。 典型行业应用：大数据在金融行业中用于客户洞察、运营洞察、市场洞察； 在电信行业中作为服务支撑、运营支撑、创新支撑；在互联网行业中带动营销 变革、信息变革、业务变革。
企业 应用
交通银行信用卡中心：借助大数据挖掘语音信息潜在价值。 法国电信：利用大数据开拓不同服务领域。 亚马逊：收集用户购买数据及偏好信息，用于个性化推荐。
大数据的特点 大数据改变数据分析思维 大数据的具体应用方向
13 大数据在行业中的应用 18 大数据企业应用典型案例分析 22 大数据在网络营销领域的应用及互联网巨头的营销策略 31 法律声明
目录
4 大数据的特点
大数据的特点：Volume、Variety 、Velocity
艾瑞认为大数据满足以下三个条件：第一，数据体量巨大。根据IDC的研究数据显示，2011年全世界的信息量是 1.8万亿GB，相当于每个美国人在Twitter上每分钟发布三条推文整整26976年，预计到2015年全世界将会有8万亿 GB的信息量。第二，数据类型繁多。除了包括以往便于存储的以文本为主的结构化数据，也包括网络日志、音频、 视频、图片、地理位置信息等大量的非结构化数据。据Gartner预计，全球信息量中的85%由各种非结构化数据组 成。第三，处理速度快。1秒定律。大数据的3V构成也导致其数据价值高但价值密度低的特点，也被称为大数据特 点的第4个V，即数据价值Value。
人与机器
机器与机器
浏览网站，网上购物，刷卡消费
GPS，监视录像
8 每分钟都有大量数据产生
486笔
订单 （2012年11月）
7.3万笔
交易数 （2012双11）
来源：艾瑞咨询根据公开信息整理计算。
Velocity: 每分钟都有大量数据产生
70TB
处理数据
14万张
照片上传
1min
9.5万条
微博发送
1.1GB
>2000PB
欧洲
>200PB
中东
>250PB
中国
>50PB
印度
>400PB
百度文库日本
>3500PB
北美
>50PB
拉丁美洲
来源：Big Data: The Next Frontier for the Innovation, Competition and Productivity - McKinsey Global Institute Report ，2011。
数字数据25%
2000
数字数据93%
2007 300EB
数字数据98%
2013 1.2ZB
来源：马丁·希尔伯特，普里西拉·洛佩兹在。《世界存储、传输与计算信息的技术能力》。2011。
6 Volume: 全球数据储存量分布
全球数据储存量超过6450PB，欧洲北美数据储存量巨大
2010年，北美地区数据储存量超过3500PB，欧洲地区数据储存量超过2000PB，中国数据储存量超过250PB。
IRESEARCH CONSULTING GROUP
大数据行业应用展望报告
2013年 3 报告摘要 5 大数据概览 13 大数据在行业中的应用 18 大数据企业应用典型案例分析 22 大数据在网络营销领域的应用及互联网巨头的营销策略 31 法律声明
目录
2 报告摘要
概览
大数据特点：数据体量巨大、数据类型繁多、处理速度极快。 大数据导致数据分析方法的转变：由抽样数据到全体数据、由精确数据到混杂 数据、由因果分析到相关分析的转变。 大数据应用方向：营销、管理咨询、标准化和情报分析。
Volume 数据体量大
Variety 数据类型多
Velocity 处理速度快
8万亿
GB
2015全球信息量
85%
非结构化数据占比
1s
数据处理速度
Value 数据价值
5 Volume: 全球数据增长趋势
数字数据迅速增长，信息数据化程度提升推动数据商业价值呈现
随着数字化信息的发展，人类产生和储存的数据量呈现爆发式增长，全球的总存储数据量的量级已突破艾字节（EB） 甚至泽字节（ZB）（1ZB=1024EB，1EB=1024PB，1PB=1024TB）。 2000年，数字存储信息只占全球数据量的25%，75%的信息存储在报纸、书籍、胶片、磁带等媒介上。到2007年， 人类共存储超过300EB的数据，其中数字数据占到93%。预计到2013年，全球总存储数据量将达到1.2ZB，其中数 字数据占比将超过98%。数字数据的存储量维持每三年增长一倍的高速增长。信息数据化程度的大幅提升推动了数 据的商业价值显现。
past
now
抽样数据
全体数据
采样的目的在于用最少的数据得到最多的信息， 但在样本分析过程中不可避免会有一部分信息 丢失。在可以获得海量数据的情况下，对全体 数据进行挖掘和分析可以获得更多信息。
精确数据
混杂数据
只有5%的数据是结构化且能适用于传统数据化 的，接受不精确性能使更多的非结构化数据得 到利用。
信息化高速发展，促进数据类型繁多
随着物联网的发展，人类产生和储存的数据类型越来越多样化，包括人与人之间产生的数据如社交网络、即时通讯 等信息，人与机器之间产生的数据如电子商务、网络浏览等信息，以及机器与机器间产生的数据如GPS、监控摄像 等。
人与人
社交网站，电子邮件，即时通讯
文件下载
9 大数据改变数据分析思维
大数据改变数据分析思维
过去，由于数据获取的困难程度，人们在分析数据时倾向于使用抽样数据，并通过不断改进抽样方法以提升样本的 精确性，从而对整体数据进行推算，并竭力挖掘数据间的因果关系。但当前数据处理思维方式正逐步向全体性、混 沌性以及相关性演变，以适应数据量的爆发式增长。
大数据在网络营销领域的价值：通过挖掘整合大数据，实现精准化、个性化营
聚焦 网络 营销
销。 基于大数据的网络营销方式：搜索引擎精准营销、RTB实时竞价广告、重定向 精准营销等。
BAT大数据优势：百度掌握搜索数据，阿里掌握购物及社交数据，腾讯掌握社
交及关系数据，BAT发力大数据营销。
3 3 报告摘要 5 大数据概览
因果关系
相关关系
建立在相关关系分析法上基础上的预测是大数 据的核心。
10 大数据的具体应用方向
大数据应用方向逐步明晰，成为企业掘金新方向
大数据在越来越多的领域当中逐渐得到广泛的应用。通过对大数据的储存、挖掘与分析，大数据在营销、企业管理、 数据标准化与情报分析等领域大有作为，从实力雄厚的传统IT企业及互联网公司到基于hadoop平台初创公司纷纷 进入大数据领域中掘金。
行业 应用
具有大数据价值潜力行业：信息、金融保险、批发贸易、政府等。 典型行业应用：大数据在金融行业中用于客户洞察、运营洞察、市场洞察； 在电信行业中作为服务支撑、运营支撑、创新支撑；在互联网行业中带动营销 变革、信息变革、业务变革。
企业 应用
交通银行信用卡中心：借助大数据挖掘语音信息潜在价值。 法国电信：利用大数据开拓不同服务领域。 亚马逊：收集用户购买数据及偏好信息，用于个性化推荐。
大数据的特点 大数据改变数据分析思维 大数据的具体应用方向
13 大数据在行业中的应用 18 大数据企业应用典型案例分析 22 大数据在网络营销领域的应用及互联网巨头的营销策略 31 法律声明
目录
4 大数据的特点
大数据的特点：Volume、Variety 、Velocity
艾瑞认为大数据满足以下三个条件：第一，数据体量巨大。根据IDC的研究数据显示，2011年全世界的信息量是 1.8万亿GB，相当于每个美国人在Twitter上每分钟发布三条推文整整26976年，预计到2015年全世界将会有8万亿 GB的信息量。第二，数据类型繁多。除了包括以往便于存储的以文本为主的结构化数据，也包括网络日志、音频、 视频、图片、地理位置信息等大量的非结构化数据。据Gartner预计，全球信息量中的85%由各种非结构化数据组 成。第三，处理速度快。1秒定律。大数据的3V构成也导致其数据价值高但价值密度低的特点，也被称为大数据特 点的第4个V，即数据价值Value。
人与机器
机器与机器
浏览网站，网上购物，刷卡消费
GPS，监视录像
8 每分钟都有大量数据产生
486笔
订单 （2012年11月）
7.3万笔
交易数 （2012双11）
来源：艾瑞咨询根据公开信息整理计算。
Velocity: 每分钟都有大量数据产生
70TB
处理数据
14万张
照片上传
1min
9.5万条
微博发送
1.1GB
>2000PB
欧洲
>200PB
中东
>250PB
中国
>50PB
印度
>400PB
百度文库日本
>3500PB
北美
>50PB
拉丁美洲
来源：Big Data: The Next Frontier for the Innovation, Competition and Productivity - McKinsey Global Institute Report ，2011。
数字数据25%
2000
数字数据93%
2007 300EB
数字数据98%
2013 1.2ZB
来源：马丁·希尔伯特，普里西拉·洛佩兹在。《世界存储、传输与计算信息的技术能力》。2011。
6 Volume: 全球数据储存量分布
全球数据储存量超过6450PB，欧洲北美数据储存量巨大
2010年，北美地区数据储存量超过3500PB，欧洲地区数据储存量超过2000PB，中国数据储存量超过250PB。
IRESEARCH CONSULTING GROUP
大数据行业应用展望报告
2013年 3 报告摘要 5 大数据概览 13 大数据在行业中的应用 18 大数据企业应用典型案例分析 22 大数据在网络营销领域的应用及互联网巨头的营销策略 31 法律声明
目录
2 报告摘要
概览
大数据特点：数据体量巨大、数据类型繁多、处理速度极快。 大数据导致数据分析方法的转变：由抽样数据到全体数据、由精确数据到混杂 数据、由因果分析到相关分析的转变。 大数据应用方向：营销、管理咨询、标准化和情报分析。
Volume 数据体量大
Variety 数据类型多
Velocity 处理速度快
8万亿
GB
2015全球信息量
85%
非结构化数据占比
1s
数据处理速度
Value 数据价值
5 Volume: 全球数据增长趋势
数字数据迅速增长，信息数据化程度提升推动数据商业价值呈现
随着数字化信息的发展，人类产生和储存的数据量呈现爆发式增长，全球的总存储数据量的量级已突破艾字节（EB） 甚至泽字节（ZB）（1ZB=1024EB，1EB=1024PB，1PB=1024TB）。 2000年，数字存储信息只占全球数据量的25%，75%的信息存储在报纸、书籍、胶片、磁带等媒介上。到2007年， 人类共存储超过300EB的数据，其中数字数据占到93%。预计到2013年，全球总存储数据量将达到1.2ZB，其中数 字数据占比将超过98%。数字数据的存储量维持每三年增长一倍的高速增长。信息数据化程度的大幅提升推动了数 据的商业价值显现。
past
now
抽样数据
全体数据
采样的目的在于用最少的数据得到最多的信息， 但在样本分析过程中不可避免会有一部分信息 丢失。在可以获得海量数据的情况下，对全体 数据进行挖掘和分析可以获得更多信息。
精确数据
混杂数据
只有5%的数据是结构化且能适用于传统数据化 的，接受不精确性能使更多的非结构化数据得 到利用。