2015中国大数据应用前沿调研报告
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)。
加强统计监测和数据加工服务 引导相关行业和机构运用大数据技术
建立健全信用承诺制度 加快建立统一的信用信息共享交换平台 建立健全失信联合惩戒机制 建立产品信息溯源制度
加强对电子商务领域的市场监管 运用大数据科学制定和调整监管制度和政策
运用大数据评估政府服务绩效
推动形成全社会共同参与监管的环境和机制
3个配合行动
2. 零售业大数据调研的主要发现
35
3. 零售行业大数据应用的未来前景与展望
39
04 媒体大数据： 无法回避的一场转型竞赛
1. 媒体行业对大数据认识与应用的基本状况
27
2. 大数据时代媒体行业面临诸多严峻挑战
28
3. 大数据技术环境下媒体行业未来的趋势是什么？
30
01
02
C H I N A 2015 SURVEY
10
C H I N A 2015 SURVEY
金融大数据：
02
探索数据价值的实现形式和应用方向
1. 大数据的第四个“V”在金融行业实现了吗？ 2. 大数据无法转化为“大价值”的原因是什么？ 3. 大数据在金融行业的潜在价值有哪些？ 4. 金融机构对进一步发展大数据的态度如何？ 5. 大数据时代金融机构如何获取竞争优势？
1. 大数据的第四个“V”在金融行业实现了吗？
大数据的传统定义包含三个V，即数量（Volume）、速度（Velocity）和种类（Variety）。但如《大数据时代》作者所言，大 数据是人们在大规模数据的基础上可以做到的事，而这些事在小规模数据的基础上是无法完成的。对于金融行业而言，大数据的 最大意义在于第四个“V”，即价值（Value）。金融行业庞大的数据量能否转化成巨大的商业价值，这是我们需要回答的第一 个问题。 首先，本次调查发现了大数据正在创造什么价值。在被问及“贵公司大数据技术的主要用途”时，排名前三位的回答分别是“精 确发现客户需求，定制产品”（21.10%）、“整合线上线下渠道”（17.43%）及“完善客户服务”（16.51%）。当被问及大 数据技术“为客户服务带来的最大改进”时，主要的两个选项分别是“增加产品与需求的契合度”（50.00%）、“提升客户满 意度”（35.71%）。基于此，我们发现需求细分和渠道整合两类大数据价值已被金融行业普遍认识并实践。金融企业会利用大 数据对客户进行多维度的细分，提供差异化的产品服务。金融企业也会打通线上线下数据，利用大数据技术达成线上线下的整合 营销以创造价值。
08
5-10年，运用大数据打造：
共享 转型
主要任务 安 十大工程
全
创新
社会治理新模式 民生服务新体系
产业发展新生态 经济运行新机制
创新驱动新格局
完善组织实施机制
加快法规制度建设
健全市场发展机制
建立标准规范体系
加大财政金融支持
加强专业人才培养
促进国际交流合作
政策保障机制
09
NO.3
国家级大数据 发展战略部署和顶层设计方案出台
图1 大数据应用现状 13
那么，大数据的价值被充分发掘了吗？已得 到关注的价值被充分利用了吗？针对这一问 题的结果并不乐观。当被问及“大数据技术 应用为贵公司带来的效果”时，35.71%的 回答是“目前仍没有明显的效果”，另外 32.14%的回答则是“产生了一些成功的应 用案例，但对整体业务能力、竞争力的提升 并不明显”。基于此，我们发现虽然大数据 的价值已经开始被国内金融企业认识，但这 种价值远没有被充分发掘，我国金融企业对 于大数据的应用仍处在起步阶段。
11
12
金融大数据： 探索数据价值的实现形式和应用方向
金融机构在大数据方面具有天然的优势，因为金融企业在业务开展过程中积累了包括客户身份、资产负债情况等大量高价值数据。 据统计，众多国内金融机构的数据量级已经达到100TB以上。然而在大数据时代，金融行业面临若干清晰的挑战：一是行业竞争 的加剧。阿里巴巴等数据驱动型企业将更容易利用自身技术优势切入金融服务链条，对传统金融机构形成挤压。二是基础设施的挑 战。金融行业的非结构化数据以更快的速度增长，传统的基础设施已无法满足对数据的处理需要。三是安全管理的压力。随着云计 算模式的普及、系统复杂性的提高，金融机构的风险隐患增加，一旦处理不当可能带来毁灭性损失。由于银行业的数据密度高居各 行业之首，本次调查共选取28家银行业样本企业。通过分析调查结果，我们获得了大数据在金融行业的基本概况和趋势，具体发 现如下：
01
国家三份重磅文件加速大数据发展
1. 用大数据提升政府服务和监管能力 2. 用“互联网+”促进经济增长、产业创新、治理升级 3. 国家级大数据发展顶层设计方案出台
03
04
运用大数据加强并改进
1
政府服务
发展创新、针对性服务
2
市场监管
健全事中事后监管机制
提高注册登记和行政审批效率 提高信息服务水平 建立健全守信激励机制
7个保障措施
提高政府运用 大数据的能力
05
推进政府和 社会信息资源 开放共享
积极培育和发展 社会化征信服务
建立完善管理制度 加强网络和信息安全保护
联系实际突出重点
提升产业支撑能力
完善标准规范 加强人才队伍建设 加强领导明确分工
NO.1Biblioteka Baidu
用大数据提升政府服务和监管能力
2015年7月1日，国务院发布《关于运用大数据加强对市场主体服务和监管的若干意 见》，旨在加快政府部门利用大数据技术提升治理效率、重构治理模式、破解治理难题， 这对于提升政府服务和监管水平是一个里程碑式的举措。 在服务方面的核心举措包括：其一，充分运用大数据技术掌握不同地区、不同行业、不同 类型企业的共性、个性化需求。其二，提高注册登记和行政审批效率，运用大数据推动行 政管理流程优化再造。其三，改进经济运行监测预测和风险预警，并及时向社会发布相关 信息，合理引导市场预期。其四，运用大数据评估政府服务绩效。 在监管方面的核心举措包括：首先，引导企业自愿公示更多生产经营数据、销售物流数据 等，构建大数据监管模型，进行关联分析，及时掌握市场主体经营行为、规律与特征，主 动发现违法违规现象，提高政府科学决策和风险预判能力。其次，政府应加强对电子商务 平台的监督管理，加强电子商务信息采集和分析，推行网络经营者身份标识制度，完善网 店实名制和交易信用评价制度，加强网上支付安全保障，严厉打击电子商务领域违法失信 行为。最后，各级政府要充分利用电子政务、政府数据采集、政府信息资源管理系统、政 府信息标准化建设和分类管理等方式提高政府运用大数据的能力。
2015中国大数据应用前沿调研报告
FINANCE / MANUFACTURE / MEDIA / RETAIL / MARKETING
金融大数据 / 制造大数据 / 媒体大数据 / 零售大数据 / 营销大数据
01 国家三份重磅文件密集出台 大数据发展赋予战略含义
1. 用大数据提升政府服务和监管能力
5
2. 用“互联网+”促进经济增长、产业创新、治理升级 7
3. 国家级大数据发展战略部署和顶层设计方案出台
9
B
D
06 营销大数据： 敏锐感知 智慧投放
1. 大数据在营销领域的应用已经开始广泛渗透 2. 国内大数据营销刚刚进入提速期，战略缺失的情况突出 3. 营销领域的大数据应用亟需克服的一组挑战 4. 大数据营销未来有哪些发展趋势？
06
消费领域，生产领域
互联网+
坚持基本原则
创业
人工
创新
智能
开放
融合
变革
引领
安全
共享
创新
转型
跨越
有序
目标提升
2018
制造业
绿色 生态
经济
社会
基础
发展
发展
服务
设施
环境
互联网+ 2025
现代 农业
便捷
“互联网+”
交通
新经济形态初步形成
“互联网+” 产业生态体系基本完善
“互联网+” 成为经济社会创新发展 的重要驱动力量
2015年9月3日，国务院发布《关于促进大数据发展行动纲要》，在政府数据开放共享、产业基 础、顶层设计、统筹规划、各个领域创新应用等方面进行了清晰的部署。《纲要》出台的十项 大数据工程中，包括四项与政府服务有关的工程：政府数据资源共享开放工程、国家大数据资 源统筹发展工程、政府治理大数据工程、公共服务大数据工程。统筹利用政府和社会数据资 源，构建医疗健康服务、医疗健康服务、交通旅游服务大数据，优化公共资源配置，提升公共 服务水平。在2018年底前建成政府数据统一开放平台，2020年底前逐步实现民生保障服务相关 领域的政府数据集向社会开放。 国家如此密集的连续发布三份与大数据相关的重要文件，其意义之重大不言而喻。鉴于此，第 一财经研究院、明略数据、中关村大数据产业联盟合作开展了“2015中国大数据应用前沿调 研”，从政务、制造、金融、零售、媒体、营销五个方向出发，力图用详实的数据分析与卓越 的案例研究把握我国大数据发展的现状与趋势、挑战与机遇，紧密跟踪大数据带来的产业技术 变革、管理变革和治理变革。
图2 各数据类型占比
技术方面，通过调查可以得到金融行业在大数据领域的投入情况。“贵公司现有大数据平台包含的技术组件”方面，有12家企业表 示拥有2种及以上技术支持组件。 “贵公司大数据技术团队规模”方面，研究团队以10-50人为主（50.00%）。 “大数据时代应 用程序架构转变遇到的问题和挑战”方面，排名前三位的是“数据关联分析”（27.50%）、“数据质量和数据清理”（26.25%） 和“缺乏大数据专业人士”（23.75%）。而“贵公司最希望拥有的新技术”主要是“更好的数据挖掘算法”（57.14%）。基于此 ，我们发现在大数据时代传统金融行业面临新的技术难题，传统的分析方法难以适应大数据的管理需要（如非结构数据处理），企 业需要更有效的数据挖掘算法。 在思维方面，国外金融机构已经将大数据技术在风险控制、运营管理、销售支持及商业模式创新等领域进行了全面的尝试。而根据 前文的分析，市场需求细分和渠道整合价值目前已得到国内金融行业的较普遍认识，但大数据尚有很多待发掘的价值。下一部分将 对大数据的潜在价值进行全面的概括。
普惠
益民
益民
高效
电子
金融
服务
服务
物流
商务
保障支持
夯实发展基础 强化创新驱动 营造宽松环境 拓展海外合作 加强智力建设 加强引导支持 做好组织实施
07
NO.2
用“互联网+” 促进经济增长、产业创新、治理升级
2015年7月1日，国务院发布《关于积极推进“互联网+”行动的指导意见》，推动互联网由消费 领域向生产领域拓展，此次行动涉及的领域涵盖了制造业、农业、能源产业、金融业、政府益民 服务、仓储物流、电子商务、交通运输、生态建设、人工智能等11大方向。基于“互联网+”的 创新层出不穷：互联网+支付行业=支付宝；互联网+零售业=淘宝、京东、一号店；互联网+交 通行业=滴滴快的等。但现有的融合模式仍然局限在消费领域，未来将逐渐渗透到工业等生产领 域。《意见》中提出的重点行动也表明，国家希望社会各领域能够充分利用互联网的优势，带动 产业转型创新，实现经济提质升级，在经济形态上进行部署。 从我们的调研特别关注的几个方向来看：在政务领域，《意见》指出的“互联网+” 益民服务表 明将加快互联网与政府公共服务体系的深度融合，创新政府服务模式，提升政府科学决策能力和 管理水平。在制造业领域，《意见》提出的“互联网+”协同制造旨在大力发展智能制造以及大 规模个性化定制，实现从制造向“制造+服务”的转型升级。在金融领域，《意见》指出的“互 联网+” 普惠金融支持银行、证券、保险企业实施系统架构转型，提供基于金融云服务平台的信 用、认证、接口等公共服务。在零售领域，鼓励发展体验经济，支持实体零售商综合利用网上商 店、移动支付、智能试衣等新技术，打造体验式购物模式。在媒体领域，鼓励企业和政府充分利 用互联网平台推进新媒体发展建设，发展基于互联网的文化、媒体服务。
2. 大数据无法转化为“大价值”的原因是什么？
在大数据的价值链中“数据、技术与思维三足鼎立”。对于数据、技术及思维的掌握决定了大数据能够创造多少商业价值。基于此， 我们从这三个方面分析大数据难以转化为高价值的关键所在。 数据方面，我们发现金融行业的数据已非常多样。当被问及“贵公司目前的数据类型”时，32.14%的回答是“结构化数据、半结构 化数据以及非结构化数据共存”。而被问及“贵公司的大数据主要来源”时，占据主体的是“事务”（22.67%）及“日志数据”（ 33.33%），同时“社交媒体”（4.00%）、“传感器”（4.00%）等非传统数据源也占据一席之地。
43
44
45
T 46
A
I A
02 金融大数据：
探索数据价值的实现形式和应用方向
1. 大数据的第四个“V”在金融行业实现了吗？ 13
2. 大数据无法转化为“大价值”的原因是什么？ 14
3. 大数据在金融行业的潜在价值有哪些？
15
4. 金融机构对进一步发展大数据的态度如何？ 16
5. 大数据时代金融机构如何获取竞争优势？ 17
G
03 制造业大数据：
努力向数据驱动的智能制造转型
1. 使用大数据的企业已经开始显现出竞争优势
21
2. 什么因素阻碍了制造业企业部署升级大数据平台的脚步？ 22
3. 制造业大数据的几个重要发展趋势
23
05 零售业大数据： 打通线上和线下，连接客户与产品
1. 大数据浪潮中的零售业：先行者精彩，落伍者凋敝 35
建立健全信用承诺制度 加快建立统一的信用信息共享交换平台 建立健全失信联合惩戒机制 建立产品信息溯源制度
加强对电子商务领域的市场监管 运用大数据科学制定和调整监管制度和政策
运用大数据评估政府服务绩效
推动形成全社会共同参与监管的环境和机制
3个配合行动
2. 零售业大数据调研的主要发现
35
3. 零售行业大数据应用的未来前景与展望
39
04 媒体大数据： 无法回避的一场转型竞赛
1. 媒体行业对大数据认识与应用的基本状况
27
2. 大数据时代媒体行业面临诸多严峻挑战
28
3. 大数据技术环境下媒体行业未来的趋势是什么？
30
01
02
C H I N A 2015 SURVEY
10
C H I N A 2015 SURVEY
金融大数据：
02
探索数据价值的实现形式和应用方向
1. 大数据的第四个“V”在金融行业实现了吗？ 2. 大数据无法转化为“大价值”的原因是什么？ 3. 大数据在金融行业的潜在价值有哪些？ 4. 金融机构对进一步发展大数据的态度如何？ 5. 大数据时代金融机构如何获取竞争优势？
1. 大数据的第四个“V”在金融行业实现了吗？
大数据的传统定义包含三个V，即数量（Volume）、速度（Velocity）和种类（Variety）。但如《大数据时代》作者所言，大 数据是人们在大规模数据的基础上可以做到的事，而这些事在小规模数据的基础上是无法完成的。对于金融行业而言，大数据的 最大意义在于第四个“V”，即价值（Value）。金融行业庞大的数据量能否转化成巨大的商业价值，这是我们需要回答的第一 个问题。 首先，本次调查发现了大数据正在创造什么价值。在被问及“贵公司大数据技术的主要用途”时，排名前三位的回答分别是“精 确发现客户需求，定制产品”（21.10%）、“整合线上线下渠道”（17.43%）及“完善客户服务”（16.51%）。当被问及大 数据技术“为客户服务带来的最大改进”时，主要的两个选项分别是“增加产品与需求的契合度”（50.00%）、“提升客户满 意度”（35.71%）。基于此，我们发现需求细分和渠道整合两类大数据价值已被金融行业普遍认识并实践。金融企业会利用大 数据对客户进行多维度的细分，提供差异化的产品服务。金融企业也会打通线上线下数据，利用大数据技术达成线上线下的整合 营销以创造价值。
08
5-10年，运用大数据打造：
共享 转型
主要任务 安 十大工程
全
创新
社会治理新模式 民生服务新体系
产业发展新生态 经济运行新机制
创新驱动新格局
完善组织实施机制
加快法规制度建设
健全市场发展机制
建立标准规范体系
加大财政金融支持
加强专业人才培养
促进国际交流合作
政策保障机制
09
NO.3
国家级大数据 发展战略部署和顶层设计方案出台
图1 大数据应用现状 13
那么，大数据的价值被充分发掘了吗？已得 到关注的价值被充分利用了吗？针对这一问 题的结果并不乐观。当被问及“大数据技术 应用为贵公司带来的效果”时，35.71%的 回答是“目前仍没有明显的效果”，另外 32.14%的回答则是“产生了一些成功的应 用案例，但对整体业务能力、竞争力的提升 并不明显”。基于此，我们发现虽然大数据 的价值已经开始被国内金融企业认识，但这 种价值远没有被充分发掘，我国金融企业对 于大数据的应用仍处在起步阶段。
11
12
金融大数据： 探索数据价值的实现形式和应用方向
金融机构在大数据方面具有天然的优势，因为金融企业在业务开展过程中积累了包括客户身份、资产负债情况等大量高价值数据。 据统计，众多国内金融机构的数据量级已经达到100TB以上。然而在大数据时代，金融行业面临若干清晰的挑战：一是行业竞争 的加剧。阿里巴巴等数据驱动型企业将更容易利用自身技术优势切入金融服务链条，对传统金融机构形成挤压。二是基础设施的挑 战。金融行业的非结构化数据以更快的速度增长，传统的基础设施已无法满足对数据的处理需要。三是安全管理的压力。随着云计 算模式的普及、系统复杂性的提高，金融机构的风险隐患增加，一旦处理不当可能带来毁灭性损失。由于银行业的数据密度高居各 行业之首，本次调查共选取28家银行业样本企业。通过分析调查结果，我们获得了大数据在金融行业的基本概况和趋势，具体发 现如下：
01
国家三份重磅文件加速大数据发展
1. 用大数据提升政府服务和监管能力 2. 用“互联网+”促进经济增长、产业创新、治理升级 3. 国家级大数据发展顶层设计方案出台
03
04
运用大数据加强并改进
1
政府服务
发展创新、针对性服务
2
市场监管
健全事中事后监管机制
提高注册登记和行政审批效率 提高信息服务水平 建立健全守信激励机制
7个保障措施
提高政府运用 大数据的能力
05
推进政府和 社会信息资源 开放共享
积极培育和发展 社会化征信服务
建立完善管理制度 加强网络和信息安全保护
联系实际突出重点
提升产业支撑能力
完善标准规范 加强人才队伍建设 加强领导明确分工
NO.1Biblioteka Baidu
用大数据提升政府服务和监管能力
2015年7月1日，国务院发布《关于运用大数据加强对市场主体服务和监管的若干意 见》，旨在加快政府部门利用大数据技术提升治理效率、重构治理模式、破解治理难题， 这对于提升政府服务和监管水平是一个里程碑式的举措。 在服务方面的核心举措包括：其一，充分运用大数据技术掌握不同地区、不同行业、不同 类型企业的共性、个性化需求。其二，提高注册登记和行政审批效率，运用大数据推动行 政管理流程优化再造。其三，改进经济运行监测预测和风险预警，并及时向社会发布相关 信息，合理引导市场预期。其四，运用大数据评估政府服务绩效。 在监管方面的核心举措包括：首先，引导企业自愿公示更多生产经营数据、销售物流数据 等，构建大数据监管模型，进行关联分析，及时掌握市场主体经营行为、规律与特征，主 动发现违法违规现象，提高政府科学决策和风险预判能力。其次，政府应加强对电子商务 平台的监督管理，加强电子商务信息采集和分析，推行网络经营者身份标识制度，完善网 店实名制和交易信用评价制度，加强网上支付安全保障，严厉打击电子商务领域违法失信 行为。最后，各级政府要充分利用电子政务、政府数据采集、政府信息资源管理系统、政 府信息标准化建设和分类管理等方式提高政府运用大数据的能力。
2015中国大数据应用前沿调研报告
FINANCE / MANUFACTURE / MEDIA / RETAIL / MARKETING
金融大数据 / 制造大数据 / 媒体大数据 / 零售大数据 / 营销大数据
01 国家三份重磅文件密集出台 大数据发展赋予战略含义
1. 用大数据提升政府服务和监管能力
5
2. 用“互联网+”促进经济增长、产业创新、治理升级 7
3. 国家级大数据发展战略部署和顶层设计方案出台
9
B
D
06 营销大数据： 敏锐感知 智慧投放
1. 大数据在营销领域的应用已经开始广泛渗透 2. 国内大数据营销刚刚进入提速期，战略缺失的情况突出 3. 营销领域的大数据应用亟需克服的一组挑战 4. 大数据营销未来有哪些发展趋势？
06
消费领域，生产领域
互联网+
坚持基本原则
创业
人工
创新
智能
开放
融合
变革
引领
安全
共享
创新
转型
跨越
有序
目标提升
2018
制造业
绿色 生态
经济
社会
基础
发展
发展
服务
设施
环境
互联网+ 2025
现代 农业
便捷
“互联网+”
交通
新经济形态初步形成
“互联网+” 产业生态体系基本完善
“互联网+” 成为经济社会创新发展 的重要驱动力量
2015年9月3日，国务院发布《关于促进大数据发展行动纲要》，在政府数据开放共享、产业基 础、顶层设计、统筹规划、各个领域创新应用等方面进行了清晰的部署。《纲要》出台的十项 大数据工程中，包括四项与政府服务有关的工程：政府数据资源共享开放工程、国家大数据资 源统筹发展工程、政府治理大数据工程、公共服务大数据工程。统筹利用政府和社会数据资 源，构建医疗健康服务、医疗健康服务、交通旅游服务大数据，优化公共资源配置，提升公共 服务水平。在2018年底前建成政府数据统一开放平台，2020年底前逐步实现民生保障服务相关 领域的政府数据集向社会开放。 国家如此密集的连续发布三份与大数据相关的重要文件，其意义之重大不言而喻。鉴于此，第 一财经研究院、明略数据、中关村大数据产业联盟合作开展了“2015中国大数据应用前沿调 研”，从政务、制造、金融、零售、媒体、营销五个方向出发，力图用详实的数据分析与卓越 的案例研究把握我国大数据发展的现状与趋势、挑战与机遇，紧密跟踪大数据带来的产业技术 变革、管理变革和治理变革。
图2 各数据类型占比
技术方面，通过调查可以得到金融行业在大数据领域的投入情况。“贵公司现有大数据平台包含的技术组件”方面，有12家企业表 示拥有2种及以上技术支持组件。 “贵公司大数据技术团队规模”方面，研究团队以10-50人为主（50.00%）。 “大数据时代应 用程序架构转变遇到的问题和挑战”方面，排名前三位的是“数据关联分析”（27.50%）、“数据质量和数据清理”（26.25%） 和“缺乏大数据专业人士”（23.75%）。而“贵公司最希望拥有的新技术”主要是“更好的数据挖掘算法”（57.14%）。基于此 ，我们发现在大数据时代传统金融行业面临新的技术难题，传统的分析方法难以适应大数据的管理需要（如非结构数据处理），企 业需要更有效的数据挖掘算法。 在思维方面，国外金融机构已经将大数据技术在风险控制、运营管理、销售支持及商业模式创新等领域进行了全面的尝试。而根据 前文的分析，市场需求细分和渠道整合价值目前已得到国内金融行业的较普遍认识，但大数据尚有很多待发掘的价值。下一部分将 对大数据的潜在价值进行全面的概括。
普惠
益民
益民
高效
电子
金融
服务
服务
物流
商务
保障支持
夯实发展基础 强化创新驱动 营造宽松环境 拓展海外合作 加强智力建设 加强引导支持 做好组织实施
07
NO.2
用“互联网+” 促进经济增长、产业创新、治理升级
2015年7月1日，国务院发布《关于积极推进“互联网+”行动的指导意见》，推动互联网由消费 领域向生产领域拓展，此次行动涉及的领域涵盖了制造业、农业、能源产业、金融业、政府益民 服务、仓储物流、电子商务、交通运输、生态建设、人工智能等11大方向。基于“互联网+”的 创新层出不穷：互联网+支付行业=支付宝；互联网+零售业=淘宝、京东、一号店；互联网+交 通行业=滴滴快的等。但现有的融合模式仍然局限在消费领域，未来将逐渐渗透到工业等生产领 域。《意见》中提出的重点行动也表明，国家希望社会各领域能够充分利用互联网的优势，带动 产业转型创新，实现经济提质升级，在经济形态上进行部署。 从我们的调研特别关注的几个方向来看：在政务领域，《意见》指出的“互联网+” 益民服务表 明将加快互联网与政府公共服务体系的深度融合，创新政府服务模式，提升政府科学决策能力和 管理水平。在制造业领域，《意见》提出的“互联网+”协同制造旨在大力发展智能制造以及大 规模个性化定制，实现从制造向“制造+服务”的转型升级。在金融领域，《意见》指出的“互 联网+” 普惠金融支持银行、证券、保险企业实施系统架构转型，提供基于金融云服务平台的信 用、认证、接口等公共服务。在零售领域，鼓励发展体验经济，支持实体零售商综合利用网上商 店、移动支付、智能试衣等新技术，打造体验式购物模式。在媒体领域，鼓励企业和政府充分利 用互联网平台推进新媒体发展建设，发展基于互联网的文化、媒体服务。
2. 大数据无法转化为“大价值”的原因是什么？
在大数据的价值链中“数据、技术与思维三足鼎立”。对于数据、技术及思维的掌握决定了大数据能够创造多少商业价值。基于此， 我们从这三个方面分析大数据难以转化为高价值的关键所在。 数据方面，我们发现金融行业的数据已非常多样。当被问及“贵公司目前的数据类型”时，32.14%的回答是“结构化数据、半结构 化数据以及非结构化数据共存”。而被问及“贵公司的大数据主要来源”时，占据主体的是“事务”（22.67%）及“日志数据”（ 33.33%），同时“社交媒体”（4.00%）、“传感器”（4.00%）等非传统数据源也占据一席之地。
43
44
45
T 46
A
I A
02 金融大数据：
探索数据价值的实现形式和应用方向
1. 大数据的第四个“V”在金融行业实现了吗？ 13
2. 大数据无法转化为“大价值”的原因是什么？ 14
3. 大数据在金融行业的潜在价值有哪些？
15
4. 金融机构对进一步发展大数据的态度如何？ 16
5. 大数据时代金融机构如何获取竞争优势？ 17
G
03 制造业大数据：
努力向数据驱动的智能制造转型
1. 使用大数据的企业已经开始显现出竞争优势
21
2. 什么因素阻碍了制造业企业部署升级大数据平台的脚步？ 22
3. 制造业大数据的几个重要发展趋势
23
05 零售业大数据： 打通线上和线下，连接客户与产品
1. 大数据浪潮中的零售业：先行者精彩，落伍者凋敝 35