行业大数据市场调研

一、市场调研定义及分类市场调研，泛指调研机构通过科学系统的调研方法（常为定性、定量研究方法）研究目标企业或市场，并获得消费者对产品、服务真实意见或市场竞争现状数据的活动过程，有助于帮助企业形成特定市场营销决策，是企业开展营销活动的重要环节。广义而言，市场调研机构泛指所有可自行开展调研项目的组织、机构或部门，如可承揽桌面调研项目的咨询公司、部分本土知名企业（如腾讯、网易）的独立调研部门等。市场调研可从调研范围、调研性质、调研频率、调研方法、调研内容等角度进行分类。以调研范围划分可分为全面调研和抽样调研；以调研性质划分可分为探索性调研、描述性调研、因果性调研和预测性调研；以调研频率划分可分为一次性调研、连续性调研；以调研方法划分可分为文案调研、实地调研；以调研内容可划分为顾客满意度调研、消费者需求调研、竞争动态调研和市场环境调研。市场调研按不同角度分类数据来源：华经产业研究院整理二、中国市场调研行业产业链分析中国市场调研行业产业链上游主要参与者分为一手信息来源（包括行业研究专家、调查访问对象）与二手信息来源（包括行业协会或官方机构、第三方研究机构、新闻媒体网站）；产业链中游参与者为市场调研企业；产业链下游参与者为企业客户、政府机构、个人客户等。中国市场调研行业产业链数据来源：华经产业研究院整理1、产业链上游分析一手信息来源，一手信息来源，即市场调研企业获得的原始资料数据（需自行整理分析，方可获得结论），具有实证性与保密性高的特征。如行业研究专家：行业研究专家可为市场调研企业提供行业咨询服务（如行业未来趋势预测、市场竞争现状、行业痛点分析等）。二手信息来源，即其他机构或协会搜集并整理分析的现有资料数据，可用于市场调研企业调研时参考，具有实证性与时效性低的特征。如行业协会或官方机构：行业协会或官方机构常出具行业相关重要数据（如行业市场规模、进出口业务量、宏观经济等数据），可信度高但常存在时效性差的问题。2、产业链下游分析中国市场调研行业产业链下游参与者包括企业客户、政府机构及个人客户，其中企业客户占比最高，为80%左右。中国市场调研行业初期，外资企业客户数量较多，但随着时间推移，本土企业相继崛起，市场调研需求逐步增多。现阶段，中国市场调研行业本土企业客户数量占比约为90%，外资企业客户数量约为10%。本土业务为市场调研行业主要增长驱动力，国际业务有待加强。数据来源：公开资料整理三、中国市场调研行业市场规模随着中国经济的高速发展，科技技术随之迅速迭代更新，用于市场调研的研究方法与技术不断增多，如眼动、脑电研究方法、互联网与大数据采集分析方法等。调研方法与技术的不断丰富提高了调研数据的准确性与真实性，推动中国市场调研行业不断走向成熟。此外，伴随本土企业的不断崛起，为更了解市场现状、洞察消费者行为特征、提升市场竞争力，本土企业逐步养成市场调研意识。在此背景下，可提供专业服务以协助企业进行品牌研究、消费者研究、市场行情研究的市场调研行业深度受益。2015-2019年，中国市场调研行业市场规模由115亿元增长至187.1亿元，年复合增长率为12.9%。数据来源：公开资料整理互联网技术快速发展，为市场调研行业带来利好因素。市场调研企业逐渐将传统市场调研方式与互联网市场调研方式相结合，可丰富数据采集来源、加快数据获取时间、减少实际调研成本并拓宽调研应用场景。大数据时代来临，可进一步优化市场调研技术与研究方法，通过不同算法不断深挖更高层数据，并保证数据准确性与真实性。传统市场研究方法面临革新，市场调研企业运作效率将得以有效提升。在上述因素影响下，预计2019至2024年中国市场调研行业市场规模将以13.5%的速率持续保持增长，2024年中国市场调研行业将有望增长至351.9亿元。数据来源：公开资料整理相关报告：华经产业研究院发布的《2021-2026年中国互联网行业发展监测及投资战略规划研究报告》四、中国市场调研行业驱动因素分析1、本土企业崛起，扩大调研市场需求中国市场调研行业早期，市场调研企业多服务于部分大规模外资企业与合资企业，本土企业市场需求尚小。但伴随中国经济的快速发展，大量本土企业相继崛起，为提升品牌竞争力、抢占更多市场份额，本土企业的市场调研需求增多（如媒介研究、客户满意度研究、市场行情研究、用户行为态度特征研究、品牌与声望研究、价格研究、产品现场测试或追踪研究、广告效果追踪研究等），其中媒介研究、客户满意度研究、市场行情研究与用户习惯&态度研究市场实施比例较高，分别为13.7%、12.8%、9.1%、9%。数据来源：公开资料整理2、调查研究方法与技术不断多元化，促进市场调研行业发展随着中国社会经济不断发展，科技技术快速迭代更新，调查研究方法与技术也随之愈加丰富。调查研究方法主要分为三类：定量研究、定性研究与大数据研究。据中国信息协会市场研究业分会数据显示，采用以上研究方法的企业占比为73%、20.3%、6.7% ，其中面访研究为企业采用最多的研究方式，占比高达37.2%。市场调研企业通过定量研究为主、定性研究与大数据研究为辅的方式，可进一步提升数据采集、整合、分析的运作效率，充分保证市场调研数据分析方法的合理性，有利于促进市场调研行业发展。数据来源：公开资料整理五、中国市场调研行业竞争格局分析中国市场调研行业市场参与者可分为三大梯队（根据企业营收）：第一梯队企业是以尼尔森、盖洛普、益普索为代表的世界知名外资企业，年营收多为数亿元，此类企业为行业标杆企业，拥有领先个案研究水平；第二梯队企业是以CSM、零点研究、慧聪为代表的本土或合资领先企业，年营收常超过5000万元，成立较早、拥有丰富行业经验；第三梯队是以现代国际、中为咨询为代表的本土知名企业，年营收多低于5000万元。中国市场调研行业梯队企业情况数据来源：公开资料整理尽管世界知名外资市场调研企业市场影响力大、竞争力强，但本土市场调研企业业务水平逐步提升，不断抢占行业市场份额。现阶段，从企业类型分布来看，民营企业分布占比最高，为73.2%左右，其次为股份制企业、合资企业、国有企业等，占比分别约为12.5%、8.0%、4.5%。由此可见，选择开展市场调研业务的民营企业数量不断增多，市场竞争随之日益激烈，企业需加强项目研究质量把控，方可长久发展。数据来源：公开资料整理六、中国市场调研行业未来发展趋势1、互联网市场调研为重要发展方向通过互联网市场调研，市场调研企业可丰富数据采集来源、缩短数据获取时间、降低实际调研成本。现阶段，常用的互联网市场调研数据收集方式包括网站问卷调查、电子邮件调查、网上小组座谈、一对一网上深层访谈、文献资料分析、弹出式调查、网上观察、网上实验法等，其中选择网站问卷调查的市场调研企业使用占比最高，为59.8%，其次为网上固定样本与电子邮件调查，占比分别为27.7%、20.5%。数据来源：公开资料整理独立使用互联网市场调研方式的企业数量占比为30.5%，以传统市场调研为主的占比为29.9%，互联网与传统调研相结合的占比为24.3%，从未使用过互联网市场调研的占比为15.3%。互联网市场调研的商业价值不断受到市场调研企业的认可，其应用场景也愈加广泛，涵盖网络用户监测（如用户数量、结构、地理分布、消费行为）、网络广告监测（如网络广告发布量、点击率）、网站流量监测（如网站访问量、购买率）等。数据来源：公开资料整理在经历互联网技术带来的变革后，市场调研企业逐渐意识到互联网市场调研的重要性，相继开始采用互联网市场调研的方式。相比传统市场调研方式，互联网市场调研可为企业带来诸多优势（如调研效率高、范围广、成本低等），青睐互联网市场调研的企业数量不断增多，因此互联网市场调研为行业重要发展方向。2、大数据技术将不断应用于市场调研大数据技术的蓬勃发展不仅减少了企业在人力物力方面的投入成本与调研周期，还促使数据信息朝多样化、完整化方向发展（通过数据清洗、数据调整、数据补充等方式优化已获取的数据信息），进一步提升市场调研企业的运作效率。传统的市场研究方法是通过定性、定量市场调查手段实现品牌研究，而大数据手段则是通过网络爬虫技术对新闻媒体、社会化媒体等网站进行监测，实时掌握品牌市场舆论与消费者满意度情况，促进了企业对品牌形象现状与趋势的了解。华经情报网隶属于华经产业研究院，专注大中华区产业经济情报及研究，目前主要提供的产品和服务包括传统及新兴行业研究、商业计划书、可行性研究、市场调研、专题报告、定制报告等。涵盖文化体育、物流旅游、健康养老、生物医药、能源化工、装备制造、汽车电子等领域，还深入研究智慧城市、智慧生活、智慧制造、新能源、新材料、新消费、新金融、人工智能、“互联网+”等新兴领域。

2020年，我国大数据产业迎来新的发展机遇期，产业规模稳步增长。目前行业竞争格局从规模上看，以小型企业为主导；从地域分布上看，以北上广等一线城市为主；从行业应用方面看，以金融、医疗健康、政务等为主要类型；从投融资角度看，企业服务、医疗健康、金融等垂直细分领域是融资热点。大数据行业市场规模保持高速增长随着互联网技术的快速发展，我国大数据产业也发展迅速。根据中国信息通信研究院对大数据相关企业的调研数据，近年来我国大数据产业规模稳步增长。2016-2019年，短短四年时间，我国大数据产业市场规模由2841亿元增长到5386亿元，增速连续四年保持在20%以上。根据近年来大数据行业市场规模增长态势，2020年大数据行业规模约为6670亿元。10-100人的小型企业占主导我国目前大数据领域的企业超3000余家，而超70%的大数据企业为10人至100人规模的小型企业，中小企业在产业蓬勃发展过程中发挥着重要作用。随着全球经济形势的变化和行业政策的实施，大数据中小企业面临的外部市场环境和依托的基础设施也发生重大变化从而影响企业规模分布。地域上以北上广为主根据信通院统计，我国大数据企业主要分布在北京、广东、上海、浙江等经济发达省份。受政策环境，人才创新，资金资源等因素影响，北京大数据产业实力雄厚，大数据企业数量约占全国总数的35%。广东和上海市场环境开放，产业布局上以科技创新为重点，大数据相关企业布局较多，广东省大数据企业数量占比为18%，上海市占比为16%。行业应用领域丰富根据信通院对行业大数据应用相关企业统计整理。下图显示出行业大数据应用企业涉及的行业分布。从图中可以看出，金融、医疗健康、政务是大数据行业应用的最主要类型。除此之外依次是互联网、教育、交通运输、电子商务、供应链与物流、农业、工业与制造业、体育文化、环境气象、能源行业。企业服务为主要融资领域从融资细分领域分布来看，大数据行业融资企业分布在近20个领域，大数据行业迎来历史新机遇，在企业服务、医疗健康、金融等垂直细分领域的大数据应用展现出巨大潜力。大数据产业增量蓝海市场正在逐步打开，截止到2019年，企业服务领域的企业获投占比最高62%，金融行业次之为13%，健康医疗为8%。随着互联网与移动互联网的进一步普及渗透，以及IT基础设施的逐步完善，企业服务市场仍将继续扩大。（文章来源：前瞻产业研究院）

1、什么是大数据？大数据(big data)，是指需要通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据，其规模往往达到了PB(1024TB)级。不同机构对大数据也有不同的定义。Gartner对大数据的定义：大数据是需要新处理模式才能具有更强决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。麦肯锡对大数据的定义：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。移动信息化研究中心对大数据的定义：大数据是帮助企业利用海量数据资产，实时、精确地洞察未知逻辑领域的动态变化，并快速重塑业务流程、组织和行业的新兴数据管理技术。2、大数据产业链简介大数据产业：是指一切与大数据的产生与集聚、组织与管理、分析与发现、应用与服务相关的所有活动的集合。主要包括大数据硬件、大数据软件和大数据应用三大块。◆ 大数据提供者拥有数据的公司、个人、社会团体以及政府机构等，此类角色属于大数据产业链上的基础环节，包括数据源提供者、数据流通平台提供者和数据API提供者。目前我国大数据提供者包括政府管理部门、企业数据源提供商、互联网数据源提供商、物联网数据源提供商、移动通讯数据源提供商、提供数据流通平台服务和数据API服务的第三方数据服务企业、社会团体或者个人等。◆ 大数据产品提供者提供直接应用于大数据产品的企业，包括提供大数据应用软件、大数据基础软件、大数据相关硬件产品的企业。大数据应用软件产品提供者，包括提供整体解决方案的综合技术服务商，也包括大数据计算基础设施上(与云结合)，从简单的文件存储的空间租售模式，逐步扩展到提供数据聚合平台，进而扩展到为客户提供分析业务的服务上。大数据基础软件提供商，此类企业搭建大数据平台、提供相关大数据技术支持、云存储、数据安全等，此类公司在某些垂直行业或者区域掌握大数据入口与出口，并能对一些数据进行采集、整合和汇集。这样的企业包括传统的IT企业、设备商以及新兴的云服务相关企业。大数据相关硬件产品提供商，此类企业提供大数据采集、接入、存储、传输、安全等硬件产品和设备。◆ 大数据服务提供者以大数据为核心资源，以大数据应用为主业开展商业经营的企业。包括大数据应用服务提供者、大数据分析服务提供者、大数据基础设施服务提供者。这类企业挖掘数据价值，处于大数据产业链的下游，它们通过发掘隐藏在大数据中的价值，不断推动大数据产业链中各个环节的发展和成熟。从某种角度上说正是此类公司创造了大数据的真正价值，具体包括：1)应用服务提供者，基于大数据技术，对外提供大数据服务。2)分析服务提供者，提供技术服务支持、技术(方法、商业等)咨询，或者为企业提供类似数据科学家的咨询服务。3)大数据基础设施服务提供者，提供面向大数据技术和服务提供者的培训、咨询、推广等的基础类通用类的服务提供者。3、中国数据爆炸式增长，大数据行业市场规模持续扩大当前网民增长进入了一个相对平稳的阶段，互联网在易转化人群和发达地区居民中的普及率已经达到较高水平，下一阶段中国互联网的普及将转向受教育程度较低的人群以及发展相对落后地区的居民。目前，随着移动互联网的繁荣发展，移动终端设备价格更低廉、接入互联网更方便等特性，为部分落后地区和难转化人群中的互联网推广工作提供了契机。截至2020年12月，我国网民规模达到9.89亿，较2020年3月增长8540万，互联网普及率达70.4%，较2020年3月提升5.9个百分点。其中手机网民规模达9.86亿，较2020年3月增长8885万，网民使用手机上网的比例达99.7%，较2020年3月提升0.4个百分点。注：2008年普及率为22.6%。当前，我国正在加速从数据大国向着数据强国迈进。国际数据公司IDC和数据存储公司希捷的一份报告显示，到2025年，随着中国物联网等新技术的持续推进，其产生的数据将超过美国。我国产生的数据量将从2019年的约9.4ZB增至2025年的48.6ZB，数据交易迎来战略机遇期。1zettabyte大约是1万亿gigabyte，这是当今常用的测量方法。与此同时，美国2019年的数据量约为8.6ZB。到2025年，这个数字预计将达到30.6ZB。在产业层面，我国大数据产业继续保持高速发展，大数据将深入渗透到各行各业。对于我国大数据产业的规模，目前各个研究机构均采取简介方法估算。根据国家工业信息安全发展研究中心通过对全国3000多家大数据相关企业的问卷调查和座谈形成的《2019中国大数据产业发展报告》，截至2019年，中国大数据产业规模超过8000亿元，预计到2020年底将超过万亿。目前，17个省市建立了大数据局，大数据安全维护机制日益完善。283所高校获批数据与大数据技术专业，全国有100多个大数据相关产业联盟成立，对大数据的发展起到推动作用。另外，大数据研发人员2019年超过8万人，研发投入超过550亿人民币。注：此处大数据统计口径：指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括数据资源建设、大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。4、中国大数据应用层将占据市场最大份额大数据产业包括一切与大数据的产生与集聚(数据源)、组织与管理(存储)、分析与发现(技术)、交易、应用与衍生产业相关的所有活动。大数据产业按照数据价值实现流程，包括数据源、大数据硬件支撑层、大数据技术层、大数据交易层、大数据应用层与大数据衍生层等六大层级，每一层都包含相应的IT硬件设施、软件技术与信息服务等。从发展趋势来看，随着大数据相关产品及应用的不断普及，未来应用层规模将逐步增长。在技术层、数据源层以及衍生层的共同支撑下，2020年中国大数据应用市场规模份额将达到40%。其中，交易市场规模虽然占比最少，但是正是由于它的存在，使得数据的交易从法律上实现数据的合法化问题，以及实现了数据价值兑现。5、中国大数据产业园区迅速发展助力数字经济发展国内大数据产业园是集聚大数据产业资源的重要载体。当前，不仅八个国家级大数据综合试验区(贵州、京津冀、辽宁、内蒙古、上海、河南、重庆、珠三角)的大数据产业园/基地快速发展，与这些试验区毗邻的省份，如安徽、湖北、四川、陕西、浙江、山东和江苏，也都加快推进“大数据产业园区/基地”建设，增强数字经济发展实力，加速产业转型升级。多数大数据产业园的发展思路：“基础设施建设-数汇集整合开放共享，企业上云-大数据融合应用-大数据产业链延伸”，即首先聚集数据资源，而后通过落地开放共享，协同效应带动开发，最终实现产业链的拓展和完善。中国的大数据产业园可以分为三类：北京、上海、广州和深圳的大数据产业园多脱胎于原先的各类软件园，具有良好的发展基础和优势；河南、重庆、大连、沈阳、内蒙古、贵州等国家大数据综合试验区，加速推进辖区内大数据产业园建设；部分东南和中部省份，顺应产业发展趋势，也积极布局大数据产业园，力促产业转型升级。6、政策推动产业细化，产业价值链向上下游延伸2015年，国家印发《关于促进大数据发展的行动纲要》，第一次将大数据上升到国家战略高度，提出了我国大数据的顶层设计。此后，随着大数据底层设施逐渐成熟，大数据分析开始结合具体行业，向下游垂直行业应用延伸。大数据开始由主题概念向业绩兑现转换。包括房地产、商贸零售、金融、汽车等传统行业开始深入布局大数据的行业应用。大数据源的战略性资源属性越来越普遍地得到各方认同，拥有数据源的企业在补齐分析和应用的技术，有望凭借数据链上游核心资源迎来快速发展。密集出台的大数据政策表明国家大力推动的意愿，环保部、国务院办公厅、国土资源部、国家林业局、煤工委、交通运输部、农业部的细则侧重指引垂直行业的落地。在政策的推动下，大数据加快了向各行业中的普及，并已全面从理论研究迈向实际应用，通过实际的经济效益实现，带动更多的行业开启大数据应用探索。具体从产业来看，互联网、金融、通信、安防等产业目前与大数据融合情况较好，交通、能源、工业等也在快速应用大数据。以工业为例，工业大数据产业规模到2019年有600多亿，到2020年，复合增长将达到50%以上，研发设计、生产、供应链、销售、运维等领域数据量越来越大。而医疗行业大数据在某些点上用得不错，但是要真正替代人，路径还比较长。7、数据外包将成为产业新机遇点数据外包是指大数据企业将价值链中原本由自身提提供的具有基础性的、共性的、非核心的IT业务和基于IT业务的流程剥离出来后，外包给专业服务提供商来完成，通过重组价值链、优化资源配置，降低成本，增强核心竞争力。数据外包有效地解决了数据孤岛以及清理和标记机器学习培训数据需要花费大量的时间和费用这两个问题，促成了“三赢”8、数据安全防护需求驱动制度和技术变革数据安全防护是通过采用各种技术和管理措施，使与数据采集、存储、分析处理等各类系统正常运行，从而确保各类数据的可用性、完整性和保密性。通过采用全面的数据发现能力、快速的安全事件响应，以及有效地云和大数据安全保护，来为用户提供合规的、弹性的、智能的、一站式数据安全解决方案。数据泄露事件持续不断。根据安全情报供应商Risk Based Security发布数据泄露情况显示，2018年公开披露的数据泄露事件达到6500起，涉及50亿条数据记录。其中三分之二来自商业组织，政府占13.9%，医疗行业占13.4%，教育业占6.5%。2019年全球数据泄露持续增长，超过100亿条，2020年前三季度更是达到360亿条，远超2019年全年。数据泄露给企业和用户等各方造成了高昂的成本，IBM Security 发布《2020年数据泄露成本报告》显示，揭示了数据泄露事件给企业造成的平均成本为386万美元，而其中员工账户遭受攻击是最昂贵的原因。超过5000万条记录被泄露的数据泄露事件的成本，从2019年的3.88亿美元跃升至3.92亿美元。泄露记录条数从40到5000万条不等的数据泄露事件的平均成本达到3.64亿美元，与2019年相比，该项成本增加了1900万美元。国内数据泄露方面，2020上半年重大数据泄露事件有：5亿新浪微博用户数据遭泄露、青岛市胶州中心医院6000余人个人信息被泄露、江苏南通5000多万条个人信息在“暗网”倒卖、建设银行员工贩卖5万多条客户信息等，具体如下：目前国内的数据安全市场也正处于成长期，随着数据泄露事件数量激增、性质不断恶化，以及企业数字化转型加速、业务上云，物联网、区块链等新技术的落地，国内对于数据安全相关领域和应用的重视程度正在不断增加。9、线下场景营销成为大数据应用新机遇随着“互联网流量红利”达到饱和，线上营销服务逐步由增量竞争转变为存量竞争。在此背景下，以新零售为代表的“线下场景营销”成为破局关键。根据新零售理论，线上销售将会与线下销售结合，同时会结合现代物流、大数据、云计算等技术。未来可能会有60%-80%的零售属于新零售。数据驱动是新零售的内核之一。数字营销供应商，通过收集线下场景数据，制作“人物画像”，精准刻画线下客户群体。进一步，通过与各类“广告主”合作，协助其将品牌精准推送给目标客户。（文章来源：前瞻产业研究院）

近年来，大数据不断向世界的各行各业渗透，影响着我们的衣食住行。例如，网上购物时，经常会发现电子商务门户网站向我们推荐商品，往往这类商品都是我们最近需要的。这是因为用户上网行为轨迹的相关数据都会被搜集记录，并通过大数据分析，使用推荐系统将用户可能需要的物品进行推荐，从而达到精准营销的目的。下面简单介绍几种大数据的应用场景。大数据在医疗行业的应用大数据让就医看病更简单。过去，对于患者的治疗方案，大多数都是通过医师的经验来进行，优秀的医师固然能够为患者提供好的治疗方案，但由于医师的水平不相同，所以很难保证患者都能够接受最佳的治疗方案。而随着大数据在医疗行业的深度融合，大数据平台积累了海量的病例、病例报告、治愈方案、药物报告等信息资源.所有常见的病例、既往病例等都记录在案，医生通过有效、连续的诊疗记录，能够给病人优质、合理的诊疗方案。这样不仅提高医生的看病效率，而且能够降低误诊率，从而让患者在最短的时间接受最好的治疗。下面列举大数据在医疗行业的应用，具体如下。(1) 优化医疗方案，提供最佳治疗方法。面对数目及种类众多的病菌、病毒，以及肿瘤细胞时，疾病的确诊和治疗方案的确定也是很困难的。借助于大数据平台，可以搜集不同病人的疾病特征、病例和治疗方案，从而建立医疗行业的病人分类数据库。如果未来基因技术发展成熟，可以根据病人的基因序列特点进行分类，建立医疗行业的病人分类数据库。在医生诊断病人时可以参考病人的疾病特征、化验报告和检测报告，参考疾病数据库来快速帮助病人确诊，明确地定位疾病。在制订治疗方案时，医生可以依据病人的基因特点，调取相似基因、年龄、人种、身体情况相同的有效治疗方案，制订出适合病人的治疗方案，帮助更多人及时进行治疗。同时这些数据也有利于医药行业研发出更加有效的药物和医疗器械。(2)有效预防预测疾病。解决患者的疾病，最为简单的方式就是防患于未然。通过大数据对于群众的人体数据监控，将各自的健康数据、生命体征指标都集合在数据库和健康档案中。通过大数据分析应用，推动覆盖全生命周期的预防、治疗、康复和健康管理的一体化健康服务，这是未来健康服务管理的新趋势。当然，这一点不仅需 要医疗机构加快大数据的建设，还需要群众定期去做检查，及时更新数据，以便通过大数据来预防和预测疾病的发生，做到早治疗、早康复。当然，随着大数据的不断发展，以及在各个领域的应用，一些大规模的流感也能够通过大数据实现预测。大数据在金融行业的应用随着大数据技术的应用，越来越多的金融企业也开始投身到大数据应用实践中。麦肯锡的一份研究显示，金融业在大数据价值潜力指数中排名第一。下面列举若干大数据在金融行业的典型应用，具体如下。(1) 精准营销。银行在互联网的冲击下，迫切需要掌握更多用户信息，继而构建用户360立体画像，即可对细分的客户进行精准营销、实时营销等个性化智慧营销。(2) 风险管控。应用大数据平台，可以统一管理金融企业内部多源异构数据和外部征信数据，更好地完善风控体系。内部可保证数据的完整性与安全性，外部可控制用户风险。(3) 决策支持。通过大数据分析方法改善经营决策，为管理层提供可靠的数据支撑，从而使经营决策更高效、敏捷、精准。(4) 服务创新。通过对大数据的应用，改善与客户之间的交互、增加用户粘性，为个人与政府提供增值服务，不断增强金融企业业务核心竞争力。(5) 产品创新。通过高端数据分析和综合化数据分享，有效对接银行、保险、信托、基金等各类金融产品，使金融企业能够从其他领域借鉴并创造出新的金融产品。大数据在零售行业的应用美国零售业曾经有这样一个传奇故事，某家商店将纸尿裤和啤酒并排放在一起销售，结果纸尿裤和啤酒的销量双双增长！为什么看起来风马牛不相及的两种商品搭配在一起，能取到如此惊人的效果呢？后来经过分析发现，这些购买者多数是已婚男士，这些男士在为小孩购买尿不湿的同时，会同时为自己购买一些啤酒。发现这个秘密后，沃尔玛超市就大胆地将啤酒摆放在尿不湿旁边，这样顾客购买的时候更方便，销量自然也会大幅上升。之所以讲“啤酒-尿布”这个例子，其实是想告诉大家，挖掘大数据潜在的价值，是零售业竞争的核心竞争力，下面列举若干大数据在零售业的创新应用，具体如下。(1) 精准定位零售行业市场。企业想进人或开拓某一区域零售行业市场，首先要进行项目评估和可行性分析，只有通过项目评估和可行性分析才能最终决定是否适合进人或者开拓这块市场。通常需要分析这个区域流动人口是多少？消费水平怎么样？客户的消费习惯是什么？市场对产品的认知度怎么样？当前的市场供需情况怎么样等等，这些问题背后包含的海量信息构成了零售行业市场调研的大数据，对这些大数据的分析就是市场定位过程。(2) 支撑行业收益管理。大数据时代的来临，为企业收益管理工作的开展提供了更加广阔的空间。需求预测、细分市场和敏感度分析对数据需求量很大，而传统的数据分析大多采集的是企业自身的历史数据来进行预测和分析，容易忽视整个零售行业信息数据，因此难免使预测结果存在偏差。企业在实施收益管理过程中如果能在自有数据的基础上，依靠一些自动化信息采集软件来收集更多的零售行业数据，了解更多的零售行业市场信息，这将会对制订准确的收益策略，赢得更高的收益起到推进作用。(3) 挖掘零售行业新需求。作为零售行业企业，如果能对网上零售行业的评论数据进行收集，建立网评大数据库，然后再利用分词、聚类、情感分析了解消费者的消费行为、价值取向、评论中体现的新消费需求和企业产品质量问题，以此来改进和创新产品，量化产品价值，制定合理的价格及提高服务质量，从中获取更大的收益。（黑马程序员）

中陶家居网讯2019中国陶瓷卫浴行业市场大数据调研活动将于近日正式启动。本月下旬，调研组将全面出征，四路调研团队同时出击终端市场。本次调研将通过5个月的时间，对湖北、湖南、江西、河南、贵州等五大省份的地级以上城市和全国部分重点城市进行深入走访。调研活动持续到11月底，调研总报告将于12月底正式发布。中陶家居网调研组部分调研图片近年来，随着市场消费主体、消费偏好、购买渠道、购买方式发生了变化，陶瓷卫浴的需求量、需求结构也在不断发生变化。中陶家居网自成立以来，始终把握市场的脉搏，连续8年走在市场一线，为行业提供具有重要参考价值的调研数据。近几年，中陶家居网更是加大调研力度，将市场调研往纵深发展。2016年，在中国建材市场协会的指导下，中陶家居网启动“佛山陶瓷在中国”市场调查，深入华东、华北、华南等区域调研，同年发布《全国终端市场大理石瓷砖、仿古砖消费调查报告》。2017、2018年，调研范围进一步扩大。在中国建筑材料流通协会、中国建材市场协会两大全国性行业协会支持下，中陶家居网启动中国陶瓷卫浴行业市场大数据调研，调研组深入全国七大区，足迹遍布全国近百个城市，连续两年发布《中国陶瓷卫浴行业市场大数据调研报告》，报告受到瓷砖、卫浴企业的广泛欢迎。值得一提的是，通过多年市场调研，2019年1月，调研组还发布了中国陶瓷卫浴行业首份经销商大数据，为中国陶瓷卫浴行业建立一个“经销商大数据库”。中国建材流通协会陶瓷卫浴经销商委员会主席、中陶家居网总裁李作奇发布2018年市场大数据报告为了及时把握市场动态、需求变化，2019年，中陶家居网将继续组织调研活动。今年的市场调研以“数说市场”为主题，将从市场消费端入手，通过数据的采集、整理和分析，提供市场最新需求信息，为引导生产和创新发挥积极作用。“历经8年市场调研，2019年，我们将进入‘深水区’。”中国建材流通协会陶瓷卫浴经销商委员会主席、中陶家居网总裁李作奇说，除了行业形势、产品趋势、品牌表现和经销商生存现状外，2019年将重点进行渠道调研，包括精装、整装和设计师渠道。本次调研将重点了解渠道变化对行业的影响、零售下滑对当地经销商网店布局的影响，以及省会、地级城市的关店潮对经销商的影响等等，同时了解三四线城市乃至县乡市场的发展现状，并重点了解当地装饰公司的发展现状。2019年底，中陶家居网将继续发布经销商大数据调研报告，同时发布装饰公司大数据，为行业提供具有重要参考价值的“干货”，为引导生产和创新发挥积极作用。李作奇透露，2019年的市场调研重点是华中地区，未来中陶家居网还将深入华北、华西、东北等其它区域。他的最终目标是通过连续几年的市场调研，做出一份权威的、覆盖全国范围的深度市场调研报告。

近日，国内在线医药健客基于旗下网上药店销售数据，发布了“2017国民健康消费大数据”。数据显示，从网上购买渠道上看，目前药店还是第一购买渠道，占比85.1%，网上为第二渠道，占比为60.1%，排在第三的医院占比为60.1%。数据显示，从网上购买渠道上看，目前药店还是第一购买渠道，占比85.1%，网上为第二渠道，占比为60.1%，排在第三的医院占比为60.1%。在健康消费人群中的数据可以看出，总体上女性要高于男性，女性消费者占比达65.1%，男性消费者占比为34.9%。在总体年龄分布上，20岁-29岁消费者占比25.05%，30岁-39岁消费者占比达53.54%，可以说“80后”是健康消费的主力军。数据显示，从总体购买目的看，消费者主要给自己和父母购买居多；而分性别看，男性给自己购买的多，女性给父母、子女购买的比例要明显高于男性。在影响消费者选择网上购买的因素方面数据来看，“药品质量有保障”占比70.6%，“价格便宜”占比59.7%，“需要的药品都能找得到”占49.7%，“购买简单，云挂号排队取药麻烦”占比32.9%。2017健客网上药店销量TOP10品类：医疗器械、风湿类风湿、中药饮片、补肾壮阳、美体瘦身、增强免疫类、颈椎腰椎病、心脏疾病、妇科炎症、补肾益气。据了解，根据国际糖尿病联盟（IDF）12月发布的报告显示，中国糖尿病成人患病率全球第一，至2017年，中国的糖尿病患者数量达1.14亿。因此，血糖监测和控糖产品产生了巨大需求。而2017健客网上药店家用医药器械品牌销量前五的都是生产血糖仪和电子血压计的知名品牌，分别是雅培、欧姆龙、鱼跃、强生和三诺。雅培今年4月才正式在国内上市销售，而健客是雅培无痛血糖仪在国内的电商渠道商。研究数据显示，2017年我国中药饮片市场规模为2330亿元，2018年将达2734亿元。据了解，根据国际糖尿病联盟（IDF）12月发布的报告显示，中国糖尿病成人患病率全球第一，至2017年，中国的糖尿病患者数量达1.14亿。因此，血糖监测和控糖产品产生了巨大需求。而2017健客网上药店家用医药器械品牌销量前五的都是生产血糖仪和电子血压计的知名品牌，分别是雅培、欧姆龙、鱼跃、强生和三诺。雅培今年4月才正式在国内上市销售，而健客是雅培无痛血糖仪在国内的电商渠道商。研究数据显示，2017年我国中药饮片市场规模为2330亿元，2018年将达2734亿元。数据显示，在健客网上药店2017年儿童类医药健康产品销量TOP10品牌中，位居前三的品牌产品分别是丁桂儿脐贴(丁桂)、枯草杆菌二联活菌颗粒(妈咪爱)、儿童维D钙咀嚼片(迪巧)，而前面两款产品主要针对3岁以下的婴幼儿。而在健客网上药店2017年老年人保健类品牌产品销量TOP10榜单上，维D钙咀嚼片(迪巧)、盐酸氨基葡萄糖片(九力)、碳酸钙D3片(钙尔奇)位居前三甲，钙片类产品占了两位。健客成立于2006年，已服务上亿客户，2017年销售额达到25亿元，同比增长超60%。健客CEO谢方敏指出，“从消费数据增长趋势来看，健康消费已成为国人的刚需，这将为大健康行业企业发展带来强大助力。随着健康意识的增强，国人健康消费的诉求也在不断升级，这对企业提供的健康产品质量和服务内容都提出了更高要求。”当下微商大健康类目产品非常热门预计明年仍处于上升期市场竞争也日益增加分析：1、群体女性居多2、年龄80后居多3、线下流量大于线上4、注重质量居多5、医疗器械居多6、中药饮品居多从数据看来，大健康产品寻找流量，走到线下，仍是下一步的大方向，30岁人群对于健康的养生有了意识，未来5到10年，针对客户群体是90后，除了便宜和方便，大健康产品更要注重产品质量，因为对于健康，消费者不会吝啬几元钱，几十元钱，健康无价。中医中药，因为更稳固，健康，副作用小，受到广大消费者的青睐，也是微商人需要去研究的考察的。

市场调研行业尚处于早期 未来市场发展空间广阔#市场观点#市场调研是指应用科学的方式，系统的搜集、记录、整理有关市场的信息和资料，为市场预测和营销决策提供客观的、正确的资料。市场调查包含市场环境调查、市场状况调查、销售可行性调查等。随着我国信息技术的不断更新迭代，目前用于市场调研的方法以及技术不断增长，如大数据、互联网、海关等。随着调研方式和技术的丰富，市场调研结果更加准确以及真实，推动了市场调研行业的成熟化发展。市场调研行业的客户类型丰富，涉及互联网、化工、新能源、汽车、快消品、制药、金融等多个领域，目前来看汽车制造以及快消品是主要的客户来源，其中快消品用户数量占比为23%，汽车制造用户数量占比为15%。随着我国政府对于生物制药、新能源等领域发展的支持，预计未来以上两大领域对于市场调研需求增长。近几年，为鼓励大学生创业，解决就业难的问题，我国政府出台了创业补贴政策、房租物业水电补贴、创业培训政策、租金补贴政策等，国内中小型企业数量增长。为了更加了解市场状况，提升创业成功的可能性，创业者对于市场调研需求攀升，进而带动市场调研行业快速发展，市场规模不断扩大，2019年我国市场调研市场规模约为190亿元。未来几年，随着本土品牌的崛起，为提升企业的竞争力，洞察消费者行为特征，本土企业逐渐形成市场调研的习惯，国内市场调研市场规模仍旧保持增长趋势，预计到2024年达到362亿元。根据新思界产业研究中心发布的《2020-2025年市场调研行业风险投资态势及投融资策略指引报告》显示，我国市场调研行业参与者主要有外资企业、本土或合资大型企业，以及本土企业，其中外资企业有益普索、尼尔森、盖洛普，此类企业为行业标杆企业，拥有领先的市场调研与研究水平；本土或合资大型企业有CSM、慧聪等，由于成立时间较早，因此拥有丰富的经验；本土知名企业有现代国际、中为咨询等，在国内市场中竞争力较强，业务水平逐步提升，市场份额不断扩大。　新思界产业分析人士表示，就当前我国市场调研企业的类型来看，其中民营企业占比最高，约为70%以上，其次是股份制企业，占比约为14%，合资企业、国有企业占比较小，约为10%、6%。随着民营市场调研的企业不断增长，市场调研市场竞争愈加激烈，企业需要加强项目研究能力，提升研究质量，才能够长久发展。

来源：通信信息报随着互联网的发展以及数字技术的不断成熟，大数据的应用和服务持续深化，规模不断放大。近日由大数据产业生态联盟、赛迪顾问联合发布的《2020年中国大数据产业发现白皮书》显示， 2019年中国大数据产业规模达5397亿元，同比增长23.1%。该报告预计，2020年我国大数据产业整体规模将达到6670.2亿元。在大数据探索的道路上，运营商落地了一些应用，产生了一定的商业价值，未来加大对大数据的发展布局，将为转型升级添动力，有望打造新增长极。01大数据产业有望两年内突破万亿目前，大数据产业飞速发展。据市场调研机构IDC发布的最新报告，在2020-2024年期间，全球大数据技术与服务相关收益将实现9.6%的CAGR（年均复合增长率），预计2024年将达到2877.7亿美元。而2020年中国大数据相关市场的总体收益将达到104.2亿美元，以同比16.0%的增幅领跑全球大数据市场。同样保持乐观预测的还有赛迪顾问，近日发布的《2020年中国大数据产业发现白皮书》显示，伴随着5G和物联网的发展，业界对更为高效、绿色的数据中心和云计算基础设施的需求越发旺盛，大数据基础层持续保持高速增长，预计2020年整体规模可达到6670.2亿元，到2022年可突破万亿元，持续促进传统产业转型升级，激发经济增长活力。国内大数据市场进入爆发期 …1一方面在于，随着互联网、移动互联网、物联网等信息通信技术及产业的不断发展，数据量呈爆发式增长态势。根据ZDNET的统计预计到2020年，中国产生的数据总量将超过8.5ZB，是2013年的10倍。2另一方面，离不开顶层政策的引导支持。今年3月4日，中央明确提出要加快推进5G基建、大数据中心、人工智能、工业互联网等新型基础设施建设进度，大数据中心首次被国家列入加快建设的条目。目前，推动大数据发展已成为多个省市的共识。在各地的机构改革中，“大数据”成为一大亮点。比如，山东、福建、浙江、广西等省新成立了省级大数据管理局；广东在原有大数据管理局的基础上，新组建了省政务服务数据管理局。加快大数据的建设也提上了日程。广东省 8月19日召开推动工业经济提速增效工作动员会，提出加快推动5G网络、数据中心等新基建建设，深入挖掘消费潜力，加快发展新型消费业态。湖南工信厅 8月11日发布“数字新基建”100个标志性项目名单(2020年)，总投资563.78亿元，其中就包含5G项目12个、大数据项目21个。02运营商加快大数据新基建在如火如荼的大数据新基建中，运营商是中坚力量。三大运营商正加快大数据新基建，筑牢数字经济底座。中国电信大数据中心建设风生水起。中国电信率先在全国建成“2+31+X”云网基础设施，目前在全国拥有315个云资源池， IDC业务国内综合排名第一，实现了网随云动、入云便捷、云间畅达。中国电信今年重点建设的集团直管的云计算和大数据项目的总建设规模约88.4万平方米，投资规模约45亿元人民币，围绕京津冀、长三角、粤港澳大湾区、陕川渝4个重点区域等重点区域，推进一大批重点数据中心项目建设，夯实云网基础优势。在湖南6月5日，中国电信磐云大数据中心在湖南启用，该中心总投资约5亿元，提供12MW数据中心资源、3368个业务机柜。以云基础设施为核心，提供大数据存储、备份、传递、计算等服务。在重庆位于两江新区水土园区的中国电信两江腾龙数据中心（二期）8月正式交付。历经近12个月的建设，目前交付机柜2000个，一期二期总投资20亿元；三期建成交付后，中国电信两江腾龙数据中心机柜容量将达7000个。在天津今年2月26日，总投资102亿元的中国电信京津冀大数据基地正式开工建设，预计2021年初项目第一批次完成交付、建成投运，建成后将大大加快京津冀大数据产业协同发展。中国联通则大力建设智.云数据中心，目前形成了廊坊云数据中心、贵安云数据中心、呼和浩特云数据中心、哈尔滨云数据中心四大基地。以智·云廊坊云数据中心为例，该中心建筑面积57.92万平米，园区总共规划16栋机房楼，规划总机架数超过8万架。数据中心直连中国联通骨干网，总出口带宽1.8T，实现大容量高品质的实时数据交互。联通沃云则积极布局云数据中心建设，融合AI、自动化等先进理念优化云数据中心效能管理，打造智慧PaaS平台整合云原生、大数据、AI等能力更好服务客户。中国移动方面，中国移动（重庆）数据中心一期在正常运行使用的同时，二期项目正在加速建设。按照规划，建成后整体建筑面积将超9万平米，机柜规模预计达到1.5万架，具备逾15万台服务器的运营能力和12万余核CPU、65PB存储的云服务能力。中国移动（湖南长沙）数据中心也开始建设，预计于2021年底建成并投入使用，届时将形成1万个机架能力，超过4万G的互联网出口带宽，可服务超过1000家云计算、互联网、车联网、大数据服务等高新技术企业，支撑超过10万家企业上云。此外，中国移动（江苏苏州）数据中心项目6月开工，预计总投资50亿元，规划占地202亩，规划机架超1.6万架，建成后将是江苏省内规模最大、建设标准最高的大型数据中心，面向长三角用户提供国际化的云计算服务。03拓展大数据产业空间大有可为在夯实数据中心新基建的同时，运营商也在加快探索大数据应用。今年疫情期间，三大运营商针对个人查询推出的电信大数据服务，无疑是最典型应用。在得到用户授权的情况下，基于电信大数据分析，向用户提供本人“14天内到访地查询”服务。凭该服务也可以帮助有关部门提高对流动人员行程查验的效率，对重点人群进行排查，实施精准防控。随着大数据受到了国家政府和各企业的高度重视，三大运营商拥有多年的用户数据累积，如用户上网行为、用户通信行为，用户的消费行为等综合电信业务等结构化数据，未来运营商的大数据挖掘将大有可为。据悉，三大运营商正在实施大数据精准获客业务。运营商大数据精准获客业务可以帮助不同行业节省获客营销成本，并提升获客率。平均可以帮助每个企业节约推广总成本的30%-50%，并且获客率有效提升15%-30%左右，在教育、房产、汽车等行业有广泛的应用前景。此外，大数据在金融、旅游行业也有广泛和的应用，目前，联通大数据已陆续为多家银行、保险组织、互联网金融机构等提供安全可靠的金融大数据服务。近日，联通大数据公司与携程集团共同推出“联通智游-旅游产品预订分析平台”，旨在为行业管理部门和相关企业提供定制化、模块化的数据平台服务。在电信行业中，三大运营商拥有庞大的个人位置数据，目前来看，精准营销、信用评估等是大数据技术主要的应用方向。随着更多的大数据合作伙伴加入，必然加速运营商大数据商业价值的呈现。

什么是企业大数据?企业大数据从哪里来?企业大数据有什么用？数据将成为像石油一样宝贵的资源!数据系统是企业的神经系统!大数据成了热门的词汇，从2012年开始到现在，其实这还仅仅是开始，未来10年绝对是大数据技术普及应用的最好时机。这与10年前比较火的“商业智能（BI）”不同，大数据的应用真的在发挥作用，影响我们的生活，甚至惊动了各国的国家领导人。奥巴马在2012年成立了大数据研究与发展局（BigDataResearchandDevelopmentInstitute）来研究大数据如何更好地推进政府治理工作；2015年9月6日，李克强总理签发了《促进大数据发展行动纲要》；各国政府也在不断地构建数据开放平台。而大数据是什么？与我们企业有什么关系？很多人还存有疑问，或者概念模糊。本章会探讨什么是大数据，什么是企业大数据，普通的企业与大数据有什么关系，以及为什么说企业大数据是企业宝贵的资源等。什么是企业大数据丨大数据的概念首先我们先来了解一下大家常说的大数据是什么。大家常提到的大数据，一般来讲是指企业外部的大数据。随着智能终端设备的普及、互联网技术的升级、移动互联网的快速应用以及数据存储、数据处理和数据分析与挖掘技术的革新，我们身边的各种数据都以“数字化”的形式被记录下来，从而产生了大量的数据记录，这个数据量级之大，超乎一般人的想象，因此就有了大数据这个说法。所以，一般意义上的大数据是指，数据量级非常大，以致我们常规的数据处理、数据存储以及数据分析能力无法满足要求，因而我们称其为大数据。数据的处理能力是相对的，也是在不断发展和变化的。技术每天都在进步，经过一段时间之后回溯去看，我们会惊讶于其发展速度之快。随着技术的快速进步，包括数据记录技术、数据存储技术、数据传输技术、数据分析技术以及数据挖掘技术等的发展，我们之前无法处理的数据量级，现在来看就会觉得非常小，甚至可以用微小来形容了。20年前，我们还在使用286、386、486、586的PC机器，100MB对于我们来讲就是一个天文数字，而现在电脑的存储容量都是用GB来衡量的，一台普通的笔记本电脑都有500GB以上的存储容量，甚至有些智能手机都有超过100GB的存储容量。10年前我们处理1MB的数据，计算机需要运行很长一段时间，而现在大型电商像淘宝、京东都已经进入了上百PB级别，百度的数据量更是接近EB。大多数部署了管理信息系统的企业，数据量级都在TB以上级别。而亚马逊的AWS云服务器超过300万台，在全球共分布有几十个数据中心，这些在20年前都是无法想象的。所以说数据处理能力是一个相对的概念，其依然在高速发展，大数据的概念也会不断地演变，今天的“大数据”在不远的将来可能会被看作是“微数据”。大数据的应用越来越普及，我们常常听到的应用大数据的企业多是互联网企业、电信企业、电商以及金融服务企业，这些企业所在的行业本身就是“富数据”行业，企业自身的经营特征决定了能够存留大量的数据。比如，百度的主营业务就是通过后台的数据搜索服务器来收集互联网数据供用户查询；在UGC（UserGeneratedContent，用户产生内容）的时代，各种社交媒体，包括微博、微信、QQ等，存留了大量的用户活动数据；电信运营商本身就在为客户提供各种数据传输服务，因而能够存留大量的客户沟通和传输的数据；亚马逊、淘宝、京东等电商企业，本身的客户数量庞大，加上所销售的产品种类繁多，也存留大量的交易活动记录数据；金融服务企业，例如银行，为巨量的用户提供资金的转移服务，拥有大量的交易记录信息数据。这些都是我们常说的大数据，这些数据当中，有些是开放的，可以通过技术手段来获取和使用。比如，我们可以使用程序爬取微博数据，来分析微博用户的行为和其对企业、品牌或者某些产品的看法；可以通过搜索引擎来提高企业品牌的曝光率或者被网络用户搜索到的概率；通过爬取电商平台上的信息来掌控产品的销量及价格的走势。有些富数据的企业，也在利用其所拥有的数据为自己和客户提供数据分析和挖掘的服务，甚至有的企业将数据作为自己的产品或者服务，销售给需要数据的企业。现在所说的大数据几乎无处不在，可以是任何事情的记录，也包括任何智能数字化终端的数据记录。仅北京市，每天各种视频监控可以产生大概0.6PB的视频记录数据。而北京市的2000万市民拥有的近1000多万部智能手机的GPS产生的数据可达到上百GB，如果包括智能手机中的微信、微博、QQ等各种社交软件所产生的数据，则可以达到上百TB。这些数据都是大数据的组成部分。现在，我们会利用清明上河图来了解那时的社会情景，而未来几百年之后，我们的后代在研究现在社会历史的时候，会利用更多的图文史料来研究这个时代。企业大数据的概念以上所提到的这些大数据，对产生数据的平台本身来讲是内部的大数据，但对多数企业来讲，这些是外部大数据。现在大多数人口中所说的“利用大数据来做某某事”，基本上指的是利用外部大数据。利用外部大数据的案例有很多，一般都需要专业的数据人员，并需要投资足够的设备、网络带宽来实现对外部大数据的获取。对于大多数非“富数据”行业1的中小企业来讲，利用外部大数据还是比较难的。同时，探讨外部大数据应用的书已经非常丰富了，也有很有趣的案例可供大家参考，但本书将不再重复这些例子，(“富数据”行业是指行业公司本身的经营特征决定了该行业内的企业会有大量的数据，包括互联网行业中的搜索引擎、社交、媒体等，电商行业，电信行业、金融、零售、连锁服务、生产制造、贸易、物流等。这些行业因为自身经营模式或者业务特征，有大量的客户群、服务内容、巨量交易，就会沉淀大量的数据，从而称为“富”数据行业。)将从与每个企业都非常相关的内部大数据的视角来看企业的大数据治理和应用。每个企业在日常经营和管理中都在产生数据。员工上下班打卡、销售人员销售产品、客户经理同客户通电话、生产线上在生产产品、公司财务在收款和付款、采购人员在同供应商询价及人力资源的员工在进行着招聘、面试、培训、考核、发工资等活动，这些都是企业经营管理的日常活动，只要企业还存续，这些活动就会持续不断地发生着，如果这些活动被记录下来，就形成了企业的内部数据。有些公司会比较重视数据的记录，有些公司并没有把这些活动记录下来留存成数据。大多数企业会对财务、人员工资、销售、采购等经济往来有相对明确的数据记录和管理。有些公司的数据量级非常小，有些公司则非常庞大，区别在于公司的规模、经营模式和业务内容。我们把以上这些数据叫作企业大数据，给一个明确的定义就是：企业大数据是指全面记录企业经营和管理活动的数据。这个定义是从企业实践应用的角度出发的，不过多地强调数据量级的大小，即使是一个非常微小的数据，也是企业大数据中的一部分。该定义更强调数据涉及范围的全面性。在企业经营和管理过程中，单独的数据或者孤立的数据价值会大打折扣。只有全面记录数据和信息并实现相互间的关联，才能够使其更好地发挥作用。如果充分且有效地记录公司人、财、物各种资源以及资源的活动，形成数据库，并长期坚持采集记录，那么这个数据的量级对中等规模以上的企业都不是小数据。几百人的企业，规模虽然小，每个员工的活动和每个客户交易的活动、每次市场调研、每次产品推广等，如果能够详细记录，形成完整的数据库，经过几年，即使不计算图片、音频、视频等多媒体数据，这个数据量级也可以达到TB级别。丨数据的价值密度概念数据的价值在于挖掘，但数据本身对于不同的对象，也有不同的价值。作为外部大数据的微博数据信息量非常大，因为微博来自于千千万万兴趣不同的用户，记载着不同的内容，表达着对各种事物的看法和想法，这些内容因为不够聚焦，所以对单个企业来讲，其价值含量就非常低。但因为数据量级的巨大，可以通过在上亿条记录中找出部分与企业业务相关的信息，就能够帮助企业了解客户需求、了解客户对产品或者竞争对手产品的评价，从而帮助企业随时了解外部动向，这是有意义的，只是数据的价值密度低而已。而企业大数据则不同，每一条信息记录都是与企业相关的，每一条信息都可能蕴含着巨大的信息量。所以说，其数据的价值密度就很高。一个公司月度销售额数据一年12个月的数据才12条，可这12条数据能够反映企业每个月的销售额变化以及企业环比增长情况；加上每个月的销售目标情况才24条数据，但能够反映出这个企业每个月完成销售目标的情况；如果把几年的月度数据叠加对比，就会反映出这个企业所在行业的季节性变化情况。所以，微量的数据可能蕴含着大量的信息。这些高价值密度的内部数据，需要企业更加重视起来。丨开始积累企业大数据很多企业在谈大数据时，艳羡外部大数据的量级，以及部分企业从对大数据应用中所获得的利益与价值，却并未重视内部经营和管理活动的数据采集。很多有价值的数据并未在历史的过程中记录下来，甚至有些上规模的企业仍然舍不得在管理信息系统上进行投资，主要的原因还是没有充分认识到这些数据的价值，也不知道这些数据有什么用。受实用主义理念的影响，当企业的管理者看不到数据的价值的时候，就不会注重对数据的收集和管理，因而很多企业在发展过程中，并没有将上面谈到的各种数据记录在一起，这就有了部分企业觉得自己的企业中没有数据这样的想法。其实企业不是没有数据，而是没有记录、整理，或者说没有对数据进行管理。我们不可能分析和挖掘没有的数据。如果我们现在不记录下企业经营管理活动所产生的数据，以后肯定无法再找到这样的数据，靠回忆是无法将数据记录得完整、全面和准确的。没有数据就无从分析，也就无从挖掘数据的价值，而挖掘不到数据价值的时候，就更不会去注重数据的收集和管理，这就演变为一个“先有鸡还是先有蛋”的问题争论。未来的市场竞争环境和过去已经完全不同，依靠经验做出的判断往往是有非常高的风险的，没有数据的企业就像没有昨天、没有历史一样，无法“以史为鉴”，曾经缴纳的“学费”还要继续去缴，甚至还会犯同样的错误，走同样的弯路。现在的市场竞争环境越来越复杂，瞬息万变，企业如果没有历史数据，就无法做到心中有数，而“心中有数”这句古语本身就在强调数据的重要性。企业最大的经营风险来自于外部和内部环境的不确定性，越是在复杂多变的市场环境下，企业要想持续经营就越加需要注重确定性，而提高企业经营和管理确定性的基础就是数据。大多数企业的灭亡都是因为管理决策失误造成的，而管理决策的准确性依靠对内外部环境准确地判断，如果我们能够有明确的数据，判断的准确性就能得到大幅度的提高，决策失误概率就会大大降低，企业持续时间就会更长久。由于数据化管理或者是说数据思维在发达国家企业的普遍性，其企业平均持续时间就会更长久些，根据财富杂志的研究表明，美国企业的平均寿命在7年左右，而中国企业的平均寿命不到3年。一件事情做不成有两个原因，一个是“不会”，另一个是“不为”，“不会”可以通过学习来解决，而“不为”则需要转换理念，改变习惯。企业的数据化管理也需要从“不会”和“不为”两个方面去诊断。企业大数据的概念还非常新，相关的知识也比较匮乏，市面上能买到的书也比较少，管理学院的课程也待开发，“不会”的问题肯定是存在的，而制约企业数据化管理方式推进的更大阻力则来自于“不为”。“你不可能叫醒一个装睡的人”，数据化管理方面也一样，你不可能教会一家不愿意推进数据化管理的企业；将视角放到企业内部也一样，企业的大数据积累和沉淀都需要企业全员的数据思维和数据意识，如果中层管理者和基层员工都没有数据意识和数据思维，企业高层也无法推动。全文摘自《企业数据化管理变革-数据治理与统筹方案》赵兴峰著该文转载已取得作者认可版权说明：版权所有归明悦数据所有,如需转载请联系我们，我们将在第一时间处理，或请注明内容出处（《企业数据化管理变革》赵兴峰著），非常感谢！【往期内容已在（明悦数据）公众号同步发布】下期内容更实战！