大数据在互联网+行业中的应用

周恒敏

摘 要：自2015年两会上李克强总理提出“互联网+”概念，互联网+与大数据产业已经上升为国家战略，金融、制造业、物流、零售等传统行业与大数据的结合迸发出新的火花，同时大数据在越来越广泛的领域得到应用，为更多的行业注入了新的血液。大数据的研究与应用在互联网、零售业、制造、物流等行业已经开始显现巨大的社会价值。

关键词：大数据 互联网 零售 制造 物流

1大数据的产生和价值

1.1 大数据的定义和特征

对于大数据的概念，Gartner给出了这样的定义：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的意义不仅仅在于掌握庞大的数据，更多的是怎么去挖掘分析这些数据，通过分类、聚类或关联性分析，提炼出这些数据的内在价值，并为人们所需，为人们提供服务，才是大数据真正的意义。

大数据的特点，在大数据年代肯定是耳熟能详了，主要包括4个“V”：Volume（体量大）、Variety（类型多）、Velocity（产生速度快）、Value（价值高）。

1.2 大数据的价值

大数据的价值是隐藏在数据内部的隐形价值，需要在数据的合理利用过程中对其进行准确的分析，才能被挖掘和实现。大数据价值的驱动带动了各行各业大数据的大发展、大应用。大数据的应用能够使企业提高对数据的管理能力，揭示数据背后的商业价值，使企业从宏观层面上更好地洞察企业竞争力。大数据还能切切实实为人们生活带来舒适与便利，生活智能化、工作效率化、出行便捷化，让大数据应用的发展真正服务于

人们。

2大数据在互联网+行业中的应用

2.1大数据在互联网行业的应用

互联网是大数据应用的领跑者，互联网的飞速发展也是大数据产生的重要原因。并且大数据是互联网的重要资产，其数据量与用户量成正比，越来越多的人在网上创建资源、分享资源，内容资源的急剧丰富产生了这个信息爆炸的年代。基于这些信息，可以向用户提供诸如新闻feed流、搜索服务、线上购物、团购、支付、社交网络等基于大数据的互联网

服务。

2.1.1大数据在社交网络中的应用

社交网络中的大数据应用最基本是对用户基本信息分析和用户详细行为分析，基于这些分析进而实现个性化服务、精准广告、口碑营销等应用。通过收集社交网络中的用户基本资料，利用大数据技术对这些信息进行整合分析，全方位地对用户的喜好特征进行画像。通过鼠标点击、移动终端、键盘输入等方式采集到用户各色各样的行为数据（包括位置信息、活动信息、情感文本等），利用大数据技术分析用户特征，针对性的提供千人千面式的服务和指导产品的开发等。社交网络中的大数据离不开对用户的分析，利用大数据技术对用户数据集用户行为数据进行推导分析，挖掘其中的价值。

2.1.2大数据在电子商务中的应用

与传统的商业模式相比，电子商务存在着得天独厚的优势，它掌握了用户的购买行为信息、浏览记录信息、用户的资料信息、商品数据、订单数据、商家的信用信息等等商业数据，这些数据存在于电子商务的整个业务流程中。以阿里巴巴这家中国最大的电商平台来说，他们可以挖掘分析这些数据资料，针对不同客户推送不同的但是与他们相关的商品信息，进行精准的电子邮件营销。对用户看过的或已加入购物车但未购买的商品，阿里巴巴则根据可能的情况：商品不合适、价格偏高、购物时间在大促前等原因进行分析，在引入降价或其他类似商品及大促前夕推送APP通知、短信甚至邮件的方式告知用户，起到提醒用户、增加用户粘性的作用。

2.2大数据在制造业中的应用

制造业是关系国家经济命脉的中流砥柱，制造业是否繁荣直接影响国民经济的稳定与否。制造业同样也是国家综合国力的重要组成部分。制造业是带动社会发展转型的火车头，也是经济增长和就业市场的重要基石。

这些年来，由于贸易壁垒、信息鸿沟的减少以及经济全球化的扩张，导致更多跨国大公司的迅猛发展，全球范围内的专业化分工体系的逐渐建成，造成制造业厂商的跨国设计、采购、组装、制造、销售、服务等生产网络比传统时期要大的多，复杂度也大幅度增长。为了进一步提高生产力，就需要通过大数据技术来提升生产运营效率。

2.2.1产品设计

在互联网时代，客户与企业的交互和交流会产生大量的数据，挖掘分析这些客户数据，对于企业掌握客户的喜好，在产品开发过程中能准确的抓住客户的需求点。例如，小米公司开设关于MIUI的论坛，让用户在论坛上讨论MIUI的优缺点和改进的方向，小米的公司的工程师也可以参与讨论，或利用大数据技术后台收集网友的意见和建议，这种工程师与广大电子发烧友共同参与并设计产品的形式，将小米公司的产品设计的更满足大众的需求，更符合市场的期待。

2.2.2供应链优化

通过供应链上采购、制造、仓储、物流、销售等各环节的大数据采集和分析，以订单的流转为中心，整合企业供应链各环节的资源和客户资源，提高采购、制造、仓储、物流、销售的效率，并大幅降低成本。例如苹果公司的iPhone需求量巨大，苹果供应链管理部门通过大数据技术采集供应链各环节的供应商、企业内部运营以及客户订单数据，苹果公司能分析出各供应商的供货能力、代加工部门的制造能力、物流供应商商承运能力、各终端市场的订单量来持续对供应链进行改进和优化，达到对客户的迅速响应。

2.2.3生产运营管理

在产品生产运营的整个过程中，需要将人力、生产线等厂房管理的数据以及外部环境信息以简单的图、表或指标的方式呈现出来，以便管理人员及时掌握各环节、各职能部门的运营效率，并据此采取相应的行动。利用机动性的任务規划和排程工具，以及先进的模拟技术，找出最恰当的排列组合方式，提高整体的生产效率和生产量。

2.2.4售后服务

在产品售后服务环节，产品内置的异常日志记录模块，并通过网络实时传递厂家，厂家产品工程师分析这些异常日志并作出响应。这些异常数据量大后，可采用大数据建模，将这些数据建立统一的数据服務，为售后服务工程师提供类似问题的解决方案，实现快速售后服务响应。例如现在的手机等电子产品都有异常信息记录的功能，当电子产品出现崩溃或异常情况，记录下当前产品的机器信息、软件版本、网络信息以及异常日志，并传输并记录至厂家后台，为厂家迅速发现问题、解决问题提供了可能。

2.3大数据在交通行业中的应用

随着社会的飞跃式发展，使得汽车保有量在急剧的上升，交通堵塞的问题变得越来越严重。原有的交通管理方法难以满足现在的出行需求。大数据技术为缓解交通拥堵压力提供了一个新的思路，通过对交通流量的监控，合理分析和预测交通需求，提前发现堵塞路段，并利用广播、导航疏导交通流量，来帮助城市缓解交通拥堵问题。

2.3.1交通智慧出行

根据有关数据的采集和部分动态数据的实时监测，利用大数据技术预测和分析得到出行最优路线。这样不仅提高了出行的效率，也在一定程度上缓解了交通拥堵问题，提高了交通运转效率。

2.3.2交通智慧监管

交通大数据也可以在政府监管上发挥重要作用，通过记录交通数据，绘制城市交通流量图，根据流量多少标示道路拥堵程度。通过这种大数据可视化的方式直观的为政府的规划和决策提供数据支撑。对交通信息、路况的数据采集，能及时的发现并处理道路中的隐患，提高出行的安全性。对道路上的事故、违章违停车辆信息的采集，可以迅速的采取措施，更好的指导交通，提升道路的运行效率。

2.4大数据在物流行业中的应用

在信息爆炸的今天，物流企业每天都会产生大量的数据。这个所谓物流大数据，主要体现在仓储、运输、配送、包装、加工等物流环节中产生的信息。在过去，主要依赖人力进行物流决策、物流管理和客户关系管理，在信息量巨大的今天，仅靠企业人力所积累的数据难以对整个物流活动进行有效地掌控。在大数据时代，通过大数据技术构建数据中心，挖掘和分析信息背后的价值，提高运输与配送效率、减少物流成本、更有效地满足客户要求。将所有货物流通的数据、物流快递公司、供求双方有效结合，形成一个巨大即时信息平台从而实现快速、高效、经济的物流。从而为企业发展提供有益的帮助，促进物流产业的哟欧华和管理透明度的提高，实现物流产业各个环节信息共享和协同运作，促进社会资源的优化

配置。

3大数据在应用中存在的问题

3.1数据孤岛问题

大数据的基础是数据，大数据从技术层面上看，主要挑战在于采集和分析。但是现如今我们不同的生产部门，不同的企事业组织产生的数据存储在不同地方，数据来源众多、数量巨大、形式各异，这就产生了所谓的“数据孤岛”。

怎么打破数据孤岛，在保证信息安全的基础上实现数据开放共享。这需要决策者建立完善的法律制度，明确数据开放共享的规范和规则，讲大数据作为一项国家战略，从战略高度推动大数据在产业化、规模化、集约化和市场化方面的统一布局和支持，让多方资源参与进来，搭建数据共享平台。

3.2数据处理低效问题

大数据的体量庞大，而且每天都会剧增海量的数据，给计算机硬件性能带来严峻的挑战。同时数据的孤立和数据异构现象，导致数据不能在同行业和多行业之间共享，不利于大数据在各行业中的多元化和高效率的应用。

3.3隐私数据安全问题

随着大数据在各行业的广泛应用，用户越来越多的个人信息被企业所掌握。这些信息不仅能反映出用户的个人喜好、消费习惯、经济状况，还涉及到很多隐私，如用户的姓名、证件号、银行卡号等等。这些信息被分析挖掘的越多，用户的各种隐私被泄露的风险就越大。

4总结

本文介绍了在互联网+的国家政策背景下，大数据在互联网、制造业、交通行业以及物流行业中的应用，并由此给上述行业带来的机遇和存在的问题。虽然大数据在应用中还面临着挑战，但大数据的分析挖掘技术也在不断的探索和完善中，而且不可否认得是，基于大数据应用的行业取得了诸多创新发展，待到大数据的技术和运作更加成熟完善时，肯定会带动更多数据服务的出现，进而推动各个行业的发展和

革新。

参考文献：

[1] 赵刚. 大数据企业业务创新与管理提升的新动力[D]. 企业文明， 2015.

[2] 徐军 陈学斌 徐宏. 大数据趋势下的军队深度信息化建设[D]. 国防科技， 2014.

[3] 罗亮 徐迪威. 试论大数据时代的科技平台构建[D]. 中国新技术新产品， 2013.

[4] 王书伟. 大数据时代政府部门间信息资源共享策略研究[D]. 吉林大学， 2013.

[5] 赵娜. 大数据研究综述[D]. 电子测试， 2015.

[6] 左军. 基于大数据的网络用户行为分析[D]. 软件工程师， 2014.

[7] 赵刚. 大数据与管理提升——大数据：企业业务创新与管理提升的新动力[D]. 北京赛智时代信息技术咨询有限公司总经理， 2015.

[8] 赵子军. 新一代信息技术产业标准化明确“新风向”[D]. 中国标准化， 2013.

[9] 赵宇清. 基于大数据时代背景下的网络实验室建设[D]. 信息化建设， 2015.