
哪个行业应该更多地投资在大数据上?
对于这个行业投资#大数据#的问题,至少下面两个方面的理解: 哪个行业应该考虑在大数据以及分析上面进行高于总体平均水平的投资?哪个行业在一开始采用大数据战略的公司数量比较少,因此,有很多公司需要“唤醒服务”。
为了回答第一个问题,我们来看看不同行业在大数据方面花费的平均水平的调查(Exhibit VII-1)
Exhibit VII-1: 哪个行业在大数据中花费最多?
Q14 :2012每个行业公司在大数据上的平均花费。(百万美元)
四种行业——电信,旅游相关,高科技还有银行/金融服务——告诉我们他们在大数据上的花费远远高于平均行业水平。那么这些行业有什么共同点呢?首先,他们有大量的客户交互行为(特别是线上的)。另外,根据我们的数据显示,他们中有三个从网络订单中产生高过平均水平的收入。
Exhibit VII-2:
每个行业从网络订单中收入的百分比。2012每个行业的客户收入中网络订单的占比情况
如果你的公司不是互联网公司,那么,你很容易认为大数据跟你的关系不大。理由是现在客户跟公司交互的方式一般是在线的远远超过从他们网站的进行交易。这种电子交互的案例比比皆是:社交媒体工具例如Facebook,Twitter 和Pinterest;用户在他们的电话上面的手机应用;机器上的传感器会把他们的生命体征反馈给设备制造商等。
如果你只是单纯地看那些大数据的早期采用者——那些互联网公司持续地修补它们的网站并对他们网站上的浏览数据进行挖掘,从而给他们的客户销售更多他们想要的——那么你就很有可能错过下一个大数据应用的浪潮。这些大数据应用者,例如通用电气,就会用大数据来查明欺诈,预测机器故障,以及在一些其他产品上面去使用并且对传统企业的业务进行改善。
现在让我们来看一下我们提出的第二个问题:在哪个行业是比较少公司开始使用大数据,因此这些行业的很多公司需要一个“唤醒”机制。通过我们的调查,我们发现在下面四个行业,只有一小部分公司在大数据上的预计投资回报超过50%: 日用消费品(只有9%的公司的投资回报率是>50%)公用事业(15%)保险业(17%)媒体与娱乐(19%)
这预示着一个信号:这些行业中的大多数公司离行业内的佼佼者还有很长的一段距离。
另外一个方法去阐述哪种行业的公司在大数据方面具有最大的机会,就是要明白它们是不是在押注“最划算的赌局”——那些行业尽管进行最低的大数据投资都能够得到很丰厚的回报。(例如,大数据支出占收入的百分之一)。
Exhibit VII-3 展示了能源与资源,生命科学,旅游相关,银行,保险以及重工业的这些数据。
Exhibit VII-3:谁是获利最多的赢家并且将最求更多?
画成2*2的表格,数据看起来是这样的:
Exhibit VII-4: 通过投资回报率和大数据的花费来划分行业
大数据花费(平均行业收入的百分比)
对于看待那些大数据方面领先的行业,有很多不同的观点。不过在我们调查的这12个行业内,有一点是毋庸置疑的:大数据应用的佼佼者花费在大数据的投资是那些落后者的3倍,在2012年中。佼佼者的平均花费是2400万美元,而对于落后者,则是700万美元。(看Exhibit VII-5。)似乎需要一定的基础投资在大数据上,才能够保证进行这场高水平的游戏。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28PCU:游戏运营的 “实时晴雨表”—— 从数据监控到运营决策的落地指南 在游戏行业,DAU(日活跃用户)、MAU(月活跃用户)是衡量 ...
2025-08-28Excel 聚类分析:零代码实现数据分群,赋能中小团队业务决策 在数字化转型中,“数据分群” 是企业理解用户、优化运营的核心手段 ...
2025-08-28CDA 数据分析师:数字化时代数据思维的践行者与价值推动者 当数字经济成为全球经济增长的核心引擎,数据已从 “辅助性信息” 跃 ...
2025-08-28ALTER TABLE ADD 多个 INDEX:数据库批量索引优化的高效实践 在数据库运维与性能优化中,索引是提升查询效率的核心手段。当业务 ...
2025-08-27Power BI 去重函数:数据清洗与精准分析的核心工具 在企业数据分析流程中,数据质量直接决定分析结果的可靠性。Power BI 作为主 ...
2025-08-27CDA 数据分析师:数据探索与统计分析的实践与价值 在数字化浪潮席卷各行业的当下,数据已成为企业核心资产,而 CDA(Certif ...
2025-08-27t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22