
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
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08