京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09