京公网安备 11010802034615号
经营许可证编号:京B2-20210330
重塑现有商业模式大数据产业或将迎来收获期
近年来,“大数据”逐渐从学术概念走向产业应用,并成为互联网界争相逐鹿的“风口”。然而,虽然业内有关大数据的设想、研究、计划层出不穷,但大多数公司仍未实质享受到大数据所带来的变革红利。
如今,随着人脸识别、人工智能、云计算等技术日臻成熟,大数据应用也纷纷落地,并开始重塑现有商业模式。
时尚也能“定制”
中国“95后”年轻人最喜欢的颜色是RGB值为22/20/24的“不饱和黑色”,在买衣服时,他们最常与黑色搭配的颜色是“红、黄、蓝”,最爱买的服装材质分别是棉、羊毛和皮革,最爱买的花色分别是印花、涂鸦和字母……
以上结论来自于日前腾讯和电商平台唯品会共同发布的《中国“95后”流行色报告》。依托腾讯的AI(人工智能)人脸识别与图像处理技术,以腾讯QQ空间2万亿社交媒体照片和唯品会1亿电商用户销售数据为蓝本,两家企业共同“计算”出中国“95后”的穿衣喜好。
从2万亿张照片和1亿电商用户数据中提炼“时尚因子”并非易事。据腾讯集团副总裁、优图实验室负责人梁柱介绍,找到这些流行色,需要克服不少技术难点,比如QQ空间里用户上传照片主要是生活照,背景和颜色非常复杂,为了实现颜色准确获取,其技术团队借助很多人工智能算法,包括人体检测、衣服分割,将照片里的人体和衣服从背景中分割出来,其像素分割精度达到95%。
据了解,两家公司共同邀请设计师以计算结果为依据,设计流行服装,并计划在今年秋季在唯品会电商平台上线售卖。
“基于机器学习的人脸识别和图像处理技术,一直都是未来的技术热点,其应用范围十分广泛。目前腾讯优图的AI图像识别技术已经十分成熟,可以在不同场景下实现应用。” 梁柱表示。
不再“望数兴叹”
过去,大数据应用大多囿于营销层面,其实质是利用“数据大”的优势,以传统计算方式分析用户行为等市场要素,并非真正的大数据应用。而面对海量珍贵数据,往往无法真正使用,只能“望数兴叹”。
如今,大数据应用已经突破过去的数据捕捉和统计方法的局限,开始深入到产业链各个环节,成为由大数据贯穿始终的“闭环生态”。
在零售领域,继去年阿里巴巴提出“新零售”概念以后,新年伊始,阿里巴巴集团就与百联集团共同签署全面战略合作协议,宣布合力探索发展新零售模式。据阿里方面透露,双方将基于大数据和互联网技术,在全业态融合创新、新零售技术研发、供应链整合、会员系统互通、支付金融互联、物流体系协同等6个领域展开合作。
“新零售是利用互联网和大数据,将‘人、货、场’等传统商业要素进行重构的过程,包括重构生产流程、重构商家与消费者的关系、重构消费体验等。未来的商业将不再有线上线下之分,也不存在虚拟实体之别。”阿里巴巴集团CEO张勇表示。
在家电领域,据最新发布的《2016年度中国智能空调市场白皮书》显示,2016年国内智能空调业在制造、渠道、服务、资源、新技术应用水平等方面得到提升,特别是云和大数据技术的引用与资源共享,为同关联行业开展资源共享、服务创新打下了坚实的基础。
以家电企业海尔为例。依托大数据,海尔生产的空调不仅搭建了智能化节能体系,还将大数据跨界应用到供热、供电领域。在江苏,海尔空调云端数据已与国家电网有效对接,以此来调节居民的高峰用电负荷,降低电网峰谷差18.47%,大幅缓解电网运行压力。
实现“个性量产”
事实上,大数据应用的持续落地,正在解决过去生产上“个性化”与“量产化”之间的矛盾,并由此带来商业模式的变革。
过去,批量化生产的产品几乎无法满足客户的个性化需求,即使有了海量数据作为营销依据,也仅能做到将用户需求尽量细分,再在每个细分领域进行批量化生产。而随着互联网、大数据、云计划等技术的渗透,个性化、定制化需求的满足具有了可能性,个性化量产正在被尝试和探索。在唯品会高级总监陈菲菲看来,将大数据应用到时尚产业并进行电商化运营是一次大胆的跨界创新。“让照片大数据、销售大数据、人工智能跟时尚流行碰撞,让数据与艺术产生连接,也为时尚领域的创作提供更多的灵感和可能性。”陈菲菲说。
这种尝试给时尚界的生产模式带来的变革显而易见,即由过去以设计师创作为主导模式,转变为以用户为中心的个性化量产模式。消费数据将成为时尚行业生态链中的最宝贵资源,谁拥有更多的精准用户数据,谁就占有更多市场机会。
同样,在家电领域,通过联合研发智能仿生人技术,海尔空调可模拟人体30个身体部位、20种新陈代谢模式、162个神经元传感器以及17种温冷环境。同时依托仿生人,研发出自然风、自清洁、离子送风等原创技术和产品,实现千人千面的个性化节能,让批量生产的每一台空调都“不一样”。
在医疗健康领域,因每个人疾病史和基因构成的不同,过去针对病症作出的标准化治疗方案更像是技术限制下的“权宜之计”。如今,随着医疗传感器、监视器和诊断技术的突破,患者数据也变得完整、精细。以此为基础,人工智能系统就可以梳理数百万患者病历、基因组序列以及其他健康行为数据,从而匹配个性化的治疗方案。
种种趋势表明,这种商业模式的变革正在快速渗透至各个行业。而“个性量产”的普遍落地,也将在大数据的支撑下成为可能。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27