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
箱线图(Box Plot)作为一种经典的数据可视化工具,广泛应用于统计学、数据分析、科研实证等领域,核心价值在于直观呈现数据的集 ...
2026-04-27实证分析是社会科学、自然科学、经济管理等领域开展研究的核心范式,其核心逻辑是通过对多维度数据的收集、分析与解读,揭示变量 ...
2026-04-27 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-04-27在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20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