
能源央企发力大数据 两桶油开启互联网+油气时代
“互联网+能源”,最近成为热门议题,就连一向被认为“保守”的中石油也加入了这一阵营。
昨日(6月11日),中石油在官方网站宣布,中石油迎接“互联网+”、促进转型升级,与腾讯签署战略合作框架协议,双方将在移动支付、互联网金融、O2O业务等方面展开合作。
实际上,早在去年8月,中石化就迈入“能源互联网+”领域,与腾讯签约宣布开展在非油品业务上的合作;今年4月,中石化又宣布与阿里在大数据等领域达成合作。此次中石油迎接“互联网+能源”,或将掀起规模超过5万座加油站的“四巨头”混战。
安迅思研究与策略中心总监李莉认为,个人消费者未来对于中石油、中石化来说是重中之重,因此“石化双雄”与互联网巨头的合作成果,短期内将更多地体现在下游零售端。
未来用微信支付加油?
昨日中石油官方网站宣布,与深圳市腾讯计算机系统有限公司在北京签署战略合作协议。签约前,履新刚满一个月的中国石油集团董事长王宜林与腾讯公司董事会主席马化腾进行了会晤,双方就如何利用互联网技术促进能源企业的转型发展等问题进行了交谈。
中国石油集团副总经理喻宝才认为,互联网的快速发展带来人们生活、工作以及消费方式的变化,企业要创新商业模式,来适应和引领消费模式的变革。目前,油品销售业务亟须利用互联网来促进企业的转型升级。
此前,中石油与腾讯公司已在网上充值、微信服务号等方面展开合作。而根据此次战略合作框架协议,双方将在业务开发与推广、移动支付、互联网金融、O2O(线上与线下联动)业务、云服务、大数据应用等多领域探索开展合作。
对于此次合作更多的细节,腾讯方面并没有向透露。李莉认为,结合腾讯的长处来看,此次中石油与腾讯的合作成果,短期内将更多地体现在面对消费者的下游零售端上。
中国能源网首席信息官韩晓平亦认为,中石油与腾讯的合作会首先在下游终端发力。“腾讯在微信上拥有巨大的客户群体和便捷的用户体验,腾讯与中石油方面合作,首先面向的是终端的消费者,未来或可实现微信支付加油。”
而在6月10日,代表双方签署合作框架协议的,恰恰是中石油销售分公司总经理田景惠与腾讯公司微信支付部副总经理耿志军。
央企主动拥抱“互联网+”
在中石油之前,中石化在2014年8月就与腾讯签订业务框架合作协议,双方的合作领域主要集中在业务开发与推广、移动支付、媒介宣传、O2O业务、地图导航、用户忠诚度管理、大数据应用与交叉营销等。
今年4月份,中石化又与阿里达成合作协议,双方将在大数据提升产油量、统一支付体系、车联网、电商O2O等方面进行广泛合作。其时,中石化表示,正以积极的态度拥抱“互联网+”带来的新机遇,谋求在新一轮科技革命产业变革中抢得先机,实现转型发展。
对于“石化双雄”与阿里、腾讯频繁而积极的合作,李莉认为,对“两桶油”这样的央企来说,需要以越来越开放的姿态去接受新形势。“以前的市场都是以供应为核心,现在石油则是从短缺到过剩。在低油价下,‘三桶油’在经营上的抗风险能力也不高,石油行业的下游对于企业来说越来越重要,他们也得从重资产逐渐走向轻资产,这就需要他们更加重视个人消费者、了解用户的需求,而与互联网企业合作有助于他们争抢下游市场。”
中石化走在了转型的前列。早在提出公司整体向非油业务转型之后,中石化便不断在加油站便利店上完善服务服务,近日在山西又与农产品公司合作,欲实现车主在加油站购买新鲜蔬菜。
在接受采访时,韩晓平表示,中石化接连不断的动作一定程度上也促进了中石油寻求与互联网企业的合作;而对于石油行业来说,信息技术可以优化企业的服务水平,提高盈利能力,将极大改善下游消费者的用户体验。
腾讯撒网线下入口
对于腾讯以及阿里来说,“互联网+能源”的布局,能让其在线下市场的入口方面抢得更多资源。
对比腾讯先后与中石化、中石油达成的合作范畴,就会发现其布局思路都是要大范围攻占线下入口,数量庞大的加油站便是其中较易触及的“点”。而对于“两桶油”来说,腾讯之于他们的意义也大致近似,可以拓展营销、支付方式,并管理用户信息。
在中石油官网有这样一段表述,“腾讯公司是中国最大的互联网综合服务提供商之一,现有8亿QQ、6亿微信用户群体,是中国最大的社交网络平台。”而在此前,双方已在网上充值、微信服务号等方面展开合作等。而作为“连接器”和O2O服务入口的微信,已经具备营销、支付、LBS、会员管理等属性或功能。
腾讯公司董事会主席马化腾表示,移动支付是未来互联网发展的重要基础。目前,腾讯公司的微信和QQ两个APP已经占据用户每天使用手机时间的70%。他希望把支付能力和APP进行高度整合,用“互联网+”把传统行业联系起来。
与中石油的合作,一位接近腾讯的人士对记者表示,“现阶段其实还没啥细节”。尽管腾讯没有披露更多信息,但参考其“连接一切”的打算,腾讯在互联网+能源这一垂直领域,或同样采取的是广撒网再逐步推进的策略。践行过程,和微信智慧城市与全国各地先陆续签约,再一点一点推进相关“城市服务”的做法类似
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04