大数据行业分析报告

大数据行业分析报告（推荐8篇）

大数据行业分析报告 篇1

调研显示，国内主要城市人均水产消费量与人均对虾消费量高度相关，对虾将替代部分大宗淡水鱼，成为主流的水产蛋白渠道之一。世界范围来看，欧美国家人均对虾消费为4LB/年, 中国目前仅 0.68lb/年, 至 2022 年，76%的中国家庭将达到中产阶级水平，保守估计未来对虾消费市场将超过 200 万吨，以 25 元/斤保守估计对虾养殖市场空间高达1000 亿。

2017年对虾养殖行业大数据报告

【报告类型】网络大数据调研、行业/市场研究报告 【交付时间】7-10个工作日，提供预订，目录供参考 【报告定价】￥5000.00（共五部分）

【发布机构】中国互联网大数据研究院（ICIBD）、鹿豹座数据研究院 【报告格式】WORD/PDF/PPT版（限一份）

【报告特征】数据客观、准确实用、便捷易懂、图文演示

【售后服务】1年2版，目录范围之内提供1次内容补充/数据更新。【联系单位】鹿豹座平台 / 怒蛙网络

【工作时间】周一至周六（早08:30——晚18:00）

数据来源与研究方法：

1、中国互联网信息中心（CNNIC）、中国互联网协会等互联网权威机构的数据与资料；

2、国家统计局、海关总署、国家发改委、工商总局等政府部门和官方机构的数据与资料；

3、行业协会、行业内相关平台获取最新的一手市场资料；

4、搜索引擎大数据、电商大数据、权威平台大数据等互联网巨头提供的大数据资料；

5、中国互联网大数据研究院（ICIBD）对对虾养殖产品长期监测采集的数据资料；

6、研究院与数据中心专家通过小组讨论、桌面研究等方法对核心数据和观点进行反复论证；

7、对虾养殖行业公开信息，行业资深专家公开发表的观点；

8、对虾养殖业内大型企业及上、下游企业的季报、年报和其它公开信息；

9、各类期刊数据库、图书馆、科研院所、高等院校的文献资料；

10、对对虾养殖行业的重要数据指标进行连续性对比，反映行业发展趋势。

数据报告目录：

第一章 对虾养殖行业分析 1.1对虾养殖概述 1.1.1对虾简介

1.1.2对虾养殖的分类 1.1.3对虾养殖产业链分析

1.2中国对虾养殖行业发展环境分析 1.2.1对虾养殖行业政治法律环境分析 1.2.2对虾养殖行业政治经济环境分析 1.2.3对虾养殖行业社会环境分析 1.2.4对虾养殖行业技术环境分析

1.3中国对虾养殖生产现状分析 1.3.1对虾养殖行业总体规模 1.3.2对虾养殖产能概况 1.3.3对虾养殖市场容量概况

1.3.4对虾养殖产业的生命周期分析 1.3.5对虾养殖产业供需情况

1.4对虾养殖行业发展分析 1.4.1中国对虾养殖发展历程 1.4.2对虾养殖行业存在的问题 1.4.3对虾养殖行业发展趋势

1.4.4对虾养殖行业新事物萌芽观察

1.5对虾养殖行业SWOT分析

第二章 对虾养殖市场分析 2.1中国对虾养殖市场现状

2.1.1 中国对虾养殖市场规模分析 2.1.2 中国对虾养殖市场区域分布 2.1.3 中国重点对虾生产厂家分析

2.2中国对虾养殖销售分析

2.2.1 对虾养殖中国市场销售概况 2.2.2 对虾养殖产品市场价格分析 2.2.3 对虾养殖产品市场价格影响因素 2.2.4 对虾养殖产品未来价格走势预测

2.3 对虾养殖市场竞争分析

2.3.1对虾养殖行业竞争结构分析 2.3.2 对虾养殖行业竞争趋势分析 2.3.3 对虾养殖行业竞争策略分析

2.4 对虾养殖行业投资与发展前景分析 2.4.1 2017年中国对虾养殖投资情况分析 2.4.2对虾养殖行业投资机会分析

2.4.3 2018-2024年中国对虾养殖市场规模预测

第三章 对虾养殖消费者分析 3.1 对虾养殖消费者定位

3.1.1 对虾养殖消费者年龄分布 3.1.2 对虾养殖消费者地域分析 3.1.3 对虾养殖消费者收入构成 3.1.4 对虾养殖消费者职业特点 3.1.5 对虾养殖消费者的生活态度 3.2 对虾养殖消费者偏好分析 3.2.1产品价格偏好 3.2.2产品质量偏好 3.2.3产品品牌偏好

3.3对虾养殖消费者行为分析

3.3.1消费者获取对虾养殖信息的渠道 3.3.2消费者网络行为分析

3.3.3对虾养殖消费者购买行为分析 3.3.4对虾养殖潜在消费者分析

第四章 对虾养殖宣传分析 4.1对虾养殖广告投放概况

4.1.1 2016年中国对虾养殖广告投放总体概况 4.1.2 2016年对虾养殖网络媒体广告投放概况 4.1.3 2016年对虾养殖电视媒体媒体广告投放概况 4.1.4 2016年对虾养殖户外媒体广告投放概况

4.2对虾养殖网销渠道分析

4.2.1网销渠道建设：官网、手机站、官方商城、B2B旺铺 4.2.2电商店铺渠道/微商销售渠道

4.2.3自媒体营销渠道：官方微博、官方微信等

4.3对虾养殖宣传推广策略 4.3.1互联网宣传推广 4.3.2影视节目赞助/植入 4.3.3电视媒体投放 4.3.4电商渠道推广 4.3.5户外广告投放 4.3.6事件活动策划

大数据行业分析报告 篇2

在严峻的市场竞争下,企业的营销力在企业的竞争力建设中非常重要。随着医药产业相关政策的出台,新医改形势下的医药营销正经历着一场新的变革,传统的厂家直销、底价代理、总代理等模式逐渐转向佣金代理、网络营销等新营销模式。企业在这些业务变革中进行合作伙伴选择、渠道建设、产品选择、市场策略等决策行为时,也更加依赖市场数据和市场信息。不论是制药企业、医药公司还是药品研发申报企业都越来越关注医药市场的分析和调研工作,以期能更好的把握市场容量和所操作药品的市场前景。

为此,本文通过对医药数据服务市场的分析,提出了建设医药大数据分析平台的设想,以期满足医药行业在市场营销过程中的数据信息服务和辅助决策需要。

一、市场分析

(一)现有产品分析

在医药营销领域,无论生产企业、代理商、和医药商业企业,都在寻找和收集市场信息,了解市场状况,把握市场发展方向和市场宏观政策。为他们提供市场环境、竞争状况、政策走向、产品信息等方面的数据和信息服务成为一个巨大的市场。市场上提供医药行业数据资源和市场分析的公司主要有IMS、药学会、南方医药经济研究所、海虹、华招等。他们的市场和产品状况如表1:

(二)市场机会分析

市场上提供医药数据库和数据分析的这些公司的业务模式基本都是通过在全国各省市的医院或药店布置数据采集点购买原始数据,或者通过已有的招投标系统进行数据积累,以此数据源为基础进行数据分析,以提供数据库查询或数据分析报告的形式,建立会员制,提供通用或差异化的产品和服务。

部分企业的优势在于:

☆数据覆盖面广,覆盖全国主要城市和大小医院、药店(如IMS、米内网)

☆利用招投标系统,容易进行数据采集(如海虹)

☆数据分析技术和流程专业,数据报告质量高(如IMS)

☆通过门户网站、行业资讯、任务交易等方式提高会员粘性

他们普遍存在的问题在于:

☆原始数据的采集或购买成本高

☆通过抽样方法获取,非全量数据

☆产品交付时滞长,普遍为2-4个月,数据时效性不高

☆数据的标准化程度不高,缺乏统一的基础数据支撑

通过对康德乐、国药控股等企业进行实际调查分析,他们主要购买华招和南方所的数据报告,普遍反映的问题是:医药市场近年来政策变化频繁,企业内部信息化建设缓慢,因此不论是获取企业内部信息,还是外部市场信息的获取都非常困难。他们迫切希望能够获取到更加及时、更小时滞的数据信息,并且愿意对此项服务付费购买。

二、医药大数据应用

医药大数据应用的目标是依托于某药品交易平台已有公立医疗机构年交易量200亿的交易数据资源,通过建设一个医药大数据平台提供医药行业资讯、数据库及数据分析报告,市场调研和咨询、推广基础数据库,建立行业数据标准。

(一)用户分析

平台定位于为以下几类用户提供服务:

食药监局、卫生局、医保等政府部门——提供交易、监管、数据集成等信息服务。

药品及器械生产企业、经营企业和医疗机构——提供数据查询、数据分析报告、数据定制报告、数据标准、数据集成等服务。

医药电商、市场调研公司、银行等企业——提供数据报告、行业研究等数据服务。

(二)服务内容

数据库查询。数据库查询是一项被行业普遍认同和接受的基本数据库查询产品。大部分数据库通过免费或较低会员费(如初级会员)为会员提供数据库查询,少数特色数据库(如标准化的中标数据)向高级会员提供。医药大数据平台通过购买或合作运营的方式整合汇总全国药品中标数据,以及国内外专业知识库库等多个数据库,为会员提供丰富的数据库的查询服务

交易查询。交易查询提供会员在药品交易平台自身的交易数据。对于会员交易的基本信息或短期交易数据进行查询;对会员一年内或时间段内的数据通过数据汇总的方式进行查询。

交易分析。交易分析提供会员在药品交易平台自身的交易数据的高级分析功能。围绕订单交易主题,扩展医院区域分布、医院等级、产品分类、产品品种、季节时间、交易各方等多个维度进行多维分析,并以饼图、折线图等图表进行辅助展示,为会员提供多维度分析功能。

数据分析报告。数据分析报告提供企业及企业以外的其他会员的交易汇总信息,基于交易数据,按年度、季度、月度(定制会员),开发宏观分析、品类分析、品种分析、区域分析等数据分析报告和定制分析报告。根据报告分析对象,分为专题研究报告、市场研究报告、企业研究报告、政策研究报告等。通过数据分析报告,可以帮助企业实现以下意图:了解市场准入环境,评估产品需求和市场规模,产品上市和品牌监控,管理产品市场价格变动,竞争跟踪和绩效评估。

三、结论

本文通过市场分析,提出了一个建设大数据分析平台的设想,通过建立行业数据标准,为目标客户提供医药行业资讯、数据查询、数据分析报告、市场调研和咨询等服务,满足企业用户和政府主管部门的行业需要。当然,平台建设和产品的市场推广必然还存在一些问题,如数据源采集、数据安全和可信度等,在本文中没有一一探讨,需要在实现过程中去逐步解决。

参考文献

[1]蔡佳慧.医疗大数据面临的挑战及思考[J].中国卫生信息管理杂志.2013,4.

[2]代涛.健康医疗大数据发展应用的思考[J].医院领导决策参考.2015,19.

大数据重构影视行业 篇3

大数据逐步颠覆影视行业

大数据技术的发展和广泛运用对影视行业的各个环节都产生了颠覆性的影响。从收视测量和评价、节目影片策划与改进、观众互动参与，到市场环境评估和广告精准投放，大数据从各个方面推动了影视行业的全方位变革与重构。这种颠覆性影响主要体现在以下四个方面：

第一，从单向输出向互动的转变。在过去，电视影视作品和节目播放的渠道只有电视和影院，而如今的播出渠道不仅有电视和影院，还有各种视频网站、移动客户端、多媒体播放器等等。过去看电视看电影只能播完即过，不能倒回重看，而且无论观众喜欢与否，这个时间就只能看这个节目。对于制作方和电视台而言，根本无法获知观众对节目的好恶和反馈。这对观众以及节目制作者本身都是个问题。

视频网站的崛起，不仅解决了“倒回重看”的问题，还专门为用户反馈建立了评论、分享等专区和模块，让用户能对影视作品进行评价和讨论。而弹幕网站ACFUN、bilibili和tucao等，还直接将用户评论与节目时间流结合到一起，使用户对节目的评论精确到秒。随着大数据技术的成熟，如今用户的搜、看、转、评等各种行为都能量化为数据，对于视频网站、节目编导和导演、演员，甚至广告商而言，根据用户行为和好恶调整节目内容、形式，甚至指导新作品的创作，都已经可以实现。

2013年，印度的一档新闻访谈节目《真相战胜一切》（Satyamev Jayate）的编导，不仅通过社交网站收集和分析了当时的网络热点议题，作为策划节目的基础数据，还根据节目播出过程中各方的反馈数据实现了观众与政府官员、议员及意见领袖的互动。以至于该节目不仅成为了2013年全球最引人注目的电视节目之一，还因其互动模式的成功，促进了印度公共政策的调整和完善，间接影响了国家政策、法律的制定和修改。

从单向输出到互动模式的转变，是观众意志对影视行业价值逐渐增加的体现。在互联网时代，“如果没有用户的喜欢，影视作品就不会成功”已经成为准则。于是，从用户的行为数据中挖掘用户的意志，再将用户意志体现在作品中，成为了影视行业成功的必然手段。

第二，从“制播分离”到“制播同步”。2013年2月，美国Netflix公司出品的电视剧《纸牌屋》对大数据在影视制作和营销过程中产生的作用做出了完美的诠释。该剧从剧情设置、选择演员，到导演阵容、后期制作，都以用户在互联网上的行为数据做支撑，一边制作，一边播出，受到了观众的热捧。也正是借由《纸牌屋》的声名大噪，“大数据”的概念在影视行业迅速升温。

过去电视节目和电影都是先制作，再播出。而近年来随着互联网等新兴事物对大众的影响日益增加，大众化的电视节目越来越难以满足观众日益加深的个性化需求。大数据不仅解决了影视作品多元化、个性化的要求，同时也使多元、个性、即时的创意加入制作，同步播出成为了可能。近年颇受观众喜爱的影视剧《万万没想到》、《爱情公寓3》、《夏家三千金》等就受益于大数据的应用，制作、炒作和播出同时进行，收效甚佳。而以《小时代》为代表的大数据应用电影，尽管其艺术质量有待商榷，但以海量数据为依托的制作和营销，使电影上映后仍取得了不俗的票房成绩。

第三，大数据使影视行业数据应用更多，更细，更深入。在过去，影视行业不是没有数据，只是数据不“大”。作为支撑电视行业的唯一数据，收视率曾被视为电视各项指标评估的“万能码”。仅凭一个数据，就能决定从央视到地市级电视台、从电视广告经营战略确定到具体节目的去留，听起来有些不可思议，但受制于数据收集和分析手段的制约，多年来收视率都掌握着电视行业的生杀大权。而电影，则一律只看票房。

然而，收视率的统计在先天上就存在较大的技术误差，单一数据更是无法反映节目质量。大数据技术的应用，不仅为影视行业提供了更多、更大量的数据，增加了数据的可信度和权威性，还在数据统计和分析层面精确到了电影电视节目的每一秒、每一个镜头和每一步营销。将数据统计与数据分析深入到影视行业的每一个角落，是大数据能够产生深刻影响的根本原因。

第四，大数据重塑影视产业结构。互联网的崛起，改变了傳统影视行业播出渠道单一、制作团队受限的问题，全新的影视行业建立在互联网多样化的播出平台之上，而电影电视作品的制作者也再不必是专业团队。

过去，电视台和电影院垄断了播出渠道，影视作品只能由经由电视台或影院播出。而早在20世纪90年代中期，由于制作能力不足，电视台节目的外包制作就已经开始了。即便如此，民营电视节目制作公司也不得不受制于单一的播出渠道。

互联网视频网站的成熟，为许多草根节目和影视作品带来了新的机遇。近年来，互联网平台已经使民营公司、草根团队、小成本小制作的模式在人才福利待遇、发展平台、工作环境、成长机会等各个方面都有了较强的竞争力，以至于越来越多体制内的精英开始“出走”，这在根本上动摇了影视行业的人才结构。

在影视节目制作方面，过去电视台作为购片方高高在上，其“官方”定位在很大程度上决定了影视节目的风格和内容。这种模式带来最大的问题就是，创作者创意受限，播出的影视作品最终只能是少数人思想的反应。

当大数据将市场和用户的意志反推到影视制作和营销时，影视节目的内容和制作就可以真正反映大众思想。而对于广告商来说，他们终于可以从大数据中看到，每年在影视剧里做广告花的大把银子，到底都用在了哪儿，起了什么作用，能有多少转化率。对于影视行业来说，互联网视频网站的崛起，大数据技术的成熟，带来最伤筋动骨的改变，就是广告商和盈利点的迁移。

从输出方式、制作方式、评判方式到盈利模式和行业结构，大数据从内到外地颠覆了传统的影视行业，而这种颠覆仍在继续，且势不可挡。

当一锅沸水平静下来

李黎，优酷土豆集团副总裁，一个既时尚又有点“范二”气质的小女人。初见李黎，她灿烂的笑容让人印象深刻，一口白牙和明亮的眸子，活泼得像个小女孩儿，很难想象优酷土豆集团的副总竟是这样一个气场。

2011年，李黎从传统电视企业跳槽到优酷，随后她带领优酷的团队推出了一档文化脱口秀栏目——《晓说》。时至今日，《晓说》的成功在影视行业仍具有很高的借鉴价值。《晓说》推出的时候，正是高晓松因“醉驾”的负面新闻远走国外之际。并不“讨喜”的主持人，单一的镜头和简单的内容设计，或许李黎自己都没有想到，后来《晓说》能如此成功。

李黎说，这一切应该归功于大数据。《晓说》的制作过程很大程度上都是依赖大数据的结论反推，说什么话题、在哪儿说、说多少、怎么说，每一个细节最终都得根据用户的行为数据来敲定，这就是《晓说》的成功之道。

“提到大数据，我有很多话要说。”从2011年7月到2012年，几个月的时间，把李黎从一个传统的电视人转变成互联网人，从工作方式到思想的蜕变，曾让她苦不堪言，却也最终使她脱胎换骨。

“对大数据，一开始我是质疑的。”初到优酷，李黎对工作有着强烈的不适反应，她不仅对当时优酷平台所提供的节目数据存有很大的疑虑，而且完全无法理解互联网和网上的用户行为。数据显示用户喜欢的风格、关注的热点都和李黎长久以来积累的经验完全不同，甚至截然相反，所以李黎一开始根本不相信大数据结果的科学性。而更让她无法理解的是毫无章法的互联网规则，阳春白雪和下里巴人共处一室、莫名其妙就突然爆红的网络名人、难以捉摸的用户喜好，互联网让李黎头疼和焦虑。

后来，完全崩溃的李黎跑到了朝阳公园租了一条船，她坐在船上，平静地听着船上自动播放的“网络神曲”，看着周边神态安详的游人，李黎在一瞬间就突然顿悟了——“网络神曲”的爆火，是隐藏在都市白领身后无数社会底层粉丝的拥趸，我们无法理解的，或许正被无数人所喜爱。这样一个道理看似简单，接受并完全改变自己的思维方式却如此艰难，李黎经过了一轮全面的崩溃才真正明白，并学会尊重。

想通了之后，李黎就开始尝试相信并运用大数据。早在2010年3月，优酷就推出了第一份视频行业用户收视数据产品“优酷指数”，李黎首次大数据分析就由这里开始。从视频播放数、搜索量、评论、站外引用等十几个数据指标里，分析用户的好恶、倾向，以此为依据修改栏目设置、节目内容，甚至是剧中人选和衣饰。后来，《晓说》一经推出就大热，证明了李黎运用大数据的成功。但一次成功显然还不能坚定李黎的信心，她说，当时她仍然看不懂那些数据。

“一开始，数据就像一锅沸腾的水，是凌乱无序的。等平静下来，一切就清清楚楚了。”数据需要堆叠，需要量的积累和规律的形成，当成熟的数据摆到李黎的面前，她终于可以冷静地分析那突如其来的大热是怎么回事，未来的爆点又在哪里。直到很多期《晓说》以后，李黎才对大数据彻底拜服。就这样，《小说》之后，优酷土豆又有了《我是传奇》、《侣行》、《男神女神》……

“虽然我还没有想得很清楚，但未来的内容可能不再是观看式的，而是体验式的。”在李黎的畅想里，未来影视行业的商业链条应该是真实世界与虚拟世界的融合，制作、营销等各个环节都通过O2O的方式实现。她信心满满，目光里有一丝狡黠“我们已经在做啦！”

中国的影视行业行走至今，要面临的最大问题是用户体验的再升级。如何将商业元素、用户意志和节目的精神内在融合在一起，并以用户参与体验的方式制作播出，是影视行业未来的方向，而李黎与优酷土豆，已经走在了前面。

李黎的成长和转变是一个隐喻。从质疑、尝试、崩溃、理解，到痴迷、理性，最终融合，传统影视行业与李黎一样，须得经过一番洗礼，才能浴火重生。

数据不是一切

虽然大数据能够为影视行业提供一定的参考，但大数据的结果并不能与成功的作品画上等号。大数据好比一张航海图，制作团队和公司就是航行的大船，航海图越精准，航行自然越顺利，可最终要到达目的地，既要有一个好船长，也离不开船上的好船员。

维克托·迈尔·舍恩伯格在《大数据时代》一书中写道：“大数据不是要教机器像人一样思考。相反，它是把数学算法运用到海量的数据上来预测事情发生的可能性。”大数据为影视行业提供了量化的指标，它最大的意义在于，让影视行業变得更加透明和冷静。

影视作品的创作和观看是一种感性的体验，大数据在这个过程中只能起到优化体验的作用。好莱坞梦工厂CEO杰弗里·卡森伯格曾公开表示，他坚决不会使用大数据，因为电影是“用心之作”。内容和生产基于大数据分析可以提高成功的几率，但不能决定成功。

李黎说自己如今是大数据的信徒，但同时她也承认如何运用好大数据仍然是一个挑战。仅仅一个作品，李黎面对不仅是大量的数据结果和分析结论，她还要面对怎么取舍和权衡这些结果的问题。互联网是一个自由的世界，人与人之间的关系形成了一个个不稳定的社群，大数据集合了不同社群千差万别的偏好，人们的想法和口味变化既快又复杂。互联网上充斥着大量虚假、暴力和愤怒，这显然不是大家希望看到的东西。那些真实而美好的，最后才能真正获得广泛的拥护，这是李黎在互联网上看到学到的，也是她应用大数据的准则。

过去，电视影视作品播出的“把关人”很多，而互联网的“把关人”却相对要少。谈到这个问题，随时一脸笑容的李黎也变得严肃，她说，为了保证数据和结论的真实客观，她每天都要找不同的数据报告来看，不仅是优酷的分析报告，还有第三方的数据、调查公司的数据，就是这样，也不能让她完全放心。作为数亿人观看体验的“把关人”，李黎怕偏颇，更怕犯错，所以她忐忑而谨慎。处在那个位置，纵然手握大数据，责任和使命仍是需要她反复深思的问题。

大数据行业分析报告 篇4

账号最新数据）

本文主要涉及7大行业品牌公众号，2016年第一季度的运营数据，分析了各行业的趋势。信息量略大，强烈建议企业品牌运营者，花10分钟阅读 借鉴分析，从行业趋势上审视自己当下工作方向。

数据支持数说故事（ID：DataStory2015）基本趋势 2015第四季度和2016第一季度微信品牌公众号到底发生了什么变化？有哪些品牌是公众号运营的佼佼者？行业之间又有什么差异？现在我们带大家来回顾一下各大行业的公众号运营情况。

2016Q1 公众号监控情况本次报告我们监测了游戏、美妆、汽车、手机等18个行业，监控账号达到了4,783个,文章数达到562,678篇。

一、公众号发文数量下降，但质量升高基于两季度的公众号对比分析，2016Q1的总发布量与2015Q4相比环比下降了9%，但是文章的平均阅读数提高了11%。

另外虽然平均点赞数还是在两位数的水平，但是2016Q1的环比增长率为28%，是这些指标中变化最大的。虽然发文的数量有所减小，但是用户对于文章的质量还是相当认可的。

二、重点品牌公众号总发布量、平均阅读数、平均点赞数增降幅表从3个指标的变化率可以发现，2016Q1的文章总发布量与2015Q4相比，除了航空、综合商场、政务三类微信公众号有微小的涨幅外，其他27个类型都降幅明显，特别是鞋包配饰类的公众号降幅甚至达到了61%。

但从平均阅读数和平均点赞数的来看，两个指标都有20 的公众号类型出现了正增长，而且像奶粉品牌类公众号，平均点赞数更是增长了100%。

从第一季度的表现发现，各公众号在减少文章发布的同时，十分注重提升文章的质量，并且已经取得了一定的成效。

三、2015Q4 与 2016Q1 发布量和平均阅读量趋势相似不管从发布量还是平均阅读数看，2015Q4与2016Q1之间都无明显的差别。平均阅读量有三个高峰，分别是6-7点、11-12点、18-21点。

两个季度相似的走向也说明不管是小编发文还是用户的阅读都存在着一种惯性，习惯真是个可怕的存在。如果小编能改变发文时间，选择与阅读高峰相契合的时段，或许会取得意想不到的效果。

四、2016Q1平均阅读数与平均点赞数分布图在2016Q1监测的4,783个公众号中，全行业平均阅读数为5,286，平均点赞数为37。57%的行业公众号在平均阅读量与平均点赞数都低于全行业均值，仅有汽车品牌、手机品牌、奢侈品、银行等在这两个指标中都表现出色。1餐饮行业 1）发布量有所减少，但文章的质量增长明显餐饮业2016Q1的公众号数量跟2015Q4持平，发布量环比下降16%，平均阅读数环比提升了13%，平均点赞数也环比提升了34%。民以食为天，拥有一堆吃货粉的餐饮类公众号2016Q1的表现还是相当给力的。2）优惠信息类内容受关注；新品介绍获人气在餐饮类公众号发布的文章类型中，优惠信息占到了45%，给用户提供更多的优惠是餐饮类公众号吸粉的重要武器；

但从平均阅读量看，新品介绍的平均阅读数已经超过优惠信息。用户似乎对新品的热情度更高，爱尝鲜的心已经得到明显的印证。

3）餐饮类文章早餐和晚餐点的文章平均阅读量高作为餐饮类公众号，从文章的发布时间看，基本在午餐，下午茶和晚餐的时间会给用户做“饥饿唤醒”；但阅读量最高值却出现在了早餐段，这也许和肯德基及麦当劳等在早餐类美食中大作促销有关系。

4）2016Q1 餐饮类公众号TOP10排行榜麦当劳、肯德基、必胜客三个餐饮类巨头同时也是餐饮类公众号的TOP3，除此之外一些有特色的餐厅，如海鲜餐厅、东南亚餐厅、星座餐厅等也是用户的爱。

5）餐饮类公众号TOP10文章被“叔叔”和“爷爷”垄断餐饮业公众号综合排名TOP 10的文章基本被麦当劳和肯德基所掌控，类型以优惠信息和新品介绍为主，文章的标题通过“免费、半价、满减”等字眼加上容易辨识的数字，简明扼要地点出优惠力度；“尝鲜、大、第一、概念”等字眼也为新品的宣传带来更多的关注。

6）2016Q1餐饮类文章标题关键词云图元旦和春节标志着一年新的开始，各行各业都会有更多的新风尚涌现，因而与节日和热点挂钩的推广更加容易引起人们的关注。此外，标榜美味和健康的新品推介往往能够带来比较高的点击量。2游戏行业

1）游戏类公众号Q1质量稳步有升，发布量减少幅度大游戏类公众号累计文章发布量，环比下降15%，平均阅读数则环比提升了13%；但是平均点赞数只提升了2%。

虽然发布量减少，平均阅读量增加，但是如果看平均点赞数，用户对于文章的满意似乎还有很多提升的空间。

2、游戏类公众号攻略类文章阅读量最高

游戏类公众号的发布内容则相对比较丰富，其中，最经常出现的内容是游戏公告和礼包。但是从平均阅读数来看，游戏攻略是更多玩家最想看到的信息。随着游戏玩法的多样化和难度的增加，用户想打怪升级，攻略类文章就越来越受到追捧。

3、游戏类公众号文章凌晨平均阅读量最高

文章的发布时间集中在晚上，基本是下班点之后，不同类型的游戏会因目标玩家的游戏时间而调整。而且游戏玩家果然更多的是夜猫，阅读量最高的时段出现在凌晨时段，玩好游戏的同时也要注意休息哦。

4）2016Q1 游戏类公众号TOP10排行榜游戏类公众号2016Q1TOP10排行榜是腾讯的天下，除了剑网3和坦克世界，其他的8款游戏不是腾讯自主开发，就是由腾讯代理运营，腾讯果然在游戏界的实力令人惊奇。

5）游戏类文章综合TOP10被腾讯系包揽游戏业综合排名TOP10的文章也全是腾讯系，包括自主研发和代理的游戏。文章的标题点明“免费、红包、送”等字眼，结合节日、新装备和周年庆等话题，同时达到节日关怀和新品营销的效果。

6）2016Q1 游戏类文章标题关键词云图

游戏关卡数量的增加以及难度的加大，因此很多公众号会直接放出与攻略、技巧相关的文章，以此给予用户更多的指导。此外，随着竞技、比赛和排行榜的普及，玩家对成为游戏大牛的憧憬也是一直很高涨。3奢侈品行业 1）奢侈品类公众号平均点赞数的增幅较大

奢侈业2016Q1的公众号数量较2015Q4减少了2个，累计发布量487篇文章，环比下降7%。平均阅读数环比提升了21%；平均点赞数的增长幅度相对比较大，环比提升了84%。2）奢侈品类发布内容和阅读数都是产品宣传类文章最多奢侈品业公众号的产品宣传是最主要的发布内容，占比61%，与其一致的是，从平均阅读数来看，产品宣传类的文章也高于其他类别。优惠信息的发布只有7%，这也是因为奢侈品要保持“高冷”的关系。

3）中午时段奢侈品类公众号文章平均阅读量最高

文章类型以产品宣传为主的奢侈品类公众号，发布时间集中在中午、傍晚和深夜，阅读量最高的三个时段则分别是8-9点、12点、22-23点，用户更喜欢在休息空隙时间来阅读相关的内容。

4）2016Q1 奢侈品类公众号TOP10排行榜奢侈品类公众号2016Q1TOP10排行榜不出意外是用户们耳熟能详的高端品牌，包括以皮具著称的路易威登、珠宝闻名的蒂芙尼和卡地亚，还有手表品牌欧米茄和浪琴。

5）奢侈品类文章综合TOP10香奈儿上榜最多奢侈品业综合排名TOP10的文章都来自香奈儿、迪奥、卡地亚、雷达四个奢侈品牌，果然是有钱任性。就文章的标题而言，一种是直接点明产品属性，另外一种则是较为独特的标榜生活态度。6）2016Q1奢侈品类文章标题关键词云图产品宣传是平均阅读数最多的文章内容。品牌以其出色的品类作为主要推广内容。此外，品牌更喜欢以讲故事的形式去强化产品的设计理念，结合品牌的高端属性，高逼格的形容词绝对算得上是文章标题的点睛之笔。4美妆护肤业 1）美妆护肤类公众号运营质量增长明显美妆护肤业2016Q1的品牌公众号文章环比下降17%，但文章的平均阅读量提升了22%，平均点赞数环比增长了120%，用户对于美妆护肤类公众号的文章认可程度有明显提高，也毫不吝啬自己的赞美。

2）美妆护肤类公众号最爱发福利；用户则更关心时尚攻略美妆护肤业公众号最常出现的是福利派送、时尚攻略和品牌活动等内容。另外品牌活动发布量虽大，关注度则相对较低；产品介绍类发布量虽小，关注度则相对较高。所以小编如果能够增加对产品介绍类内容的发布，或许能收到用户更多的阅读量和点赞数。3）美妆护肤类文章22点-23点平均阅读量高美妆护肤类文章发布的高峰是17-19点，集中在每天的下班高峰；但是阅读量较高的时间却在22点-23点，如果内容足够吸引人，就算时间晚，也许还是会有爆炸性的阅读量。4）2016Q1 美妆护肤类公众号TOP10排行榜

在美妆护肤类品牌公众号排行榜中，兰芝中国的质量指数最佳，美宝莲中国则紧随其后，另外上榜的Olay、珀莱雅、SKII等也都是耳熟能详的大品牌，大的美妆品牌不仅在传统广告投放上下重笔，对于微信公号的运营也是毫不松懈的。5）美妆护肤类公众号文章TOP10，美宝莲优势明显 美妆护肤业综合排名TOP10的文章掌握在美宝莲和宝洁集团手中，类型在时尚攻略、新品和优惠中平均分布，文章的标题使用了较多的感叹句式，自信的语气成功获得用户的青睐。

娱乐热点的借势营销也做得相当出彩，与节日搭配的产品推广同样吸引了大量用户的关注。

6）2016Q1 美妆护肤类文章标题关键词云图春节前后面临的熬夜、换季等肌肤问题相当严峻，因而公众号“对症下药”的文章获关注度则很高。

而且《太阳的后裔》的热播不仅成就“柳大尉”，也在时尚界火了一把，关注时尚类的用户对于韩剧的追求貌似也是很积极呀。5手机行业

1）手机业品牌公众号发布量、平均阅读数、平均点赞数均出现下滑手机品牌的品牌公众号数量跟2015Q4持平，但是值得注意的是不管从文章发布量、平均阅读数还是平均点赞数都出现了小幅下滑，这与全行业总趋势发布量减少，阅读量和点赞数上升的趋势是不同的。

所以整体来说，手机品牌公众号的运营质量在2016Q1不太乐观。2）手机业公众号爱发产品说明；优惠信息最能讨用户欢心 手机品牌发布的文章类型以产品为主，涵盖了产品介绍和应用技巧，这也和手机行业定期会出新品有关。从平均阅读数看，优惠信息是最受欢迎的，阅读数是其它类别的两倍以上。小编不妨将优惠活动和产品介绍融合在一起，也许会有意外收获。3）手机业公众号文章晚上时段平均阅读量高手机品牌公众号平均阅读数的早高峰在10点，晚高峰在21点后；文章的发布时间也是集中在17-20的下班时段。

文章的发布时间与文章的阅读时间之间存在了一定的时间差，这也是运营小编提高运营质量的机会所在。4）2016Q1手机业公众号TOP10排行榜

从榜单上看，小米公众号整体运营质量在业内排名第二，稍低于当季大热的vivo手机。vivo在2016Q1发布了一款新手机，强势的市场推广引起大众围观，尽管公众号整个季度只发布了两篇文章，但热度非常高。5）手机业公众号文章TOP10，小米优势明显在TOP10的文章中，小米手机的公众号不仅发布手机品类，还会把小米生态圈的相关资讯融入其中，2016Q1小米品牌和产品都有新的亮点，优惠信息与新品介绍交叉发布，整体表现持续走高。6）2016Q1 手机业文章标题关键词云图优惠信息是平均阅读数最多的文章类别。铺天盖地的优惠信息让用户眼花缭乱，相比之下用户更喜欢简单粗暴的优惠方式，例如免费送或直接领取。此外，程度副词的运用也能让优惠信息脱颖而出，加上“最、疯狂、第一”等标签的文章标题更容易吸引用户的注意。跨界活动和节日福利同样能够获得较高的阅读数。6银行行业1）银行业公众号2016Q1质量稳中有升银行业2016Q1的公众号数量相比2015Q4减少了一个，发布量环比下降4%，平均阅读数环比提升了11%，平均点赞数环比提升更为明显，增幅达到31%。整体来讲，行业的运营质量稳中有升。2）银行类公众号优惠信息类文章阅读量最高银行业文章的发布内容以优惠信息为主，产品介绍和行业资讯的发布量也较高。从平均阅读数看，优惠信息有着绝对领先的优势。优惠的比拼是银行产品尤其是信用卡的主要竞争手段，用户也较为看重，把优惠信息设计得更加醒目有助于公众号提升阅读数。3）银行类公众号发布时间和阅读量均有多个峰值银行公众号的发布时间和阅读量分布都有明显的波动，多个峰值并存，而且发布量与阅读量趋势大体上是一致的，这也和用户的作息时间和资本市场的运作时间相一致的。4）2016Q1 银行类公众号TOP10排行榜

大数据行业分析报告 篇5

近些年，随着互联网的迅速发展，大数据已经应用于各行各业中，由于云计算的出现又一次推动了大数据的发展，现如今，我国已经将大数据应用于交通行业，借助大数据使交通更加智能化，也有利于更好的管理交通秩序，实现高效运作。1.大数据的概述

随着社会的发展，产生了海量的信息，由此大数据一词走进了我们的生活，目前普遍对大数据的理解是4个V（海量Volume，多样Variety，价值Value，速度 Velocity）：第一，数据体量巨大，从TB级别跃升到 PB级至EB级。第二，数据类型繁多，包括文字、视频、图片、地理位置信息、传感器数据等。第三，价值密度低，应用价值高，以视频为例，连续不间断监控过程中可能有用的数据仅仅有一两秒。第四，Velocity 处理速度快，1秒定律。2.大数据在交通行业现状

随着科技的发展，信息技术的更新，各种传感器、软件，应用而生，为数据的采集提供了可靠的物理保障，使得交通行业积累了大量的数据信息，大型存储设备的出现也为海量数据存储提供了可能，云计算的出现使数据的计算更加高效，交通行业的数据特征基本符合大数据4V特点。2.1信息采集

目前，我国交通行业信息采集主要是通过人工与自动和半自动化设备记录。人工方面主要是人工填写的各种报表，由于人工在操作过程中有可能导致错，所以信息的可靠度不高，并且人工采集的信息量具有一定限制；自动与半自动设备方面信息的来源主要有基于互联网的公众出行服务数据，如大运输联网、网上售票、城市公交刷卡、公众在线交通路线查询、网购物流数据、银行数据、生活消费数据等；基于行业运营企业生产监管数据，如货运源头称重数据，货运、危险品运输电子运单数据，客运进出站报班及例检数据，营运车辆维修检测数据，邮政包裹数据等；基于物联网、车联网的终端设备传感器采集数据，包括车辆相关动态数据：GPS位置信息、车辆能耗、车辆技术状况信息，路网监控信息：卡口视频监测、基于传感器的路况监测、路上动态称重设备、桥梁监测GPS等。2.2数据挖掘分析

大数据目前在挖掘分析方面应用到的技术有数据库技术，也就是利用数据库管理系统对数据进行查找，搜索；SQL ON Hadoop技术是直接建立在Hadoop上的SQL查询，这种技术能将信息管理能有结构化数据延伸到非结构化的数据；传统数据仓库与联机分析处理技术，数据仓库是将不同数据源的数据进行ETL处理，形成统一的数据仓库，并基于数据仓库进行查询，联机分析处理等。也可以应用一些计算工具或第三方平台对数据进行分析，汇总，形成有用的数据，来为决策提供数据支持。

2.3大数据在交通行业的应用

针对公共服务方面，如武汉元光科技有限公司开发的一款公交车实时定位软件《车来了》，通过《车来了》这款手机软件能够实时查询公交信息，车来了不仅能提供公交车的到站距离、预计到站时间，还能显示整条公交线路的通行状况，让用户不再盲目等待，有效缓解用户候车的不安全感；Lathia N 等通过统计地铁系统中流动性的刷卡数据来判断地铁里面人群在不同站点的通行时间，从而指导乘客选择出行时间、购票方式，最小化乘客的花在公共交通上的时间和精力；Ceapa I 等根据出行数据估计了单个地铁站里面的拥挤状况，从而优化乘客的出行。对于智慧出行方面，如实时交通数据采集商 INRIX-Traffic可以通过实时获取用户的出行数据，然后进行数据分析，最后给用户提供最佳线路，能够让用户躲避拥堵；，Yuan J等设计的T— Drive系统利用出租车的GPS轨迹数据来分析交通流量，并且为驾驶者设计最快行驶路线。关于货运交通，学术界也利用物联网大数据对货物运输进行实时监控、路线优化。例如，高连周基于物联网采集到的运输车辆的数据，提出了一种远程智能监控系统，实时控制危险物品和车辆；陈丰照基于物联网实现快速采集数据、实时传输并运用改进的 Dijkstra算法对配送路线进行优化。

虽然大数据在交通行业已有所应用，但是这只是大数据的冰山一角，有更多的应用方面有待我们去挖掘与开发，在大数据这个领域我们只是前行者，我们要认识到这点，然后脚踏实地的去探索大数据的奥秘。3.大数据在交通行业存在的问题 3.1数据信息分散化

在我国，由于政府管理体制为“条块结合”，也就是区域化比较严重，大量的数据主要存储在基层，各级政府部门对数据不能及时共享。由于我国管理制度主要是中央统一领导，区域有一定的自治权，各省都在大力的发展自己的经济，组建自己的交通信息网络，导致各个地区交通信息不能共享。信息化建设方面，有国家专项支持，一般由交通管理部门规划发展交通发展方向和项目，地方单位申请项目并承建，然后按着上级单位的要求进行交通信息化的建设，但是在不同的地区由于经济发展的不均衡和在信息化道路交通方面发展没有创新，导致资金不能更有效的利用，同时，一些欠发达的地区，由于资金的限制和创新思维的缺乏，在交通发展方面不能与地方特色很好的结合，只是一味的按照上级规划路线发展，导致信息化建设项目同质化严重，阻碍了当地信息化建设的发展。在信息采集方面，由于各地方规定不同，导致信息采集的标准不一，造成信息分析加深难度。3.2信息存储困难和成本提高

在信息技术快速发展的今天，虽然大数据已经渗透各行各业，我们用大数据也做了不少的事，但是随着信息技术的不断发展，信息的数量不断的增多，就会需要硬件设施不断更新，数据存储技术也在不断发展，从业人员就要不断地学习新的技能，对于交通管理部门就要投入大量的资金和技术来维持现有设备的更新与维护。地方政府交通管理部门，对于自建的信息中心维护难度也越来越难，投入会越来越多，就会感觉入不敷出，不愿有更多的投入，导致现有的信息资源浪费。4.大数据在交通行业的未来发展趋势 4.1商业化模式 4.1.1服务精准化

大数据在商业领域的应用已经有所体现，如武汉元光科技有限公司开发的一款公交车实时定位软件《车来了》，通过车来了这款手机软件能够实时查询公交信息，车来了不仅能提供公交车的到站距离、预计到站时间，还能显示整条公交线路的通行状况，让用户不再盲目等待，有效缓解用户候车的不安全感。尽管大数据在交通行业已有所应用，但是，目前大数据在交通行业的应用只是处于低层次的应用，我认为以后大数据在交通行业的应用更能体现在精准服务方面。什么是精准服务？，精准服务就是运用大数据能够为每一个人的出行提供精准服务，可以精准到你去哪里，几点几分能到哪里，运用什么交通工具更适合你的出行等等一系列的精准服务模式。如何做到精准服务？对于精准服务，可以通过对人们出行的数据进行记录，然后对记录的大数据进行精确的分析，利用现有的资源和技术，以及后期有可能出现的新的技术进行合理的应用，分析出大数据中能够为交通出行提供决策的信息，然后其他方面的情况进行对比，结合各方面的资源，最终推算出有利于个体出行的计划。

大数据在交通行业精准服务在未来的发展，将会给服务提供者，带来无限的商机，就如，服务商可以根据大数据分析结果，然后根据特定的消费者的出行计划，然后在消费者可以出现的地方投掷面对个体消费者的广告，还可以通过数据分析，得出消费着的消费习惯为消费者选择喜欢的交通工具，还可以根据消费者到达什么目的地，然后根据大数据分析，对消费者接下来要做的事情提供参考方案。4.1.2个性化出行

个性化，顾名思义，就是非一般大众化的东西。在大众化的基础上增加独特、另类、拥有自己特质的需要，独具一格，别开生面的一种说法。打造一种与众不同的效果。而对于个性化出行，可以利用大数据，对出行者日常的出行习惯，购物习惯，生活习惯等一系列要素进行分析。如可以利用大数据分析出行者在什么心情下愿意乘坐什么类型的车，针对这种情况可以为出行者提供特制的服务，还可以根据出行者的人物个性，身体状况，所处的环境进行数据分析，然后为出行者提供独特的出行方式以及出行工具。所以随着科学技术的发展，人们生活中的行为习惯，性格特征等数据都有可能被记录下来，然后利用这些数据进行精确的分析，然后为出行者提供具有与众不同的出行方式及其生活体验。在现在快速的生活方式中如果能有特制的服务方式，不仅能够为出行者提供了不同的出行体验换可以降低出行成本以及在出行时间上得到高效的利用。4.2非商业化模式

4.2.1形成高效统一的管理系统

大数据最终的目的是使使用者能够根据大数据实现高效的决策。对于交通而言，交通具有很强的流动性，由于参与要素的不同，会将信息分散在很多地方，存储在不同的行政单位，例如存储在交通局中的，存储在公安局中，还有各种航运公司等这些信息之间的共享性不是很高，大数据有助于在各级行政单位将会把信息共享，信息统一性，实现高效的管理，而将地理区域和行业区域化分成不同的块，这种划分将会有利于，地区和行业的发展，可以利用大数据进行有效的决策。这样一种系统将会有很多优点，比如提高信息的集成率，还可以提供多样化信息，在面对道路交通中拥堵问题可以其前进行分析，然后将分析结果发送给司机，让司机选择最短并有利于自己的通行方案，这样就能够缓解交通拥堵问题，换可以改善交通质量，让出行者切身体会到公共交通的便捷性，也能提高公共交通的服务体验，让出行者有种享受的感觉。4.2.2促进全面的交通智能化改革

大数据的特点主要有4V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。大量性足可以体现出需要获取海量的数据，目前获取数据的通道有城市交通卡、网上购票、货运公司、淘宝购物数据、银行数据、医疗消费数据等，而在交通行业中大数据的获取主要是城市交通卡、网上售票、购物物流、货运公司记录、出租车记录、道路监管网、道路收费信息等通过这些方面获取的信息可以说还不够全面，有一定的制约性，因为目前在技术方面还具有很大的不成熟性，硬件方面也不能支持整个系统，所以这就需要物联网技术通过各种传感设备及系统在这一方面进行布局，建设公路，航空，市场等基础设施，借助这些手段与方法可以在交通行业实现全面交通智能化，为数据的采集提供更多方式，也能够利用这种变革可以使数据具有多样性，经过分析数据，为决策者提供决策依据，也有利于交通智能化与大数据互相促进，实现有利的结合。最终会使交通智能化。4.2.3提供交通安全性预测

中国每一分钟就有一人因车祸伤残，每五分钟有一人因车祸死亡，每天平均死亡288人，每年平均死亡105120人，汽车数量占世界1.9%，车祸死亡人数占世界15%，且每年增加4.5%，所以针对交通安全严峻形势，要完成全年事故起数、死亡人数、万车死亡率三下降和特大交通事故起数同比减少的工作目标，全国公安机关交通管理部门将继续深入贯彻4·17会议精神，深化“五整顿”“三加强”工作措施，全面推进“平安畅通县区”活动，继续开展专项整治。对于交通安全国家投入了大量的人力物力，但是效果甚微，不过随着大数据的发展，交通管理部门可以根据交通大数据进行分析，在容易出现交通的路段安装相应设施，做到提前预防，也可以通过对道路运行车辆进行实时数据分析，进行相应的安全指数提醒，和相应的措施阻止交通安全隐患的发生，及时帮助司机排除隐患，构建安全体系。大数据的发现和相应技术的出现，可以说是一种福音，要借助大数据的优点，利用好大数据为交通安全提供一种参考，让大数据发挥相应的作用，而大数据的实时性和可预测性保证了交通系统对事故的主动预警，以便提前预测事故发生的可能性或在事故时及时采取应急处理措施，利用大数据技术不仅提高交通运输安全，改善人们出行体验满意度，同时也可以帮助物流配送过程提高稳定性与安全性，这将是未来发展的一个趋势。5．结语

大数据的出现，可以对我们的生活产生深远的影响，但是这种影响将是有利于我们的，在交通行业中，已经产生了大量的数据，虽然现在有些企业已经利用这些数据，也将这些数据应用到我们的生活中，但是这只是对大数据微不足道的应用，而大数据里面存在的信息与价值将成为交通行业管理者和研究者的关注点，大数据时代的到来将带来破解难题的重大机遇，大数据必将在今后会对交通产生巨大的改革。伴随着大数据在交通行业的应用，将会在交通信息统一管理，共享，交通智能化改革，交通安全方面成为未来发展的趋势。

（作者：马有贵）

参考文献

[1] 王雅琼，杨云鹏，樊重俊.智慧交通中的大数据应用研究[J].物流技术,2015,37:1-2 [2]Ceapa I，Cepra C S L．Avoiding the Crowds：Understanding Tube Station Congestion Patterns from Trip Data[c].UrbComp，Beijing，2012．

[3]Yuan J，Zheng Y，Zhang C，et a1．T—Drive：Drying Directions Based on Taxi Trajectories[c]．SIGSPATIAI，GIS，San Jose，2010．

[4]高连周．基于物联网技术的道路危险货物运输智能监控系统的研究[J]．物流工程与管理，2013，03:80—82+68．

电商行业常见数据分析 篇6

(1)分析企业的财务状况，了解企业资产的流动性、现金流量、负债水平及企业偿还长短期债务的能力，从而评价企业的财务状况和风险。

(2)分析企业的资产管理水平，了解企业对资产的管理状况，资金周转情况。

(3)分析企业的获利能力。

(4)分析企业的发展趋势，预测企业的经营前景。

同时，系统还应该按照部门、人员、商品、供应商、时间等各个维度综合分析各项财务指标，如：成本、毛利、利润、库存、结算、盈亏平衡点、销售数量、销售金额、市场占有率等等。

2、销售分析

主要分析各项销售指标，例如毛利、毛利率、坪效、交叉比、销进比、盈利能力、周转率、同比、环比等等;而分析维又可从管理架构、类别品牌、日期、时段等角度观察，这些分析维又采用多级钻取，从而获得相当透彻的分析思路;同时根据海量数据产生预测信息、报警信息等分析数据;还可根据各种销售指标产生新的透视表，例如最常见的ABC分类表、商品敏感分类表、商品盈利分类表等。

3、商品分析

商品分析的主要数据来自销售数据和商品基础数据，从而产生以分析结构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等，从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。通过对这些指标的分析来指导企业商品结构的调整，加强所营商品的竞争能力和合理配置。

4、顾客分析

顾客分析主要是指对顾客群体的购买行为的分析。例如，如果将顾客简单地分成富人和穷人，那么什么人是富人，什么人是穷人呢?实行会员卡制的企业可以通过会员登记的月收入来区分，没有推行会员卡的，可通过小票每单金额来假设。比如大于100元的我们认为是富人，小于100元的我们认为是穷人。好了，现在老总需要知道很多事情了，比如，富人和穷人各喜欢什么样的商品;富人和穷人的购物时间各是什么时候;自己的商圈里是富人多还是穷人多;富人给商场作出的贡献大还是穷人作出的贡献大;富人和穷人各喜欢用什么方式来支付等等。此外还有商圈的客单量、购物高峰时间和假日经济对企业影响等分析。

5、供应商分析

通过对供应商在特定时间段内的各项指标，包括订货量、订货额、进货量、进货额、到货时间、库存量、库存额、退换量、退换额、销售量、销售额、所供商品毛利率、周转率、交叉比率等进行分析，为供应商的引进、储备、淘汰(或淘汰其部分品种)及供应商库存商品的处理提供依据。主要分析的主题有供应商的组成结构、送货情况、结款情况，以及所供商品情况，如销售贡献、利润贡献等。通过分析，我们可能会发现有些供应商所提供的商品销售一直不错，它在某个时间段里的结款也非常稳定，而这个供应商的结算方式是代销。好了，分析显示出，这个供应商所供商品销售风险较小，如果资金不紧张，为什么不考虑将他们改为购销呢?这样可以降低成本呵。

6、人员分析

通过对公司的人员指标进行分析，特别是对销售人员指标(销售指标为主，毛利指标为辅)和采购员指标(销售额、毛利、供应商更换、购销商品数、代销商品数、资金占用、资金周转等)的分析，以达到考核员工业绩，提高员工积极性，为人力资源的合理利用提供科学依据的目的。主要分析主题有，员工的人员构成、销售人员的人均销售额、对于开单销售的个人销售业绩、各管理架构的人均销售额、毛利贡献、采购人员分管商品的进货多少、购销代销的比例、引进的商品销量如何等等。

如何做好大数据下的行业分析工作 篇7

关键词：大数据,行业分析

一、大数据概述

大数据, 又称巨量资料, 描述的是数量及其复杂程度超出常规处理能力以至于无法用传统方法在合理时间内达到撷取、管理、处理并整理形成帮助企业作出经营决策的数据;亦是需要经过新处理模式才具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。

二、大数据与行业分析工作结合的必要性

信息的爆炸式增长和大数据时代的到来使商业银行业面临前所未有的挑战, 中国宏观经济增速下滑、利率市场化、金融脱媒以及互联网金融的崛起, 国家产业结构调整逐渐深入等宏观形势的变化增加了商业银行信贷投放难度, 此外, 近年银行不良贷款率提高, 商业银行不得不加大对行业的动态监测力度, 而固有行业分析模式惯性使分析结果较迅速变化的经济形势有很强的滞后性。

因此, 将大数据技术应用在行业分析中具有重要的现实意义。一是利用大数据技术通过对行业内企业的实时状态的监测分析有助于实现精准营销和交叉营销;二是使用数据挖掘技术对不同行业客户的贷款还款数据进行全面分析, 量化企业信用额度, 实现更有效的风险管控;三是通过大数据对不同行业客户信息流的个性特征和风险偏好分析, 有助于更针对性地进行不同行业的产品创新和服务优化, 实现运营效率和服务水平的提高;四是大数据应用可以提高行业分析工作准确度, 改善行业分析的滞后性, 增强行业分析的现实指导意义。

三、大数据下行业分析的主要方法

一是数据采集方面, 利用网络爬虫技术对相关网站进行信息抓取, 将抓取到的半结构化、非结构化信息统一导入到一个集中的大型分布式数据库, 即数据资源池, 利用数据挖掘技术将影响行业和企业经营状况、盈利能力、资金流等因素做相应关联, 为后续数据处理和分析奠定基础。

二是数据预处理方面, 包括页面信息解析、数据清洗、内容提取、特征分类及关键词整合, 以减少数据维度, 从噪音数据中剥离出行业分析的有效信息。

三是数据分析和展现方面, 主要对预处理后的数据进行分析和挖掘, 包括使用文本分类和聚类方法发现热点事件, 通过机器算法对特定关键词侦测, 综合信息规模度和离散度发现敏感信息等方面。

四、大数据与行业分析工作结合的难点

1. 前期成本投入较大

大数据技术对数据挖掘和数据分析能力要求较高, 在与行业分析工作相结合时需要建立与业务流程相衔接的数据挖掘软硬件设施, 国外大多先进银行建有庞大的数据挖掘人才队伍并配套专业的硬件设施, 同时特别注重吸收专业技术人才, 这都增加了大数据应用在行业分析工作中的成本。

2. 尚无完整的分析体系

大数据在行业分析中的应用还主要停留在理论研究阶段, 技术、方法等尚不成熟。虽然已有商业银行在部分领域开展大数据应用, 但在行业分析方面尚没有可借鉴的案例。在如何利用大数据方面, 已知的部分相对狭小, 而在诸如如何适时、高效地进行数据搜集和挖掘, 如何从大量的数据中提取有价值的信息, 如何利用数据进行系统性分析等问题方面尚有很大的空白。

3. 缺乏有效的数据处理方法

商业银行行业分析通常采用关系型数据库, 关系型数据库难以应对大数据产生的大量非结构化数据, 其样本量巨大、内在关联复杂、价值密度分布不均衡等特点给大数据行业分析工作带来新的挑战, 如何建立大数据计算范式, 成为在大数据下开展行业分析的另一个难点。如果投入大量采集到的信息却无法通过及时分析并得到反馈信息, 那将是得不偿失的。

五、大数据下商业银行开展行业分析工作的若干建议

1. 树立“大数据”应用理念

将大数据理念提高到全行的战略高度, 在高级管理层层面树立重视“大数据”技术理念。我国同业经验表明高级管理层的理念对推动工作开展有特别重要的意义。只有在高级管理人员的重视下, 才能举全公司之力充分调配资源, 迅速提高大数据的积累和利用能力。未来那些擅于利用数据分析引导决策的商业银行将获得更多竞争优势。

2. 践行行业分析基本要求

一是行业分析常态化:行业分析是一项长期坚持的基础性工作, 商业银行应从自身的关注点出发, 逐步建立与自身发展相适应的行业数据库和行业分析模型, 并根据不同行业之间差异性、同行业发展的不同阶段、区域发展的具体特点对数据平台进行补充和完善;二是行业分析组织化:应安排专职或兼职人员承担行业分析工作, 不定时组织行业分析人员进行培训学习, 掌握行业分析的前沿技术, 同时疏通沟通渠道, 保证行业经营发生变动、行业信贷政策执行遇到问题等情况能够从经营部门迅速传递到决策部门;三是避免信息孤岛问题:应加强内外部信息整合, 大数据时代有利于银行业打破信息孤岛, 全面整合包括电商、支付、社交媒体等多渠道信息数据, 数据的全面整合有利于提高行业分析准确度;四是加快布局大数据仓库:应着手与互联网企业合作, 注意数据的搜集、存储, 完善行业分析数据来源的缺失。

3. 注重行业分析结果落地

一是定期发布行业分析报告, 实现内部信息共享;二是结合行业分析结果和行业运行动态, 相关业务人员建立风险预警意识;三是通过行业整体运行的把握和授信政策的制定指导信贷投放方向, 优化信贷结构;四是通过对行业进行定期动态监测分析, 提高在经济处于下行周期信贷风险管理水平。五是通过行业分析工作的开展以及前台部门的应用, 加强各部门之间信息沟通, 提高信贷工作效率。

参考文献

[1]韩浩.大数据技术在商业银行中的运用探讨[D].苏州大学, 2014.

[2]黄纪宪.大数据时代工商银行经营发展战略研究[J].金融纵横, 2014, (3) :4-12.

大数据在旅游行业的应用论坛 篇8

大数据产生价值的

关键在于数据之间的连接

近几年大数据方兴未艾，全球各大企业对大数据也已经进行了大量的探索性和商业化实践。但对于大数据，无论是普通民众还是业界专家，都还有着这样那样的疑问，其中比较普遍的一个问题就是大数据的开放性。在一些发展中国家，当然也包括中国，数据的封闭性问题普遍存在。政府数据，甚至政府部门之间数据互联互通也并非十分顺畅。社会性企业之间也多是各扫门前雪，相互之间的交流互动、信息共享还处在比较初级的阶段。

在维克托·迈尔-舍恩伯格看来，数据公开在近两年已取得很大进步，一部分原因在于公众关注度的提高，变相推动政府数据公开的深度和宽度。目前国家经济运行数据的开放性已经达到了较高的水平。一些大数据创业性公司也开始运营，并且取得了成功。讲到经济补助，政府预算是有限的，政府可以数据方面的补助，即企业可以获得某一些数据，比如经济和生态的数据，借此预测国家生态经济政策，指引企业的发展。于是在美国，民众希望修订现有政策法规，要求企业在获得政府数据和补助的同时，开放某一些数据，实现与社会之间的互惠互利。这样最终会形成一个大的数据市场，促进数据流通性。维克托认为，数据流通性也是整个大数据时代最为重要的一个元素。

对此，百度营销研究院常务副院长侯丽斌表示，“百度自诞生以来就是含着一个金钥匙，这个金钥匙就是大数据，每天网民查询搜索都有一百亿次搜索，每次搜索都是人们渴望的诉求。每一次搜索都有巨大的商业价值，而这些搜索行为数据，在不破坏个人的隐私情况下，百度可以在数据开放上为我们社会，为我们客户做些什么呢？”

其一是百度大数据研究中心，其二是百度深度学习研究院，最终将海量的数据转化成社会价值。在大数据应用方面，百度先后和政府部门进行了多次合作，提供了交通管理、教育管理以及疾病预测等一系列社会化应用。这其中最为出名的要属年初春节期间的迁徙图，将人们在春节期间归家的路线，以大数据特有的方式呈现出来。此外，百度在商业应用方面也多有涉及，正吸引越来越多的顶级客户，如宝洁、雀巢，以及很多新兴客户。百度正在从最初的搜索平台，向信息服务提供者，向连接人与服务之间的媒体平台转变，为产品设计、服务升级以及产业化优化运营带来更多帮助。

谈及大数据的开放问题，张焕杰表示德比软件在创立之初有两个核心假设，第一个假设是未来的世界一定是个更开放的世界，第二个假设未来是一个全球化的世界。德比在全球十大酒店集团系统整合上的成绩是有目共睹的，同时跟全球最大的OTA系统实现对接，比如艺龙、携程，为他们提供数据服务。这些工作在某种程度上也证明了世界是越来越开放的，而开放也是互联网发展的大势所趋，没有任何人能够阻挡这种潮流。最后，张焕杰强调，开放对每一个企业意义深远，“当你拥抱世界的时候，世界才会拥抱你。只有这种开放的心态，我们才能真正的拥抱世界。”他坚信，“开放是未来，开放势不可挡。”

对于大数据的开放性问题，comScore蔡芳和德比软件张焕杰持有相同观点，认为“开放对所有人是有好处的”，因为大数据产生价值的关键是数据之间的连接，比如百度有很多搜索数据，没有交易数据，阿里巴巴有很多交易数据，但是没有搜索数据。作为全球知名互联网统计公司、互联网流量跟踪分析公司和市场调研公司，comScore会接触到海量的数据，拥有三百多万样本和多个网站，并把用户在不同网站、不同平台的数据串联起来，完整捕捉用户的上网行为，比如在购买商品的时候，场景是什么，推荐什么样的信息更合适。这些都需要大数据的作用。在进行数据搜集、汇总和应用的时候，如何避免隐私信息泄露是一项很重要的工作。

隐私数据承载的是一种信任关系

我们享受着大数据时代给我们带来的诸多好处，也承受着它在个人隐私，数据安全方面带来的诸多挑战。层出不穷的骚扰电话就是一个明证，这其中涉及用户信息的非法获取，非法贩卖。在大数据时代我们怎么样做？行业自律显然已经不能很好地规避，我们亟需更为健全的法律，以此保护用户隐私数据。

侯丽斌表示，在数据安全方面，百度有专门的数据安全专家，有安全软件，同时百度大数据部门也会根据国家政策制定相应的数据保护规则，包括可能参与到政府的数据保护规则制定之中。侯丽斌以百度营销研究院的数据库为例进行了详细阐述，“我们不会对单个个体进行监控，而是通过海量数据标签进行族群分析，研究的重点是消费趋势和网络行为，然后再去挖掘出数据本身的商业价值，为我们的客户服务，同时又不触犯个人隐私权和人权。”

斯洛登事件让我们认识到了世界的复杂性，“我们觉得是朋友的人可能是我们的敌人”，维克托·迈尔-舍恩伯格如是说。国家和企业需要在数据安全方面投入更多精力，提高安全意识，因为“并不是网上的每一个人都是很友好的”。从某种程度上来讲，安全意识的提高意味着用户在成长，“成长的一部分就是我们意识到这个世界并不是很友善的”。这就要求企业加大对用户隐私的保护力度，“个人的隐私代表着一种信任，一旦用户认为自己的隐私被侵犯了，他们对于整个网络服务就会失去信心。”因而所有的网络服务都需要帮助用户建立并确保对于互联网的信任关系。“那么我们需要规则，不仅仅是在中国，在美国、在欧洲、在各个地方保护数据、保护隐私都是非常重要的，”维克托也毫不留情地指出，“全球现在数据保护方面的技术还比较落后。”因此，在当下，不仅数据收集行为需要透明化，数据的使用也需要透明化，这样才能明晰数据是否被恶意使用。

大数据所带的隐私问题让用户对于整个互联网的信任遭遇了前所未有的挑战，甚至动摇了互联网赖以存在的根基。我们之前所推崇的，“在互联网上，没人知道你是一条狗”大有被改写的可能。“可悲的是，全球在这一当面的立法进展还是比较缓慢，在很大程度上还要靠企业的自律，”维克托的观点直白，却一语中的。

而在张焕杰看来，隐私保护不是技术问题，更多的是文化问题。他以中美高速公路应急车道的占用为例，强调构建互相监督，相互尊重的文化氛围的重要性。这与维克托所说的设立规则可谓殊途同归。

“comScore在技术层面可以收集到大量用户隐私数据，但全部会经过数据脱敏手段进行过滤，去除用户隐私数据，”蔡芳表示，“我们用到很多跟用户有关系的信息做连接的串点，这是通过其他被信任的第三方在黑匣子完成的，我们拿到的信息是去除了这部分信息之后的数据。从营销角度来讲，我们不知道用户是谁，我们只知道他在网上的行为就OK了。”

大数据就是

帮助客户制定最优的旅行计划

除了大数据的开放性和安全性问题，诸位嘉宾也对大数据在旅游行业的发展现状，以及大数据在旅游产品研发、用户服务等方面的价值所在。

侯丽斌表示，旅游行业是百度的重要业务之一，同时也是百度上升最快的行业之一。对于旅游行业大部分OTA或者所有中国OTA行业，百度已经成为首选的宣传和推广渠道，订单贡献率占到30%以上。“首先百度有天然的与旅游行业有着极高的契合度，”侯丽斌解释道，“另外百度有商业智能的优势，我们有技术优势，我们有大数据优势，所以我们也会越来越多的联合我们的商业合作伙伴，共同研发一些基于大数据旅游行业的预测工具，旅游行业的品牌监测工具，以及相关的市场分析等等，这些都会为我们的企业无论是旅游行业的管理，我们旅游行业的品牌营销，甚至我们旅游行业的信息基础架构，都会起到积极促进作用。”最后，侯丽斌特别强调了百度与四川省旅游局在大数据上的合作。

“大数据是什么呢？就是更好地做决策。这也是大数据的意义所在。”维克托从大数据的核心问题出发，解读了大数据在旅游行业的应用，“而对于我们每个人而言，最重要是时间，因为生命都会走向完结，所以时间是非常重要的，我们想要到最好的地点、最好的酒店去入住，但是我们需要确定的是我们需要做最好的决定，要看什么、要经历什么，这个可以通过大数据得到。”这也是维克托所描绘的旅游行业未来的发展。维克托指出，尽管现在的互联网OTA拥有很多的信息，但还没有做到信息的互联互通，并没有厘清数据信息的关联性，因为对于最终的用户而言，“信息体量的大小并不是关注的重点，用户所需的仅仅是能够作为决策依据的很小一部分数据，他们并不需要看过很多很多数据但是最终不能作出决定。”这也是维克托为旅游行业的从业人员提出的一个待解的难题，即帮助客户合理安排休闲时间，作出最好的决策。

“全球最大酒店集团之一希尔顿酒店集团，通过德比接入了谷歌，谷歌所展示的房间价格，房源信息都是通过德比提供给谷歌的。为什么两个全球大佬，包括携程、艺龙等等要通过德比这个中间者接入呢？最根本的一点是德比能够保证数据的准确性，这就离不开大数据的功劳。”张焕杰用案例阐述了大数据在旅游行业的应用，“传统的办法保证数据的准确性达到90%，谷歌要求是95%以上，低于95%就会下架。我们跟酒店分析，怎么样同步数据才能保证数据最准，我们服务器放在美国、英国、香港、上海、北京，我们把数据缓存到全球服务器上，一个酒店什么时候同步数据，保证数据最准确，然后服务于我们行业。”

“旅游行业是一个体验性的商品和服务，”蔡芳从自身的经历出发阐述了对于旅游行业的新见解。“在很多时候自己的旅游是被社交网络所触发的，比如Facebook上朋友分享过的景点具有很强的感染力，会做社交网络的语义分析，在蚂蜂窝查看攻略，然后自己进行判断，把旅游变成不同的场景体验。”

总结