京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代“互联网+”重塑商业模式
近年来,各类大数据研发中心、创新中心不断涌现,数据开放取得积极进展,数据正在成为企业互联网化过程中最重要的资源之一,互联网与传统产业的融合不断加深。在企业互联网化趋势下,互联网技术重塑了企业商业场景,帮助企业走向社会化商业。
“现在是互联网发展的一个意义重大的时刻,今后要注重推进互联网和其他行业进一步融合。”6月21日,第十五届中国互联网大会(以下简称“大会”)开幕,工业和信息化部副部长陈肇雄在开幕式上如是表示。
作为我国互联网产业规格最高、规模最大的行业盛会之一,本届中国互联网大会的主题为“繁荣网络经济 建设网络强国”,从与会专家学者和行业代表的观点来看,互联网与传统产业的融合创新依然是产业发展最令人瞩目的亮点。正如国家发展和改革委员会副主任林念修所言:“互联网广泛渗透已经成为新常态,它不仅催生了大量新产业、新生态、新业态,也在整合资源,创新模式,带动商机。”
去年7月初,《关于积极推进“互联网+”行动的指导意见》正式发布,经过近一年的实践,“互联网+”究竟取得了怎样的经验?通往明天的路径又方向何在?
数据赋能技术创新
“如果现在这个楼里有100个人叫车,但只有20辆车,那需求和运力永远无法匹配,如果你能记录每天某个时刻进出这个大楼的人数,终有一天它可以提前调度足够的车在这个地方,甚至让去往不同方向的乘客方便地拼车,但必须要有庞大的数据量才能做到这一点,而技术创新是最重要的解决方案。”滴滴出行总裁柳青在大会上说。她介绍说,滴滴出行每天处理着70TB的数据,进行90亿次的路径规划,每秒要处理上千次的用车需求。
在传统产业与互联网深入融合的过程中,技术创新是将两者捏合在一起的“手”,而一个共识是,在过去的一年中,大数据正在成为技术创新的重要动力。陈肇雄表示:“大数据正在推动传统产业不断前进,在公共管理领域、交通领域、医疗领域都产生了重要影响。”
数据正在成为企业互联网化过程中最重要的资源之一。用友软件董事长兼CEO王文京对此颇为感慨:“过去的企业信息化,重点都放在流程上,但今天的‘互联网+’,重点发生了重要转移,从流程驱动转为数据驱动,无论是智能化定价,还是各类商业决策,甚至内部的考核与管理,数据都已成为企业经营和管理的中心,数据也成为企业继财务资产、人力资本、知识产权之后的第四大资产。”
而如何利用技术更加高效地使用和处理数据,也成为传统行业“触网”的关键。网易金融CEO兼总裁王一栋表示,拿互联网金融来说,原先以渠道对接金融产品的1.0阶段正逐渐成为过去式,互联网金融正在进入以“科技金融”为主导的2.0时代,以数据化、智能化、机器学习技术为依托的全新业务风控和产业链整合模式。“以数据金融和深度学习技术为代表的智能金融服务将很大程度上降低人工金融服务的时间和精力成本,同时提高精准性。”他介绍说,为了提升技术实力,网易金融刚刚和清华大学签署了合作协议,未来将在大数据风控、智能金融等领域展开合作。
“互联网+”重塑商业模式
“‘中国制造2025’的战略其实已经超越了德国的‘工业制造4.0’,‘工业制造4.0’主要是指要实现实时生产,以及智能产品和智能组件生产的范畴上,而‘中国制造2025’包含的范畴则更加广阔。”被称为“德国互联网之父”的维恩·措恩在大会上对一年来我国“互联网+”取得的成绩给予了高度评价。他所指的“更加广阔”,正是在生产环节本身之外,中国企业在互联网化过程中尝试的商业模式创新。中国工程院院士胡启恒对此表示:“‘互联网+’是从互联网进一步改造整个业务流程,是通过技术创新来推动商业创新。”
商业创新如何体现?SAP全球副总裁、中国区总经理李强举了1个生动的例子。“比如凯撒空气压缩机是全国最大的空气压缩机设备制造商,它对自己的产品进行智能化改造,装上传感器芯片,并且能够实时将这些数据上传到云端,这样它就可以不再靠出售压缩机设备来盈利,而是根据客户使用的流量来计算价格,这样就从出售设备的企业,变成了直接出售压缩空气的企业,通过‘互联网+’,制造业企业由提供产品向服务的提供商转型,这种商业模式创新,目前正在推动整个传统制造业的转型。”
王文京也表示:“在企业互联网化趋势下,企业的边界、资源、经营要素发生了巨大变化,互联网技术重塑了企业商业场景,帮助企业走向社会化商业。”
这种商业模式的创新,也让更多基于互联网的资源被开放出来,提供给企业使用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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