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
数据收集是数据分析、数据挖掘与数字化运营的源头工作,数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21箱线图是数据分析中用于识别数据分布、判断离散程度、筛查异常值的核心图表。相比于直方图、趋势图,箱线图可以精准区分正常数据 ...
2026-09-21 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 ...
2026-09-21在数据库数据查询与数据分析工作中,日期时间是最常用的数据类型之一。原始数据库中存储的日期格式多为标准时间戳、年月日时分秒 ...
2026-09-20在时序数据分析中,增长率是衡量数据涨跌幅度、研判发展趋势、识别周期波动的核心指标,主要分为环比增长率与同比增长率。传统Ex ...
2026-09-20 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-09-20CDA数据分析师 出品 作者:李诗怡 STP模型(营销战略三步法) 定义: 现代营销战略核心框架,通过市场细分(S)、目标市场选择( ...
2026-09-18在互联网产品迭代、运营优化、界面改版与策略升级过程中,主观经验判断容易造成决策偏差、盲目改版、资源浪费等问题。AB实验(AB ...
2026-09-18 很多企业并不缺少指标,缺少的是让指标“串起来、动起来、用起来”的体系。零散指标像散落一地的珠子,指标体系则是那根把珠 ...
2026-09-18在电商行业精细化运营时代,流量红利逐步消退,粗放式投流、广撒网营销模式已无法适配市场竞争需求。依托用户点击、加购、收藏、 ...
2026-09-17在数据可视化与数据分析工作中,图表是将零散数据转化为直观业务规律的核心工具。不同图表拥有专属的数据逻辑与分析维度,能够从 ...
2026-09-17 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-09-17在企业数字化运营、业务流程管理与精细化管控体系中,流程运营是串联各项业务环节、保障工作落地、提升运转效率的核心载体。无论 ...
2026-09-16在数据分析与统计学研究中,卡方检验是分析分类变量关联性与差异性的重要方法,广泛应用于市场调研、行为统计、社会调查、商业数 ...
2026-09-16 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-09-16CDA数据分析师 出品 作者:李诗怡 定义: 用户增长核心分析框架,刻画用户从接触产品到自发推荐的全生命周期,五个递进环节构建 ...
2026-09-15在数字化营销与精细化用户运营时代,企业传统的广撒网式营销模式成本高、转化率低,已无法适配精准商业竞争需求。客户画像作为大 ...
2026-09-15 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” ...
2026-09-15在MySQL数据库数据查询与数据分析中,GROUP BY与ORDER BY是使用频率极高的核心关键字。二者语法结构相似,常搭配使用,但核心功 ...
2026-09-14随着数字化治理、智慧运营、数字孪生技术的普及,数字体征成为衡量业务状态、系统运行、城市治理与企业经营健康度的核心体系。数 ...
2026-09-14