企業大數據疫情
㈠ 大數據時代企業面臨哪些風險
數據作為基礎性戰略資源的地位日益凸顯,個人數據信息被嚴重過度採集。人工智慧專、物聯網、雲計屬算、大數據等領域高度依賴對個人數據的讀取、採集和應用,存在著嚴重的數據安全隱患;企業對個人數據信息隱私無底線無節制的採集和使用,一旦伺服器遭到黑客攻擊導致數據泄露,對用戶的隱私、財產甚至是人身安全都有可能危及。
㈡ 大數據在2020年疫情下是不是起到了很大的作用
新冠疫情下大數據技術確實起到了至關重要的作用,就像支付寶上面的實時省份病例顯示,醫療中的實時大盤。每個地方的健康碼識別,都會用到大數據技術。如果對大數據又興趣,可以去黑馬看看學習視頻,基礎班是免費學習的。我的回答不知你是否滿意?
㈢ 疫情帶來了大數據的第二春
確實如此!疫情催生在線辦公、在線娛樂、在線教育、在線醫療、直播等領域的快速發展,而這些恰恰也是大數據重要的應用場景。可以說,疫情期間的大數據隨處可見。在柏睿數據、阿里雲、騰訊等一批本土資料庫新銳的帶動下,中國資料庫正在實現質的突破。其中,柏睿數據甚至已經作為主筆參與到了資料庫國際技術標準的制定中。
㈣ 疫情期間,稅收大數據是如何幫助稅務部門打通上下游企業,助產復工的
新冠肺炎疫情影響下,企業復工後尋求上下游配套的需求如何滿足?存在的困難如何解回決?答***醫療用品公司是江蘇一家口罩生產企業,該公司遇到的原料供應問題,就在稅收大數據得幫助下得到了解決。
為提高口罩產量馳援抗疫一線,春節剛過,***醫療用品公司就增設了一條新的生產線,但關鍵生產原料——「彈力松緊帶」存在8噸的缺口,生產線每空轉一天,企業都面臨不小的損失。
關注到這個求助信息後,作為地方疫情防控領導小組成員單位之一的國家稅務總局蘇州市*稅務局,立即將「彈力松緊帶」「彈力帶」作為關鍵詞進行稅收大數據檢索,並對「經營范圍」「稅目」等關鍵欄位進行進一步地搜索,初步篩選出幾十家生產企業,在此基礎上通過財務數據比對分析和電話在線溝通聯系,最終找到了符合供應需求的*市**服飾有限公司。
「多虧稅務部門的大數據鼎力相助,我們才找到了原材料供應商!」**醫療公司負責人激動地說。企業新增設的口罩生產線已正式投產,正開足馬力加緊生產。
㈤ 企業大數據實戰案例
企業大數據實戰案例
一、家電行業
以某家電公司為例,它除了做大家熟知的空調、冰箱、電飯煲外,還做智能家居,產品有成百上千種。在其集團架構中,IT部門與HR、財務等部門並列以事業部形式運作。
目前家電及消費電子行業正值「內憂外患」,產能過剩,價格戰和同質化現象嚴重;互聯網企業涉足,顛覆競爭模式,小米的「粉絲經濟」,樂視的「平台+內容+終端+應用」,核心都是經營「用戶」而不是生產。該公司希望打造極致產品和個性化的服務,將合適的產品通過合適的渠道推薦給合適的客戶,但在CPC模型中當前只具備CP匹配(產品渠道),缺乏用戶全景視圖支持,無法打通「CP(客戶產品)」以及「CC(客戶渠道)」的匹配。
基於上述內外環境及業務驅動,該公司希望將大數據做成所有業務解決方案的樞紐。以大數據DMP作為企業數據核心,充分利用內部數據源、外部數據源,按照不同域組織企業數據,形成一個完整的企業數據資產。然後,利用此系統服務整個企業價值鏈中的各種應用。
那麼問題來了,該公司的數據分散在不同的系統中,更多的互聯網電商數據分散在各大電商平台,無法有效利用,怎麼解決?該公司的應對策略是:1)先從外部互聯網數據入手,引入大數據處理技術,一方面解決外部互聯網電商數據利用短板,另一方面可以試水大數據技術,由於互聯網數據不存在大量需要內部協調的問題,更容易快速出效果;2)建設DMP作為企業統一數據管理平台,整合內外部數據,進行用戶畫像構建用戶全景視圖。
一期建設內容:技術實現上通過定製Spark爬蟲每天抓取互聯網數據(主要是天貓、京東、國美、蘇寧、淘寶上的用戶評論等數據),利用Hadoop平台進行存儲和語義分析處理,最後實現「行業分析」、「競品分析」、「單品分析」 三大模塊。
該家電公司大數據系統一期建設效果,迅速在市場洞察、品牌診斷、產品分析、用戶反饋等方面得到體現。
二期建設目標:建設統一數據管理平台,整合公司內部系統數據、外部互聯網數據(如電商數據)、第三方數據(如外部合作、塔布提供的第三方消費者數據等)。
該公司大數據項目對企業的最大價值是將沉澱的數據資產轉化成生產力。IT部門,通過建設企業統一的數據管理平台,融合企業內外部數據,對於新應用快速支持,起到敏捷IT的作用;業務部門,通過產品、品牌、行業的洞察,輔助企業在產品設計、廣告營銷、服務優化等方面進行優化改進,幫助企業進行精細化運營,基於用戶畫像的精準營銷和個性化推薦,幫助企業給用戶打造極致服務體驗,提升客戶粘性和滿意度;戰略部門,通過市場和行業分析,幫助企業進行產品布局和戰略部署。
二、快消行業
以寶潔為例,在與寶潔中國市場部的合作中發現,並不是一定要先整合內外部數據才能做用戶畫像和客戶洞察。寶潔抓取了主流網站上所有與寶潔評價相關的數據,利用語義分析和建模,掌握不同消費群體的購物喜好和習慣,僅僅利用外部公開數據,快速實現了客戶洞察。
此外,寶潔還在渠道管理上進行創新。利用互聯網用戶評論數據進行社群聆聽,監控與寶潔合作的50個零售商店相關的用戶評論,通過線上數據進行渠道/購物者研究並指導渠道管理優化。
實現過程:
1、鎖定微博、大眾點評等互聯網數據源,採集百萬級別消費者談及的與寶潔購物相關內容;
2、利用自然語言處理技術,對用戶評論進行多維建模,包括購物環境、服務、價值等10多個一級維度和50個二級維度,實現對用戶評論的量化;
3、對沃爾瑪、屈臣氏、京東等50個零售渠道進行持續監控,結果通過DashBoard和周期性分析報告呈現。
因此,寶潔能夠關聯企業內部數據,更有效掌握KA渠道整體情況,甚至進一步掌握KA渠道的關鍵細節、優勢與劣勢,指導渠道評級體系調整,幫助制定產品促銷規劃。
三、金融行業
對於消費金融來說,家電、快消的案例也是適用的,尤其是精準營銷、產品推薦等方面。這里主要分享徵信風控方面的應用。顯然,互聯網金融如果對小額貸款都像銀行一樣做實地考察,並投入大量人力進行分析評判的話,成本是很高的,所以就有了基於大數據的批量的信用評分模型。最終目的也是實現企業畫像和企業中的關鍵人物畫像,再利用數據挖掘、數據建模的方法建立授信模型。宜信的宜人貸、芝麻信用等本質上就是這個架構。
在與金融客戶的接觸中發現,不論銀行還是金融公司,對外部數據的需求都越發迫切,尤其是外部強特徵數據,比如失信記錄、第三方授權後的記錄、網路行為等。
以上是小編為大家分享的關於企業大數據實戰案例的相關內容,更多信息可以關注環球青藤分享更多干貨
㈥ 眾志成城共克難關 疫情下的車企都有哪些動作|精準科技大數據
今天是庚子年的正月初十
也是不少人開始上班的第一天
但是我相信大部分人和我一樣
整個心都懸著
本文來源於汽車之家車家號作者,不代表汽車之家的觀點立場。
㈦ 大數據說話,疫情之下網約車行業的變與不變
疾病是人類前行之路上繞不開的「黑天鵝」。據不完全統計,21世紀最初的20年裡,僅爆發性的重大傳染疾病致使全球蒙受的經濟損失就已經達到了萬億美元的規模。此次爆發的全球性新冠病毒,暫未統計出經濟損失,但是對於部分行業的沖擊也是肉眼可見,比如,網約車出行行業。
公開數據顯示,2019年中國網約車市場活躍用戶規模處於穩步增長態勢,乘客端表現尤為突出。如果不是此次疫情的突發,2020年或將是網約車市場交易規模再創新高的一年。如今回頭觀看整個疫情期間的網約車數據表現,也可發現一些有意思的現象。
近日,極光發布了《疫情之下的春節出行和節後返工研究報告》,涉及網約車APP整體運營情況。隨著國內疫情防控形勢持續向好、生產生活秩序加快恢復,出行需求隨之增加。對於網約車用戶,極光的調研結果顯示,33.9%用戶認為網約車是其當前中長距離的最佳交通工具,22.6%對選擇何種交通工具沒有偏好,21.2%會優先選擇其他公共交通(公交、地鐵),說明疫情期間選擇網約車出行對於原先使用過網約車的用戶仍是重要選項之一。
本文來源於汽車之家車家號作者,不代表汽車之家的觀點立場。
㈧ 什麼是企業大數據
企業大數據是指企業數據的一個集合,比如多多中標中就有一個功能是用企業大數據可以查企業的信用資質在建項目等信息。
㈨ 2020受疫情影響的行業有哪些
1、餐飲業
春節本是一年消費旺季,很多餐企年前就儲備了大量食材,准備大掙一筆。不想疫情襲來,14億中國人被迫在家禁足了一個多月,沒有了人情往來,沒有了親朋相聚,自然沒有了觥籌交錯。許多原定的年夜飯、宴席也被取消,大量餐廳飯店閉門停業。
2、旅遊業
因本次疫情爆發,很多原本確定的旅遊行程不得不取消,很多旅遊景點都在春節取消甚至關停了,比如故宮,國家圖書館,九寨溝,長城等等。
往年春節北京的廟會是一道靚麗的風景線,今年卻也同樣取消了這類活動;海南島的旅遊經濟必然也是受到不小的沖擊。
3、航空業
世界衛生組織正式把中國新型冠狀病毒疫情列為國際公共突發衛生緊急事件。很多國家開始取消或暫停來自中國的航班和去往中國的航班。原本熱鬧的航空站,飛機場顯得越來越冷清,人流量下滑嚴重。
4、酒店業
酒店業或許在這場突如其來的疫情後,會面臨重大洗牌和調整;很多資金鏈不足的賓館和低端酒店會面臨關停,合並的可能。
很多OTA平台這段時間面臨著酒店訂單退訂潮,攜程等OTA平台股價大幅度下挫;去哪兒網,飛豬等平台客服加班加點忙著對客戶辦理酒店訂單退款業務。
5、KTV行業
KTV和電影院是一樣的消費場景,也都是人流密集,環境封閉且通風不好的場所。年輕人面臨兩難的選擇,在快樂和生命之間,青年人最終還是毅然選擇了生命安全第一的准則。
㈩ 企業 大數據應用有什麼作用
大數據可應用於各行各業,將人們收集到的龐大數據進行分析整理,實現版資訊的有效利用。舉個權本專業的例子,比如在奶牛基因層面尋找與產奶量相關的主效基因,我們可以首先對奶牛全基因組進行掃描,盡管我們獲得了所有表型信息和基因信息,但是由於數據量龐大,這就需要採用大數據技術,進行分析比對,挖掘主效基因。例子還有很多。
總的來說,大數據是對大量、動態、能持續的數據,通過運用新系統、新工具、新模型的挖掘,從而獲得具有洞察力和新價值的東西。以前,面對龐大的數據,我們可能會一葉障目、可見一斑,因此不能了解到事物的真正本質,從而在科學工作中得到錯誤的推斷,而大數據時代的來臨,一切真相將會展現在我們面前。