目前，形形色色的大數據已然成為了各領域發展的新寵。伴隨技術的發展，大數據正在引領一場營銷變革。

短短十數年，大數據、物聯網、云存儲、移動互聯從趨勢成為主流，商業生態早已邁過無數個可能，進入了今天飛速發展的快車道。

目前，大數據產業已漸趨成熟，亟待被各行各業所運用。小米數據產品總監劉洋在易觀智庫學術沙龍交流會上表示，隨著大數據概念越來越清晰，運用產品類型的形式在數據當中應用將會越來越多。

大數據規模日趨龐大

所謂的大數據技術，就是從各種類型的數據中，采用新處理模式快速獲得有價值的信息，從而實現深度理解、敏銳發現與精準決策。隨著互聯網+影響力的不斷深入，人們的生產和生活方式發生了極大的改變。新一代信息技術與經濟社會各領域的深度融合，引發了數據量的爆發式增長，使得數據資源成為國家重要的戰略資源和核心創新要素。

據統計，全球所掌握的數據，每18個月就會翻倍。到2020年，全球的數據量將達到40ZB，其中我國所掌握的數據將占20%。

利用大數據分析，能夠總結經驗、發現規律、預測趨勢、輔助決策，充分釋放和利用海量數據資源中蘊含的巨大價值。大數據沖擊傳統市場，滲入更多的企業成為趨勢。

據了解，2015年全球大數據產業規模達到了1403億美元。預計到2020年，這一數據將達到10270億美元。其中，2020年中國大數據產業規模或達13626億元。

百分點產品市場總監、中關村大數據交易產業聯盟副秘書長張涵誠向《中國產經新聞》等媒體表示，從賣產品轉變為賣服務，服從管理轉為創造客戶價值，互聯網核心思維是數據思維，是大數據沖擊傳統市場的三方面表現。

同時，隨著數據資源的開放及使用逐步深入，應用創新成了大數據發展的主要驅動力。目前就傳統的企業而言，已經將數據分析、數據資源作為一種新的業務，且投入程度可能強于傳統的業務。

據相關數據分析顯示，到2020年，中國大數據產業細分市場規模中，應用層規模占比將達到40%，衍生層規模占比達18.5%。

另外，按照行業來劃分，未來大數據應用預計將以政府和金融為主，預計2020年政府和金融大數據應用或將占60%，隨后是工業以及電力應用。

大數據是一種技術，一種思維的創新，也是數據本身價值的發掘。大數據時代，很多企業已經以數據化運營來驅動企業重大戰略決策和業務發展，獲得了卓越的成績，成為行業里數據化運營的領先者。

劉洋在會上解說了數據驅動的兩種模式，即分析決策和應用產品。其中分析決策包括戰略分析、競爭分析以及商業分析。他表示，市面上大部分企業在做商業分析之前往往忽略了先做戰略分析和競爭分析。

而所謂產品應用，劉洋表示，是與產品相關的數據，把這類數據包裝成行業的內容或者是服務，提供給用戶。

不僅如此，利用產品跟用戶建立關系，利用數據發現規律從而驅動產品創新，也是一個非常好大數據的應用。張涵誠認為，這將能夠實時了解用戶需求，并及時對服務做出迎合客戶群的調整，以贏得更大的市場占比。

電商平臺沒有評論，意味著轉化率的降低、客單的下降。個性化的推薦，需要一個推薦引擎了解消費者的偏好、行為習慣，幫助他推薦一款產品。利用大數據可以洞察消費者的建議，對產品的看法，通過迅速做反饋，可以創造更大的營銷。

大數據基因植入傳統企業，還會使一些企業成為平臺型的企業。張涵誠表示，有了數據以后，企業可以無限地延伸，采購大量的數據可以跟供應商更多做集成。例如，生產數據服務將會有更多的訂單，銷售渠道數據將同行商品放在平臺上賣。

完善大數據體系建設

對制造業企業而言，大數據技術的戰略意義不僅在于掌握龐大的數據信息，更在于對數據的“加工能力”——對大量的數據進行專業化的處理，使之轉化成為對企業有用的信息。

雖然，很多企業已經意識到以數據驅動企業決策的價值，但是在“淘金”大數據過程中，仍然對思維架構、方式方法有些模糊不清。尤其是當企業IT部門面對瞬息萬變的業務要求，面對TB/PB級的海量大數據的實時分析，面對多維度復雜的數據分析時，常常束手無策。

數據處理的成本非常高，業務發展多元化的時候發現經常遇到一個問題就是數據不準。就目前行業發展情況來看，基本上大規模的公司相對多一些，小的開發者可能越來越艱難。在中大型的開發者越來越多的情況下，發現用戶的需求已經脫離了原來老的模式，這就需要把自己的數據拿過來做分析，放到系統里面與CRM、銷售系統、投放系統、運營系統做打通，做一個全盤分析。

“大數據分析分四個步驟，即數據應用、數據分析、數據存儲和計算以及數據源。其中數據源主要是保證數據不臟。”劉洋說道。

大數據在業務中的分析流程大概分兩種類型。一種是當我們有數據和數據分析系統時的監控，通過業務上線、數據的監控、異常數據的發現、異常狀況處理的策略、業務改進，形成一個閉環模式。另一種是產品要上新的功能，通過業務上線、效果評估、改進策略、業務改進、效果評估來形成閉環模式。

而就大數據團隊架構，分為分散式和中心式。相較于分散式大數據團隊的高成本、靈活、難管理特點，中心式的大數據團隊的特點則是低成本、易管理、低效率。

分散式的大數據團隊，因為每個業務都比較龐大，業務與業務之間的耦合度較低，需要靈活、快速的數據支撐，大型的數據平臺無法滿足快速變化的業務要求，于是業務會自建平臺和分析人員。

僅中心式的大數據團隊而言，各個業務有一些區分度，但是區別不大，于是公司會采用統一的數據樹立部門，對所有的業務進行數據分析的支撐。

目前，形形色色的大數據已然成為了各領域發展的新寵。伴隨技術的發展，大數據正在引領一場營銷變革。大數據的存在讓營銷者能更好地、更實時地對消費者畫像并實現無限的消費者細分。大數據強大的分析、挖掘、整合能力讓營銷變得簡單起來。