回覆列表
-
1 # 科技行者
-
2 # 張興軍
實體行業業務增長是目的。
利用網際網路大資料是途徑。
作為實體企業很顯然自身是不可能有大資料的。要想實現這個目的只有接受網際網路巨頭的賦能!
賦能,是2017下半年一個熱詞,阿里巴巴湖畔大學
教務長曾明搞出來的。
實體行業業務增長是目的。
利用網際網路大資料是途徑。
作為實體企業很顯然自身是不可能有大資料的。要想實現這個目的只有接受網際網路巨頭的賦能!
賦能,是2017下半年一個熱詞,阿里巴巴湖畔大學
教務長曾明搞出來的。
根據Wikibon的結論,全球大資料市場軟體與服務收入預計將由2018年的420億美元增長至2027年的1030億美元,年均複合增長率(簡稱CAGR)高達10.48%。
Forrester公司預計,全球大資料軟體市場將在今年年內迎來310億美元總值,較上一年增長14%。預計全球軟體市場總營收將達到6280億美元,其中應用程式將達到3020億美元。
根據埃森哲的一項研究,79%的企業高管認為拒絕大資料發展趨勢的企業將失去其競爭地位,甚至面臨著滅頂之災。更有83%的企業正積極利用大資料專案奪取競爭優勢。
根據普華永道公司的調查結論,59%的企業高管表示,人工智慧技術的引入能夠改善公司的大資料處理能力。
銷售與營銷、研發、供應鏈管理(簡稱SCM,包括分銷)以及工作場所管理與運營(包括大資料)正成為目前企業營收增長的最大貢獻因素。麥肯錫分析公司於2018年1月釋出的研究報告《Analytics Comes of Age》對如何利用分析技術與大資料實現全新生態系統作出了全面概述,並將其視為實現人工智慧(簡稱AI)的一項前提條件。麥肯錫方面發現,分析與大資料在基礎材料與高科技行業當中作出的貢獻最為可觀。以下第一份圖表即來自麥肯錫分析公司的研究,其中突出了分析與大資料技術如何徹底改變銷售與營銷領域中的多種基本業務流程。
在麥肯錫分析公司開展的調查當中,近50%受訪者表示分析與大資料技術從根本上改變了其銷售與營銷類職能的業務行為。此外,超過30%的受訪者表示各行業研發工作同樣受到重大影響。其中高科技、基礎材料與能源領域的受訪者們表示,分析與大資料技術改變了其相當一部分固有職能。資料來源:2018年1月釋出的《Analytics Comes of Age》。
全球大資料市場軟體與服務收入預計將由2018年的420億美元增長至2027年的1030億美元,年均複合增長率(簡稱CAGR)為10.48%。與此同時,Wikibon方面還估計稱,全球大資料市場在2017年到2027年之間將以11.4%的年均複合增長率持續擴張,總體規模則由350億美元增長至1030億美元。資料來源: Wikibon 與 Statista相關報告。
根據NewVantage Venture Partners的統計,大資料將透過減少開支(49.2%)與創造新的創新途徑(44.3%)為企業帶來最大價值。透過將高階分析與大資料相結合以發現降低成本及提供可量化結果的新機遇,目前各個行業都在積極探索將這兩股力量引入自身的具體方式。69.4%的受訪者已經開始利用大資料建立資料驅動文化,而有27.9%已經獲得初步成果。資料來源: NewVantage Venture Partners, Big Data Executive Survey 2017。
Hadoop與大資料市場總值預計將由2017年的171億美元增長至2022年 993.1億美元,年均複合增長率高達28.5%。預計增長速度最快的階段為2021年與2022年,屆時市場的年價值總量將首次突破300億美元。資料來源: StrategyMRC與Statista相關報告。
大資料應用程式與分析將由2018年的53億美元增長至2026年的194億美元,年均複合增長率為15.49%。全球大資料市場(包括專業服務在內)將由2018年的165億美元增長至2026年的213億美元。資料來源: Wikibon與 Statista相關報告。
對高階分析與大資料相關硬體、服務與軟體的全球需求進行比較,其中軟體部分擁有明顯優勢。軟體部分預計將成為增長速度最快的門類,將由2018年的140億美元增長至2027年的460億美元,年均複合增長率為12.6%。資料來源: Wikibon; SiliconANGLE; Statista估計以及 Statista相關報告。
非關係型分析資料儲存預計將成為大資料領域中增長速度最快的技術類別,其2015年至2020年期間的年均複合增長率將達到38.6%。認知軟體平臺(年均複合增長率為23.3%)以及內容分析(17.3%)則與非關係資料庫共同成為2015年至2020年期間三大增長速度最快的技術型別。資料來源: Statista。
利用大資料建立高效能分組叢集的分散式一般零售商的銷售額將增長3%至4%。大資料已經成為零售行業實現轉型的催化劑,其能夠為本地化帶來遠超以往的準確度水平。目前,大資料技術被廣泛用於增加終端促銷活動的投資回報率、最佳化貨架設計、改善追加銷售以及交叉銷售業績,同時最佳化高銷量商品的價格設定。資料來源: 2018年2月8日,波士頓諮詢集團,《Use Big Data to Give Local Shoppers What They Want》。
84%的企業推出了自己的高階分析與大資料專案,旨在提高準確度並加速自身決策流程。 NewVantage Venture Partners近期釋出的調查結果顯示,專注地這一方向的大資料專案擁有最高的成功率表現(69%)。超過三分之一的企業(36%)認為這一領域正是高階分析與大資料投資的首要方向。資料來源: NewVantage Venture Partners調查與 Statista。