大数据行业调研报告

2025-01-11

大数据行业调研报告（精选8篇）

1.大数据行业调研报告篇一

2017年清真食品行业大数据报告简介，清真食品品牌大数据分析

2017年清真食品行业大数据报告

【报告类型】网络大数据调研、行业/市场研究报告【交付时间】7-10个工作日，提供预订，目录供参考【报告定价】￥5000.00（共五部分）

【发布机构】中国互联网大数据研究院（ICIBD）、鹿豹座数据研究院【报告格式】WORD/PDF/PPT版（限一份）

【报告特征】数据客观、准确实用、便捷易懂、图文演示

【售后服务】1年2版，目录范围之内提供1次内容补充/数据更新。【联系单位】鹿豹座平台 / 怒蛙网络

【工作时间】周一至周六（早08:30——晚18:00）

数据来源与研究方法：

1、中国互联网信息中心（CNNIC）、中国互联网协会等互联网权威机构的数据与资料；

2、国家统计局、海关总署、国家发改委、工商总局等政府部门和官方机构的数据与资料；

3、行业协会、行业内相关平台获取最新的一手市场资料；

4、搜索引擎大数据、电商大数据、权威平台大数据等互联网巨头提供的大数据资料；

5、中国互联网大数据研究院（ICIBD）对清真食品产品长期监测采集的数据资料；

6、研究院与数据中心专家通过小组讨论、桌面研究等方法对核心数据和观点进行反复论证；

7、清真食品行业公开信息，行业资深专家公开发表的观点；

8、清真食品业内大型企业及上、下游企业的季报、年报和其它公开信息；

9、各类期刊数据库、图书馆、科研院所、高等院校的文献资料；

10、对清真食品行业的重要数据指标进行连续性对比，反映行业发展趋势。

数据报告目录：

第一章清真食品行业分析 1.1清真食品概述 1.1.1清真食品的定义 1.1.2清真食品的分类 1.1.3清真食品的特点

1.2中国清真食品行业发展环境分析 1.2.1宏观经济环境 1.2.2产业政策环境 1.2.3市场消费环境 1.2.4食品行业环境

1.3清真食品行业发展分析 1.3.1中国清真食品发展历程 1.3.2国内外清真食品品牌概况 1.3.3清真食品行业发展现状 1.3.4清真食品行业存在的问题 1.3.5清真食品行业发展趋势 1.3.6清真食品行业新事物萌芽观察

1.4清真食品行业SWOT分析

第二章清真食品市场分析 2.1中国清真食品市场现状

2.1.1 中国清真食品市场规模分析 2.1.2 中国清真食品市场占有率分析 2.1.3 中国清真食品市场区域分布 2.1.4 中国主要清真食品品牌市场份额

2.2中国清真食品销售分析

2.2.1 清真食品中国市场销售量分析 2.2.2 清真食品中国市场销售额分析 2.2.3 中国主要清真食品品牌销售额 2.2.4 中国主要清真食品品牌零售价

2.3 清真食品竞争分析

2.3.1清真食品市场竞争格局分析 2.3.2国内外清真食品品牌竞争聚焦 2.3.3国内领先清真食品品牌竞争力分析

2.4 清真食品市场供需分析

2.4.1中国清真食品市场需求分析 2.4.2中国清真食品生产量分析

2.5 清真食品市场前景分析

2.5.1 2017-2022年中国清真食品供给预测分析 2.5.2 2017-2022年中国清真食品零售规模预测 2.5.3 2017-2022年中国清真食品市场规模预测

第三章清真食品消费者分析 3.1 清真食品消费者定位

3.1.1 清真食品消费者年龄分布 3.1.2 清真食品消费者地域分析 3.1.3 清真食品消费者收入构成 3.1.4 清真食品消费者职业特点 3.1.5 清真食品消费者的生活态度

3.2 清真食品消费者偏好分析 3.2.1产品价格偏好 3.2.2产品质量偏好 3.2.3产品品牌偏好 3.3清真食品消费者行为分析

3.3.1消费者获取清真食品信息的渠道 3.3.2消费者网络行为分析

3.3.3清真食品消费者购买行为分析 3.3.4清真食品潜在消费者分析

第四章清真食品宣传分析 4.1清真食品广告投放概况

4.1.1 2016年中国清真食品广告投放总体概况 4.1.2 2016年清真食品网络媒体广告投放概况 4.1.3 2016年清真食品电视媒体媒体广告投放概况 4.1.4 2016年清真食品户外媒体广告投放概况

4.2清真食品网销渠道分析

4.2.1网销渠道建设：官网、手机站、官方商城、B2B旺铺 4.2.2电商店铺渠道/微商销售渠道

4.2.3自媒体营销渠道：官方微博、官方微信等

4.3清真食品宣传推广策略 4.3.1互联网宣传推广 4.3.2影视节目赞助/植入 4.3.3电视媒体投放 4.3.4电商渠道推广 4.3.5户外广告投放 4.3.6事件活动策划

第五章、清真食品经典案例分析 5.1**品牌简介/定位 5.2**品牌战略/营销策略 5.3**发展现状/广告投放情况 5.4**案例总结

清真食品数据报告简介：

近年来，我国清真产业总体来讲呈现长足的发展态势，年均保持10%以上的增速。2014年至2015年，中国与新丝路经济带沿线国家进出口贸易额超过5000亿美元，其中清真产业占据份额同比增加约16%。

我国清真食品行业目前也遇到了最好的历史机遇—国家“一带一路”战略规划的实施。“一带一路”周边国家对清真产品有庞大的需求，同时，清真食品以安全、绿色、纯净、无污染的优良品质，受到了许多消费者的青睐。截至目前，全球清真产业产值超过3.2万亿美元，预计2018年将增长至6.4万亿元。中国清真食品的出口额近年来仅在2亿美元左右徘徊，由此可见，中国清真产业开拓国际市场的空间十分广阔。

2.大数据行业调研报告篇二

大数据应用可以通过预判趋势来实施更加亲近用户的服务, 而这样的服务市场将为相关企业带来可观的商业利益。

大数据运用的四个类型

运营商运用大数据主要有四个类型。首先, 在市场层面, 运营商可以利用大数据对自身的产品进行服务, 通过大数据分析用户行为, 改进产品设计, 并通过用户偏好分析, 及时、准确进行业务推荐, 强化客户关怀, 这样就可以不断改善用户体验, 增加用户的信息消费以及对运营商的粘稠度;其次, 在网络层面, 可以通过大数据分析网络的流量、流向变化趋势, 及时调整资源配置, 同时还可以分析网络日志, 进行全网络优化, 不断提升网络质量和网络利用率;第三, 在企业经营层面, 可以通过业务、资源、财务等各类数据的综合分析, 快速准确地确定公司经营管理和市场竞争策略;第四, 在业务创新层面, 可以在确保用户隐私不被侵犯的前提下, 对数据进行深度加工, 对外提供信息服务, 为企业创造新的价值。这样, 大数据将助力运营商实现从网络服务提供商, 向信息服务提供商的转变。

由于大数据产业具有强烈互联网特征, 现有的运营模式很难帮助运营商实现大数据产业的迅速发展, 这是因为, 对于大数据产业, 运营商传统的金字塔式的组织结构已经过时, 传统架构的信息系统及组织架构已无法应对海量数据和创新型应用, 那种由上而下的运营模式无法更接近用户的需求, 显然已经阻碍运营商自身大数据产业的纵深发展。根据市场需求, 运营商必须全面转向以客户和消费者为中心的运营体系, 重新梳理企业的经营模式和组织架构, 这就是模式的创新, 大数据产业发展要求运营商实现管理经营和市场信息系统完美对接, 新型大数据应用必将助力运营商向信息服务模式转型。

数据资源如何有效利用

面向大数据时代, 运营商的及时转型成为必然, 否则将有被互联网企业超越的可能性。理论上讲, 运营商拥有颇具优势的大数据资源并不是完全不可替代, 例如, 用户的位置信息就可以通过多种APP应用获得, 用户的网络使用信息也可以通过多家互联网企业合作获取, 互联网企业通过泛互联网化收集更多的大数据信息。另一方面, 多行业的垂直整合将成为趋势, 在数据应用层面, 行业企业通过多种手段搜集大量的用户数据, 将更贴近用户, 更理解用户, 为其提供更适当的服务, 大数据将成为资产更具有战略意义, 各个行业及单位都在关注大数据。

根据大数据数量大、时效性要求高、数据种类及来源多样化等特征, 运营商首先获取更多有用的大数据资源, 例如, 很多的网络运行信息, 包含大量有价值的用户行为和位置信息, 这样的信息可以加以利用。有了资源应该加以利用, 避免大数据资源的浪费。事实上, 一些运营商拥有大数据这样的金山, 却似乎无奈坐看并逐渐沦为管道, 在不断强化传统市场的效益考核, 却好像在忽视大数据价值的流失。

直面数据分析挑战

当然, 海量数据的出现、数据结构的改变, 也给运营商的大数据管理及分析带来了挑战, 一是由于多种业务的发展、市场需求的变化和网络规模的扩大使得运营商大数据迅速的增加, 这增加了运营商大数据存储和处理的难度, 使得现有数据仓库无法线性扩容, 这表明传统的数据仓库无法有效存储日益增长的业务数据;二是由于新型大数据服务不同于传统通信业务分析特点, 需要对内容等非结构化、大容量信息进行多用户、多应用、实时有效的分析, 传统的架构和数据仓库处理已不能满足新的信息服务需求。因此, 运营商需要建立新型大数据中心, 来存储、分析和处理海量数据, 必要的投入是必不可少的。

3.行业大数据的青啤评价篇三

六项指标测民意

综合品牌知名度、消费者互动度、质量认可度、企业美誉度、产品好评度和品牌健康度6项口碑指标，青岛啤酒以其在品牌知名度、消费者互动度、质量认可度、企业美誉度等方面的优秀表现，顺利折桂年度民意好口碑，华润雪花和燕京啤酒分列二、三位。金星啤酒、西藏青稞啤酒等品牌由于受地域条件限制，其品牌知名度指数较低，也因此影响其他多项指数成绩，故在口碑总指数中也以低值分数出现。

国家统计局中国统计信息服务中心（CSISC）采用大数据技术手段监测了国内市场销售的超过50个比较活跃的啤酒品牌，依据CSISC网页声量级标准，选择>/100万相关网页结果的品牌共计18个作为报告研究对象，其中，6个是非本土品牌。年度数据显示，非本土品牌尽管占据大部分高端消费市场，但在普通大众消费市场中，因受其价格因素制约，表现却是中规中矩，国产品牌在消费终端的口碑评价情况整体好于非本土品牌。

消费者最看重什么？

《报告》品牌知名度维度中，青岛啤酒、燕京啤酒等占据榜单前三甲，而朝日啤酒和西藏青稞啤酒等品牌的知名度指数成绩较低。

《报告》消费者互动维度中，青岛啤酒凭借其在网络中的高知名度，在消费者互动度榜单中也是名列前茅，在互动度榜单中可以发现，本土品牌中，除了位列冠军的青岛啤酒外，燕京、雪花、珠江和千岛湖啤酒表现尚可，其它国产品牌在指数后列。

《报告》质量认可维度中，青岛啤酒再次占据首席，通过数据可以反观，质量的认可是消费者对于品牌认可的重要前提，知名度和互动度依赖于酒质基础；其次是雪花啤酒和珠江啤酒，列在第二和第三位；值得注意的是在质量认可度的前三位中，都是本土啤酒品牌。

《报告》企业美誉维度中，凭借着高知名度和质量认可度的排名，青岛啤酒在企业美誉度中表现最佳，排列在第一位；其次是雪花啤酒和燕京啤酒，分别列在榜单中的第二和第三位。

《报告》产品好评维度中，消费者好评主要以罐装啤酒为主。从数据中可以看出，来自网民关于啤酒的评论主要集中在关于啤酒质量、价格和外观等三个方面，其中对于酒味纯正（厚）、口感不错和性价比超值的啤酒较受消费者的认可。

《报告》品牌健康维度中，青啤、雪花、燕京虽然在其他榜单中均有不俗表现，但在健康度方面由于其销售量的覆盖范围较广也均有相应问题显现，需要品牌进一步检验自身，研究消费者诉求，持续不断地进行改进，以期获得更好的品牌健康。

品牌发展更重民意

我国著名公关专家、中国国际公关协会常务副会长郑砚农解读报告认为：“衡量一个品牌竞争力强弱是看它的消费者口碑如何，这份报告采用全球数亿消费者的海量数据，评价所设立的指标体系也比较科学客观，现在已经是大数据时代，信息快速而且透明，企业必须充分认识到这个变化，踏踏实实做产品，用真正的消费者口碑来赢得市场。”

中国统计信息服务中心大数据研究执行主任江青认为：“品牌企业应该花精力研究消费者诉求、消费者口碑，开发出高品质、多元化和个性化的产品，提供更多更好的优质服务。希望啤酒品牌未来继续尊重民意，树立好口碑，将中国啤酒形象深入民心。”

中国酒业协会理事长王延才对此也持同样观点：“2013年啤酒行业，全国规模以上啤酒企业总产量为5061.54万千升，同比增长4.59%，在我国酒类行业中，啤酒行业是集中度最高的，今年五大集团的市场占比肯定要超过80%，随着市场的日趋成熟，未来品牌、品质层面的深度竞争将逐渐取代资本力的竞争。”

而CSISC《中国啤酒品牌口碑研究报告（2013）》对中国啤酒品牌未来发展给出高层次竞争及电商销售需求增量的预测：啤酒行业竞争回归原点电商将成为新战场，中国啤酒行业发展将逐渐走上更高层次的竞争。

4.大数据时代下的银行业篇四

一、前言

2012 年3 月，奥巴马政府宣布投资2 亿美元启动“大数据研究和发展计划”，并且定义为“未来的新石油”，希望增强政府收集、分析和萃取海量数据的能力。这个由世界最强国家政府推动的项目，标志着“大数据”时代的到来。

近年来,移动互联网、物联网等迅速发展,使得新数据源不断出现,全球的数据总量正呈指数增长,过去3年间产生的数据量已超过以往总和。大数据时代的到来已经成为全球共识,数据正成为与物质资产和人力资本相提并论的重要生产.随着信息技术及互联网的快速发展，社会正在走向全面数字化。处于大数据时代的银行业，正面临着一场经营方式的大变革。一方面，互联网和大数据打破了原有银行在渠道和信息上的壁垒，给银行带来更多的竞争对手；另一方面，大数据将推动银行更加科学地经营管理，从而促进银行更健康地发展。

二、大数据时代银行业分析

目前，银行业正处在以客户为中心、以市场为导向的激烈竞争时代，如何应用先进的计算机网络技术跟踪、预测银行客户的发展动向，最大限度地挖掘客户信息的潜在价值，并利用这些信息来改进银行服务，提高竞争能力对银行来说至关重要。

（一）独特优势分析

对银行独特优势或其存在理由的理解有很多角度，基本的一种是将银行看作一个信息处理的机构，它能够获得和处理金融市场所无法获得的信息，并通过贷款决策向市场发送有关借款人信用的信号。

所谓市场无法获得的信息，首先来自于借款人为获得贷款而自愿向银行做出的披露，其次来自于银行家对于借款人进行的近距离的调查和判断。这些信息又可以分为两类，一是能够被编排的、数码化的或结构化的；二是只能意会的。银行贷款决策的做出，固然有赖于对于数码化信息进行分析的技术，但也离不开银行家的职业直觉和判断。

（二）机会分析

1、助推经营转型。以小微贷款发展为例，导致小微企业贷款难的原因很多，包括缺乏足够的抵押担保、缺乏信用评价机制、银行管理成本高等等。而大数据给这个难题带来了新的解决思路，通过大数据可以建立更完善的信用评价机制、风险定价机制、贷款全流程管理机制，并降低人工成本。

2、提升精准营销能力。通过大数据技术，信用卡客户营销可能基于以下的流程：首先对客户的性别、年龄、职业、金融资产、刷卡频度、消费地点、购物种类、营销活动参与情况等数据进行分析，得到客户的贡献度、活跃度和行为偏好等客户特征；然后根据客户特征进行分类差异化营销设计、举办营销活动；最后根据营销结果再进行数据分析，为下次改善提供参考。

3、提高客户满意度。通过分析客服中心的咨询、投诉内容，可以及时发现产品或服务存在不起眼的小缺陷，而改变这些小缺陷，可能会极大地提升客户满意度。通过对大量交易、行为数据、社交网络数据的分析，可以帮助银行找准客户需求，真正做到以客户为中心设计开发产品。

4、创新品牌营销策略。大数据时代，信息传播的方式、渠道和速度都是前所未有的。社交网络将会成为品牌营销的主阵地，客户在社交媒体上快速传播自身体验和感受的影响力将远远超过空洞的形象广告。传统上依赖信息不对称的品牌营销都将无所适从，与其投巨额资金到媒体做广告，不如扎扎实实地搞好自身的产品和服务，通过客户来帮助银行宣传。

三、对我行采取的策略建议

大数据时代是分析时代。大数据分析的实质就是将客户放到更大的社会背景下加以曝光，准确定位环境中客户所处的位置符合怎样一种商业模式；到现在为止没有任何技术能超越人（对我行来说就是客户经理）更能对活生生的客户加以把握分析，客户经理是最好的社会感知装置，同时又肩负将银行预定的熟悉的关系模式导入到现实社会网络，扩大关系。

打好数据基础。“在今天的社会中，最重要的资源，不再是劳力、资产或是土地，而是数据和知识。”我行首先要把行内业务系统的数据用好，这些数据是高价值密度的数据。除了要完整地保存这些数据外，还需要注意数据治理，保证内部数据的可用性。在此基础上，还需要进一步打破传统数据源边界，通过各种渠道和方式获取行外数据。银行可以通过合作、购买、收集等方式获取相关的数据，包括政府公布的各类统计数据、央行征信数据、企业客户的ERP数据、第三方评级机构的数据，以及电商、社交网络的数据等等，用以丰富和完善数据资源。

做好技术支撑和人才培养。当前采用传统的数据库已难以支撑大数据的需求，需要采用开放式的并行计算架构来建设大数据平台。而技术支撑的关键在于人才，既需要熟悉大数据技术的科技人才，也需要具有数据思考能力的业务人才，更需要具有综合素质的数据科学家。

强化数据治行理念。“除了上帝，任何人都要凭数据来说话。”要强化依靠数据说话的理念。首先要改善现有的管理决策文化，真正把数据分析作为决策重要依据；其次要优化数据分析流程，更好地把业务与技术融合在一起。

创新业务发展。大数据应用的深入，将为银行经营模式、业务流程的转变提供依据。我行需要建立新型的创新机制，为基于大数据分析的业务创新提供充分的条件和保障。无论是产品服务创新、风险管理创新、客户营销创新还是运营模式创新，大数据分析都将成为必不可少的途径。

四、结束语

在这个不断创造神奇的大数据时代，银行无法置身度外。若干年后，我们再回看银行的转变，也许会发现改变银行的不是某个人，某个企业，而是大数据。因此，我行有理由自信地拥抱大数据时代，具备作为信息处理机构的传统优势，在大数据时代有无限机遇。

附：基于数据挖掘的银行客户管理信息系统的构建（百度完全摘抄，供参考）

(一)顾客互动模块｡它为整个客户管理信息系统提供具体的客户信息,这些信息包括客户的基本信息､财务会计信息､行为特征信息､信用信息等,把这些数据信息进行预处理存入数据库后,可以为银行的客户工作提供有利的支持,银行可以在此系统的支持下选定最为便利的渠道同客户进行沟通,同时也可以在客户营销管理的进程中直接为这些渠道提供信息｡

(二)公共信息模块｡公共信息模块是存储金融信息和金融行情的模块,它可以为银行提供服务和支持,能使银行便捷地查阅各种金融信息与行情｡同时,这个拥有大量信息的模块系统还可以充分利用资源为客户提供专家服务建议､标准化的流程支持和随时更新的公用信息,使银行和客户都能获得及时宝贵的信息反馈

(三)银行产品信息模块｡银行产品信息包括银行为客户所开发的各种金融传统产品和衍生产品｡随着金融市场的开放与发展,金融衍生产品层出不穷,银行这些产品的出现为拓展客户服务提供了很大的平台,有关信息包括这些产品的特征､价格､适用等｡产品信息模块可以为客户提供有关产品信息的服务和支持并为信息库不断提供新的产品信息｡

(四)数据存储模块｡信息库可以在数据上进行清理和集成,消除信息噪声和不一致数据,使多种数据组合在一起,然后将结果数据存放在分门别类的数据仓库中,再根据使用客户管理信息系统的银行请求,数据仓库可以负责高效地提取相关数据｡同样,存储模块信息也可以进行不断的更新｡

(五)数据分析模块｡数据分析模块一方面通过定制的评价和分析模型对提取的数据进行分析和评价,然后按照银行的业务侧重点把目标客户从中筛选出来;同时,以各种信息为基础,分析出客户的行为特征,这样就可以为银行进行个性化的差别服务提供分析依据｡另一方面,为银行指定客户拓展策略和创新产品提供依据｡

5.大数据行业调研报告篇五

报告指出，英语培训依然占据了网民语言教育搜索的主流位置。而据中国社会调查公布的数据显示，年中国英语培训市场总值大约为300亿元，全国英语培训机构为5万多家。其中，少儿英语培训增长最快并占据了70%以上的份额。面对如此激烈的市场竞争，瑞思是如何在众多英语培训机构中脱颖而出?又是如何得到消费者认可和关注的呢?

开辟学科英语教育以国际化人才培养为己任

在全球一体化的背景下，许多家长意识到英语的重要性。良好的英语组织和应用能力是孩子走向国际化的重要基础，这就要求孩子不仅会说英语，还要会用英语，更重要的是用英语去思考。学生的英语应用能力、思维方式、沟通能力、学习能力等综合素质更被看重。而这些综合素质的培养，对传统的英语学习方式提出了变革的诉求，学生在学习英语的同时，还需要通过英语这个工具，来培养沟通能力、思维方式、形成国际化的视野等。一句话概况，需要形成“英语思维”，才能让孩子更具有国际竞争力。

然而在中国应试教育的培养模式下，孩子在接受英语培训的过程中，往往只注重听说读写等基础能力的提升，忽视综合能力的培养。为解决这一问题，瑞思开创性地引入学科英语。瑞思学科英语是以英语为教学语言，以语文、数学、科学等学科为教学内容，同时锻炼演讲演示、团队协作、项目管理等未来领导力，在全英文的浸入式教学环境中培养学生获得综合语言运用能力。

通过在瑞思学科英语学习，孩子不但能轻松应对日常的英语交流，还为今后获得更好的工作发展机会打下基础，从而真正成为具备国际竞争力的国际化人才。近年来，瑞思学科英语已经被越来越多的家长和孩子所接受认可。自至今，瑞思在全国近80个城市，发展了200多家校区，每年有超过10万名学员就读。

专注教学质量提升领航K12教育

瑞思学科英语作为学科英语领域的领航者，非常注重孩子学习效果的提升。在课程研发和提升教学质量等方面，瑞思做了很多的努力和有益的尝试。

随着由瑞思70多人的自主研发团队针对12~18岁研发的Riseup高阶课程正式上线，瑞思课程从年龄层上已经覆盖到了3~18岁的广阔学生群体，完成了年龄跨度上的整合。

为了让更多的瑞思学员享受到原汁原味的美国课堂，瑞思国际推出了“美国插班生”项目，通过与遍布美国东西海岸的超过300所美国合作学校建立直接、稳定的伙伴关系，为每一位瑞思学员打开了一扇通往世界的大门。今年初，瑞思与Saint Raphael Academy，The Prout School等美国知名高中签署战略合作协议，让Riseup学员可以直通美国就读重点合作高中。

除课程不断优化与创新外，瑞思还要求老师的素质与国际接轨。不仅有专业的教师培训团队对全国专职教师进行培训，还会提供各种和国外中小学交流互访、专业切磋的机会。通过日常备课、技能学习、赴美交流、参加“十二五”国家级课题研究，瑞思教师在教授学生的同时，实时提高自身教学水平。凭借科学完整的课程体系、强大的师资队伍，瑞思引领K12教育体系中学科英语的发展，在学术理论研究、教学实践研究以及教学标准化管理的研究上占有着绝对领导地位。

6.大数据报告篇六

学生姓名：尹怡学

号： 1370714 导

师：庞哈利专

业：控制工程所属课群：学位课

课程名称：前沿技术与职业发展课程负责人：徐林

课程开设日期： 2014.6.23-2014.12.31

东北大学信息科学与工程学院

2014年

科学技术创新对大数据发展的动力

1.绪论

随着信息技术的飞速发展，人类社会进入数字信息时代。获取和掌握信息的能力己成为衡量一个国家实力强弱的标志。一切信息伴随需求不同决定其效益不同，而一切有益信息都是从大量数据中分析出来的。海量数据又随时间持续产生、不断流动、进而扩散形成大数据。大数据不仅用来描述数据的量非常巨大，还突出强调处理数据的速度。所以，大数据成为数据分析领域的前沿技术。数据成为当今每个行业和商业领域的重要因素。人们对于数据的海量挖掘和大量运用，不仅标志着产业生产率的增长和消费者的大量盈余，而且也明确地提示着大数据时代已经到来。

数据正成为与物质资产和人力资本同样重要的基础生产要素，大数据的使成为提高企业竞争力的关键要素。数据成为资产、产业垂直整合、泛互联网化是数据时代的三大发展趋势。一个国家拥有的数据规模及运用的能力将成为综合国力的重要组成部分，对数据的占有权和控制权将成为陆权、海权、空权之外的国家核心权力。大数据与人类息息相关，越来越多的问题可以通过大数据解决。不仅在数据科学与技术层次，而且在商业模式、产业格局、生态价值与教育层面，大数据都能带来新理念和新思维，包括政府宏观部门、不同的产业界与学术界，甚至个人消费者。大数据与互联网一样，是信息技术领域的革命，更加速企业创新，在全球范围引领社会变革并启动透明政府的发展。

大数据正在引发一场思维革命，大数据正在改变人们考察世界的方式方法，以前所未有的速度引起社会、经济、学术、科研、国防、军事等领域的深刻变革。大数据除了将更好的解决商业问题，科技问题，还有各种社会问题，形成以人为本的大数据战略。大数据这一新概念不仅指数据规模庞大，也包括处理和应用数据，是数据对象、技术与应用三者的统一。大数据既可以是如政府部门或企业掌握的数据库这种有限数据集合，也可以是如微博、微信、社交网络上虚拟的无限数据集合。大数据技术包括数据采集、存储、管理、分析挖掘、可视化等技术及其集成。大数据应用是应用大数据技术对各种类型的大数据集合获得有价值信息的行为。充分实现大数据的价值惟有坚持对象、技术、应用三位一体同步发展。大数据是信息技术与各行业领域紧密融合的典型领域，有着旺盛需求和广阔前景。把握机遇需要不断跟踪研究大数据并不断提升对大数据的认知和理

解，坚持技术创新与应用创新协同共进同时加快经济社会各领域的大数据开发与利用，推动国家、行业、企业对于数据的应用需求和发展水平进入新的阶段。

在大数据时代数据作为一种独立存在的实体，其资产价值越来越突出，日益引起人们的重视。从具体的个人到形形色色的企业，从各国政府到各种组织都可以合法地去收集数据。不论个人还是企业，以及政府等都可以是数据的拥有者。今后个人隐私与数据归属权可能关系越来越少，欧洲民众要求政府公开信息的诉求极其强烈，民众有权向政府申请信息公开。除了涉及国家安全和个人隐私的公共信息外，大部分政府信息都可以公开。

大数据主要有三个方面对人类经济社会发展影响巨大，归纳起来：一是能够推动实现巨大经济效益，二是能够推动增强社会管理水平，三是能够推动提高安全保障能力。大数据在政府和公共服务领域的应用可有效推动政务工作开展，提高政府部门的服务效率、决策水平和社会管理水平，产生巨大社会价值。总而言之，大数据将为人们提供强有力的新工具，使人们能更加容易地把握事物规律，更准确地认识世界、预测未来和改造世界。

大数据可以分为大数据存储和大数据分析，大数据存储的目的是支撑大数据分析，大数据存储致力于研发数据存储平台，大数据分析关注在最短时间内处理大量不同类型的数据集，大数据分析相比于传统的数据仓库应用数据量大、查询分析复杂，大数据分析平台需要具备并行数据库、Map Reduce 及基于两者的混合架构。

2.社交网络崛起的大爆发

我们已经进入一个复杂科学领域，随着云计算、云存储、物联网、二维码技术和 LBS（基于位置的服务）的互联网技术广泛应用，人类的各种社会互动、沟通设备、社交网络和传感器正在生成海量数据。商业自动化导致海量数据存储，但用于决策的有效信息又隐藏在数据中，如何从数据中发现知识，以数据挖掘为代表的大数据分析技术应运而生。

1、社交网络的公共性

社交网络是大数据的重要来源，大数据的社会应用与社会价值就来自于社交网络，比如

国外影响巨大的 Facebook 和 Twitter，国内近年来风起云涌突然兴起的微博，特别是大家关注度非常高的新浪微博，这种网络交流平台具有媒介属性，日益成为影响不可忽视的的社会化媒体,每分每秒时时刻刻都在产生数以亿级形形色色的话语文本。人具有与他人交流、分享、传播信息的天生需求，与他人直接交流互动和传播各种信息加大了人的社会交往，基于人际关系的信息传播创造了数量庞大的关系数据，扩大了大数据的社会价值与社会影响，带来商业上的无限想象力和各种企业的商业应用价值，大数据产生的技术背景离不开社交网络，移动互联网和物联网的发展导致大数据越来越大，具有随时收集、即时应用、及时生产的重要特点。

例如时装产业产生的大数据基本源自无处不在的社交媒体。全世界每天都有 10 亿人以上在社交网络上交流信息发表观点。每一刻都会有上百万人通过社交媒体点赞分享、转发微博、讨论时尚、引导潮流。大数据时代，越来越多的各大品牌知名设计师直接利用社交网络与公众交流，让大众直接参与到设计当中，根本改变了此前这一行业的封闭性，不再只对时尚界的所谓精英开放。越来越多的品牌比如巴宝莉选择在时装秀之前的通过官方微博账号发布了模特们在后台的照片，许多顶级设计师愿意在网上发布自己全新的设计，如奥斯卡・德拉伦塔在Instagram上通过微博发布了最新款式的高级女装成衣系列。顶级买家被流行博客写手取代，网络红人占据了时尚杂志主编的前排座椅，在社交媒体上拥有大批微博粉丝的摄影师对大众的时尚影响力远远超过传统的精英人群。

2、社交网络的价值性

在一定程度上，大数据的社会应用价值越来越多的来自新型的社交媒体，在这些影响巨

大的微媒体社会背景下，大数据参与渗透进入各种各样的商业应用领域，产生巨大的社会影响，微博营销开始成为商家的选择，已成为目前最显著的商业模式，是大数据最直接的商业应用。社会化媒体直接成为企业首选地营销工具，企业通过社会化媒体发布有效信息，直接影响和引导消费者的潮流，主动收集来自消费者的反馈信息，积极进行互动，成为利润来源的重要渠道。社交网络互动传播彻底改变传统大众媒体单向的传播方式，可以针对具体特定不同的各种目标群体，通过信息技术点对点直接传递不同的特定信息，影响舆论，改善声誉，建立美誉度，有助于形成购买决策。很多企业关注从海量采集的关系数据中提取发现真正有价值的商业信息，建立客户档案，实现精准营销，追踪目标客户，分析客户价值建立商业模型。

企业开始加强了解社会化媒体，其深刻认知和巨大投入将产生新的媒介形态并实现产品营销的新思路。社交大数据不仅仅对个别企业，而且对一些相关行业

都可以带来及其深刻的巨大变革。第一大数据有效改善传统的营销方式，与之相比利用有效精准的大数据营销，可以保持前期的大量曝光，中期的利益转化，到后期的实际购买，所有行为都是可提前预测并且随时监测的。效果可量化评估是采用大数据带来的前所未有的最实质性的根本影响；第二在社交这个环节，会产生越来越多的普通消费者在网络上通过各种社交媒体随时反馈自己在使用过程中对企业突出的产品以及建构的品牌形象发表看法，这个互动的过程会不断产生各种各样许多富有价值的有效信息，甚至还会包括发现一些潜在的意想不到的市场需求。对一个处在发展阶段的企业来说，这些有效信息不仅帮助他们可能采取措施调整原有传统产品，甚至引发并且催生新的不一样的商业模式。洞察消费者需求是大数据追求的核心价值；第三大数据可以变革某些具体行业，比如电影行业大数据可以根据实际数据能够预估票房，在金融行业可以进行前瞻预测提前作出调控措施，企业可以根据采集的大数据建立一些加上模型，预测消费者行为，进行数据分析。就连奥巴马为了赢得美国总统大选，他的团队就采集利用来自各种社交媒体产生的数据进行有效分析，做出民意评估，监测舆情，帮助连任，无疑发挥出来巨大的推动作用。

3、社交网络的应用性

社交媒体可以很短时间产生很大信息量，采取有效方法运用海量数据才是每个企业在市场面临的棘手问题。社会化媒体必须学会处理数据，具体步骤可以分为以下内容，首先进行收集，然后根据数据的不同类型导致具有不同用途，经过判断有些可以用于市场评估，反映市场效果，进一步了解市场，时时监测竞争对手，获得市场情报；还有一些可以通过信息技术采取自然语言处理，比如适当分类，有效聚类，快速获得消费者的需求以及人们对企业产品和所在行业的及时反馈和相关看法，利于企业做出判断，快速做出相应调整。例如电视广告价格很贵，媒体投放成本相对较高，一个企业的销售广告同时有 15 秒和 30 秒两个不同版本，但事先难以确定哪个版本更能吸引消费者，这时可以提前把视频传播至互联网，通过无处不在的社交媒体进行免费传播。应用大数据技术可以把采集消费者的信息，快速收集所有评价加以系统分析，找到有助于传播的元素，分析引起消费者反感的原因，快速提前测试有助决策，为广告主节省大量成本。通过大数据企业与用户间出现新的沟通方式，商业模式正在发生变化，在全世界社交媒体都引起市场变革，表现出企业日益关注消费者，用户重要性正在不断凸显。2012

年9月一家美国调研机构对市场营销人员进行调查，将近2/3的受访客户承认提高在广告营销领域采用数据管理平台的原因出于挖掘大数据的市场需求。

运用社交大数据，关键在于拥有数据。尽管用户数量不迅速增加，但预测用户行为，提出更精准的建议，仍然需要采集更大更多的数据量。如果数据处理能力没有提高，不能结合实际商业场景，就不会形成精细落地方案，既不可持续，也不可获利，导致社交大数据发展面临挑战。只有提高分布式计算、改善存储功能，加快实时计算的能力，才会实现价值。如果没有实际应用，大数据技术就不会产生实际意义。

大数据带来市场变革，挑战已有经验，颠覆已知模式，引领人类走向智能社会，数字化生存成为新的生活方式，社会化媒体随时记录人们的社会生活，感知行为态度、参与交往过程、建立互动关系，数据记录不仅保存而且可以分析，产生新的社会科学研究方法，拥有预知社会的可能性，在社会科学领域产生革命性变革和影响，大数据直接改变社会科学研究的模式和路径。

3.物联网发展的促进作用

随着物联网迅速发展，各种行业、不同地域以及各个领域的物体都被十分密切地关联起来。物联网通过形形色色的传感器将现实世界中产生的各种信息收集为电子数据，并把信号直接传递到计算机中心处理系统，必然造成数字信息膨胀，数据总量极速增长。2.1、物联网形成产业链

物联信息不仅仅包括物联管理对象信息与物联感知设备信息，更突出物联实时信息。根据物联网数据的来源可以分成传感器感知数据和社交网络数据两种。虽然目前网络上产生的数据多于各种传感器感知到的数据总量，但是随着物联网设备的日益普及和感知技术的进步，传感器产生的数据量将大幅增加，最终将超过网络数据量，这种趋势越来越明显。

物联网改变了人们的社会活动形式，改善了人们的生活方式，变革了商业模式，被称为第三次信息化高潮，继计算机、互联网产生之后对社会的发展产生新的冲击。物联网把对象物和互联网相互连接起来，即时信息交换，智能化识别，实现定位跟踪，监控管理对象，产生大量数据，影响电力、安防、医疗、物流、交通、环保等行业形成新的商业模式。物联网联合大数据，正在迅速创造出巨大的社会价值和商业价值。

中国信息产业商会乐观预测，中国在 2013 年传感器设备将继续保持市场规模，表现快速增长势头，中国物联网 RFID 产业市场达到 320 亿元左右，规模将比 2012 年增长 35%左右。物联网伴随着移动互联网和云计算的迅猛崛起，物联网产业链上的各环节成本减少，相关产品价格迅速下降，进一步带来物联网硬件及其基础设施的大规模普及。同时，工信部联合财政部提供专项资金用以支持物联网发展,2013 年投入的专项资金将超 5 亿元。而在政策支持与市场反馈的协同发展推动下，业内人士大胆预测未来数年物联网会全面推广大规模普及，其产业规模或许比现有互联网大 30 倍。

物联网发展离不开基础建设，需要设备制造企业提供传感设备与网络核心设备，随着存储能力非常巨大的云计算中心的不断建设和投入使用，物联网持续产生的大数据可以随时存储，在线处理，产生价值，成为现实。企业需要思考物联网收集的大数据与其产业发展的融合与转换，将数据转化为利润，开辟市场蓝海，收获真金白银，发明新的商业模式，形成新的商业思维。2.2物联网产生大数据

物联网大数据成为焦点，引起各大 IT 巨头越来越多的注意，其潜在的巨大价值也正在通过市场逐渐被挖掘出来。微软、IBM、SAP、谷歌等国际知名 IT 企业已经在全球分别部署了大量数据中心，还拿出大笔资金收购擅长数据管理和建构分析方面的优秀软件企业。这些物联网产生的大数据来自于不同种类的终端，比如智能电表、移动通信终端、汽车和各种工业机器等，影响生产生活的各个领域，各个层面，不可小觑。

物联网产业链的核心不是设备和元器件，而是数据以及数据驱动的产业，物联网的核心价值不在感知层和网络层，而是在更广泛的应用层。物联网产生的大数据经过智能化的处理、社会化的分析，将生成各种商业模式，产生各异的多种应用，形成了物联网最重要的商业价值。

处理物联网收集的大数据并不容易，物联网中的大数据不简单等同于互联网数据。物联网大数据不仅包括社交网络数据，更包括传感器感知数据，尽管社交网络数据包含大量可被处理的非结构化数据，比如新闻、微博等，但是物联网传感器收集的许多碎片化数据属于非结构化数据，在目前还不能被处理。

物联网应用于多个行业，而每个行业产生的数据有独特的结构特点，因此就形成很多相异的商业模式。物联网创造商业价值的基础是数据分析，物联网产业

将出现各种类型的数据处理公司，比如数据分析公司，软件应用集成公司和商业运营公司将逐步分化，产业链将逐步完善。

中国物联网刚刚进入应用阶段，刚刚起步，调查物联网产业最前沿的一线参与主体，可以发现主要包括 RFID 标签厂商、传感器厂商、电信运营商和一些系统集成商。目前各地已经建成的大量物联网系统已经开始进入市场，主要应用于远程测量、移动支付、环境监控等方面。另外主要分布在物品追溯系统和企业供应链管理等方面，应用较多的医疗健康、智能电网、汽车通信等服务也已开始出现，积极探索盈利，努力获得用户，占领高端市场。而在物联网应用的过程中，我们发现电信运营商起到主导作用，扮演起行业龙头，发挥带动的作用，另外中国电信表现突出，也开始宣传自己物联网应用系统用于全球远程监控。而电信运营商之所以分外努力推广应用物联网，不仅仅在于运营商可整合硬件、芯片、应用等各步骤中的许多优秀合作伙伴，在运营方面以外，还在于物联网广泛应用在电信终端，可以有效整合电信互联网产业链的推进。电信运营商的示范不仅积累实战经验，甚至可帮助电信运营商将业务在物联网中拓展为系统方案解决商，介入各种增值业务。2.3物联网催化大商业

看待电信运营商，可以应用大数据的观点，物联网商业模式将更多的移动终端容纳进来，作为数据采集设备，加以信息化应用，适应市场需求，成为物联网跨界发展的趋势。这种数据如果能得到运营商快速化、规模化、跨领域的广泛应用，那么电信运营商可能获取的商业回报会进一步参与到物联网的各个建设环节中，并且还可能使越来越多的商业信息被运营商掌握。这些信息驱动企业合作，推动参与各方共同寻找一种多方共赢的路径，建立新型商业模式。实现应用物联网数据，特别需要升级商业模式，真正创造多方共赢的有利环境。而要建立多方共赢的理念，就应该推动物联网真正成为市场的中心，变成一种商业的驱动力，吸引产业链内的所有企业共同参与物联网发展建设。

现在大部分行业的商业信息移动化、社交化，大数据必然会成为最佳捷径，实现用户商业价值的。物联网大数据支撑商业开展，服务商业决策，提供各种行业信息，因此物联网大数据的未来是无限的，富有商业魅力。物联网大数据要获得产业健康有序发展，不能仅在概念上停留，还需要政策支持，市场完善以及产品持续的不断创新。而更为重要的方向是推动不同部门、不同机构、不同行业之间共享物联网大数据的问题。各部门公开数据、分享数据才能利用数据深层价值，产生数据的附加价值。虽然目前交通、电力、工业等不同行业还没有合为一个物联网，但是共享不同行业的各种数据信息是可行的。而目前政府部门也开始意识到数据单一难以发挥最大效能，开始寻求数据交换伙伴，部门之间已经开始相互交换数据，必将成为一种发展趋势，而共享不同部门之间不同种类的数据信息有助于发挥物联网更大的价值。

在未来几十年，物联网大数据面临着战略性的时代发展机遇及挑战。物联网握手大数据，不仅延伸更为广泛的应用，更会产生出价值更大的产业链，所以，将物联网发展离不开大数据理念，而大数据的广泛应用进一步加快物联网的前进步伐，在互动发展全过程中，物联网能够促进并带动大数据发展。大数据的采集和感知技术的发展是紧密联系的，提升以传感器技术、RFID 技术、指纹识别技术、坐标定位技术等为基础的感知能力是物联网发展的基石。普及智能手机发展感知技术的高峰期，如广泛的应用地理位置信息、通过对手机呼气直接检测燃烧脂肪量、手机键内嵌指纹传感器、可以监测从空气污染到危险的化学药品的嗅觉传感器、可感知用户当前心情的智能手机技术及通过衣着进行识别人物的技术。还有实时监控口腔活动及饮食状况的牙齿传感器，可追踪眼球读懂情绪的 3D 笔记本摄像头，新型可监控用户心率的纺织材料，引入支付领域的生物测定技术等。世界被数据化的过程就是感知被逐渐捕获的过程，一旦世界被完全数据化了，信息就是世界的本质。

4.云计算提供的技术平台

大数据与云计算的关系密不可分，大数据必须采用分布式计算架构挖掘海量数据，必须依托云计算的分布式数据库、分布式处理、云存储和虚拟化技术。大数据包括大量非结构化和半结构化数据，下载这些数据到关系型数据库用于分析时会消耗大量时间和金钱，因为实时的大型数据集分析需要像MapReduce一样的框架来向许多台电脑分配工作。依靠宽带、物联网的大数据提供了解决办法，具有无数分散决策中心的云计算大系统能够产生接近整体最优的帕累托效应，无数分别思考的决策分中心通过互联网与物联网形成超级决策中心。互联网中多元动态、并行实时的大数据思维的出现促进重新定义知识的本质特性的认识。大数据时代企业的疆界变得模糊、网民和消费者的界限正在消弭、数据成为核心资产并将深刻影响企业的业务模式，甚至重构其文化和组织。因此大数据改善国家治理模式，影响企业决策、组织和业务流程，改变个人生活方式。如果利用大数据

贴近消费者、深刻理解需求、高效分析信息并作出预判，所有传统的产品公司都只能沦为新型用户平台级公司的附庸。

大数据是继云计算、物联网之后 IT 产业又一次颠覆性的技术变革。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。企业内部的经营交信息、互联网世界中的人与人交互信息、物联网世界中的商品物流信息、位置信息等数量远远超越现有企业 IT 架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。大数据的核心议题和云计算必然的升级方向是盘活数据资产，使其为国家治理、企业决策乃至个人生活服务。

大数据和云计算这两个词经常被同时提到，很多人误以为大数据和云计算是同时诞生的、具有强绑定关系。其实这两者之间既有关联性，也有区别。云计算指的是一种以互联网方式来提供服务的计算模式，而大数据指的是基于多源异构、跨域关联的海量数据分析所产生的决策流程、商业模式、科学范式、生活方式和关联形态上的颠覆性变化的总和。大数据处理会利用到云计算领域的很多技术，但大数据并非完全依赖于云计算；反过来，云计算之上也并非只有大数据这一种应用。

大数据出现具有深刻的原因。2009 年至 2012 年电子商务在全球全面发展，电子商务是第一个真正实现将纯互联网经济与传统经济融合，嫁接在一起发展的混合经济模式。正是互联网与传统经济的结合才催生出现在社会高度关注的大数据。大数据链接互联网产业与传统产业，而且大数据结合互联网应用于传统产业领域，范围超过纯互联网经济。在电子商务模式出现以前，传统企业的数据数量缓慢增长。传统企业的数据仓库大多数属于交易型数据，而交易行为处于用户消费决策的最后端，电子商务模式使得用户的搜索、浏览、比较等行为企业可以采集到，这就至少提升了企业的数据规模一个数量级。现在日益流行的移动互联网和物联网又必将使企业数据量提高两三个数量级。从这个角度来看，大数据时代必然出现，大有发展。

5.结论

7.大数据:电影行业的“双刃剑” 篇七

一、大数据在电影行业的应用

(一) 电影制作

2013年被称作“大数据元年”, 在这一年, 一部基于大数据分析的电视剧《纸牌屋》在影视业引发了热议。Netflix有效利用了基于用户的在线操作行为所产生的数据, 包括用户搜索请求, 在观看过程中诸如暂停、快进等行为以及用户评分, 通过分析这些数据, 发现1991年的BBC经典老片《纸牌屋》仍然有大量用户点播观看, 大卫芬奇与凯文史派西是他们最为关注和喜爱的导演和演员, 该公司在这个基础上确定了剧本内容以及导演、演员等主创人员。所翻拍的影视剧《纸牌屋》在2013年上线后, 人气高涨, 为Netflix带来300万的新增用户, 同时引燃了大数据在电影行业的广泛关注。这是一次将大数据运用到影视行业的成功尝试。大数据时代的到来, 使原本以传统产品类型的思维方式转变成以用户为中心的大数据思维。

1. 受众参与剧本创作

为了迎合受众口味, 国内电影制作公司也充分调动网民、观众参与剧本创作。这种互动参与模式最明显的体现就是在众筹中, 通过这种方式调动观众的参与度进而挖掘潜在的观众群体。2014年7月10日上映的《老男孩之猛龙过江》的情节设置就运用大数据对网民的意见进行了整合分析, 其中75%的网友意见被采纳而融入进影片制作过程中。大数据不仅影响剧本的前期创作, 对于那些“边播边拍”的影视剧来说, 大数据更是深入到其创作的各个阶段。观众在追剧过程中通过网络平台发表的评价, 运用大数据能实时进行分析与反馈, 这就为充分考虑社会舆论及观众意见, 甚至会以此来修改剧情走向带来了可能。可见, 大数据思维深刻地改写着电影工业的内容和生产体系。

2. 分众与定制电影

大数据对电影观众进行了细分。2014年《爸爸去哪儿》大电影就是一个明显的例证。当部分观众及业内人士质疑其电影本质时, 这部电影以惊人的票房成绩赚得盆满钵满。诚然, 这仅仅是在电影大银幕上放映的一档电视节目, 它并不需要全民都喜欢, 其锁定的目标受众即是这档真人秀电视节目的粉丝群体, 可以说其是为这部分粉丝群体专门定制的一部电影。无论是《爸爸去哪儿》还是《纸牌屋》, 经过大数据技术筛选处理的信息, 其效用多半是为电影制作者提供受众偏好的划分起到一个参考作用。

3. 降低投资风险

事实上, 那些不依据大数据而生产制作出来的影视作品的影响力未必就弱于此, 但以大数据分析把握受众需求无疑降低了投资风险。由于电影生产需要高额的费用, 加上投放电影市场面临的诸多不确定因素, 其前期制作过程投入的大量资金则需要后期收回成本。前期制作中通过大数据预测观众喜好, 可以以此确定创作阵容和情节设置, 帮助投资方和制片方锁定一定的受众群体。为了确保利益最大化, 国内相关的影视投资公司甚至建立影视剧网络播放数据采集平台, 通过这个平台评估演员、明星的人气与实力, 充分发挥大数据技术的作用。

(二) 电影营销

大数据对电影产业最直接的影响体现在电影的宣传与发行上。电影发行方在影片的发行过程中需要制定并实施影片营销宣传方案, 如今掌握了大数据营销就是掌握了电影成功的命脉。营销的主要目的就是使更多的观众接触到电影信息, 挖掘潜在的观影群体, 通过大量的宣传工作最终引发消费行为, 引导观众购买电影票进入影院观看电影。电影营销包括线下和线上, 传统营销主要以线下为主, 以影院为主要阵地, 围绕电影产品开展的各项宣传活动, 在影院提高观影人次, 例如用开展影院社交互动、电影主创人员观众见面会、促销产品与有奖互动形式以及主题观影等活动来吸引观众参与, 以扩大电影的知名度及影响力。与此同时, 发行方需要向影院争取更多的排片, 因为影片的排片率直接影响到电影的票房收入。在大数据时代, 大数据技术能够使线下营销更为高效有利。同时, 运用O2O思维方式, 通过线上调研、贴吧、微博等线上平台抓取数据, 分拣提炼有价值的数据从而将观众进行精准化分类, 有针对性地制定不同策略及投放方式, 实现线上发起, 线下完成, 以达到最大效益。

大数据促成了O2O时代的到来, 线上营销已经成为电影营销环节的关键。而细分到线上营销的每一个环节都离不开大数据的预测与指导。乐视影业作为大数据营销的引导者, 在电影产品投放市场前的调研与数据分析时, 主要处理产品数据、平台数据、渠道数据以及终端数据四大类。产品数据帮助定位基于影片的目标受众并对这类观众的构成进行分析, 之后, 通过分析各大网络平台与媒体的定位和影响力确定电影产品投放的平台。除了媒体和社交网络, 产品品牌也是重要的平台之一。找准平台能够更为高效、广泛地接触到目标受众, 达到宣传效果。然后再考虑到如何有效地激发目标人群的消费行为, 以及通过哪些渠道能够直接地促成目标人群的购买。互联网时代人们的消费方式发生了巨大的改变, 电商渠道多元化, BAT阵营、团购网站、第三方在线票务网站、院线自营售票网站以及电影社区等线上购票系统竞争激烈。另外, 渠道数据不仅仅是分析线上电商渠道, 同时还兼顾到线下渠道, 针对目标人群的喜好选择合适的渠道。最后, 如何服务好目标人群, 完成项目与观众间的勾连, 这就是通过终端数据需要来解决问题。《小时代》作为大数据营销策略践行最为成功的案例, 乐视影业功不可没。该公司创新事业副总裁陈肃通过总结, 认为乐视影业的核心竞争力是线上线下的O2O平台, “一定三导”“五屏联动”加地面的系统模式。乐视影业打出的这套“组合拳”注意到线上和线下的数据整合, 成为当下电影产品所践行的成功商业营销模式。

(三) 电影放映

大数据能够为影片提供前导性的市场预测。2013年, 谷歌公布了一份名为《用谷歌搜索量化电影魔力》的白皮书, 宣称利用电影票房预测模型, 能够提前一个月预测电影上映首周的票房收入, 其准确率可达94%。这种基于电影相关搜索量和票房收入的关联性所建立的模型, 是大数据分析在电影业的一次尝试。这种方式打破了以往抽样调查所带来的不准确性与波动性, 大数据所具有的全样本特性能够更为精确地预测票房。但在业内人士看来, 这种模型过于粗放, 仅仅凭借搜索量却忽视了影片的其他相关数据, 比如微博微信等社交平台上的话题活跃度、电影社区网站的影片评分、影片的评论文本等因素, 都在一定程度上影响了电影票房的预测。这种基于大数据的票房预测能够有效指导电影的制作、营销, 帮助制片方和发行方及时制定或改变策略。同时, 提前预测票房也为影院排片起到指导性作用。除了在上映前预测票房, 伴随大数据技术的进一步完善还可以做到在影片上映期间的动态预测, 根据影片场次、票房的比例及上映期间卖出速度的数据分析, 对上映影片的场次进行合理分析, 并给予调整预警, 帮助影院及时对排片和场次作出调整。

除了票房方面的数据能够指导影院排片, 同时需要考量与收集的数据还涉及到影院自身、观影人群以及影片三个方面。影院自身的特征包括放映设备、影院环境、地理位置、座位数、历史票房、历史排片等数据都会影响到观影人次及电影票房收益。利用大数据技术分析, 针对不同的影院对影片的排片数量及场次规划给出合理建议, 可使影院票房收益达到最大化。另外, 通过大数据分析不同城市、不同区域、不同档次的观影人群的差异, 可以给出最优化建议, 进行差异化排片。最后, 根据影片自身类型、质量等差异, 通过大数据分析, 建立不同时段不同影片类型的消费能力指数, 制定不同时段、不同场次的合理定价。

此外, 大数据系统还能对影院票房进行监管, 控制“偷票房”现象的发生。2014年, 多家影院推出晒出“偷票房”电影票的活动, 通过观众举报对违规影院实施严厉处罚。而新的措施通过影院联网的大数据技术, 影院每出一张票的详细信息都会立即反馈到数据终端上, 力求影院售票透明化。

二、大数据引发的问题与思考

大数据技术在电影行业的应用才刚刚起步, 尚不够成熟, 还需要通过对大数据技术进行不断地研究和开发, 使之更好地契合电影行业的特点, 以促进电影业的发展。除了大数据技术自身的问题之外, 大数据参与电影制作等各个环节, 也凸显出许多问题, 争议性颇高。

(一) 大数据“扼杀艺术家才华”[1]

大数据在电影的宣传、营销方面作用很大, 但其对电影制作的影响却受到诸多质疑。文化产品中常提到的一个悖论明显显现出来, 那就是商业和艺术的对立。这虽然是一个老生常谈的问题, 但大数据技术的确颠覆了电影制作的模式, 一个好故事、好剧本的诞生, 以往都是经过编剧、导演的亲身经历、实地考察, 下大功夫完成的, 而通过大数据分析写出的剧本往往是网民、观众的群策群力, 这固然能够为故事带来许多新鲜的想法和创意, 类似《丝男士》剧本的创作就是由20个段子手共同完成的。这样编写而成的故事拍成的影视剧采取的是分段式的结构, 但电影的剧本则要求更高, 编剧太多往往使主题多义甚至造成影片结构散乱。搜狐视频首席运营官刘春就提醒说, 在大数据时代不要忘记艺术创作的重要性[2]。乐视影业创新事业副总裁陈肃在被问及大数据对电影创作的影响时表示, 互联网对制作的消解很严重, 这是一个消解权威的模式[3]。类似《小时代》《爸爸去哪儿》这样的影片, 都是面向特定群众的消费需求而定制出来的电影, 甚至对于粉丝来说, 对影片艺术质量的要求并不高, 这也就造成了口碑的两极分化。面对这一问题, 陈肃认为, 电影有三个价值:商业价值、娱乐价值和社会价值。他指出电影应该不仅具有娱乐功能, 最终应该走向电影文化与生活, 既要有《小时代》这样娱乐性强的影片, 也要有《归来》这种严肃、有深度的电影。确实, 大数据技术仅仅是帮助电影生产预测和分析的工具, 而一个影片是否能够获得成功, 关键还是在于电影本身。

(二) 大数据有风险

电影行业利用大数据, 仍然面临着许多风险。2014年国庆档上映的影片《黄金时代》就遭遇了大数据预测票房失灵的局面。影片上映前, 在百度百发的新闻发布会上宣布其预测的《黄金时代》的票房为两到三亿。而事实上, 上映五周其内地票房只达到了5154万[4]。而百度百发预测的票房是基于《黄金时代》众筹项目的数据情况得出的。《黄金时代》是由百度推出的众筹平台“百发有戏”的首批众筹项目之一, 其目标是在30天内筹集1500万金额, 但最终只获得了3301位支持者的180万元[5]。众筹所带来的数据并不能完全代表观众的喜好程度, 这种以实际金钱为回报的形式不能排除那些不了解项目本身, 而仅将其作为一个理财项目的投资者, 这部分人群势必会误导对大数据的分析。除此之外, 电影的商业效益和票房是由多种因素共同作用的结果。大数据分析只能对当下和短期的市场情况与受众群体进行有效预测, 而处在信息爆炸的时代是难以预知几年后的观众消费习惯的。当电影按照大数据分析得出的结论投入制作后, 要经历三五年甚至更长时间制作完成的影片所面临的社会与人群早已发生改变。这就提醒电影行业人士, 大数据技术固然具有诸多便捷与优势, 但不能盲目使用, 现阶段要做的更多的是培养大数据思维。

(三) 大数据侵犯隐私权

大数据技术越来越深入广泛地渗入到电影行业的各个环节, 技术本身并无好坏之分, 但大数据由于涉及到用户信息的收集、使用, 有时甚至未经用户同意, 将用户数据用于商业谋利, 会对用户造成困扰。通过大数据分析用户行为, 可以根据用户喜好推荐有价值的信息, 例如许多音乐类APP会在用户打开其主页时根据其近期的播放历史推荐相似歌曲, 而淘宝和百度则更甚, 当用户在浏览网页时, 经常会看到根据淘宝或者百度搜索记录而推送相关的广告信息, 这些广告会影响到用户体验同时也意味着隐私的暴露。因此, 电影行业在利用大数据技术对用户信息进行处理时, 应当注重对隐私的保护, 防止信息外漏, 给用户带来不必要的困扰。

三、结语

新的技术的来临必然要经过各方面的考验, 自电影诞生以来, 经历了有声电影、彩色电影、宽银幕技术、3D技术等技术革命, 在这些变革中, 随着时间的推移, 其价值和意义逐渐凸显出来, 有些技术在今天仍然争论不断。电影因技术而生, 随着技术的发展而发展, 虽然目前大数据技术成为电影行业的一把“双刃剑”, 还面临着诸多问题及不成熟之处, 但不可否认它给电影行业带来了新的可能。作为一门新技术, 应当理性使用, 发挥最大效用, 努力规避风险。除了要针对其存在的问题努力完善大数据技术, 还应当依托政府颁布相关的政策法规, 规范市场秩序, 引导大数据技术的科学发展, 健全监管机制, 促使大数据技术更好地为电影行业服务。

摘要：随着数字技术的不断发展, 互联网时代的信息爆炸, 大数据技术开始进入人们的视野, 其价值越来越受到重视。如今, 大数据在金融、互联网等行业已经得到广泛应用, 电影行业也经历着以网络为核心的重大变革, 大数据技术开始渗入到电影生产的各个环节, 在给电影行业带来新的可能的同时也带来了诸多问题, 如扼杀艺术家才华、风险加大、侵犯隐私等。虽然目前大数据技术成为电影行业的一把“双刃剑”, 还面临着诸多问题及不成熟之处, 但不可否认它给电影行业带来了新的可能。作为一门新技术, 应当理性使用, 除了要针对其存在的问题努力完善其技术外, 还应当依托政府颁布相关的政策法规, 规范市场秩序, 引导其科学发展, 更好地为电影行业服务。

关键词：大数据,电影营销,电影放映

参考文献

[1]刘超.“大数据”时代:电影数据分析扼杀艺术家才华[EB/OL].http://cul.china.com.cn/cswh/2013-07/04/content_6085122.htm, 2013-07-04.

[2]搜狐副总裁刘春:影视创作不能迷信大数据[EB/OL].http://money.163.com/13/0626/04/9294GSNT00253B0H.html, 2013-06-26.

[3]陈肃, 詹庆生.电影大数据:分众和定制时代的思维方式[J].当代电影, 2014, (06) :4-9.

[4]艺恩网[EB/OL].http://www.cbooo.cn/m/612791.

8.大数据行业调研报告篇八

8月22日，在百度世界大会新营销论坛上，百度宣布流量交易服务（Baidu Exchange Service，简称BES）正式上线。

点评：数据显示，2012年我国互联网广告规模约750亿元，但RTB投放占比还不到2%。归结原因在于拥有用户、流量资源的大鳄并未完全入局。中国的RTB模式想要从边缘走向主流，离不开百度等大玩家开放大流量等资源来推波助澜，以及带领整个生态圈快速发展。作为国内市场占有率绝对领先的搜索引擎，百度既是最大的流量入口，也是最大的流量出口，是国内网站最主要的流量来源。BES不仅依托百度平台的优质资源，同时汇聚了百度联盟60万合作伙伴的力量，拥有大量的优质流量。随着占据网络广告市场半壁江山的百度的入局，而将加速推动RTB市场的爆发。

2、沃尔玛收购大数据公司Inkiru

6月，美国零售巨头沃尔玛成功收购数据分析初创公司Inkiru，以帮助建立起电子商务能力并与亚马逊的在线业务相竞争。

点评：Inkiru是一家专注于大数据的数据分析服务商，帮助公司评估和分析客户行为、转化率、优化电子邮件广告、减少成本支出等。沃尔玛收购Inkiru后，将其整合到Walmart Labs，以加强沃尔玛的线上业务。事实上，大数据公司Inkiru是沃尔玛自己今年3月以来的第三笔收购，包括平台及服务公司OneOps，以及社交初创公司Tasty Labs。如今，在线业务已经成为电子商务的必争之地。虽然亚马逊整体收入不如沃尔玛，但是在线业务上已经超越沃尔玛。收购Inkiru，为沃尔玛在在线业务上增加了与亚马逊竞争的砝码。

3、可口可乐·昵称瓶

“文艺青年”、“吃货”、“高富帅”、“白富美”、“小清新”……今年夏天，可口可乐正式推出了昵称瓶，成为这个夏天的一道亮丽的风景。

点评：如果对此次可乐换装只是理解为公司的一次成功卖萌，有很大的运气成分，那就大错特错了。事实上，其背后有着大数据为其做了充分保障：瓶身上的昵称就是在对社交网络上使用频率最高的词汇进行捕捉、通过多个维度进行定量比较后，人工筛选出的。活动启动后的推广也从原来的依靠广告公司进行搜索以寻找互动对象，变成了实时的数据收集、清理、入库，让广告公司可以实时发现并引导活跃或高质量传播者进行互动。有了这些数据的支撑，可口可乐昵称瓶想不火都难。这也让人们豁然开朗：原来大数据不只是互联网公司的“专利”，其他行业也能玩出精彩。

4、京东收购MediaV传言

11月18日，有消息称，京东将以7亿美元价格收购MediaV，交易已接近尾声。对此，京东与聚胜万合均明确予以否认。事实上，早在今年8月初，业界就已经有消息称，京东正在频繁与国内几家DSP企业接触寻找购买对象，包括品友互动、MediaV等。

点评：尽管双方均明确予以否认，但在业内看来，这并不是毫无根据的谣言。随着互联网精准广告投放成为发展趋势，缺少实现的广告技术和完善的广告生态系统却成为京东的短板。京东除了要解决自己庞大的广告投放需求之外，迫切需要一个精准的广告系统为开放平台商家们服务，而购买一家DSP则是最直接有效的方式。如果收购MediaV，京东不但可以满足其体系内的广告投放问题，同时，也为京东增加了一个与阿里抗衡的砝码。在业内看来，京东收购一家DSP企业或许就在不久的将来变成现实。

5、苏宁收购PPTV

10月28日，苏宁云商联手弘毅投资以4.2亿美元投资PPTV聚力，其中苏宁出资2.5亿美元，持股44%成为第一大股东。

点评：视频是互联网的主要应用，占据了流量了很大一部分。苏宁入局视频网站，既能能将用户对PPTV视频的访问接入网站，让苏宁的互联网品牌更加深入人心，接入苏宁的内容，甚至导入苏宁的商品页面，从而形成集群效应；同时，通过对PPTV的收购，苏宁还可以丰富对用户数据库内容的收集，利用大数据技术完善用户的个人档案，从而形成在线下提供差异化服务的能力。

6、腾讯云全面开放

9月9日，腾讯云开放战略发布会在京举行，正式宣布全面开放。据悉，腾讯云定位于服务互联网应用开发者的公有云平台，覆盖了计算云、数据云、个人云三个层面，包括云服务器、云数据库、NoSQL高速存储、罗盘、CDN、云监控和云安全等产品。

点评：在大数据主宰的时代，数据的同步成为了很多外部应用的迫切需求，腾讯云的到来，为开发者的成长壮大扫清了障碍，最大程度保证了开发者的利益，最大化地激发了开发者的创造力，能帮助每个开发者成就自己的梦想。

7、大数据成就《小时代》

投资4000多万，上映首周票房2.6亿元，观影人次达830余万……最终，《小时代1》以近5亿的高票房顺利拿下暑期档国产影片票房冠军，而《小时代2》也以近3亿票房让人惊羡。《小时代》在票房、推广的成功，被认为是借助大数据分析成功的典范。

点评：影视剧中最早利用大数据的是由大卫·芬奇、鲍尔·威利蒙联合执导、美国视频网站NetFlix投拍的美剧《纸牌屋》，这部运用大数据投拍的电视剧热映，让中国电影人意识到大数据极其独特的价值。这意味着中国的电影人开始对大数据进行思考，未来媒体及传统影视剧市场也有可能将由大数据来主导。

8、双十一，阿里推出“千人千面”

今年“双十一”，基于交易大数据的阿里“千人千面”终于露出真容。所谓“千人千面”，指对不同消费者有专属会场：在活动预热期间，用户关注、浏览、加入购物车、收藏等行为的数据进行分析；而消费者抢到的红包、领到的优惠券等所有相关信息也将集合在一起，最终形成每个消费者的专属会场。

点评：“千人千面”是阿里主动改变往年单一主会场的模式，试图避免往年流量过于集中在少数商品的尴尬；从大数据层面来看，利用交易数据的分析结构，对流量进行个性化分配，虽然精准效果如何还有待观察，但有一点是肯定的：长尾流量被充分分配了。

9、菜鸟网络成立

5月28日，阿里牵头的“中国智能骨干网”项目正式启动，定名为“菜鸟网络”。这是阿里联合了银泰、复星、富春及相关物流公司、金融机构等组建的新公司。其目标是通过5至8年的努力打造一个开放的社会化物流大平台，在全国任意一个地区做到24小时送达。

点评：“菜鸟”的诞生实质上就是淘宝大物流计划，不过这次是阿里借助第三方物流的路子来实现。菜鸟通过打造智能物流骨干网，对生产流通的数据进行整合运作，实现信息的高速流转，而生产资料、货物则尽量减少流动，以提升效率。有人认为这种运作模式将颠覆传统物流模式。