大數(shù)據(jù)應(yīng)用市場(chǎng)專(zhuān)題分析

1、中國(guó)大數(shù)據(jù)應(yīng)用市場(chǎng)專(zhuān)題分析技術(shù)創(chuàng)新，變革未來(lái)目 錄背景：變革綻放中的大數(shù)據(jù)應(yīng)用現(xiàn)實(shí)：細(xì)分深耕中的大數(shù)據(jù)應(yīng)用應(yīng)用：以用戶(hù)為中心的典型案例未來(lái)：大數(shù)據(jù)應(yīng)用未來(lái)趨勢(shì)發(fā)展010203041背景：變革綻放中的大數(shù)據(jù)應(yīng)用大數(shù)據(jù)廣泛的應(yīng)用到各個(gè)行業(yè)各個(gè)領(lǐng)域，帶來(lái)商業(yè)變革、管理 變革和思維變革分析認(rèn)為，隨著人類(lèi)社會(huì)的不斷發(fā)展，大數(shù)據(jù)帶來(lái)的變革不言而喻。從思維變革到管理變革再到商業(yè)變革，大數(shù)據(jù)帶來(lái)量到質(zhì)的改變。一方面，可 以帶來(lái)更高的經(jīng)濟(jì)價(jià)值，另一方面，大數(shù)據(jù)的發(fā)展撼動(dòng)著我們生活的方方面面，從學(xué)術(shù)到商業(yè)，從政府到百姓，從醫(yī)療、家居、教育、金融、安防、建筑、交通、 制造、農(nóng)業(yè)、倉(cāng)儲(chǔ)、化工和酒店服務(wù)，這種改變滲透到

2、生活的每個(gè)領(lǐng)域。醫(yī)療家居教育金融安防建筑交通制造農(nóng)業(yè)倉(cāng)儲(chǔ)化工酒店服務(wù)“這僅僅只是一個(gè)開(kāi)始，大數(shù)據(jù)時(shí)代對(duì)我們的生活，以及與世界交流的方式都提出了挑戰(zhàn)。最驚人的是，社會(huì)需要放棄它對(duì)因果關(guān)系的渴求，而僅需要關(guān)注相互關(guān)系。這就推翻了自古以來(lái)的慣例，而我們做決定和理解現(xiàn)實(shí)的最基本方式也將受到挑戰(zhàn)?！贝髷?shù)據(jù)時(shí)代大數(shù)據(jù)思維變革更好、更雜和更多商業(yè)變革數(shù)據(jù)化和價(jià)值管理變革風(fēng)險(xiǎn)和掌控4大數(shù)據(jù)應(yīng)用百花齊放，主要受到政策支持、技術(shù)推動(dòng)、資本 助力和企業(yè)數(shù)字化轉(zhuǎn)型需求推動(dòng) 中央和地方政府紛紛出臺(tái)大數(shù)據(jù)應(yīng)用相關(guān)政策“數(shù)字中國(guó)”的提出加快我國(guó)大數(shù)據(jù)的發(fā)展。加快政務(wù)大數(shù)據(jù)匯聚管理，完 善基礎(chǔ)信息資源庫(kù)和推動(dòng)重點(diǎn)領(lǐng)域數(shù)據(jù)資源

3、共享應(yīng)用是地方政府更多傾向的 大數(shù)據(jù)相關(guān)政策方向政府、金融和電商成為“火熱”落地場(chǎng)景政府、金融和電商積累了大量?jī)?yōu)質(zhì)可衡量數(shù)據(jù)，為數(shù)據(jù)服務(wù)SaaS商提供了更 多可落地和可執(zhí)行的方案來(lái)趨勢(shì)屬性技術(shù)未來(lái)發(fā)展具有趨勢(shì)屬性大數(shù)據(jù)+人工智能、大數(shù)據(jù)+云計(jì)算、數(shù)據(jù)中臺(tái)化和數(shù)據(jù)資產(chǎn)管理理論具有未16.67%1500萬(wàn)250萬(wàn)市場(chǎng)有付費(fèi)能力 和習(xí)慣的客戶(hù)市場(chǎng)目前成熟度 情況市場(chǎng)有成長(zhǎng)潛力 的客戶(hù)市場(chǎng)預(yù)計(jì)規(guī)模 情況25000億大數(shù)據(jù)應(yīng)用市場(chǎng)目前仍在“野蠻成長(zhǎng)”，整體提升空間巨大2019年市場(chǎng)有付費(fèi)能力的客戶(hù)約53萬(wàn)家，市場(chǎng)有成長(zhǎng)潛力的客戶(hù)數(shù)量約749萬(wàn)家，整體市場(chǎng)成熟度為7.07%，市場(chǎng)規(guī)模9000億元。預(yù)計(jì)3年

4、后的2022 年，整體市場(chǎng)規(guī)模快速提升，有望達(dá)到25000億元2019年市場(chǎng)情況2022年市場(chǎng)趨勢(shì)整體情況描述7.07%749萬(wàn)53萬(wàn)9000億數(shù)據(jù)說(shuō)明：易觀根據(jù)市場(chǎng)公開(kāi)數(shù)據(jù)和行業(yè)訪談以及相關(guān)數(shù)據(jù)模型估算 用戶(hù)成功成為大數(shù)據(jù)應(yīng)用的指導(dǎo)思想中國(guó)移動(dòng)互聯(lián)網(wǎng)市場(chǎng)增速已經(jīng)明顯放緩，人口紅利逐漸消失，移動(dòng)互聯(lián)網(wǎng)進(jìn) 入了下半場(chǎng)，市場(chǎng)競(jìng)爭(zhēng)已經(jīng)從增量用戶(hù)競(jìng)爭(zhēng)階段逐步轉(zhuǎn)化成為存量用戶(hù)競(jìng)爭(zhēng) 的階段WEBINAR5大數(shù)據(jù)應(yīng)用政策的相對(duì)落地助推細(xì)分行業(yè)和領(lǐng)域的迅速發(fā)展大數(shù)據(jù)應(yīng)用政策具體解讀：以“城市大腦”建設(shè)應(yīng)用的行動(dòng)方案，以大數(shù)據(jù)優(yōu)秀產(chǎn)品和應(yīng)用的解決方案，以首批交通領(lǐng)域大數(shù)據(jù)融合應(yīng)用試點(diǎn)方案的出 臺(tái)來(lái)看，從政策層面

5、發(fā)出了明確的大數(shù)據(jù)應(yīng)用落地信號(hào)，同時(shí)標(biāo)志著我國(guó)大數(shù)據(jù)應(yīng)用將進(jìn)入新的水平階段時(shí)間關(guān)鍵詞具體政策法規(guī)2019.10大數(shù)據(jù)開(kāi)發(fā)應(yīng)用海南省大數(shù)據(jù)開(kāi)發(fā)應(yīng)用條例發(fā)布2019.8數(shù)字經(jīng)濟(jì)發(fā)展四川省人民政府關(guān)于加快推進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展的指導(dǎo)意見(jiàn)2019.7數(shù)據(jù)資源開(kāi)放上海市公共數(shù)據(jù)資源開(kāi)放2019年度工作計(jì)劃發(fā)布2019.6建設(shè)應(yīng)用浙江省“城市大腦”建設(shè)應(yīng)用行動(dòng)方案2019.5數(shù)據(jù)安全國(guó)家互聯(lián)網(wǎng)信息辦公室關(guān)于數(shù)據(jù)安全管理辦法（征求意見(jiàn)稿）公開(kāi)征求意見(jiàn)的通知2019.4打破數(shù)據(jù)孤島北京市經(jīng)濟(jì)和信息化局關(guān)于對(duì)北京市公共數(shù)據(jù)管理辦法（征求意見(jiàn)稿）2019.3數(shù)字政府廣東省人民政府辦公廳關(guān)于印發(fā)廣東省“數(shù)字政府”改革建設(shè)

6、2019年工作要點(diǎn)的通知2019.2綠色數(shù)據(jù)中心三部門(mén)聯(lián)合印發(fā)關(guān)于加強(qiáng)綠色數(shù)據(jù)中心建設(shè)的指導(dǎo)意見(jiàn)2019.2產(chǎn)品/解決方案征集工業(yè)和信息化部辦公廳關(guān)于組織開(kāi)展2019年大數(shù)據(jù)優(yōu)秀產(chǎn)品和應(yīng)用解決方案征集活動(dòng)的通知2019.2行業(yè)大數(shù)據(jù)試點(diǎn)交通運(yùn)輸部關(guān)于公布首批交通運(yùn)輸大數(shù)據(jù)融合應(yīng)用試點(diǎn)項(xiàng)目名單的通知2018.11數(shù)據(jù)規(guī)范國(guó)家發(fā)改委等四部門(mén)關(guān)于印發(fā)公共資源交易平臺(tái)系統(tǒng)數(shù)據(jù)規(guī)范（V2.0）的通知2018.9教育推動(dòng)教育部辦公廳關(guān)于開(kāi)展人工智能助推教師隊(duì)伍建設(shè)行動(dòng)試點(diǎn)工作的通知2018.9數(shù)字經(jīng)濟(jì)擴(kuò)大就業(yè)19部委聯(lián)合發(fā)文：大力發(fā)展數(shù)字經(jīng)濟(jì)穩(wěn)定并擴(kuò)大就業(yè)2018.8信息消費(fèi)升級(jí)關(guān)于印發(fā)擴(kuò)大和升級(jí)信息消費(fèi)

7、三年行動(dòng)計(jì)劃（2018-2020年）的通知6大數(shù)據(jù)應(yīng)用是基于數(shù)據(jù)采集、處理、分析這些流程之后的產(chǎn)物事件分析熱圖分析 用戶(hù)分群轉(zhuǎn)化漏斗渠道分析 屬性分析實(shí)時(shí)分析Session分析 用戶(hù)APP偏好留存分析智能路徑 用戶(hù)場(chǎng)景偏好間隔分析分布分析 用戶(hù)領(lǐng)域偏好可視化用戶(hù)分析界面即席查詢(xún)自定義SQL查詢(xún)用戶(hù)行為分析產(chǎn)品移動(dòng)數(shù)據(jù)分析KPI量化體系監(jiān)測(cè)產(chǎn)品業(yè)務(wù)數(shù)據(jù)分析運(yùn)營(yíng)和業(yè)務(wù)數(shù)據(jù)打通投放渠道評(píng)估診斷活動(dòng)效果評(píng)估診斷版本更新評(píng)估診斷業(yè)務(wù)場(chǎng)景轉(zhuǎn)化分析內(nèi)容運(yùn)營(yíng)轉(zhuǎn)化分析產(chǎn)品優(yōu)化效果分析用戶(hù)觸達(dá)效果分析APPH5WEB小程序業(yè)務(wù)數(shù)據(jù)對(duì)接CRMERP數(shù)據(jù)庫(kù)API后端數(shù)據(jù)采集服務(wù)端日志數(shù)據(jù)庫(kù)API前端數(shù)據(jù)采集可視化埋點(diǎn)

8、代碼埋點(diǎn)埋點(diǎn)方式OLAPIOTAAd hocEasy SchedulerUSER去ETLEVENT統(tǒng)一視圖數(shù)倉(cāng)模型查詢(xún)引擎分布緩存計(jì)算引擎指標(biāo)規(guī)范數(shù)據(jù)同步數(shù)據(jù)清洗任務(wù)調(diào)度監(jiān)控告警數(shù)據(jù)采集數(shù)據(jù)處理大數(shù)據(jù)中間件數(shù)據(jù)分析7了解用戶(hù)的產(chǎn)品使用情況，通過(guò)用戶(hù)行為數(shù)據(jù)分析迭代 產(chǎn)品。根據(jù)用戶(hù)的消費(fèi)行為、渠道偏好、互聯(lián)網(wǎng)行為等 細(xì)分客群，了解用戶(hù)差異化需求大數(shù)據(jù)技術(shù)本質(zhì)是推動(dòng)無(wú)差異的、平民化的數(shù)據(jù)應(yīng)用時(shí)代的 來(lái)臨，當(dāng)前可通過(guò)產(chǎn)品/服務(wù)、用戶(hù)和運(yùn)營(yíng)數(shù)字化轉(zhuǎn)型推進(jìn)不到2年2-5年5-10年超過(guò)10年高分布式技術(shù) 高并發(fā)處理 實(shí)時(shí)性計(jì)算數(shù)據(jù)中臺(tái)化 智能應(yīng)用數(shù)據(jù)資產(chǎn)管理理論數(shù)據(jù)閉環(huán) 數(shù)字經(jīng)濟(jì) 數(shù)據(jù)戰(zhàn)略中計(jì)算機(jī)視覺(jué)

9、集成學(xué)習(xí) 知識(shí)圖譜 數(shù)據(jù)安全 邊緣計(jì)算深度神經(jīng)網(wǎng)絡(luò) 預(yù)測(cè)分析 機(jī)器學(xué)習(xí) 深度學(xué)習(xí)數(shù)據(jù)治理 增強(qiáng)現(xiàn)實(shí) 數(shù)字化倫理 規(guī)范性分析低知識(shí)管理工具 應(yīng)用數(shù)學(xué) 統(tǒng)計(jì)學(xué)獲得主流接受的年限好 處大數(shù)據(jù)技術(shù)趨勢(shì)優(yōu)先級(jí)矩陣用戶(hù)數(shù)字化依據(jù)業(yè)務(wù)數(shù)據(jù)進(jìn)行產(chǎn)品運(yùn)營(yíng)決策，提升運(yùn)營(yíng)效率，降低運(yùn) 營(yíng)成本，實(shí)現(xiàn)服務(wù)數(shù)字化、智能化運(yùn)營(yíng)數(shù)字化產(chǎn)品/服務(wù)數(shù)字化數(shù)字化產(chǎn)品實(shí)質(zhì)上是用戶(hù)的數(shù)字化觸 點(diǎn)，可以隨時(shí)觸達(dá)用戶(hù)、并提供滿(mǎn)足 個(gè)性化客戶(hù)需求的產(chǎn)品和服務(wù)大數(shù)據(jù)技術(shù)驅(qū)動(dòng)大數(shù)據(jù)應(yīng)用 的數(shù)字化轉(zhuǎn)型810基于位置、大數(shù)據(jù)存儲(chǔ)、營(yíng)銷(xiāo)場(chǎng)景化和數(shù)據(jù)智能化的大數(shù)據(jù)廠商 更受2019年上半年投資者青睞大數(shù)據(jù)技術(shù)與應(yīng)用融資情況表 2019H1輪次時(shí)間最新融

10、資時(shí)間公司業(yè)務(wù)成立時(shí)間融資額（人民幣）投資公司2019年6月熱云數(shù)據(jù)移動(dòng)應(yīng)用、游戲數(shù)據(jù)統(tǒng)計(jì)分析平臺(tái)2013年11月B+輪1億復(fù)星集團(tuán)2019年6月城云國(guó)際城云是一家大數(shù)據(jù)應(yīng)用與運(yùn)營(yíng)服務(wù)商2012年8月C輪-3億綠地控股2019年6月軟通智慧智慧城市技術(shù)服務(wù)運(yùn)營(yíng)商2017年5月A+輪億元以上毅達(dá)資本2019年4月奇簡(jiǎn)軟件數(shù)據(jù)存儲(chǔ)和檢索2015年11月并購(gòu)今日頭條2019年4月鯨魚(yú)智能精準(zhǔn)營(yíng)銷(xiāo)2017年2月A輪未透露修善谷2019年4月智慧足跡運(yùn)營(yíng)商大數(shù)據(jù)選址、營(yíng)銷(xiāo)、金融、產(chǎn)業(yè)2015年12月戰(zhàn)略投資京東數(shù)科2019年4月杉巖數(shù)據(jù)數(shù)據(jù)存儲(chǔ)2014年9月B輪未透露廣發(fā)乾和領(lǐng)投2019年4月未來(lái)導(dǎo)航數(shù)

11、據(jù)定位、位置服務(wù)2017年1月B輪未透露天津冉程科技合伙企業(yè)（有限合伙）投資2019年4月勾正數(shù)據(jù)智能終端大數(shù)據(jù)分析平臺(tái)2014年5月戰(zhàn)略投資風(fēng)行網(wǎng)2019年4月東方金信大數(shù)據(jù)平臺(tái)和大數(shù)據(jù)解決方案2013年2月戰(zhàn)略投資騰訊2019年3月麥盟科技數(shù)據(jù)營(yíng)銷(xiāo)2018年3月A輪未透露灃源資本2019年2月星環(huán)科技大數(shù)據(jù)基礎(chǔ)軟件2016年3月D輪億元以上TCL資本領(lǐng)投2019年2月企查查企業(yè)信用查詢(xún)2014年3月B+輪數(shù)千萬(wàn)文華海匯2019年1月見(jiàn)知數(shù)據(jù)企業(yè)財(cái)務(wù)和資金管理方向的數(shù)據(jù)挖掘和應(yīng)用2016年9月戰(zhàn)略投資天坤國(guó)際來(lái)源：IT桔子易觀整理大數(shù)據(jù)應(yīng)用進(jìn)入高速發(fā)展期，未來(lái)新商業(yè)模式的出現(xiàn)有望帶動(dòng)更大發(fā)展

12、10大數(shù)據(jù)產(chǎn)業(yè)在 中國(guó)逐步受到關(guān)注， 部分先發(fā)展道路， 但 是此時(shí)的探索 還處于早期階 段2015 年， 國(guó) 務(wù)院正式印 發(fā) 促進(jìn)大 數(shù)據(jù)發(fā)展行 動(dòng)綱要， 綱要 明 確推動(dòng)大數(shù) 據(jù)發(fā)展和應(yīng) 用大數(shù)據(jù) 市場(chǎng)產(chǎn)品 概念普 同質(zhì)化程 及， 資 度加強(qiáng)， 本市場(chǎng) 各色數(shù)據(jù) 不斷關(guān) 分析廠商 注， 具 借機(jī)粉墨 有數(shù)據(jù) 登場(chǎng)。 大 資產(chǎn)的 量資金涌 企業(yè)謀 入， 人才 求 轉(zhuǎn) 型 集 聚 增 長(zhǎng)2016年，大數(shù)據(jù)“十三五”規(guī)劃將出 臺(tái)探索期（-2011）早期階段（2012-2016）高速發(fā)展期（2017-2025）市場(chǎng)成熟期（2025-）信息化改造時(shí)期互聯(lián)網(wǎng)化改造時(shí)期數(shù)據(jù)應(yīng)用大量落地時(shí)期共贏時(shí)期大數(shù)據(jù)市

13、場(chǎng)陸續(xù)出現(xiàn) 新商業(yè)模式，細(xì)分市 場(chǎng)涌現(xiàn)出更加勃勃的生機(jī)，人工智能在里面功不可沒(méi)多種商業(yè)模式得到 市場(chǎng)印證， 新產(chǎn)品 和服務(wù)具有穩(wěn)定的 剛性需求， 細(xì)分市 場(chǎng)走向差異化競(jìng)爭(zhēng)行業(yè)發(fā)展階段市場(chǎng)認(rèn)可度A BCDEFGHI大數(shù)據(jù)發(fā)展的快速程度超出想象。不僅在TO B端，TO C端普通用 戶(hù)越來(lái)越多的感受到大數(shù)據(jù)的浪 潮，企業(yè)用大數(shù)據(jù)進(jìn)行決策，普 通大眾無(wú)形中被大數(shù)據(jù)裹挾Hadoop項(xiàng)目于2005年誕生， 行者開(kāi)始探索這是大數(shù)據(jù)技 術(shù)實(shí)現(xiàn)的基礎(chǔ) 技 術(shù) 原 型 。 2008年，計(jì)算 社區(qū)聯(lián)盟發(fā)布 大數(shù)據(jù)白皮書(shū)， 獲得廣泛認(rèn)可“很多人還沒(méi)搞清楚什么是PC互聯(lián)網(wǎng)，移動(dòng)互聯(lián)網(wǎng)來(lái)了，我們還沒(méi)搞清楚移動(dòng)互聯(lián)的時(shí)候，

14、大數(shù)據(jù)時(shí)代又來(lái)了”馬云卸任時(shí)候的演講摘錄2019年大數(shù)據(jù)應(yīng)用市場(chǎng)AMC模型大數(shù)據(jù)應(yīng)用可以按照應(yīng)用延展、企業(yè)級(jí)應(yīng)用和行業(yè)級(jí)應(yīng)用進(jìn)行劃分11企業(yè)級(jí)應(yīng)用行業(yè)級(jí)應(yīng)用數(shù)據(jù)分析平臺(tái)AI商業(yè)互金政府醫(yī)療金融零售/電商教育娛樂(lè)法律客服企業(yè)生 產(chǎn)力后 臺(tái)自 動(dòng) 化安全人力資源營(yíng)銷(xiāo)B2B數(shù)據(jù)分析BI平臺(tái)可視化計(jì)算機(jī)視覺(jué)垂直AI搜索日志分析社交分析數(shù)據(jù)服務(wù)金融和經(jīng)濟(jì)物聯(lián)網(wǎng)云服務(wù)人/實(shí)體數(shù)據(jù)監(jiān)測(cè)數(shù)據(jù)交易數(shù)據(jù)自采數(shù)據(jù)挖掘數(shù)據(jù)清洗數(shù)據(jù)處理數(shù)據(jù)轉(zhuǎn)化 數(shù)據(jù)存儲(chǔ)數(shù)據(jù)算法技術(shù)支撐INFRASTRUCTUREFRAMEWORKQUERY/DATA FLOWDATA ACCESSSTREAMINGAI/ML/DLL O G G I

15、N G & MONITORINGSECURITYMPP DBs數(shù)據(jù)智能平臺(tái)HADOOPHADOOP IN THE CLOUD數(shù)據(jù)統(tǒng)計(jì)房產(chǎn)數(shù)據(jù)來(lái)源數(shù)據(jù)采集大數(shù)據(jù)中間件應(yīng)用延展數(shù)據(jù)科學(xué)平臺(tái)移動(dòng)應(yīng)用分析/網(wǎng)頁(yè)分析營(yíng)銷(xiāo)自動(dòng)化銷(xiāo)售自動(dòng)化A/B測(cè)試/個(gè)性化客戶(hù)體驗(yàn)/用戶(hù)成功基于賬號(hào)營(yíng) 銷(xiāo)(ABM)用戶(hù)營(yíng)銷(xiāo)CRM裂變營(yíng)銷(xiāo)2現(xiàn)實(shí)：細(xì)分深耕中的大數(shù)據(jù)應(yīng)用大數(shù)據(jù)行業(yè)級(jí)應(yīng)用在行業(yè)級(jí)應(yīng)用中，大數(shù)據(jù)的這個(gè)特性可以被應(yīng)用到方方面面，各個(gè)行業(yè)。其中，在金 融、電商、政府和物流等行業(yè)，大數(shù)據(jù)的發(fā)展有著先天的優(yōu)勢(shì)，通過(guò)數(shù)據(jù)再利用、數(shù) 據(jù)重組和數(shù)據(jù)公開(kāi)，數(shù)據(jù)價(jià)值和應(yīng)用得到進(jìn)一步提升不同行業(yè)的大數(shù)據(jù)應(yīng)用看點(diǎn)各不相同，但都在往更好的

16、方向發(fā)展， 同時(shí)注重與每個(gè)消費(fèi)個(gè)體進(jìn)行聯(lián)結(jié)是其本質(zhì)特征14醫(yī)療未來(lái)應(yīng)用看點(diǎn)智能醫(yī)療平臺(tái)化深化發(fā)展電子病歷完善醫(yī)療大數(shù)據(jù)水平醫(yī)療大數(shù)據(jù)將在CDSS上獲得突破電子病歷臨床輔助決策支持?jǐn)?shù)據(jù)整合后的全智能診療新零售未來(lái)應(yīng)用看點(diǎn)消費(fèi)者全過(guò)程數(shù)據(jù)描述產(chǎn)業(yè)鏈營(yíng)銷(xiāo)重構(gòu)線(xiàn)上線(xiàn)下數(shù)據(jù)融合和系統(tǒng)對(duì)接提升運(yùn)營(yíng)效率供應(yīng)鏈環(huán)節(jié)新商業(yè)模式政府公共服務(wù)未來(lái)應(yīng)用看點(diǎn)政府的智能化數(shù)據(jù)驅(qū)動(dòng)政府公共服務(wù)促進(jìn)政府的數(shù)據(jù)治理加強(qiáng)統(tǒng)籌規(guī)劃提高智慧城市感知水平提高經(jīng)濟(jì)社會(huì)智慧化水平金融未來(lái)應(yīng)用看點(diǎn)大數(shù)據(jù)風(fēng)控建立客戶(hù)信用評(píng)分、 監(jiān)測(cè)對(duì)照體系進(jìn)一步完善數(shù)據(jù)整合效率提升，數(shù)據(jù)價(jià)值 深挖客戶(hù)行為分析金融風(fēng)險(xiǎn)分析通信未來(lái)應(yīng)用看點(diǎn)客戶(hù)體驗(yàn)分析客戶(hù)價(jià)值分

17、析支撐營(yíng)銷(xiāo)運(yùn)營(yíng)管理應(yīng)用客戶(hù)體驗(yàn)管理促進(jìn)智能管道運(yùn)營(yíng)應(yīng)用汽車(chē)未來(lái)應(yīng)用看點(diǎn)無(wú)人駕駛車(chē)載信息服務(wù)數(shù)據(jù)精準(zhǔn)數(shù)據(jù)分析車(chē)+人的數(shù)據(jù)模式數(shù)據(jù)驅(qū)動(dòng)無(wú)人駕駛進(jìn)一步提升電子商務(wù)未來(lái)應(yīng)用看點(diǎn)市場(chǎng)營(yíng)銷(xiāo)個(gè)性化導(dǎo)購(gòu)千人千面數(shù)據(jù)化運(yùn)營(yíng)數(shù)據(jù)資產(chǎn)化物流未來(lái)應(yīng)用看點(diǎn)提高物流的智能化水平降低物流成本提高用戶(hù)服務(wù)水平庫(kù)存預(yù)測(cè)、設(shè)備修理預(yù)測(cè)、 供應(yīng)鏈協(xié)同管理sale大數(shù)據(jù)在金融、電商領(lǐng)域的應(yīng)用相對(duì)成熟，教育、醫(yī)療、物流等 行業(yè)加速落地15金 融醫(yī) 學(xué)物 流金融行業(yè)，大數(shù)據(jù)在高頻交易、社交情緒分析和信貸風(fēng)險(xiǎn)分 析三大金融創(chuàng)新領(lǐng)域發(fā)揮重大作用生物醫(yī)學(xué)，大數(shù)據(jù)可以幫助我們實(shí)現(xiàn)流行病預(yù)測(cè)、智慧醫(yī)療、 健康管理，同時(shí)還可以幫助我們解讀DNA，了

18、解人類(lèi)自己物流行業(yè)，利用大數(shù)據(jù)優(yōu)化物流網(wǎng)絡(luò)，提高物流效率，降 低物流成本電電商行業(yè)在大數(shù)據(jù)應(yīng)用方面經(jīng)驗(yàn)豐富，比較充分的有用戶(hù) 商畫(huà)像、精準(zhǔn)投放、數(shù)據(jù)可視化和智能推薦等政府主要落地行業(yè)為金融、互聯(lián)網(wǎng)等數(shù)字化程度較高的行業(yè)大數(shù)據(jù)領(lǐng)域應(yīng)用行業(yè)滲透情況物流醫(yī)療智慧城市金融電商 銀行數(shù)字資產(chǎn)信息安全流程優(yōu)化醫(yī)療輔助汽車(chē)無(wú)人駕駛基礎(chǔ)設(shè)施政 府城市管理，可以利用大數(shù)據(jù)實(shí)現(xiàn)智能交通、環(huán)保監(jiān)測(cè)、城市 規(guī)劃和智能安防分析認(rèn)為，大數(shù)據(jù)的價(jià)值在于可以被重復(fù)和反復(fù)利用。大數(shù)據(jù)被應(yīng)用到方方面面，各個(gè)行業(yè)。其中，在金融、電商、政府和物流等領(lǐng)域，大數(shù)據(jù) 的發(fā)展有著先天的優(yōu)勢(shì)，通過(guò)數(shù)據(jù)再利用、數(shù)據(jù)重組和數(shù)據(jù)公開(kāi)，數(shù)據(jù)價(jià)值和應(yīng)用

19、得到進(jìn)一步提升。以電商為例，通過(guò)數(shù)據(jù)分析精準(zhǔn)觸達(dá)，可以有效提升用戶(hù)活 躍和用戶(hù)粘性，促進(jìn)用戶(hù)消費(fèi)和復(fù)購(gòu)大數(shù)據(jù)企業(yè)級(jí)應(yīng)用企業(yè)級(jí)應(yīng)用的關(guān)鍵是用戶(hù)挖掘大數(shù)據(jù)在企業(yè)級(jí)應(yīng)用更加落地，通過(guò)幫助客戶(hù)實(shí)現(xiàn)降本增效、數(shù)字化轉(zhuǎn)型 等助力客戶(hù)快速發(fā)展大數(shù)據(jù)企業(yè)級(jí)應(yīng)用通過(guò)挖掘用戶(hù)在商業(yè)發(fā)展及數(shù)字化場(chǎng)景得以實(shí)現(xiàn)17熱數(shù)據(jù)：根據(jù)時(shí)間維度，可以在關(guān)鍵時(shí) 間節(jié)點(diǎn)如生日、紀(jì)念日等；生活場(chǎng)景維 度，可以在家人聚會(huì)、好友聚餐、志同 道合的朋友相聚等溫?cái)?shù)據(jù)：行為數(shù)據(jù)，如偏好、活躍時(shí)間冷數(shù)據(jù)：基礎(chǔ)數(shù)據(jù)，如人口特征基本屬性年齡、性別、消費(fèi) 能力、城市層級(jí)精 準(zhǔn) 推 送機(jī) 器 學(xué) 習(xí)數(shù)據(jù)聚合用戶(hù)畫(huà)像用戶(hù)細(xì)分需求應(yīng)對(duì)新需求挖掘引導(dǎo)潛在消費(fèi)用

20、戶(hù)數(shù)據(jù)解析需求拆分需求理解消費(fèi)偏好購(gòu)買(mǎi)行為、品牌 偏好、購(gòu)買(mǎi)力內(nèi)容偏好軍事、資訊、娛 樂(lè)、財(cái)經(jīng)、歷史產(chǎn)品偏好 硬件、兼容、 安全、便捷大數(shù)據(jù)數(shù)據(jù)分析運(yùn)營(yíng)場(chǎng)景產(chǎn)品場(chǎng)景營(yíng)銷(xiāo)場(chǎng)景應(yīng)用場(chǎng)景運(yùn)營(yíng)活動(dòng)評(píng)估用戶(hù)留存分析用戶(hù)轉(zhuǎn)化分析產(chǎn)品迭代分析功能使用分析用戶(hù)場(chǎng)景還原渠道廣告跟蹤渠道拉新分析渠道ROI 分析大數(shù)據(jù)在企業(yè)級(jí)應(yīng)用方面通過(guò)對(duì)于用戶(hù)的挖掘來(lái)實(shí)現(xiàn)商業(yè)發(fā)展及數(shù)字化應(yīng)用場(chǎng)景的實(shí)現(xiàn)。以某旅游網(wǎng)站為例，通過(guò)利用海量真實(shí)行程， 提煉出精華線(xiàn)路，降低用戶(hù)側(cè)行程規(guī)劃難度提升產(chǎn)品銷(xiāo)量；又如某財(cái)富管理企業(yè)，通過(guò)數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品優(yōu)化和轉(zhuǎn)化商業(yè)發(fā)展數(shù)字化應(yīng)用場(chǎng)景的實(shí)現(xiàn)用戶(hù)挖掘的關(guān)鍵是以用戶(hù)視角出發(fā)，提供細(xì)化的用戶(hù)分階段、 分層、

21、分群的精細(xì)化運(yùn)營(yíng)18注意力運(yùn)營(yíng)交易類(lèi)運(yùn)營(yíng)效率類(lèi)運(yùn)營(yíng)如何進(jìn)行用戶(hù)挖掘如：工具類(lèi)、B2B等關(guān)注使用深度類(lèi)指標(biāo)如：電子商務(wù)平臺(tái)、各種交 易平臺(tái)、生活服務(wù)關(guān)注交易類(lèi)指標(biāo)如：媒體、IM以及通過(guò)廣告 變現(xiàn)的，而不是直接向用戶(hù) 收費(fèi)關(guān)注用戶(hù)粘性類(lèi)指標(biāo)用戶(hù)分層分析模型指標(biāo)體系集中有限資源服務(wù)創(chuàng)造最大價(jià)值的人群用戶(hù)分群分析模型算法設(shè)計(jì)不同人群的需求不同，用不同的方式運(yùn)營(yíng)新用 戶(hù)流失 用戶(hù)成熟 用戶(hù)高價(jià)值用 戶(hù)流 失新用戶(hù)分析召回用戶(hù)分析召回 用戶(hù)喚 醒激 活流失召 回營(yíng)銷(xiāo)渠道 效果評(píng)估 提高ROI流失預(yù)警延 長(zhǎng)生命周期 流失分 析 用 戶(hù) 去 向特征分析，提高用戶(hù)價(jià)值活躍用戶(hù)分析提升體驗(yàn)，延長(zhǎng)生命周期流 量分析

22、認(rèn)為，從用戶(hù)數(shù)據(jù)來(lái)看，注意力運(yùn)營(yíng)重點(diǎn)關(guān)注：粘性、UV、 PV庫(kù)存、訪問(wèn)時(shí)長(zhǎng)、訪問(wèn)頻次、用戶(hù)到訪周期和訪問(wèn)間隔等；交易類(lèi)運(yùn)營(yíng)重點(diǎn)關(guān) 注交易、交易活躍度、新商品比例、商品被搜索比例、GMV、ARPU等；效率類(lèi)運(yùn)營(yíng)用戶(hù)使用深度指標(biāo)、用戶(hù)完成一次工作流的數(shù)量、用戶(hù)完成一次工作流時(shí)間。 用戶(hù)挖掘的核心是從用戶(hù)角度出發(fā)，把著眼點(diǎn)放置在有利于每一個(gè)獨(dú)立個(gè)體。但隱私保護(hù)問(wèn)題也隨即提上日程，值得一提的是，立法保護(hù)雖然有助于此，但是從個(gè) 人到讓數(shù)據(jù)使用者承擔(dān)責(zé)任還有很長(zhǎng)的路要走大數(shù)據(jù)工具級(jí)應(yīng)用大數(shù)據(jù)工具級(jí)應(yīng)用場(chǎng)景包括但不限于CRM、裂變營(yíng)銷(xiāo)、 銷(xiāo)售自動(dòng)化、A/B測(cè)試/個(gè)性化和客戶(hù)體驗(yàn)/用戶(hù)成功等工具級(jí)應(yīng)用旨在助力

23、客戶(hù)減少重復(fù)工作、優(yōu)化流程和增強(qiáng)員工認(rèn)同20流程優(yōu)化服務(wù)管理決策支撐企業(yè)用戶(hù)需求辦公協(xié)同即時(shí)通訊人才管理客戶(hù)關(guān)系財(cái)務(wù)系統(tǒng)客戶(hù)服務(wù)增加營(yíng)收控制成本大數(shù)據(jù)辦公平臺(tái)最終結(jié)果數(shù)據(jù)價(jià)值創(chuàng)造信息化系統(tǒng)50%55%90%減少重復(fù)工作統(tǒng)一錄入數(shù)據(jù)，信息共享， 減少重復(fù)手工數(shù)據(jù)錄入工作35%70%員工認(rèn)同度提高戰(zhàn)略執(zhí)行力和員工認(rèn)同 度，員工對(duì)企業(yè)認(rèn)知度提升事務(wù)性處理流程自動(dòng)流轉(zhuǎn)，變動(dòng)自動(dòng)更 新，提升協(xié)作事務(wù)工作效率線(xiàn) 下 管 理產(chǎn) 品 管 理供 應(yīng) 鏈財(cái) 務(wù) 相 關(guān)用 戶(hù) 服 務(wù)數(shù) 據(jù) 整 合人 員 管 理客 戶(hù) 管 理 分析認(rèn)為，大數(shù)據(jù)在工具級(jí)應(yīng)用方面通過(guò)對(duì)于專(zhuān)注于某部分的效率提升、自動(dòng)化水平提升等進(jìn)行發(fā)掘，

24、其背后是數(shù)據(jù)打通、數(shù)據(jù)整合和數(shù)據(jù)共享 帶來(lái)的數(shù)據(jù)紅利的技術(shù)挖掘，相比于行業(yè)級(jí)應(yīng)用和企業(yè)級(jí)應(yīng)用，它相對(duì)零散，只提出部分解決方案，但也是大數(shù)據(jù)應(yīng)用中不可或缺的一部分?jǐn)?shù)據(jù)說(shuō)明：易觀根據(jù)市場(chǎng)公開(kāi)數(shù)據(jù)和行業(yè)訪談以及相關(guān)數(shù)據(jù)模型估算 通過(guò)數(shù)據(jù)接入、數(shù)據(jù)計(jì)算、數(shù)據(jù)分析后可實(shí)現(xiàn)工具級(jí)應(yīng)用場(chǎng)景的實(shí)現(xiàn)21數(shù)據(jù) 分 析數(shù)據(jù) 計(jì) 算數(shù) 據(jù) 接 入數(shù)據(jù)分析數(shù)據(jù)計(jì)算數(shù)據(jù)采集線(xiàn)上數(shù)據(jù)第一方數(shù)據(jù)源第三方數(shù)據(jù)源索引優(yōu)化服務(wù)監(jiān)控秒級(jí)查詢(xún)數(shù)據(jù)整合數(shù)據(jù)治理數(shù)據(jù)聯(lián)邦知識(shí)圖譜資源管理即時(shí)數(shù)據(jù)存儲(chǔ)引擎應(yīng) 用 層功能應(yīng)用服務(wù)APP網(wǎng)銀小程序電子積 分IOT電話(huà)銀 行數(shù)據(jù)來(lái)源H5JAVA直銷(xiāo)ATM外部數(shù)據(jù)增補(bǔ)廣告媒體超市油卡運(yùn)營(yíng)商異業(yè)合作數(shù)據(jù)

25、導(dǎo)入API日志數(shù)據(jù)庫(kù)服務(wù)端攝像頭用戶(hù)價(jià)值探索用戶(hù)流失預(yù)警AI/機(jī)器學(xué)習(xí)深度學(xué)習(xí)自定義儀表盤(pán)事件渠道分析留存漏斗分析分用戶(hù)群實(shí)時(shí)分析智能路徑活動(dòng)自動(dòng)化場(chǎng)景自動(dòng)化個(gè)性化推薦A/B測(cè)試產(chǎn)品改進(jìn)運(yùn)營(yíng)提升服務(wù)提升ROI優(yōu)化業(yè)務(wù)增長(zhǎng)用戶(hù)洞察3應(yīng)用：以用戶(hù)為中心的典型案例匯醫(yī)慧影：賦能醫(yī)療創(chuàng)新，發(fā)現(xiàn)醫(yī)學(xué)需求，解決患者痛點(diǎn)23匯醫(yī)慧影成立于2015年，以“挖掘醫(yī)療數(shù)據(jù)非凡價(jià)值”和以“患者為中心”為指導(dǎo)思想， 形成了從科研到臨床的多條產(chǎn)品線(xiàn)，涉及篩查、 診斷、治療各個(gè)方面，覆蓋病種包括胸部CT防漏診斷、乳腺鉬靶檢測(cè)、腦梗、骨折、腦出血核磁分析及10多項(xiàng)常見(jiàn)癌癥匯醫(yī)慧影發(fā)展歷程概覽2015公司成立2016科技計(jì)劃

26、 申報(bào)成功2017.4獲得數(shù)千萬(wàn) A輪融資 2017.5Radcloud 1.0 公布上線(xiàn)2017.10獲得數(shù)億元 B輪融資2018.11獲得英特爾等 戰(zhàn)略投資2019大數(shù)據(jù)智能 分析云平臺(tái)智能驅(qū)動(dòng)數(shù)據(jù)驅(qū)動(dòng)生態(tài)驅(qū)動(dòng)智能篩查、智能決策 和全智能診療時(shí)代在海量數(shù)據(jù)中挖掘有效 信息，優(yōu)化診斷/治療連通800多家醫(yī)院，在多 中心迅速應(yīng)用及商業(yè)化放射科醫(yī)師缺口大目前放射科醫(yī)師數(shù)量的年增長(zhǎng)率僅為 4.1%，放射科醫(yī)師在未來(lái)處理影像數(shù) 據(jù)的壓力會(huì)越來(lái)越大，甚至遠(yuǎn)超負(fù)荷。經(jīng)驗(yàn)判斷不精確中國(guó)醫(yī)學(xué)會(huì)一份誤診數(shù)據(jù)資料顯示， 中國(guó)臨床醫(yī)療每年誤診的人數(shù)約為 5700萬(wàn)人，總誤診率達(dá)27.8%傳統(tǒng)問(wèn)題匯醫(yī)慧影解決方案匯

27、醫(yī)慧影綜合解決方案匯醫(yī)慧影提供以患者為中心的一整套臨床診療和醫(yī)學(xué)數(shù)據(jù)分析 解決方案24聯(lián)結(jié)數(shù)據(jù)維度效率精準(zhǔn)數(shù)據(jù)收集互聯(lián)網(wǎng)和云計(jì)算大大提高了數(shù) 據(jù)傳輸、存儲(chǔ)的效率和成本， 再加上移動(dòng)終端的普及，使得 醫(yī)學(xué)影像的使用場(chǎng)景更加豐富匯醫(yī)慧影聯(lián)結(jié)800多家醫(yī)院， 其中三甲醫(yī)院400多家，100 多位KOL，落地于全國(guó)絕大部 分省份數(shù)據(jù)清洗深度學(xué)習(xí)在優(yōu)質(zhì)的大量數(shù)據(jù)以 及高性能計(jì)算環(huán)境下，能夠?qū)?現(xiàn)算法參數(shù)的自我優(yōu)化，同時(shí) 隨著數(shù)據(jù)量的增加不斷提高識(shí) 別精確度臨床醫(yī)學(xué)NLP通過(guò)語(yǔ)義識(shí)別技 術(shù)提取醫(yī)療病例中的有用信息， 與已有知識(shí)庫(kù)進(jìn)行匹配，形成 后結(jié)構(gòu)化信息，實(shí)現(xiàn)數(shù)據(jù)學(xué)習(xí) 的前期數(shù)據(jù)清洗和整理數(shù)據(jù)挖掘提高影

28、像數(shù)據(jù)的維度，比如引 入多種影像模態(tài)數(shù)據(jù)以及影像 以外的基因數(shù)據(jù)、蛋白數(shù)據(jù)、 病理數(shù)據(jù)、隨訪數(shù)據(jù)，能深度 夠挖據(jù)出影像數(shù)據(jù)的隱形特征數(shù)據(jù)處理對(duì)于DR、超聲、低劑量CT、 乳腺鉬靶等篩查性影像診斷， 提高效率是醫(yī)生和醫(yī)院機(jī)構(gòu)的 第一訴求。通過(guò)智能診斷功能 提疾病的篩查、病灶提示以及 防漏診檢測(cè)等服務(wù)將大大提升 工作效率數(shù)據(jù)分析由于腫瘤的異質(zhì)性，基因和蛋 白組檢測(cè)局限于手術(shù)和穿刺的 具體位置，病灶在影像層面的 特征分析，同樣能夠精準(zhǔn)、量 化預(yù)測(cè)病灶特性以及生存期。 影像組學(xué)跟基因組學(xué)、蛋白組 學(xué)等共同構(gòu)成了精準(zhǔn)診斷800家醫(yī)院落地技術(shù)賦能2萬(wàn)名醫(yī)生專(zhuān)業(yè)知識(shí)日服務(wù)10萬(wàn)名患者歐唯特通過(guò)營(yíng)銷(xiāo)服務(wù)和客戶(hù)

29、服務(wù)與客 戶(hù)持續(xù)共贏歐唯特的商業(yè)發(fā)展歷程歐唯特：基于自身行業(yè)經(jīng)驗(yàn)和數(shù)據(jù)分析能力，歐唯特通過(guò)為品牌 最在意的資產(chǎn)消費(fèi)者提供服務(wù)，助力客戶(hù)更好發(fā)展25歐唯特中國(guó)在數(shù)據(jù)智能應(yīng)用擁有數(shù)十年全球本土 化商業(yè)服務(wù)經(jīng)驗(yàn)，持續(xù)為企業(yè)提供包括營(yíng)銷(xiāo)服務(wù) 和客戶(hù)服務(wù)在內(nèi)的多種定制化解決方案，構(gòu)建了 一套貫穿營(yíng)銷(xiāo)全鏈路的服務(wù)生態(tài)體系?！皵?shù)據(jù)驅(qū)動(dòng)與后端服務(wù)的融合”業(yè)務(wù)范圍 不僅涵蓋前端的“營(yíng)銷(xiāo)管理”，更有后端的“消 費(fèi)者服務(wù)”。長(zhǎng)期的行業(yè)知識(shí)積累和豐富的數(shù)據(jù)運(yùn)營(yíng)經(jīng)驗(yàn)嚴(yán)苛的數(shù)據(jù)安全管理制度及審查體系歐唯特中國(guó)為航空公司提供CRM服務(wù)以汽車(chē)行業(yè)為切入點(diǎn)，提供客戶(hù)服務(wù)為大眾消費(fèi)品行業(yè)提供電商營(yíng)銷(xiāo)服務(wù)數(shù)字化營(yíng)銷(xiāo)&EDMP開(kāi)始為

30、高科技行業(yè)提供客戶(hù)服務(wù)2002年2005年2009年2014年2008年SCRM解決方案2015年2018年?duì)I銷(xiāo)服務(wù)客戶(hù)服務(wù)拓展全渠道營(yíng)銷(xiāo)能力2017年社交電商解決方案 企業(yè)微信解決方案CDP / 營(yíng)銷(xiāo)自動(dòng)化電商客服/智能質(zhì)檢/聊天機(jī)器人2019年以消費(fèi)者為中心構(gòu)建的四鏈路模型， 本質(zhì)就是越來(lái)越懂消費(fèi)者通過(guò)切入品牌營(yíng)銷(xiāo)、零售和售后反饋服務(wù)，建立 與消費(fèi)者越來(lái)越多的互動(dòng)，沉淀用戶(hù)行為數(shù)據(jù)， 勾畫(huà)出越來(lái)越精準(zhǔn)的消費(fèi)者畫(huà)像。越了解消費(fèi)者， 提供的服務(wù)、營(yíng)銷(xiāo)的策略就會(huì)越貼近目標(biāo)用戶(hù)； 離消費(fèi)者越近，信息觸達(dá)越快，效率越高，消費(fèi) 者反饋越好。分 銷(xiāo)品牌 營(yíng)銷(xiāo)零售售后服 務(wù)消費(fèi)反饋產(chǎn)品設(shè)計(jì)開(kāi)發(fā)采購(gòu) 制造以

31、消費(fèi)者為中心展開(kāi)的營(yíng)銷(xiāo)&客戶(hù)服務(wù)預(yù)測(cè)性分析歐唯特以消費(fèi)者為中心，圍繞消費(fèi)者做數(shù)據(jù)、觸點(diǎn)和內(nèi)容的深 化，構(gòu)造與消費(fèi)者的緊密聯(lián)系幫助客戶(hù)成功26基于服務(wù)者對(duì)消費(fèi)者的深度理解，挖掘提高其價(jià)值基于對(duì)行業(yè)的深度理解，對(duì)消費(fèi)者實(shí)現(xiàn)分層，幫助服務(wù)者通過(guò)軟 件應(yīng)用實(shí)現(xiàn)對(duì)于分層消費(fèi)者的精準(zhǔn)管理，提高用戶(hù)價(jià)值。內(nèi)容場(chǎng)景化應(yīng)用+社交體驗(yàn)基于消費(fèi)者分層，提供基于場(chǎng)景的具有社交屬性的定制化內(nèi)容， 如節(jié)日、生日等，建立與消費(fèi)者的個(gè)性溝通，提升營(yíng)銷(xiāo)轉(zhuǎn)化率。多觸點(diǎn)觸達(dá)、分析和解構(gòu)消費(fèi)者圍繞以品牌為中心的不同消費(fèi)者觸點(diǎn)，建立以人為單位的精準(zhǔn)消 費(fèi)者標(biāo)簽庫(kù)，幫助客戶(hù)管理觸點(diǎn)，進(jìn)行有效的觸達(dá)。數(shù)據(jù)洞察消費(fèi)者消費(fèi)全鏈路旅程基于多方數(shù)

32、據(jù)沉淀，以及在消費(fèi)者認(rèn)知、興趣、購(gòu)買(mǎi)、忠誠(chéng)和分 享反饋的全鏈路數(shù)據(jù)洞察，更好地指導(dǎo)營(yíng)銷(xiāo)決策與行動(dòng)。數(shù)據(jù) 洞察觸點(diǎn) 管理內(nèi)容 社交消費(fèi)者 分層社交電 商營(yíng)銷(xiāo)社媒互動(dòng) 與管理小程序客戶(hù)聯(lián)絡(luò) 中心輿情分析CDP智慧門(mén) 店?duì)I銷(xiāo)營(yíng)銷(xiāo)自動(dòng)化數(shù)據(jù) 可視化CRM& SCRM智能客服匯通達(dá)：以讓農(nóng)民生活的更美好為己任，服務(wù)農(nóng)村商業(yè)數(shù)字化轉(zhuǎn)型27匯通達(dá)商城（B2B）匯掌柜（B2C）精準(zhǔn)營(yíng)銷(xiāo)社群運(yùn)營(yíng)智慧門(mén)店系統(tǒng)智能硬件小程序門(mén)店管理工具智慧物流智能倉(cāng)儲(chǔ)供應(yīng)鏈金融消費(fèi)金融門(mén)店互聯(lián)網(wǎng)化門(mén)店數(shù)字化供應(yīng)鏈服務(wù)鄉(xiāng)鎮(zhèn)門(mén)店用戶(hù)數(shù)字化商品數(shù)字化交易數(shù)字化門(mén)店數(shù)字化經(jīng)營(yíng)數(shù)字化匯通達(dá)用戶(hù)畫(huà)像 交易數(shù)據(jù) 商品數(shù)據(jù)品牌數(shù)據(jù) 渠道數(shù)據(jù) 需求數(shù)據(jù)針對(duì)產(chǎn)業(yè)上下游企業(yè)數(shù)據(jù)+技術(shù) 賦能產(chǎn)業(yè)鏈柔性供應(yīng)鏈智能數(shù)字化技術(shù)反向定制商品與服務(wù)數(shù)據(jù)服務(wù)針對(duì)農(nóng)村商業(yè)市場(chǎng)農(nóng)產(chǎn)品上行改造本地農(nóng)業(yè)農(nóng)村就業(yè)服務(wù)交通、能源等服務(wù)推動(dòng)農(nóng)村 生態(tài)發(fā)展匯通達(dá)用技術(shù)賦能鄉(xiāng)鎮(zhèn)零售門(mén)店，在線(xiàn)上構(gòu)建一整套產(chǎn)業(yè)數(shù)字化交易平臺(tái)，在線(xiàn)下對(duì)門(mén)店進(jìn)行數(shù)字化改造升級(jí)，形成線(xiàn)上線(xiàn)下相融合的 服務(wù)體系。同時(shí)，整合物流、倉(cāng)儲(chǔ)、金融等供應(yīng)鏈服務(wù)，打造智慧供應(yīng)鏈隨著產(chǎn)業(yè)互聯(lián)網(wǎng)快速發(fā)展，匯通達(dá)開(kāi)始從鄉(xiāng)鎮(zhèn)店的賦能走向全