消融的产业边界工业化时代商品和交易的快速流通催生大规模制造业的发展,而当前大数据的快速流动将促使产业的经济形态发生重大变化。在技术和业务的促进下,指数级增长的海量数据正逐渐实现跨系统和跨领域的数据共享。大数据支持在引导精准决策,降低交易成本、优化生产流程等领域发挥着越来越重要的作用。
大数据的丰富资源不仅使得互联网行业发生巨变,也带动各行业开始跨界整合。随着行业之间的壁垒逐渐降低,行业边界也越来越不清晰,而跨界的探索,依托于三个很重要的因素:大数据标准化、数据开放以及可捕获的应用场景。
各行各业的大数据形态存在着巨大的差异,结构化和非结构化的多种数据格式制约了数据的规范和统一。通常来讲,基于数据基础标准定义整个标准体系的总则、术语和参考模型,针对数据整理、数据分析和数据访问等三种数据处理操作制定相应的标准化规范,以贯穿于数据整个生命周期各个阶段的通用安全要求和隐私保护机制作为数据标准的支撑体系,确保数据在产生、存储交换和使用等各个环节符合相应的质量管理指标要求,同时对大数据相关技术产品和应用平台进行相应的规范化说明,最终形成从技术、功能、开发、维护和管理等维度的大数据应用服务规范。这将构建起完整的数据标准化体系。
数据的开放包含多个层面的意义,从企业内部来说,跨系统的数据在应用上存在较高的效率障碍,内部数据实现有机的开放和运营需要坚实的平台支撑。从企业外部来说,行业间数据的开放和融合无疑具有巨大的意义,但是对于数据安全的担忧以及成本投入使得企业面对跨领域的数据开放踯躅不前。
以人为中心所产生的用户行为数据会产生复杂微妙的相关性,这些相关数据加上可感知设备的智能数据采集就构成一个完整的大数据生态场景,从而形成各行业甚至跨行业的大数据应用。电信运营商是启动大数据研究和解决方案最早的行业之一,BOSS话单数据的采集和高效预处理展示了每个客户栩栩如生的通信行为习惯,以此便可以进行基于用户行为的分析和针对性营销。但此种大数据的应用场景是单一的链式场景,运营商和用户完成双向的反馈后即告结束。而用户与用户的行为纽带、用户与场景的实时连接并未善加利用和产生价值。
此外,单个行业的大数据在捕获应用场景中的价值非常有限,利用大数据深入发展往往需要跨行业融合,进行多元化的应用场景建设。例如将单行业的部分数据进行封装,提供给其他行业作为应用场景因子,则可以极大扩充行业的大数据应用场景的丰富度。
广泛的跨界连接随着大数据和云计算的发展,跨界成为一种潮流,因此带来的可观的社会及商业价值也有目共睹,优秀企业在各个领域都向我们展示了跨界整合方面的成绩。
随着各种大数据处理技术的不断涌现,一大批具备优秀核心大数据处理技术的公司脱颖而出。这些公司通过提高数据的处理效能在各行业得到了广泛的应用。但不容忽视的是,技术视角下的数据处理已经百花齐放,但是价值视角下的数据资产管理却是刚刚起步,可以预见,如同CRM一样,数据资产管理产品将在未来逐渐成长为软件行业里最重要的细分市场之一。
而从数据层面看,典型的规模性数据跨过一定的临界点后,其作为跨界的手段和媒介就可以产生巨大的力量。
数据对用户的刻画和捕捉将会越来越深刻,一方面是数据的角度越来越丰富,规模越来越庞大,这使得用户的行为被分析的越来越透彻和精准。另一方面,以位置数据为代表的的实时数据流在技术上的可获取性导致了用户的场景化行为也可以及时被采集,从而方便企业去完成整个服务场景的闭环。而这种用户行为数据和用户实时状况的数据都具有跨行业的需求统一性。只要数据覆盖的用户量足够,就能产业巨大能量。
数据为核心的生产不管是丰田的JIT生产还是诸如敏捷制造等先进生产方式,在大数据时代都迎来了颠覆性的变革。在大数据时代,数据不再只是作为辅助决策的工具,而是成为生产的资源。对比传统制造业的以实物驱动(大规模、标准化、精细化分工)作为主要生产动力,大数据时代将是以数据驱动(个性化、创意化营销、生产)作为生产动力。
传统制造业以实物驱动生产,以富士康为例,流程化、专业化和标准化的生产过程使其具备上万条流水线作业能力。规模化生产以降低成本是传统企业生产获得利润的前提。而大数据驱动的生产将会改变这一局面,以3D打印技术为例,大数据以及模型化的支持使得兼具成本优势和个性化需求的产品生产成为可能。
大数据时代的到来已经对传统产业造成巨大的影响,并且这种变革的趋势还将持续相当长的时间。行业间的壁垒被削弱,跨界经营带来更个性化,更丰富的产品和服务,同时也引发更多的技术问题,信息安全问题以及法律约束。但大数据所带来的产业变革一定会推动各行业产业升级,为市场注入更多活力,驱动更优质的产品和服务。