海外大數據產業報告：電商、物流交通、工業互聯網和農業大數據是如何推動商業發展的

電子商務作為與移動互聯網連接最緊密的行業之一，天生具備了依托大數據產生價值的基礎；物流交通領域目前正處于行業的變革期，基于物聯網、大數據和人工智能等技術的自動駕駛將足以推動整個行業的顛覆；工業互聯網則將會連接主要生產設備，通過數據分析精細化運營提升效益；農業領域與大數據的結合也大有可為，從精細化耕作到結合無人機、衛星圖片分析等工具提高產量，接地氣的行業也可以充滿黑科技。

今天我們與星河研究院將圍繞電商、物流交通、工業互聯網和農業大數據四個領域為大家展示大數據對我們的日常生活和商業活動的推進作用。希望你能從中獲得一些啟發和靈感，一起與我們探索大數據改變未來的魅力?！?

以下，供你參考。

首先我們將電商、物流交通、農業和工業互聯網這四個領域的典型大數據企業列舉如下，接下來我們將分版塊為你進行詳細介紹。

第一 電商大數據

電商與大數據技術的結合可以說是順理成章，依靠PC端cookie標記及移動端賬號數據收集到的海量用戶信息，電商企業能夠獲得精確的用戶畫像，并據此向消費者個性化推薦符合其消費水平、喜好的產品來提升銷售金額；依據大數據對區域銷售進行預測，合理利用物流能力還能降低運營成本，提升用戶體驗，這都是國內外電商已經驗證過的大數據運營模式。

由于目前電商對大數據應用趨于成熟，在商業模式上的創新已經逐漸減少，僅有Stitch Fix等少數企業能讓人眼前一亮。

Stitch Fix會先讓用戶填寫身高、體重、體型等信息，說明個人特點和穿衣喜好，同時在互聯網上搜羅用戶的各種痕跡分析用戶性格。之后數據分析結果產生的穿搭推薦將會和網站服裝編輯的意見相結合產生最終結果，并據此每月寄送給客戶5件產品。目前Stitch Fix的服裝以平均單價70美元左右的價格銷售，但其每月銷售的產品占到庫存量的90%，80%的用戶從盒子中購買了至少一件商品。

另一類電商大數據企業則扮演了數據收集狂的角色，希望通過更全面的數據獲取最精確的結果，并且其數據收集行為已經從線上延伸到了線下大部分場景中。RetailNext 的追蹤技術能夠覆蓋超過 5 億購物者，擁有遍布 33 個國家店面的近 10 萬個店內傳感器，使銷售企業更好的理解并滿足用戶個性化需求。

第二 交通物流大數據

汽車制造與運輸行業目前處于變革的高潮期，特斯拉市值對百年車企福特的超越便是一個例證。汽車的電氣化、智能化和無人駕駛技術的發展，給這一市場空間龐大的行業帶來了極大的顛覆性機會。在這一背景下，圍繞自動駕駛產業鏈的創業企業在不斷的崛起和成長，例如以色列公司Mobileye已經壟斷了ADAS市場90%左右的份額，自動駕駛卡車開發商OTTO則被Uber收購以占領交通市場先機。

NuTonomy算是自動駕駛領域技術較為成熟的公司之一，它致力于開發無人駕駛出租車，每輛無人駕駛汽車配備了六套激光雷達檢測系統，儀表盤上還多設置了兩個獨立攝像頭用來檢測路面信息和紅綠燈變化。2016年8月25日，NuTonomy在新加坡正式開始營運載客，乘客可以用智能手機免費預約，其行駛距離被限定在新加坡“One North”商業區車輛較少的2.5公里范圍內。

科技界“網紅”吳恩達的妻子Carol Reiley創立并擔任總裁的Drive.ai開發基于深度學習的車載軟件,在9個高清攝像頭、2個雷達、6個Velodyne Puck激光雷達的幫助下，每一輛Drive.ai汽車都在不斷地為生成地圖而捕捉數據，并將數據輸入到深度學習算法中獲取自動駕駛指令，這一軟件主要適用于路線固定的車輛，比如送貨的卡車等。

高精度地圖領域中，Civil Maps為了降低成本采用了從激光雷達傳感器中整合原生3D數據的算法，利用車內傳感器生成可被機器閱讀的地圖。相比其他方法，Civil Maps只需很少一部分數據存儲就能實現繪制地圖，極大地減少了地圖開發成本。

第三 工業互聯網

工業互聯網掀起了工業信息化的浪潮。通過收集制造設備及各類工業產品的數據，制造商可以實時監控生產環節的狀態，并即時掌握所售商品的運行情況，既打破了傳統制造-銷售-使用環節的信息不對稱，同時還能利用運行數據對未來新品的開發提供改進依據，很大程度上改變了工業行業傳統的生產研發流程。

看到這一市場機遇的各大設備制造商都有所行動，全球最大的機械設備生產廠商卡特彼勒通過投資Uptake涉足了工業互聯網領域。Uptake的產品是一個SaaS平臺，可利用傳感器采集前端設備的各項數據，然后利用預測性分析技術以及機器學習技術提供設備預測性診斷、管理解決方案，其產品可以大致分為兩類：

（1）輔助管理工具。如設備管理、故障檢修等，幫助企業將設備上的數據采集、匯聚到一起，用統一工具去監控管理；

（2）優化預測服務。如流程優化、故障預警等，基于歷史數據對企業工作流程進行優化，并根據結果反饋不斷提升預測準確度。

推廣至其他行業時，Uptake建立了一個PaaS平臺，與其他企業合作開發上層應用，自身專注于底層數據的采集、分析。

相比之下GE的目標更大，希望借助Predix平臺成為物聯網界的操作系統。Predix Cloud平臺不局限于自家設備，希望將各種工業資產設備和供應商相互連接、接入云端，并提供資產性能管理和運營優化服務，以便存儲、分析和管理機械的實時數據，并預測設備狀態。例如春秋航空部署了GE智能發動機監控診斷技術后，僅2012年一年，就防止了數次計劃外發動機拆卸（UER）和停飛待用（AOG），單臺發動機節省了超過21萬美元的可能性費用，將發動機可靠度提升到99.98%，為機隊保持95%的高使用率起到了支撐作用。

第四 農業大數據

在傳統的農業生產中，每一季農作物的收成都得“看天”，但如今樸實的土地上各種黑科技輪番上陣，從種子采購到施肥管理、無人機和衛星監控生長情況實時病害分析、農藥選擇性噴灑，有效的提升了農作物的產量與穩定性，并能夠對可能發生的災害做出最正確的應對措施。

覆蓋了大部分農業生產環節的科技公司Farmers Business Network從全美超過1400萬英畝的耕種地收集數據，并追蹤收成、播種密度、施用時間、價格和其他關于種子、化學藥物和農業產品的變量，通過數據分析找到合適的原料投入量，降低種植成本。該系統還包括無人機、衛星、移動app、傳感器和地面攝像機等設備的應用，農民上傳的作物數據能夠自動生成報告，用戶可以通過對比找到有效的新技術或替代產品。

精細化耕種設備生產商Blue River Technology利用圖像辨識技術，開發出能辨識雜草的智能農藥噴霧機，可針對雜草噴灑除草劑，精度高達6平方厘米，不僅較傳統噴藥方式節省90%的用量，能選擇的除草劑種類也更多，并通過攝像頭實時監測調整噴灑狀態。除了節約種植成本外，這款機器還能夠解決農藥濫用對土地造成嚴重污染的問題，對環境保護也有很大的意義。

目前各行業與大數據技術的結合已經成為了商業趨勢，大數據技術很快便會像電腦使用打印機一樣，成為企業運營必不可少的基礎資源。