伴随着互联网的深度发展，巨大的信息流背后产生的海量数据成为一块蕴含财富的宝藏。数据之所以成为新商业经济社会的必争之物，在于它实际场景中的应用价值。数据只有被应用到具体的商业场景和产业生产中才具有价值和意义，企业之所以将建立的交易数据库、客户数据库等视为企业核心竞争力，是因为得数据者得用户、得用户者得天下。企业之间的激烈竞争是商业社会优胜劣汰的必经之路，如何利用好数据，将之转化为有价值的数据财富应用到产业化场景中，是当下企业建立竞争壁垒的首要问题。

以下是互联网周刊发布的《2015年度中国大数据创新场景应用服务商排行榜》，该榜单整理的是国内最具创新能力的大数据应用服务型企业，从四个维度：技术能力，服务能力，发展潜力以及市场影响力对创新能力进行了综合评分。当然，该排名并不能保证百分百的全面与精准，该榜单梳理的目的主要是帮助大数据生态产业链条上的各家公司更好的发展，以及大数据所服务的客户更加了解大数据。

大数据赋予精准营销能量无穷大

每一次营销，都将形成循环效果。通过定位用户群、分析用户内容偏好、分析用户行为偏好、建立受众分群模型、制定渠道和创意策略、试投放并收集数据、优化确定渠道和创意、正式投放并收集数据、实时调整投放策略、完成投放评估效果等，完整的数据应用过程不断把控营销质量与效果，实现从效果监测转向效果预测。

借助大数据及相关技术，我们可针对不同行为特征的客户进行针对性营销，甚至能从将一个产品推荐给一些合适的客户到将一些合适的产品推荐给一个客户，得以更聚焦客户，进行个性化精准营销。国内在用大数据做精准营销方面最具创新性的企业有集奥聚合，品友互动，百分点，亿赞普，晶赞科技等。

还有，电商是最早利用大数据进行精准营销的行业，除了精准营销，电商可以依据客户消费习惯来提前为客户备货，并利用便利店作为货物中转点，在客户下单15分钟内将货物送上门，提高客户体验。马云的菜鸟网络宣称的24小时完成在中国境内的送货，以及京东刘强东宣传未来京东将在15分钟完成送货上门都是基于客户消费习惯的大数据分析和预测。

电商可以利用其交易数据和现金流数据，为其生态圈内的商户提供基于现金流的小额贷款，电商业也可以将此数据提供给银行，同银行合作为中小企业提供信贷支持。由于电商的数据较为集中，数据量足够大，数据种类较多，因此未来电商数据应用将会有更多的想象空间，包括预测流行趋势，消费趋势、地域消费特点、客户消费习惯、各种消费行为的相关度、消费热点、影响消费的重要因素等。依托大数据分析，电商的消费报告将有利于品牌公司产品设计，生产企业的库存管理和计划生产，物流企业的资源配制，生产资料提供方产能安排等等，有利于精细化社会化大生产，有利于精细化社会的出现。

大数据更懂交通出行

最近两年，智能手机中的公众交通出行应用软件开始得到发展，大数据不仅会便利在线打车企业，还可以为智慧城市的规划带来积极影响。根据大数据反映的城市各路段拥堵情况、出租车行驶路线的分布等情况，城市管理部门可以更合理地规划城市道路和交通管理方案。

值得注意的是，虽然打车软件企业都在挖掘大数据的价值，但这一市场也在呈现差异化的特点。例如，目前优步青睐派单制，而滴滴快的则大力推广抢单制。究竟哪种方式更适应用户需求，或许还需市场检验。

从整体上看，今年随着打车软件新的解决方案的集中推出，基于大数据的应用也不断增长。可以预见的是，今后围绕着出行大数据的创新和市场竞争的增强，公众出行也会获得更多丰富的选择和便利。

大数据安全问题刻不容缓

随着大数据时代的到来，数据的收集和存储更加方便，同时跨境流动更加频繁，安全问题愈发凸显。我国在发展大数据产业的过程中，部分企业收集用户数据的使用权限边界界定不清，用户隐私和权益遭受侵害，一些重要数据被非法倒卖、流向他国，安全威胁已经从个人层面上升至国家安全层面，亟须引起重视。在大数据面前，既要贴心的服务又要保护隐私，这是一个两难的境地。

在传统的PC互联网时代，电脑连接还有明显的边界，需通过线缆连接，这时的安全问题可以靠防病毒、查杀流氓软件、防火墙等进行防御；但进入到互联网新阶段，特别是移动互联网时代，手机等终端打破了对网络边界的定义，手机和个人隐私信息联系在一起，安全问题变得更加严重。

目前用户数据的收集、存储、管理与使用等均缺乏规范，更缺乏监管，主要依靠企业自律，用户无法确定自己隐私信息的用途。而且国内大数据的安全应用仍多停留于想法，仍需进一步探究如何落地。大数据首先应建设一套规范且灵活的建设标准与运行机制，规范化建设可以促进大数据管理过程的正规有序，实现各级各类信息系统的网络互联、数据集成、资源共享，在统一的安全规范框架下运行。

大数据技术的发展带来企业经营决策模式的转变，驱动着行业变革，衍生出新的商机和发展契机。驾驭大数据的能力已被证实为领军企业的核心竞争力，这种能力能够帮助企业打破数据边界，绘制企业运营全景视图，做出最优的商业决策和发展战略。其实，不论是哪个行业的大数据分析和应用场景，可以看到一个典型的特点还是无法离开以人为中心所产生的各种用户行为数据，用户业务活动和交易记录，用户社交数据，这些核心数据的相关性再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环境。

目前大部分企业面临的挑战不是缺少数据，而是数据太多。通过新型技术，大数据价值可能被充分地挖掘和利用。大数据要发挥价值，必须与业务融合，能够带来实际业务收益。大数据的应用模式仍处于探索阶段。