赢在大数据 中国大数据发展蓝皮书 内容简介

大数据已经由一个概念变成一种工具和行动，与我们生活时时相伴，推动产业转型升级；正在逐渐成为一种思想和文化，影响我们日常行为和做事方法方式，由经验式拍脑袋决策转变为让数据说话。从产业层面来看，中国的大数据产业从每年的千亿元数据营销领域快速向万亿级金融、保险、电信、制造、能源、工业、农业和政府等行业拓展。相对过去10年的数据营销领域而言，行业大数据应用才刚刚起步，缺乏可借鉴、可参考的案例已成为行业大数据应用的瓶颈。《赢在大数据系列丛书》通过收集整理，并从216个案例中遴选出覆盖18个行业的106个行业大数据佳实践案例，再加上全面、系统、深入的《赢在大数据：中国大数据发展蓝皮书》，希望为业界提供应用大数据、实践大数据的参考和借鉴。

《赢在大数据：中国大数据发展蓝皮书》通过分析大数据产业整体发展情况，描述了大数据产业未来发展的蓝图，剖析了大数据在营销、金融、电信、地产、政府等15个行业的应用情况，并附有包括1311家企业的产业地图和企业详细清单。无论是大数据从业者，还是政府产业管理者，亦或是投资者，均可从本书中获得可借鉴的信息。

赢在大数据 中国大数据发展蓝皮书 目录

第1部分 综述篇

第1章 万亿元大数据产业新生态

1.1 人类利用数据征服自然、改造社会、服务生活古今有之

1.2 数据是物理世界在网络世界的客观映射，是物理世界的DNA

1.3 大数据应用从数据营销拓展至各行各业

1.4 中国大数据产业生态

1.5 大数据产业发展展望

1.6 总结

第2部分 行业篇

第2章 数据营销

2.1 数据营销概述

2.2 大数据在数据营销应用中的原理--用户画像

2.3 基于用户画像的数据营销应用现状

2.4 数据营销发展趋势

第3章 大数据+金融

3.1 金融大数据的概念

3.2 金融大数据的特征

3.3 金融大数据的2.0时代

3.4 大数据铸就银行3.0时代

3.5 大数据助力证券投资

3.6 大数据助力保险定价

3.7 大数据在传统金融业的应用

3.8 展望

第4章 大数据+电信

4.1 大数据是电信业转型利器

4.2 海外电信大数据案例

4.3 国内电信大数据案例

4.4 电信大数据发展面临的问题

4.5 电信大数据相关投资机会

4.6 电信大数据发展趋势

4.7 结束语

第5章 大数据+房地产

5.1 当房地产遇上大数据

5.2 房地产迈入大数据时代

5.3 房地产大数据应用案例

5.4 房地产大数据的发展趋势

第6章 大数据+政府

6.1 政府大数据的概念业态

6.2 政府大数据的应用现状

6.3 政府大数据的前景展望

第7章 大数据+制造

7.1 制造业大数据概述

7.2 制造业大数据应用现状

7.3 大数据驱动制造业产品创新

7.4 大数据实现智能制造

7.5 大数据提升供应链竞争力

7.6 大数据制定销售策略

7.7 大数据助力产品故障诊断与预测

7.8 大数据驱动传统制造业转型

7.9 制造业大数据现存问题及其展望

第8章 大数据+农业

8.1 农业大数据的概念与业态

8.2 农业大数据的技术体系

8.3 农业大数据的应用

8.4 农业大数据发展的限制因素及其趋势

第9章 大数据+医疗健康

9.1 医疗大数据概述

9.2 医疗大数据的采集与管理

9.3 医疗大数据的应用

9.4 医疗大数据应用面临的问题及展望

第10章 大数据+零售

10.1 零售业大数据概况

10.2 零售业大数据的应用内容

10.3 零售业大数据的应用现状

10.4 零售业大数据的发展趋势

第11章 大数据+影视

11.1 影视业大数据的概况

11.2 大数据影响影视产业价值链

11.3 影视业大数据发展趋势

第12章 大数据+旅游

12.1 旅游大数据的概念与业态

12.2 旅游大数据应用

12.3 旅游大数据的应用现状

12.4 前景展望

第13章 大数据+教育

13.1 教育大数据概述

13.2 教育大数据的应用现状

13.3 教育大数据存在的问题和挑战及其发展趋势

第14章 大数据+人才

14.1 人才大数据的现状

14.2 人才大数据的类型

14.3 大数据人才的招聘数据分析案例

14.4 大数据人才的教育培养

14.5 大数据人才的发展趋势

第15章 大数据+体育

15.1 体育大数据概述

15.2 体育大数据的现状

15.3 体育大数据相关案例介绍

15.4 体育大数据的发展趋势

附录A DTiii版中国大数据产业地图（1311家，截至2016年12月31日）

附录B 千家大数据企业名单（截至2016年12月31日）

赢在大数据 中国大数据发展蓝皮书 精彩文摘

19 世纪 50 年代，英国医生约翰·斯诺利用空间统计学（如果一个家庭有两个霍乱患者，在这个家庭所在的地图上画两横 ；三个就画三横），发现水是霍乱的传染源，打破了人们怀疑空气传染霍乱的看法，这一发现对城市环境管理也有积极的推动作用。

自古以来，中国东南地狭人稠、西北地广人稀似乎早成事实，但没有人对这种模糊的认识加以有力的佐证。20 世纪 30 年代，中国地理学家胡焕庸以 1 个点表示 1 万人，根据掌握的实际情况将 2 万多个点画到地图上，再以等值线画出人口密度图，以瑷珲—腾冲线分全国为东南和西北两半壁，这条线被称为“胡焕庸线”，它对中国经济布局、民政建设、交通发展具有重要的参考价值。大家可以看一下，中国高铁的分布，基本在“胡焕庸线”以东。80 年后，我们用 QQ 同时在线的人的地理分布这个大数据工具，同样完美印证了 “胡焕庸线”的存在。其实，利用大数据工具，还会有更多的“智能手机胡焕庸线”、“微信胡焕庸线”、 “APP 胡焕庸线”，这些线基本与基于人口统计的“胡焕庸线”等效。如图 1-1 所示，数据洞察世纪古今有之。