1.3 大数据的产业链分析

1.3.1 技术分析

大数据不仅是一个热门词汇，更代表了一个蓬勃发展的产业。从技术上讲，大数据产业链的结构如图1-16所示。

从图1-16可以看出，大数据产业链的参与者主要包括数据提供商（数据源）、基础设施提供商（产生与聚集层）、分析技术提供商（组织与管理层、分析与挖掘层）和业务应用提供商（应用与服务层）。

● 数据提供商，主要负责基础数据的生成和各方数据段融合。

● 基础设施提供商，主要负责数据库平台的管理和建设，以及云设施的建设。

● 分析技术提供商，主要负责分析技术、分析服务和分析工具的提供，以及数据可视化的实现。

● 业务应用提供商，主要负责大数据的软件开发与应用。

1.3.2 运营分析

大数据运营是指以企业海量数据的存储和分析挖掘应用为核心支持的、企业全员参与的，以精准化、细分化和精细化为特点的运营制度和战略。

大数据运营与大数据分析不同，它把着重点放在了运营上，而大数据仅仅是工具和途径。相比于传统的数据挖掘和分析，运营所强调的是以业务为主线和出发点，大数据部门并不仅是在外部运行的所谓的“支持部门”，而更多的是和业务紧密联系在一起的“半业务部门”，共同推进业务目标的实现。

首先，在运营中需要有企业全员参与的意识，只有所有部门员工达成这种意识，自觉运用简单或复杂的数据分析工具，才能真正实现助力企业从数据中发掘信息财富。其次，在运营中把握，运营后反馈、修正，提升预见能力和掌控能力，而不是被动地抄绩效报表；客服不再满足于为客户提供服务，而是有意识地挖掘有价值的客户新需求；企业数据挖掘团队也不再是孤军奋战于技术及项目工作，而是肩负企业全员的数据意识、数据运用技巧的推广责任。只有这样，数据部门才能够将其精神、血脉融于企业之中，带动其他各部门联动，发挥出数据资产真正的价值。

以国内的广告业为例，在大数据运营中的主要实现方式如图1-17所示。

从图1-17可以看出，在企业实施的大数据运营中，不仅包含传统的数据采集、数据提取、数据分析、数据模型建立、数据可视化、数据库营销等内容，更重要的是要以企业的整体目标为导向，以客户为服务对象，以企业发展为支撑，以运营为驱动，并涵盖运营的各个方面，如将运营商大数据、广告行业中的客户画像及广告交易运营管理紧密结合在一起，最终实现构建企业“数据运营”的文化。