经营如何,在经营过程中应该注意什么,在企业经营方面应该怎么做,经营怎样

许宪春 王洋

摘? ?要：随着信息通信技术的快速发展，以及数据收集、存储、加工处理和开发应用能力的不断提升，大数据的规模迅速扩大，种类不断增多，在企业生产经营中开始发挥越来越重要的作用。由于不同类型企业的生产经营方式不同，大数据在不同类型企业生产经营中的应用场景有所不同，其所发挥的作用也有所差异。现阶段，企业在应用大数据时面临着数据标准不一、人才短缺、安全难以得到有效保障、存储成本高昂等挑战。为此，应加强大数据标准体系建设，加快推进大数据基础设施建设，有序推进政府数据开放共享，加快培育复合型大数据人才，完善网络及大数据安全体系建设，促进大数据在企业生产经营中得到更好的应用，发挥更大的作用。

关键词：大数据;企业生产经营;应用场景

中图分类号：F273? ?文献标识码：A? ?文章编号：1003-7543（2021）01-0018-18

随着信息通信技术的快速发展，以及数据收集、存储、加工处理和开发应用能力的不断提升，大数据的规模迅速扩大，种类不断增多，在企业生产经营中开始发挥越来越重要的作用。由于不同类型企业的生产经营方式不同，因而大数据在应用于企业生产经营过程中产生了多样化的应用场景，使不同类型企业实现了不同形式的提质增效和降本增收。随着大数据在企业生产经营中的广泛应用，大数据的应用场景和发挥作用的方式更加多元化，但与此同时，企业应用大数据仍面临技术、人才、安全等方面的困难和挑战。为此，应及时梳理总结现有应用场景和作用方式，分析困难和挑战，提出对策建议，为促进大数据在企业生产经营中得到更好的应用、发挥更大的作用提供参考。

一、“大数据”的内涵界定与政策演进

（一）“大数据”的内涵界定

“大数据”一词由美国国家航空航天局（NASA）研究员Michael Cox和Da【【微信】】于1997年美国电子电气工程师学会（IEEE）第八届国际可视化学术会议上首次提出[1]。他们指出，可视化给电脑系统提出了庞大的数据量的挑战，即数据量大到内存、本地磁盘甚至远程磁盘都无法处理，他们将这类数据称之为大数据。2008年9月，《自然》杂志刊发了一期“大数据”特稿，使得大数据在科学研究领域得到了高度重视，关于大数据的讨论不断增多。2011年，全球知名咨询公司麦肯锡在《大数据：创新、竞争和生产力的下一个前沿领域》报告中称：“数据已经渗透到当今每一个工业和商业领域，正在同劳动力、资本一道成为重要的生产要素。”这宣告了大数据时代的到来。同时，麦肯锡在报告中从数据量大的角度给出了大数据的定义[2]。

业界和学术界对大数据的定义一直处于探讨之中。Michael Cox和Da【【微信】】最初是从数据量大的角度提出大数据的概念的。随着大数据处理技术的不断发展，大数据的应用场景不断增多，大数据的概念逐渐从数据量大发展成为包含数据量、技术、应用在内的综合性概念。原工业和信息化部电信研究院在《大数据白皮书（2014年）》中探讨了大数据的概念，认为大数据是具有体量大、结构多样、时效强等特征的数据，大数据是新资源、新工具和新应用的综合体。朱扬勇、熊S认为，大数据是指为决策问题提供服务的大数据集、大数据技术和大数据应用的总称，数据、技术和应用是大数据的三个要素[3]。在大数据的概念中，价值是核心所在，数据（资源）、技术（工具）、应用这三个要素都是围绕着价值而展开的。

大数据的特征也是学术界和业界探讨的焦点。2001年Laney提出了大数据的3V特征，包括数据体量巨大（Volume）、处理速度快（【【微信】】）和数据类型多（【【微信】】）[4]。随着大数据的不断发展，大数据的特征不断增加，对大数据特征的归纳仍旧是按照几个“V”的模式展开的，同时还新增了1“C”的模式。总结来看，在Laney提出的3V基础上又新增了稻菡媸敌裕【【微信】】）[5-8]，数据有价值（Value）[5-8]、数据有效性（【【微信】】）[5]、易发生变化（【【微信】】/Volatility）[5-7，9]、管理过程虚拟化（【【微信】】）[6，9]、复杂程度高（Complexity）[10]等特征。

（二）国内外大数据的相关政策演进

随着大数据的不断发展，各国开始逐渐重视大数据市场的培育工作。美国、欧盟、日本等主要经济体根据自身对大数据的理解及各自发展情况，制定了大数据相关战略行动规划（见表1，下页）。

从目前各经济体制定的大数据相关战略行动规划可以看出，各经济体政策各有侧重，进度不尽相同，但也存在一些共性：一是各经济体大数据战略行动规划的基本目标，均是通过国家性的战略规划来推动本经济体内的大数据的技术研发和产业应用，以期在国际竞争中占据领先地位;二是战略规划都具有明确的行动计划和重点扶持的项目;三是规划的领域都是关乎国家竞争力和全民生活福祉的重要领域。

我国高度重视大数据的开发应用。国家相关部门出台了一系列政策，支持大数据产业发展（见表2）。随着国家政策的日渐完善以及大数据开发应用技术的不断提高，大数据会保持强劲的发展势头，大数据与实体经济的融合也会不断深化，这为企业的数字化转型发展提供了宝贵的机遇，如果能够抓住这一机遇，企业就能够更好地生存和发展。

二、大数据在不同类型企业生产经营中的应用场景

党的十九届五中全会提出要推动互联网、大数据、人工智能等同各产业深度融合。由于不同类型企业生产经营方式不同，因而大数据在不同类型企业生产经营中的应用场景有所不同。本文对部分类型企业的大数据主要应用场景进行梳理总结，主要包括农业企业、制造业企业、交通出行类企业、零售餐饮类企业、运输物流类企业、房地产经纪类企业、旅游服务类企业、医疗服务类企业、金融服务类企业。

（一）农业企业

农业企业对大数据的应用主要体现在通过大数据、云计算以及物联网等技术随时获取农作物、禽畜以及水产品的生长状态数据，基于分析结果及时实施干预，实现对农业生产的精准控制和智能管理。

一是精准化农作物生产管理。在农作物种植过程中，利用卫星遥感技术、无人机航拍、传感器等采集数据，采集的数据类型主要包括实时的土地土壤数据、天气气候数据、农作物生产数据、病虫害数据等;通过对采集到的数据进行分析、处理，并建立可视化模型，实现种植适宜区规划、作物长势预测、作物产量预测以及病虫害防治等，对农作物生产进行精准化管理。

二是精细化禽畜养殖。在禽畜养殖过程中，利用耳标、可穿戴设备、摄像头等采集数据，采集的数据主要包括禽舍数据、饮水数据、清粪数据、典型行为、生长数据等;通过对收集到的数据进行分析，运用深度学习算法判断畜禽产品健康状况、喂养状况、位置信息、发情期预测等，对其进行精准管理。例如，青岛宝佳集团将大数据应用到建设生猪养殖―农作物种植全产业链中，形成了完整的养―植绿色体系，通过大数据精准投喂，以最科学的投量比例保障生猪生理需求;根据大数据实时监测与预警生猪健康状况、居住环境、生长特征等情况，确保生猪健康成长;将养殖中获得的排放物作为肥料科学喷洒至农作物中;依托种植数据库，构建土壤质量、农业环境、植物保护等完整的评估体系，保障农产品的茁壮生长。

三是精细化水产养殖。在水产养殖过程中，利用水下传感器、监控器等智能感知设备采集数据，采集的数据主要包括水的溶解氧、PH值、温度等水质指标，水产品的喂食、活动和死亡情况等;通过对采集到的数据进行处理、加工转化为可视化图形、图表，实现对水质和水产品生长情况的远程、实时监控，实现精细化水产养殖。

四是智能化农业生产设备。在农业生产管理过程中，通过将新型技术搭载到传统生产工具和材料，实现对农作物生产的智能化管理。例如，无人机植保应用就是通过无人机搭载先进的传感器设备，根据地形、地貌搭配专用药剂对农作物实施精准、高效的喷药作业，通过人（植保队）、机（无人植保机）、药（农药）三位一体达到节水节药的作用;农机自动驾驶应用就是利用卫星导航实现农机沿直线作业功能，主要利用角度传感器获取农机偏移数据、摄像头获取周围作物生长数据以及导航卫星实时定位跟踪车辆信息数据，将三者获取的数据经过无线网络传输到控制端，对数据进行分析后，利用车载计算机显示器实时显示作业情况以及作业进度等。目前，农用车辆导航系统主要应用于拖拉机、收割机、小麦机和青贮机等农用机械上。

（二）制造业企业

大数据在制造业企业中的应用贯穿于企业生产经营的全流程。从产品方案的设计，到生产加工，再到售后服务，都体现出大数据的应用场景。

一是定制化生产。随着客户需求的不断细化和多样化，企业生产模式也逐渐从同质化生产向定制化生产发展，面向不同客户的个性化需求输出定制服务。制造业企业通过工业互联网等平台收集客户对产品颜色、外观、结构、功能等产品参数的需求，将需求转换为计算机可识别的语言后上传至产品设计平台，设计工程师根据客户需求形成产品设计图纸、工艺要求、生产要求等，进一步下发至生产车间，并通过柔性制造生产线将客户的个性化定制需求转换成最终产品，实现客户需求驱动的定制化生产。例如，海尔、美的等家电企业搭建了以用户需求数据为驱动的产品制造体系，让不懂技术的用户和不了解需求的设计师、供应商通过数据流在互联网平台上互动协作，并通过柔性制造生产线将用户的个性化定制需求转换成最终产品。在这种模式下，空调、热水器、洗衣机等产品的颜色、外观、结构等参数可由用户定制，让用户在生产中拥有更大的自主权。

二是智能化工业生产线。在生产管理过程中，通过安装在工业制造生产线上的小型传感器，实时采集设备的振动、声音、变形、位移、裂纹、磨损、温度、压力、流量、电流、转速、转矩、功率等数据，对采集到的数据进行加工处理，并M一步对用电量、能耗、质量事故等参数进行分析，基于设备诊断结果进行及时的预测性维护;通过对生产过程中的原材料、中间产品数据进行采集和实时上传，进一步考虑产能约束、人员技能约束、物料可用约束、工装模具约束等，借助智能的优化算法，制定预计划排产，并监控计划与现场实际的偏差，动态地调整生产计划。通过预测性维护和动态排产，实现对工业生产线的智能化管理。

三是智能化售后服务。在售后服务过程中，应用大数据可以实现对产品运行状态的监控和对客户意见的及时反馈。对产品运行状态的监控主要应用在大型机组和重大设备等不宜解体检查的高精度设备上，通过采集设备运行中各种状态信息数据，对产品运行状态进行实时监控并及时发现产品存在的问题，以便有针对性地提出解决方案;对客户意见的及时反馈主要体现为智能云客服交互平台，通过将客户电话语音咨询、多媒体语音文字咨询等转化为数据，基于数据挖掘、神经网络等技术进行关键信息提炼和关联性分析，自动生成解决方案并实时反馈至客户，实现产品售后服务的智能化。

（三）交通出行类企业

交通出行类企业通过收集司机数据、乘客数据、道路数据、实时交通数据等，挖掘后实现多样化的应用场景。

一是智能化司乘供需匹配。滴滴出行等打车软件的兴起，背后的支撑是对大数据的应用。平台企业通过App终端，实时采集车辆的地理位置、运行状态、载客情况等数据和乘客的用车需求等数据，基于机器学习、云计算等技术，对数据进行关联性分析，通过智能分单、供需预测、运力调度等实现对司机供给和乘客需求的智能化匹配。

二是精细化公交调度与管理。公交企业通过将公交要素标识标签、公交车载信息中心（车载RSU）等物联网设备大规模部署于公交车、公交站台等场所，实时采集公交车辆状态信息、站点信息、行驶信息、客流信息等，基于大数据处理分析平台对数据进行处理分析后，实现车距监管、精准报站、发班与客流匹配等精细化公交调度与管理。

三是智慧信号灯。为了更好地缓解交通拥堵问题，滴滴出行依据大数据推出了“智慧信号灯”。结合滴滴的起止点数据和来自政府的城市交通信息、基础路网信息、交通设施信息等数据，通过模型预测，智能信号灯可基于区域内交通流量，合理调节管控道路资源和通行速度。

（四）零售餐饮类企业

零售餐饮类企业应用大数据可实现线上企业的精准营销，生鲜、餐饮的即时配送，以及线下零售、餐饮企业的精准选址。

一是精准营销。精准营销在淘宝、京东等电商平台企业的应用较为成熟，企业通过采集消费者的网络购物行为数据，如浏览网站记录、浏览商品类型、在不同页面的停留时间、浏览次数、历史足迹等数据，结合消费者的个人身份信息数据，处理分析后进行用户兴趣建模、用户关系建模、用户生命周期建模、用户信用建模等，对消费者进行画像，并且作为底层数据供应给各营销系统。基于用户画像，各营销系统采用电子邮件、手机短信、App消息推送、商品包装广告等形式进行产品推广，实现精准营销。

二是即时配送。即时配送在美团、饿了么等外卖配送类企业以及盒马鲜生、叮咚买菜、每日优鲜等新型生鲜零售超市应用较为成熟。在外卖即时配送上，智能调度是核心环节，平台依托海量历史订单数据、骑士（送餐员）定位数据、精准的商户特征数据，针对骑士实时情景（任务量、配送距离、并单情况、评级），对订单进行智能匹配。进一步面向骑手提供辅助决策服务，包括智能语音、路径推荐、到店提醒等;面向用户提供计算送达时间、配送费定价等服务，实现自动化调度以及最优化配送路径规划;在生鲜零售超市的即时配送上，除了面向骑手的配送路径优化外，超市、仓库产品的拣货效率也是重要环节。以盒马鲜生为例，为实现效率的最大化，盒马鲜生在拣货方面采用了基于物联网的全自动悬挂链物流系统。基于物联网上链接的库存商品标签信息，通过后台系统智能拆分订单，拣货员根据最优路径完成拣货，实现对拣货路径的最优化设计，为即时配送提供效率支撑。

三是精准选址。依托人为经验判断确定零售、餐饮企业的选址可能存在局限与偏差，大数据则能够为商业选址提供更为科学的决策依据。通过对目标区域的客流量、人群流向轨迹等进行实时监控，采集位置信息、时间信息、舆情信息、人物行为信息等，利用大数据挖掘和分析技术，对选定目标位置的人群进行特征画像，可为不同品类和品牌的企业洞察潜在用户及市场预测分析提供依据，实现线下零售、餐饮企业的精准化选址。

（五）运输物流类企业

运输物流类企业对于大数据的应用场景主要体现在货源与运力精准匹配、智慧物流、货运行业信用体系建设三个方面。

一是货源与运力精准匹配。货车帮、运满满等货运O2O平台基于大数据技术实现智能配货和智能找车，使运输资源的利用率得到提升。货主将货源信息发布至平台，并输入始发地、目的地，以及对所需车辆类型、车辆位置、车长、载重等方面的需求;平台基于入网车辆的车辆位置、轨迹分析、车辆画像、安全驾驶指数等数据指标，通过大数据核心算法对入网车辆进行挖掘，为货主提供最优的备选货车运输方案，为车主提供符合其要求的货源信息，实现货源与运力的精准匹配。

二是智慧物流。快递、物流企业对于大数据的应用主要w现在物流路线的智能调度和物流储运的主动感知上。在物流路线智能调度方面，快递、物流企业通过大数据与人工智能技术实现智能车辆路径规划，实现物流运输路径最优化。在物流储运主动感知方面，快递、物流企业根据消费趋势大数据预知需求提前分仓布货，使消费者的订单在最短的距离和时间内送货上门。

三是货运行业信用体系建设。货车帮通过实名认证和保险信用保障双重方式建立行业信用体系。一方面，建立实名认证体系。货车帮平台将车主信息上传数据库，同时对车主交易完成情况进行记录，对每次匹配进行评级打分，并将信誉积分记录到相应的车主或货主的档案内。通过在大数据工作体系下的个人信誉叠加，对个人的信誉及交易质量进行分析对比，从而筛选出高信誉度个体，淘汰低信誉度个体，避免了在货运过程中的损失，提高了经济效益。另一方面，开展保险和信用保障。货车帮提供在线货运保险，支持在线即时购买和在线理赔，通过大数据将全部车辆信息同保险公司对接，对不同车辆订单进行风险评级。评级不同的订单会被划分成不同的类别，系统自动推荐最适合此类别的保险种类，并且即时传输数据，保证每一辆货车都具有相应的保险。

（六）房地产经纪类企业

大数据在房地产经纪类企业的应用场景主要包括在线看房、客户画像以及经纪人服务优化三个方面。

一是在线看房。大数据支撑下的在线看房模式解决了传统的单一线下看房模式在房源真实程度、协调看房时间等方面的难题。企业通过大数据技术，采集房源信息，建立房源数据库，并辅以三维重建、VR技术，给租购者展现真实的房源情况，实现随时随地在线看房。以贝壳找房为例，贝壳找房基于内部作业系统HERP的房源基础数据库，运用大数据技术，打造房源产品――楼盘字典。楼盘字典覆盖全国327个城市、54万个小区，共收集2.23亿套住宅信息，构建433个房屋标准化字段，包括房屋面积、朝向、居室、小区物业、周边配套、标准户型图、实勘照片、商圈信息、历史成交信息、维护人及带看人的跟进信息等。2018年，在楼盘字典基础上，通过智能扫描设备研发、VR场景构建算法和三维重建，贝壳找房打造了VR房源应用，房源信息标准突破了二维、静态形式，房源信息所描述的物理空间被数字化技术还原、重构形成了全新的数字空间。VR房源不仅给消费者提供了沉浸式看房体验，提供房屋真实空间、尺寸、朝向、远近以及教育医疗等配套信息，而且可结合AI与大数据延伸多种智能应用，其中，最为代表性的是VR看房+AI讲房、VR+AI装修。

二是客户画像。在房屋交易过程中，房地产经纪类企业会积累大量客户数据，利用大数据技术，可以形成内容丰富的客户画像。以贝壳找房为例，贝壳找房积累了大量用户数据，截至2020年5月，贝壳找房积累了3.4亿条、1307维的用以刻画身份、性别、年龄、职业、浏览频率等事实的数据，其中包含约2.4亿条、168维的偏好数据，覆盖70%的活跃用户。在此基础上，贝壳找房进一步利用AI技术，基于用户行为数据，预测用户未来发生关键行为的概率，识别用户当前状态和业务等级，形成了内容丰富的客户画像，用于锁定核心客户，并提供客源分析解读工具，协助经纪人了解用户购房需求，助力高效匹配房源。

三是经纪人服务优化。利用大数据技术，可以让房屋、经纪人、客户的信息做到及时的无差别分享，提高连接效率，优化经纪人服务，推动购房者尽快作出决策，减少交易过程中的不确定性。例如，贝壳找房利用SaaS系统跟踪经纪人与客户的互动，以确保及时沟通。经纪人可以通过SaaS系统记录、管理、搜索房屋客户信息，并发起与其他经纪人的合作。SaaS系统基于对客户浏览行为的智能分析，将某些客户标记为“高潜力”，以便经纪人可以有效地确定优先级。SaaS系统可以实现交易流程数字化和标准化，许多环节的工作都可以由系统自动生成。可视化的交易管理系统使经纪人可以跟踪、管理和完成从在线合同签署、付款、代管、抵押、产权清算、转让等交易过程。交易完成后，由系统自动分配佣金。

（七）旅游服务类企业

大数据在旅游服务类企业的应用场景主要包括旅游产品的个性化推荐、景区服务体系优化、景区智能管理三个方面。

一是旅游产品的个性化推荐。旅游服务类企业根据用户对相关旅游线路搜索关注的情况进行资源整合，根据游客的标签、偏好、浏览行为等，为游客推荐个性化的价格、个性化的旅游景点、个性化的酒店、个性化的餐饮服务、个性化的旅游活动等旅游产品。

二是景区服务体系优化。以互动体验为核心，运用大数据技术，营造旅游景区个性化、人性化的服务体系。例如，利用GPS定位游客的行走体验，重新设计景区的旅游线路，完善景区的用户体验;利用VR实现景区景点的在线虚拟旅游等。

三是景区智能管理。以数据管理为核心，完善景区智能化管理系统。例如，利用大数据和GIS技术打造景区智能管理平台，构建可视、可量、可挖掘的“景区全息图”，实现景区游客动态的可视化监控和管理;利用运营商的数据实现游客的人流分析，帮助旅游产业上下游各个环节科学、精准地调整方案并提供决策支持;利用爬虫技术实现景区的口碑监测，帮助旅游管理者及时发现舆情危机，及时干预避免事态扩大，还可以基于游客的评价进行分析，为改善服务质量、提升口碑提供支持。

（八）医疗服务类企业

大数据在医疗服务类企业的应用场景主要包括临床决策支持系统和远程医疗诊断两个方面。

一是临床决策支持系统。医疗机构可以借助本身积累的和大数据平台收集的不同病例和治疗方案，以及病人的基本特征，建立医疗临床决策支持系统。医护人员可以在系统支持下开展临床活动，包括疾病的早期诊断、个性化的诊疗、不良事件预警（如感染等）、医学影像智能识别，等等[11]。例如，华大基因的肿瘤基因检测，就是采用高通量测序手段对来自肿瘤病人的癌组织进行相关基因分析，建立针对疾病特点的基因数据库，借助大数据技术将通过测序得到的患者样本的基因序列与原始基因比对，进行早期、无创伤检测。

二是远程医疗诊断。病患可以通过借助大数据技术建立的在线医疗问诊平台，进行疾病自诊自查、在线问诊、远程看病，获得更便捷、完善的医疗服务。例如，朗玛信息基于互联网医院，开发IPTV智慧医疗家庭健康服务平台，即在家庭网络电视盒子上建立一个完善、周密和个性化的医疗健康服务平台，为社区和家庭提供集慢病管理、健康咨询、知识科普、健康提升于一体的系统服务。通过平台，患者打开机顶盒，进入医生问诊频道，选择医院、医生，连接后就能通过视频，告知医生自己的症状。除了需要检查的项目外，都可以在家完成问诊。特别是一些老年病、常见病、慢性病，例如糖尿病、高血压等病症的诊疗和日常监测，利用IPTV可减轻门诊负担，节约病人的时间。

（九）金融服务类企业

金融大数据应用已经成为金融行业的趋势，主要应用在风险控制和智能客服方面，在银行、保险、证券的主要应用场景分别体现为信贷风险评估、骗保识别、智能投顾。

一是信贷风险评估。银行以客户级大数据为基础，从客户信用历史、行为偏好、履约能力、身份特质、人脉关系等维度为存量客户建立画像，估算客户价值、判断客户优劣、预测客户违约可能，在此基础上建立企业及个人风险名单库，过滤高风险客户。

二是骗保识别。借助大数据手段，保险企业可以通过建立保险欺诈识别模型，大规模地识别近年来发生的所有赔付事件，识别诈骗规律，从数万条赔付信息中挑出疑似诈骗索赔，进一步根据疑似诈骗索赔展开调查，提高骗保识别的能力。

三是智能投顾。证券公司利用大数据技术匹配客户多样化需求，开展智能投顾业务。智能投顾业务提供线上的投资顾问服务，能够基于客户的风险偏好、交易行为等个性化数据，采用量化模型，为客户提供低门槛、低费率的个性化财富管理方案。智能投顾在客户资料收集分析、投资方案的制定、执行以及后续的维护等步骤上均采用智能系统自动化完成。

三、大数据在不同类型企业生产经营中的作用

大数据在不同类型企业生产经营中的应用场景不同，发挥的作用也不同。这里通过案例分析，对大数据在不同类型企业生产经营中所发挥的作用进行梳理和提炼。

（一）农业企业

农业企业利用大数据可以创新农业生产经营方式，降低生产成本，提高农产品质量和企业生产效率。大数据在农业企业生产经营中的应用，可以打破传统农业生产经营的局限性。例如，江西省信丰县共有脐橙种植面积1.3万公顷，产量20多万吨，过去传统的农业生产经营模式既增加劳动成本，又无法实行科学管理，效益不明显。为了提升传统优势产业的效益和品质，江西省信丰h现代农业产业园打造了农业物联网云平台、农产品质量安全监管追溯平台、农产品电商平台，分别瞄准脐橙的生产、质量监管和销售三个环节。大数据平台使脐橙生产标准化、智能化、便捷化，通过各基地和加工线传输回来的信息，按照设定的程序标准，指挥生产、加工机械智能应用，可以提高脐橙产量和质量。在推行果园水肥药一体化应用上，可保证用肥用药准时准量，实现机械智能操作;在果品加工上，利用大数据平台，可以智能分选出不同颜色、大小、酸甜以及各种口感口味的脐橙果品。大数据技术的应用，大大提升了农业企业的生产效率。又如，青岛宝佳集团通过大数据对畜禽养殖、动物疫病、作物种植、害虫防疫、农产品质量等方面进行监控和分析，做到了精准喂养和科学种植，大幅降低了农业生产成本，较大范围地降低了天灾或人为导致的减产，提高了种养殖效率，实现了粮食牲畜增产增收。

（二）制造业企业

制造业企业利用大数据可以优化生产流程、降低成本，提高企业生产效率和产品适应市场需求的能力。制造业企业利用大数据实现对生产设备的预测性维护，提前感知设备发生故障的可能性，及时对问题设备进行维护，避免由于发生故障维修而导致生产线的整体停滞，降低了企业的运维成本;制造业企业利用大数据实现对生产流程的动态排产，减少了车间半成品积压，使生产流程各环节的衔接更为顺畅，优化了生产流程，提高了企业的生产效率。

制造业企业基于研发知识库的大数据产品模块化分析，以及协同创新平台所整合的内外部产业链协同设计能力，实现产品的个性化设计;基于工业生产大数据的互联工厂柔性化生产能力，保障了个性化订单设计和低成本高效率的制造。辽宁大连的大杨集团是一家全球大型西装定制企业，该企业以工厂的智能化改造为手段，实现了多品种、小批量、高品质、快速反应的定制化生产模式。具体来说，就是运用3D技术进行量体裁衣，用户通过3D技术进行远程扫描，相应的数据便可以传送到工厂进行生产。随着信息技术的不断升级、5G技术的熟练运用，这样的模式应用从采购端扩展到生产端，再到客户端的全链，提供了个性化、高效、智能的用户体验，提升了产品适应市场需求的能力。

（三）交通出行类企业

交通出行类企业利用大数据可以优化用户出行体验，提升企业服务效率和质量。以滴滴出行为例，滴滴出行运用大数据提供的信息，解决司乘信息不对称问题，通过大数据的匹配与分析提高司乘之间的供需匹配效率，同时借助大数据的精准预测，降低用户发单时的时间输入成本。根据滴滴统计，依托丰富的大数据和强劲的算法，通过智能派单提前调度司机，提高需求密集地区的供给数量，使得司机每小时接单量上升了33%，司乘沟通时间成本下降了15%，司乘平均沟通时间不到1分钟，零通话比例达到

滴滴顺风车城际怎么不能拉四个单 免费注册网约车平台

滴滴城际顺风车为什么只能接一单,滴滴顺风车不能接单,为什么滴滴顺风车不给我长途订单,滴滴顺风车快车车主不能接单

时隔一年多后，滴滴目前在各大应用商店重新上架，恢复新用户注册，但2023年很多司机会遇到一些注册未通过的现象如：“驾龄不满3年”，“车子超过8年”，“合规到期无法出车”，“公司名注册滴滴”等。其实都可注册的哦。另外相比之前，网约车价格总体是涨了。其中，起步价全面上调，而时长费则基本不变。可以参考下图操作注册即可。

利润，累计亏损400亿元。你想做慈善吗？其实真的有可能。有人说，滴滴出租车已经成为一家新的出租车公司，受到许多疾病的困扰，就像屠龙者一样。

在某种程度上，其实是对的。充足的供给和安全之间存在着永恒的差异。监督成本一直与劳动力成本成正比。原来这一切都是由行政监督决定的，目前是在行政监督和敏感群众中。教师怎么注册网约车

出租车公司没有像滴滴出租车那样大规模未够三年驾龄可以成为滴滴亏损，因为他们获得商业利润，控制成本基本上由国家承担，更不用说补贴这些无助的出租车司机，他们不需要处理供需匹配问题，不承担严重短缺，甚至供应短缺是他们生存的根源。

自然，人们并不是说滴滴打车真的在做慈善，而是说旅游服务在某种意义上绝对是一种公共文化服务。滴滴出租车最初计划以补贴和资产企业并购的形式获得主导地位，并获得垄断权益。但由于群众交通选择的多样化和准入条件较低，只有像出租车公司这样的车牌控制才能拥有垄断权。

滴滴出租车不仅令人沮丧，而且面临着公共文化服务的运营成本和公众远远高于政府公共服务的需求。值得一提的是，不同权益的地方政府部门仍在设定许多限制，以进一步提高成本。数万人以上的大公司病，很可能没有“大政府病”那么严重。

自然，滴滴打车之所以一直无法盈利，是因为在短时间内看不到回报共享自行车、外卖送餐等拓宽业务项目的投资。这种多元化的业务发展远不如滴滴出租车预测。uber送餐服务uber Eats已经成为10亿美元的业务流程，成为美国第二大餐饮服务提供商，滴滴无法从美团和饿了么那里夺走中国的市场份额。湖州滴滴司机要求驾龄吗

然而，自行车共享业务的运营模式尚不清楚，昆明滴滴注册驾龄不满三年与网上叫车不是协同关系，而是替代关系。在中国，日常生活和商业领域长期以来一直在自由竞争，滴滴多样化的室内空间非常有限。旅游服务项目很难像美团外卖一样从餐厅延伸到生活服务的各个方面。

滴滴的多元化业务流程无法像美团外卖那样完成合作，让人觉得滴滴出租车是一家得不偿失的投资管理公司。据悉，“双方将在经济全球化扩张环节推进战略合作协议”，最新投资目的是印度经济实用连锁快捷酒店OYO。

今年1月，滴滴出租车悄悄推出“金融信息服务”频道栏目。然而，滴滴出租车并没有致力于更符合消费模式的汽车抵押贷款和保险业务，而是在股权融资、商业保险、商业保理、支付、投资和财务管理等方面更加繁荣，以最大化总流量收入。显然，很少有人会在出租车平台上购买保险和财务管理。缺乏场景不太可能促进流量转化率。金融信息服务领域的整体布局也暴露了滴滴的“流量转换焦虑”，迫不及待地“撒网捕鱼”。

因此，滴滴出租车在开源系统中的挫折只能通过裁员减肥来实现“节流阀”。此外，根据滴滴出租车公布的数据，上半年对司机和乘客的补贴已超过117亿元，亏损超过40亿元。2018年，司机补贴113亿元，总体亏损109亿元。假设司机端的补贴超过了乘客端，那么滴滴司机注册出现了新变化，许多司机注册时发现不能通过审核，这让许多司机感到很失望。 这背后的原因可能是滴滴设定了新的注册标准目前滴滴出行对司机的要求审核非常严格。如果想要加入到滴滴平台，驾龄必须要超过3年时间，注册的车子年限是8年内的，部分城市的驾龄不够问题还是可以解决的。滴滴也明确表示，只有达到了注册要求，才能获得认证，司机才能正式接单，如果不能通过审核，可以重新提交资料，等待审核结果。补贴一般都在减少。

向公众披露年损失100亿元的信息可能真的向司机发出了一个信号：2019年补贴将进一步放缓，实际上是为了安慰车主的反弹。然而，满意度几乎为零司机。减少补贴能给敌人机会吗？(《好奇心日报》首先发表在文章中，创作者张远)