博客首页|TW首页| 同事录|业界社区
2017-07-19

当淘宝改变了大众的购物方式,当滴滴、易到改变着人们的出行习惯,传统的货运物流也已经“+”上了移动互联网。用移动互联网撮合货源与运力的背后是中国每年十几万亿的运输费用和3000万名货车司机这个庞大的市场,吸引了众多优秀创业团队、风险投资、用户的参与,短短几年时间行业就产生了很多优秀的公司和应用,那么我们就通过QuestMobile数据一起洞察这个细分行业的现状和趋势。

PART 1 移动互联网货运行业概述

移动互联网货运行业定义及范围

移动互联网货运,是区别于传统“四通一达”及各地物流厂商的新型物流货运模式,它属于“移动互联网+物流”的范畴,是移动互联网、大数据、云计算、人工智能等信息技术与物流的深度融合。根据面向的用户群体不同,可分为干线物流、同城物流、众包快递等类型。

干线物流,指的是利用公路干线进行的长距离、大数量的城际运输。

同城物流,也被称为城市 “轻物流”,提供一个城市内A到B之间(尤其是市区范围内)的物流配送。

众包快递,是指把原由企业员工承担的配送工作,转交给企业外的大众群体来完成,每个人既可以是收件人也可以是自由快递人。

本报告研究对象主要为移动互联网货运细分行业中的同城物流行业和干线物流行业。

宏观环境利好中国移动互联网货运市场发展

社会物流市场规模巨大,工业品的运输是重点业务

2016年社会物流总额达229.7万亿,其中工业品物流占93.2%,处绝对优势地位;

2016年中国社会物流总费用达11.1万亿,运输费用占了半壁江山。

公路运输是主力运输方式,干线物流大有可为

交通运输部数据显示,全国货物运输总量2012年-2016年的5年间,从410亿吨增长至440.4亿吨,除铁路货运外,公路、水运、民航均有所增长,其中,公路和水运增长幅度较大。

2016年,公路货物运输总量环比增长6.8%,超过民航、水运等增长速度,干线物流市场空间大。

移动互联网货运应用行业高速发展,超快递物流行业总体增速

截至2017年6月,移动互联网快递物流行业MAU为2,934万,同比增长率为96%;

移动互联网快递物流的细分行业中,移动互联网货运行业MAU达1,095万,同比增长131%;

移动互联网货运的细分行业中,干线物流行业MAU达426万,同比增长120%;同城物流行业MAU达325万,同比增长223%。

移动互联网快递物流行业月度活跃用户TOP20应用

2017年6月,移动互联网快递物流行业MAU TOP20 APP中,菜鸟裹裹MAU最高达1,138万,是第2名近4倍;

同城物流行业应用中,货拉拉货主端APP排在首位,在快递物流行业中位列第3名;

干线物流行业应用中,运满满司机端APP排在首位,在快递物流行业中位列第4名。

移动互联网快递物流行业月日均活跃用户TOP20应用

2017年6月,移动互联网快递物流行业月日均活跃用户规模TOP20 APP中,菜鸟裹裹DAU最高达135.4万;

同城物流行业应用中,货拉拉货主端APP的DAU为12万,排在快递物流行业第10位;

干线物流行业应用中,运满满表现最为突出,双端均在快递物流行业应用TOP10以内,司机端仅次于菜鸟裹裹排在大行业第2位,货主端排在第6位。

移动互联网快递物流行业整体用户画像

2017年6月,移动互联网快递物流行业用户以男性为主,男女比例约为3:2;66.5%的用户分布在一二线城市;30岁以下用户占比达75%,年轻用户是行业主体;

移动互联网货运行业用户对于汽车类的汽车社区和养护,生活类的家政服务、二手交易,以及购物休闲类的电商购物、电影演出等具有较强的偏好。

移动互联网货运行业用户画像

2017年6月,移动互联网货运行业用户以男性为主,相比快递物流行业整体,女性用户更多;近七成用户分布在一二线城市,24岁以下用户占比明显低于快递物流行业;

移动互联网货运行业用户对于汽车类的汽车交易、养护、违章查询,和生活类的家政服务、医药服务,以及工作社交类的名片管理等具有较强的偏好。

移动互联网货运行业融资情况

据网络公开数据统计,截止2017年6月,移动互联网货运应用行业有4家独角兽公司,分别是运满满、货车帮、58速运和云鸟配送。

PART 2 细分市场之一:同城物流相关APP洞察

同城物流行业中,货拉拉APP领跑

截至2017年6月,同城物流行业中,货拉拉货主端MAU超过250万,同比增长达413%,司机端用户也达到57万,领先同行业APP;

58速运、云鸟司机等APP的用户规模较为稳定。

货拉拉、58速运和云鸟司机用户重合度较低

2017年6月,货拉拉、58速运和云鸟司机MAU分别为253.6万、28万和8.2万;

3个APP的重合用户数为0.24万,独占用户均在80%以上,用户重合度较低。

货拉拉双端总使用次数领先同行业APP

截至2017年6月,虽然货拉拉的货主端MAU是司机端的4.5倍,但次数方面司机端更高,总使用次数达3,583万次,是货主端的3倍以上;58速运、云鸟司机等变化不大。

同城物流行业中,货拉拉司机端总使用时长一枝独秀

截至2017年6月,货拉拉司机端总使用时长超1.5亿分钟,远超货主端的1,931万分钟;58速运、云鸟司机等APP使用时长在1000万分钟以下。

货拉拉双端下载量高于同行业APP,呈波动上升的趋势

截至2017年6月,同城物流行业APP中,货拉拉货主端及司机端APP月下载量占据前两位,两个APP的总下载量为136万,高于同行业APP。

同城物流行业相关APP主要用户为30岁以下男性

2017年6月,与同城物流行业整体相比,货拉拉司机端与云鸟司机男性用户占比更高,58速运女性用户占比更高;

年龄方面,除云鸟司机的31-40岁用户占比明显高于行业整体外,其他APP用户年龄分布差异不明显。

同城物流热门 APP用户省份分布

从移动互联网TOP10省份看,货拉拉在北上广及江浙地区的用户最多,58速运用户主要集中在北京和广东;云鸟司机的用户主要集中在北京和上海。

同城物流热门 APP用户手机品牌分布

从移动手机品牌TOP5看,货拉拉货主APP的苹果手机用户近六成,是资深果粉用户,司机端苹果用户占比也达到16.3%;58速运的华为和小米用户占比达到40% 。

PART 3 细分市场之二:干线物流相关APP洞察

2017年开始运满满(司机端+货主端)双端领跑干线物流行业

截至2017年6月,运满满APP总用户规模达257万,排在行业首位,货车帮以175万的用户量排在第二位;

除运满满及货车帮外,陆鲸用户规模近3个月增长较快,目前在40万左右,车旺大卡稳定在50万左右。

2017年开始,运满满用户时长反超货车帮,并保持领先

截至2017年6月,干线物流行业中,运满满的用户总使用时长约为3.8亿分钟,货车帮缓慢回落至2.9亿分钟,排在第二位;其次,是车旺大卡的1.8亿分钟;一点通和陆鲸在1500万分钟左右。

干线物流主要企业APP服务及运营相关数据对比

从网络公开数据来看,运满满和货车帮是行业领跑者,从运营相关数据来看竞争也十分激烈。

2017年开始运满满司机端稳步增长,优势日益凸显

2017年6月,运满满司机端 MAU为209万,同比增长109%,已拉开了与同行业间的距离;

货车帮司机端 MAU为159万,位列第二,陆鲸司机今年出现了较明显的涨幅,MAU最高达到52万。

干线物流行业中,运满满独占用户比例最高

2017年6月,运满满司机、货车帮司机和陆鲸司机MAU分别为209.5万、158.7万和36.4万;

3个APP的重合用户数为14.2万,用户重合度较同城物流APP略高,司机可能为了接单,也会同时使用多个APP,但运满满司机端的独占用户比例最高。

2017年开始运满满货主端迎来高速增长,货主数是第二名的近3倍

运满满货主端 MAU达62万,同比增长353%,远超其他APP;用户规模是第二名的近3倍,第三名的20倍,实现了双端领跑行业的局面。

货车帮有超过一半货主也是运满满货主

2017年6月,运满满货主和货车帮货主MAU分别为62万和23万;

重合用户数12.3万,运满满独占用户比例在80%以上,货车帮为46.6%,货车帮有超过一半货主用户在同时使用运满满货主APP。

从下载趋势看,运满满货主端优势显著,司机端开始发力

从司机端下载量看,1-5月运满满和货车帮交错增长,基本处于同一水平,6月运满满提升至29.6万;陆鲸司机在连续增长后回落,一点通下载量波动不大;

从货主端下载量看,运满满的优势明显,近期一直保持快速增长势头,货车帮、陆鲸基本保持不变。

干线物流TOP APP用户性别分布

在干线物流行业中,据从业人员反馈,“夫妻档”合作的现象非常普遍,虽大部分司机都为男性,但妻子常常通过APP抢单,女性用户比例明显高于同城物流行业司机端APP。

干线物流TOP APP用户年龄分布

司机端APP中,除一点通用户年龄两极分化(24岁以下,41岁以上)较明显之外,其他APP的用户年龄分布基本与行业值相当,年轻司机是主力;

货主端APP中,e配货的25-30岁用户占比突出,41岁以上的用户较少。

干线物流TOP APP用户省份分布

从移动互联网TOP10省份看,在司机端,运满满在江苏、浙江、山东和上海的用户规模更大;货车帮在河北,四川,辽宁,广东的用户规模更大;陆鲸司机在浙江、上海和江苏的规模大;

货主端差异更为明显。运满满的江苏用户达14.6万,浙江、山东和上海的用户数也在7万左右;货车帮的广东和山东用户较多,陆鲸货主的江浙用户最多。

干线物流TOP APP用户手机品牌分布

从移动手机品牌TOP5看,司机端,运满满和陆鲸的OPPO用户突出,占比超20%,货车帮TOP5品牌分布相对较均匀;陆鲸司机的苹果用户占比远低于其他两家;

货主端,运满满OPPO用户占比同样突出,达到21%;货车帮终端占比差异不大;而陆鲸货主钟爱苹果手机,与司机端对比差异显著。

本次报告数据源及研究范围说明

研究对象
移动互联网货运行业,包括3个细分行业:同城物流行业、干线物流行业 和 众包快递行业。
本次的主要研究对象为:同城物流行业 干线物流行业。

数据来源
大数据服务公司QuestMobile Truth系列及数据挖掘,样本总覆盖设备数超过5亿。

统计周期
2016年6月至2017年6月

数据定义
MAU: 即月活跃用户数,在一个月内至少启动过一次应用的设备数
使用次数/时长: APP用户在统计周期内,打开APP的次数/时长
重合用户: 2个或3个APP的用户中,同时使用其中2个或3个APP的用户
独占用户: 3个APP的用户中,仅使用其中一款APP的用户
TGI: (目标群体中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例)*100

 

2017-03-11

 
1. 马云创造了“DT”(大数据时代)这个词,说未来社会不是IT时代,而是DT时代,而阿里巴巴战略定位为做DT时代的基础设施。类似于IT时代的微软,移动互联网时代的苹果之类的意思。马云去年在云栖大会上提出未来30年的“五个新”,分别是“新零售,新制造,新金融,新技术,新能源”,其中“新能源”就是大数据,其讨论的相对比较少,似乎公众只关心的是公民数据安全问题,对于产业方面的大数据觉得比较抽象,实际上真正的“大数据”与阿里战略更为密切。

2. 最早把大数据应用在商业上的是亚马逊,直接根据用户的阅读兴趣推荐与之相关书籍,人家在PC时代就这么干了,是《大数据时代:生活、工作与思维大变革》一书中的经典案例;而在无线互联网时代的,今日头条根据用户阅读点击行动来形成个性化标签的“千人千面”,成为应用用户大数据的新样板;二者之间是不是有一些相似呢?

3. 手机正把一切都数据化,自从苹果做机身一体化以外,现在国产手机的电池都不可拆卸了,即使手机关机,也可以定位到,这个功能给军事、刑侦带来便利,比如以前儿童走失寻回机率很小,如今有了跟踪功能,大家看支付宝、滴滴出行、今日头条会推动这一方面消息成功率明显提升了很多,对犯罪分子具有很强的威慑力,很多岗位因为数据的力量实际上更加“实证化”了,在这种局面下,做一个好人会更多回报,而做一个坏人会得到更大的惩罚,这是社会昌明的前兆。

4. 手机里的数据可以实时上传到“云”上,如果数据没有“在线”,就不是所谓的大数据,而大数据与“云服务”是孪生兄弟,数据在线化需要存储、访问、下载,以前做数据存储是追求存储的空间大,就像手机的内存、电脑的硬盘、机房的服务器一样,当一切都数据化之后,盲目追求物理存储量显然行不通了,所以要转上“云”,也就是在线化了,(听说这个与“马云”爸爸的名字相关)。要用“在线”的思维去理解大数据,而不是停留在海量的直观上。

5. 云服务也是亚马逊的AWS最早做公有云,IT企业不必向以前自建机房了,使用亚马逊的云服务,等于亚马逊为大家建了一个云服务的平台,这也就从IaaS(基础即服务)转向了PaaS(应用即服务)。在亚马逊做了云服务之后,阿里也做了阿里云,比如我所了解的智能锁品牌果加+、曼申、小嘀等,都是使用阿里云的服务,很多的SaaS软件也是购买的阿里云,阿里云目前稳坐企业服务市场的头把交椅,形成了网络效益。

6. SaaS(企业即服务软件)之所以火也与云服务相关,是在移动端可以直接下载App软件,有的连PC端系统都没有了,SaaS与ERP的区别是,SaaS是云端化下载、再安装,产品也更加标准化;而此前的ERP是固定的装机。现在SaaS比较多,似乎每个职能部门都有对立的SaaS,以便于提升创业者的人效。缺点是SaaS实在太多,有些碎片化,应该会出现一个类似微信一样的“统一型的企业软件”,成为企业管理中的“瑞士军刀”,看在阿里是有toB的基因上,我大胆预测是阿里钉钉。

7. 一切都在数据化,并不是意味着所有的数据都有用,比如百度积累了很多年的搜索数据,需要“结构化”之后才能定向地分发信息;百度糯米的O2O数据目前的商业价值,还没有完全释放出来,还需要“云计算”能力跟上来。几乎所有的应用Push信息都比较烦人,说明大数据的场景化还很不成熟。

8. 除了积累数据之外,互联网巨头都在疯狂购买或兼并数据,目前,现在数据的流通和交换还处于相对初期的阶段。数据使用之后可以不像实物会折旧损耗,还可以继续用,其数据结构化更强,反而增加了价值。目前市场上的数据很多还是在咨询公司或互联网公司手中,并没有很好发挥数据共享的作用,总体来看,数据的壁垒和鸿沟还很大。

9. 要想首先解决数据开放问题,指望互联网公司开放似乎不大现实,人家的数据积累的好辛苦,都是资本的血汗钱。可行的是政府把自己的大数据开放出来,比如启信宝就是把工商税务数据进行结构化分类,产品体验做好形成了一个很实用的App;当然政府的数据有些涉密,所以推动起来还得看这次两会之后能否有指导文件出台。一旦医疗卫生、交通安全、能源化工之类的大数据公布其含金量将会比互联网数据更大,不过处在“原矿”阶段,还需要专业化团队开发,比如浪潮集团与很多地方政府进行政务云合作就是为了开发政府大数据的巨大潜能。

10. 数据要想发挥作用,数据资源只是前提,核心还是“云计算”能力,最关键的是看应用的场景;也许这些数据放在这儿没有用,但是在另外的地方却是宝贝,因而应该会出现一个类似淘宝一样的C2C数据交易平台,我有需要的数据找有的人买;而你有的数据我正好需要;而数据之间的流通都是可以在移动端直接进行支付的,反正货币本质上也是数字。这样的大数据平台也许是一种全新的电商(线上交易)平台,今年两会孙丕恕代表有提到发展“数商”的重要理念。

11. 大数据越来越成为TMT行业发力的起点,如果创业者掌握没有数据就没有办法照亮消费者,也没有办法去回溯生产端进行C2B(定制生产);在这点上,数据开始回顾到了市场营销(Marketing)的本质,满足用户的需求,所以大数据最早爆发的领域是在精准营销或者数字营销上;直接服务于互联网公司的广告销售;尤其是目前创业流量成本越来越高,广告投放精准化需要有程序化平台做专业投放;目前百度做人工智能就是主要以数字营销为发力点。

12. 人工智能(AI)是一个与“移动互联网”、“互联网+”相媲美的大风口,但是人工智能必须要有大数据作为训练素材,机器学习、深度学习需要有大数据提升其机器人的学习能力。比如如果没有消费场景的大数据,就没有办法做出商业智能;如果没有医疗方面的大数据,就做不出智慧医生。鉴于目前的大数据产业本身还没有火起来,阿星认为AI近几年不可能迅速引爆,处于早期阶段。但是人工智能概念的热炒、资本大量涌入,为大数据交易平台的出现以及数据购买带来钱景相当可观的增量,反而促进了大数据产业开始受重视。

13. 大数据把人都“标签化”了,以前互联网公司数据对立的都是ID(账户)数据,但是很难接近真人的数据,如今最能真实反映人的数据还是阿里和腾讯,让以前无数多、散、匿、杂的数据越来越集中,越来越接近真人;而用户也可以跳出物理范畴去延伸线上的世界,人与人之间的信任成本降低,陌生人之间的线上交易形成一个相对良好的契约基础,这就是大数据所给予我们的第一波红利。

14. 可以预料,国内的大数据产业将与欧美完全不同,国外讲究个人隐私,有严格的反隐私法的规定;并且东亚文化圈对上网“隐私”容忍度很高,相关法律机制也不健全,也给了一些大数据公司和互联网用数据牟利带来了“空间”,这有点像互联网行业早期发展与国内知识产权相对宽松氛围相关,整个行业抄去抄来,网民无版权意识用免费内容用惯了。但如果在互联网行业已经成熟的今天,还在吃法律不健全的红利显然比较low了。

15. 大数据是把双刃剑,公民的数据信息必须得依法监管,如果一旦出现行业性数据安全泄密事件,将会相关新的新行业将陷入危机之中;如智能家居数据泄密将会造成人身财产安全隐患;比如在3月10日曝出一起某互联网公司员工人盗取50亿条公民数据的信息;这是DT崛起前最大的绊脚石;也从侧面证明了大数据产业所处的原始混乱状态。
作者:本文作者:李星(靠谱的阿星),科技自媒体,微信号即QQ:1598145405,靠谱的互联网+创业观察者,公众号:lixingo2o

2017-01-05

世界充满了不确定性,很难预料2017又有哪些黑天鹅”,不过大数据生来就是对抗和消弭不确定性的,要把黑天鹅变成白天鹅!围绕数据资源的争夺战早就悄然并激烈地展开了!

移动互联网的用户数据被BATJ3X系瓜分殆尽了,最大的一块增量数据是物联网(IOT),不过考虑到目前已经联网的智能硬件与“万物互联”的理想来说仅仅为1%,并且大多数都是非结构化的数据,其中清洗和挖掘还需要算法的改进以及系统的完备,还有很长的路要走。

大数据仅剩的一块处女地非政府大数据”莫属了,并且是最权威、最具公共服务服务价值的数据,比如人口统计、国民健康、教育、公共资源、公共安全等等。谁把这块的数据服务好、开发好,才是大数据时代的无冕之王。

 

一、    政府大数据服务为什么会火?

 

在“互联网+行动”成为国家战略之后,政府出台了《促进大数据发展行动纲要》,系统部署了我国大数据发展工作,北京成立大数据研究院,广东、辽宁等省创立大数据管理局,武汉、贵州、杭州等地大数据交易中心、交易所成立等等。

 

对企业来说,To G市场是可望而不及的,准入门槛和安全等级也是最高的。在政府采购业务之中,也扮演着市场买家角色,政务云可以算作是“企业服务”中一块细分市场(政府是云服务的大客户)。随着政府改善电子政务、加速产业园区信息化建设的需求,一些IT基础设施企业迎来To G的春天。

大数据与云服务是一对孪生兄弟,政府掌握了大数据,而企业为政府提供的云服务。而“政务云”是企业帮助政府把政务及数据云端化,其爆发是因为对政府和参与企业均有重大的战略价值:

1)对政府来说,云服务更节省运维成本:以往数据存储都是自购服务器、小型机以及数据库软件存储,但带宽费用及运维成本高、网络安全风险大,要想使数据变成有价值的信息资产,就必须引入云(计算)服务才能降低IT成本,提升运转效率,这也符合政府信息化、建立电子政务的趋势。

2)对企业来说,政府大数据是巨大的技术及商业宝藏:很多行业的大数据可以经过清洗之后,放在数据交易所上进行交易。从长远来看,人工智能是要大数据喂养的怪兽,机器模仿人的学习、思维结构,需要用海量的行业数据才能强化其深度学习能力,政府海量、保密、差异化的大数据价值凸现出来了。

3)对全社会来说,大数据可以成为公共服务的“新能源”:以往地方政府提振经济一般是招房地产、工厂等,随着土地及人口红利殆尽,大数据成为与水电煤等一样重要的生产资料,各个地方政府应用政务云之后有助于政府为公众更专业化的公共服务。一个互联网化的政府有助于提升行政办事效率、透明度,是惠及民生的好事!

 

 

二、    群雄逐鹿政务云市场

 

IT企业大佬近年来开始重视政府采购市场,并致力于成为政府的云服务提供商。“企业要跟政府谈恋爱,但不要结婚”,是马云的名言,但如今阿里云成为新引擎,互联网金融又迫切需要政府的支持,阿里巴巴近年来与地方政府的关系“如胶似漆”。如阿里巴巴、华为、浪潮集团等企业是直接与各个省政府洽谈,一旦省政府与企业云服务形成战略合作,市、县、乡机构也就水到渠成,全国加起来省份、单位数量是有限的,因而这让IT大佬们奔走时多了份紧迫感。

笔者策划人李星(微信号:lixingo2o)认为,目前政府与国外云服务巨头合作的机率几乎为零,政府掌握着数据资源,不会轻易让国外云服务厂商介入(比如谷歌的出局)。放眼整个云服务市场,巨头依然是本土公司,全球云服务第一巨头亚马逊AWS在国内市场份额仅为4.3%

阿里云在2016年财年公布的数据显示为30.19亿,目前占据云服务市场头把交椅,其盈利模式是通过易于使用的API,方便用户把数据对象放在云端,按照用量收费,阿里云在政务为公众所知的是12306的基础云服务,以及浙江政务服务网等线上政务超市。早在2年前,阿里并与浙江、海南、贵州、广西、宁夏、河南和河北等省级政府签订了战略合作协议。

华为是做通讯技术服务商起家,目前从CI(通讯技术)的云端化转向了做企业、政府及消费终端的云化(即ICT),把公有云、私有云、混合云放在同一个开放架构;华为以开发电信软件和电信运营商的沉淀,基于数据存储方面优势提供大数据解决方案,如克拉玛依、襄阳、宿州等地方电子政务提供云服务。

腾讯开放云战略为大数据创业者提供廉价的数据基础设施,并有相对完整的解决方案,比如计算、网络、存储与CDN、数据库、移动与通信、大数据与AI等等,比如为四川省政府搭建政务云。

 

三、政务云只是大数据资源社会化的开始

 

阿里集团技术委员会主席王坚博士认为,大数据的本质不是海量数据,而是让数据“在线”,不在线的数据即使再大,也没有什么价值!实际上在线也就是所谓的“上云”。

对政府的信息管理来说,政务云的广泛应用是一场革新,黄仁宇所提的“数目字管理”会成为现实。以往纸质档案或者刻盘储存既占用空间,调取成本高,政务云除了实时在线协助公务员处理非涉密电子政务以外,其大数据服务还将广泛应用到城市规划、交通管理、公共安全、环境保护和公共设施等方面,比如贵州省与浪潮集团合作开发的“扶贫云”,通过把贫困人口的量化、贫困程度深浅的可视化,让扶贫款下发到最需要的人手上,成为“精准扶贫”落地的样板。

放眼国际,政府云服务已成为公共安全的标配,曾经帮助美国政府抓获本·拉登的Palantir就是从海量财务数据、DNA样本、语音资料及地图信息中找到有价值线索。在政府大数据产业链条中数据资源与数据本身的核心算法、模型一样重要,这也决定了这个行业只有巨头才有机会,并且是强者愈强。

在民生领域,大数据应用能够解决很多以往看起来无望的事情,比如打拐历来是政府揪心的社会难题,如今在今日头条、支付宝、滴滴出行等手机App经常会像亿级用户推送寻找失落儿童的公益信息,甚至还可以根据WiFi热点信息抓捕犯罪分子,可以说,移动互联网大数据形成很强的战略威慑作用,有助于社会平安。

当然,在积极方面,政务云让大数据取之于民,用之于民,其商业前景亦十分广阔!政务云的长远使命是把对应的垂直细分数据进行采集、存储、提炼、分类、加工、整合,开发成更多专业化的数据商品,赋能给相应的垂直行业,让大数据逐渐未来商业社会的基础设施,因而政府与专业的云服务平台的合作只会越来越紧密。

政务云搭建才刚开始,各个政府部门之间、各省级政府之间,如何跨部门、跨省、跨层级之间的协调,使得数据打通依然是一个系统工程;各个互联网企业纷纷跑马圈地,会不会造成更多的大数据壁垒,也有待于观察……

 

本文作者:李星,策划人,科技专栏作者,微信号即QQ号:1598145405(靠谱的阿星),公众号:策划人李星IDlixingo2o),关注消费升级与互联网+创业创新,靠谱汇社群发起人