嗨喽大家好，今天和大家分享互联网行业数字化发展，为什么说数据分析非常重要呢，就是因为我们现在处于一个数字化的时代，我们离不开数据，所以今天和大家分享一下数字化的发展，以下就是我的笔记分享啦～

一、市场趋势: 生活场景下，互联网横向扩展接近尾声

1.生活场景

基本需求：衣食住行育医

进阶需求：娱乐和资管

2.生产场景改造

研发生产、商务管理

寻找细分垂类，同时向生产场景扩展

数字化浪潮，提升效率

3.生活场景连接

寻找更多垂类方向，打通信息不对称

早期覆盖满足人们文字、声音.图线传输

聚合对接多样的需求和不同的供给

先验性判断其质量、服务特点

提供及时、准确的服务探索拓展

二、三个行业的优化：

医疗：对接供需，提升行业效率

制造：优化基础管理，数字化行业知识

金融：优化服务流程,提升行业管理效率

生产场景改造:从日常管理到深入行业的两重奏

1.运营管理：

常见场景:销售.人力资源.财务、库存等管理

代表公司: Saleforce. 金蝶、用友

场景特点:通用性强，专业性弱，市场规模大.门槛相对不明显

2.研产销管理

常见场景:企业研发.设计.生产改进

代表公司: SolidWorks. 中望

场景特点:专业性强，未来深入方向，国内产业处于早期

三、电商的再数字化：

1.数据采集

2.多场景维度

3.日常行为数据

4.单场景维度

5.购物行为数据

6.基础维度

7.基础静态数据

四、医疗的数字化一站式医疗模式:

一定程度突破时间、地域限制

跨行业整合

打通海量数据

五、金融的数字化

1.三大分类：

商业借贷、交易银行、投资银行和资本市场

2.传统业务线上化

用户注册、贷款.支付、财富管理业务实现线上化。目前该银行线上小型贷款服务企业超过400万通过数字化技术，优化传统风险控制、网点运维等银行传统业务重点

3.传统业务优化

➢合同优化，通过机器学习技术阅读合同，降低合同错误

➢通过数据管理优化ATM现金维护，降低维护成本，为客户提供更好的体验

➢反欺诈，通过数据分析降低欺诈活动，其估算减少50%信用卡欺诈

六、传统生产领域的数字化生产领域数字化分类

1.研发设计

2.生产控制

3.信息管理

4.嵌入式软件

七、数字化的挑战：

1.偏研发端技术问题

2.数据离散与缺失问题

3.数据隐私问题

4.数据孤岛问题

5.数据权属问题

6.价值确认问题

只有当我们深刻了解了数据分析的行业我们才能更好地选择适合自己的数据分析工作。以上就是我的笔记分享，老师讲课超级清楚也很认真，这节课收获超级丰富！能够让我更加系统全面地了解数据分析行业，也能够让我对于以后的工作更加清楚和明确～

小伙伴们如果也对数据分析感兴趣，或者想入门却不知道自己是否合适，可以先体验免费的试听课，关注公主号【探潜数据分析】后回复“数分试听课”就可以学习啦！超级多的干货内容噢～