本文对工业大数据分析方法论进行了系统性地介绍，并对竞赛优胜团队的解题方法进行了详细地整理和解读。

该统计数据包含了2018年中国工业大数据产品分布情况。设备故障诊断占比最高，占比29.0%。

该统计数据包含了2018年中国工业大数据用户行业分布情况。离散型制造业占比最高，占比62.1%。

该统计数据包含了2018年中国工业大数据用户类型分布情况。大型企业占比最高，占比80.0%。

该统计数据包含了2016-2021E中国工业大数据市场规模及增速情况。2021年市场规模最高，规模预计达到256亿元。

本数据记录了2017年企业大数据应用场景占比情况,其中营销分析占比61.7%。

回溯2016年白电市场走势，虽然没有惊心动魄的市场起伏，却也不是风平浪静的一池春水。行业流量稳定，用户关注趋于理性，给营销者带来了新的挑战，但是白电市场的话题依旧不断，表面平静下的暗流涌动以及整体向好，是2016年白电市场的基本特征。

综合视频行业在经过持续增长后，近期PC端平台关注度和移动端下载量占比有所回落，行业进入沉淀期；三大平台爱奇艺、优酷、腾讯合计份额超过90%，已经实现了属于他们的“光荣”；挑战者的“梦想”不会被磨灭，乐视视频、芒果TV等平台开始发力，正积极地抢夺行业流量；视频行业并不是赢家通吃的业态，未来，平台间版权内容争夺将更加激烈，挑战者们在较长时间内也会比较活跃，行业格局会相对稳定。

白皮书聚焦大数据技术在金融领域的应用，从金融大数据的发展、金融大数据的应用场景分析、金融大数据的典型案例分析、金融大数据应用面临的挑战和促进金融大数据发展应用的相关建议等方面，深入剖析大数据技术在金融领域的应用情况。

本文通过TalkingData的数据工具故事、数据故事、服务故事，揭秘了TalkingData 大数据的生态。

工业大数据分析作为工业智能化发展的核心之一,是实践性非常强的工作，现实中的失败比例非常高。在《工业大数据分析指南》中虽然已对通用的工业大数据分析方法和分析流程进行了归纳和总结，但其更加关注于具有普遍指导意义的方法论，为能更好的指导企业开展工业大数据分析实践，我们选取了四个不同行业中已经落地应用的典型案例,并依照《工业大数据分析指南》的方法体系进行了较为深度的剖析，形成了本案例集。

首先论述了工业大数据分析的概念、特殊性以及常见的问题，提出了工业大数据分析框架，简要介绍了CRISP-DM模型，并针对模型落地的难点和模型使用的指导思想展开讨论，依次对业务理解、数据理解、数据准备、数据建模、模型验证与评估、模型部署这6个CRISP-DM模型的基本步骤进行了详细的阐述，从需求分析到目标评估，从数据来源到数据分类，从数据预处理到建模过程，从模型验证到部署问题处理，对每一个步骤中的原理方法、分析过程、处理方式、问题排除等都一一进行了讲解和说明，最后对工业大数据分析的未来发展进行了展望。

本数据记录了2016年企业大数据应用场景占比情况,其中营销分析占比61.7%。

白皮书旨在呈现中国大数据产业生态的新格局、新业态、新模式，聚焦数字经济、智慧城市、大数据人才培养等热点领域，从技术创新、标准构建、人才培养、资本流向等方面进行深入剖析。

2016年暑期招聘流量小幅提升，春秋两季略有下降。目前蓝领求职需求提升，实习、应届、校招关注下降。对于职务来讲，行政/人事求职流量增长，地产/建筑求职热度下降。另外，高端招聘崛起，以地方和行业人才为代表的长尾人才网流量小幅回落；北京和上海市更关注中高端招聘，山东、浙江、河南省贡献流量比较多，但是中高端招聘关注度低于整体水平。广东、山东、湖北、湖南省蓝领招聘流量比较高，山东和山西更爱猪校园/兼职类招聘。对于校园/兼职招聘，女性对找工作更上心。

该统计数据包含了2016-2017年中国企业大数据应用场景情况。2017年营销分析占比最高，占比63.2%。