掌握新商机：迎接物联网与Big Data来袭(电子书)
简介
TT00271978-986-5914-62-2
随著LTE及光纤兴起，网路流量与用户使用资讯越来越多，搭配云端运算能力的提升，近几年已经可以对这些大数据进行直接使用与分析，也产生与以往利用传统统计模型所衍伸出之商业模式截然不同的作法，例如2014年11月IBM在台湾推出Big Data应用的云端分析系统，输入大量原始市场数据，并利用IBM云端运算即时显示企业客户最佳的策略建议。
其中电信业者在Big Data有所进展，全球电信运营商中，已有48％在使用Big Data进行商业上的应用，例如日本电信龙头NTT DoCoMo利用Big Data实施医疗资源配置的最佳化，因应社会高龄化与客制化的医疗需求。以中国移动为例，其辨识客诉的真正原因，收集大量客诉文章并进行非结构性分析，藉此找出多项客诉原因与产品瑕疵问题，以此进行流程与产品品质的优化。台湾电信业者如中华电信也在2014年10月结合行销公司，利用Big Data进行精准行销分析与制定往后广告投放的策略，未来亦有机会拓展海外市场。Big Data在运算能力逐渐提升的今日，已然成为新型态商业模式的基础。
根据McKinsey Global Institute调查，光是美国医疗产业，若引用并善用Big Data分析，1年可以增加3,000亿美元产值，因此不论是何种产业都有导入Big Data应用的契机，科技业至传产都能从Big Data中重新检视过往的制作流程或行销销售策略，进而提高收益与效率。
NT$ 16000
章节
第一章 IOE关键技术
一.射频识别技术（RFID）技术发展
二.无线感知网路（Wireless Sensor Network，WSN）技术发展
三.嵌入式技术发展
四.奈米与微机电处理技术发展
第二章 物联网产业应用发展
一.物联网在零售业之应用
二.物联网在物流业之应用
三.物联网在智慧建筑之应用
第三章 Big Data产业应用发展
一.Big Data于能源管理之应用
二.Big Data于医疗健康照护之应用
三.Big Data于商业之应用－以电信业者为例
四.Big Data于金融业之应用－以中国市场为例
图目录
图1.1 IoE四大关键技术
图1.2 2011年第四季～2014年第一季Nest Labs室内恒温管理控制器出货量
图2.1 便利商店提供服务
图2.2 电子发票系统
图2.3 全家便利商店节能系统
图2.4 iData移动物联网终端
图2.5 智慧型数位电子看板
图2.6 速位订餐App应用流程
图2.7 智慧物流图示
图2.8 DHL使用实境眼镜（Augmented Reality Glasses）增加仓储管理效率
图2.9 促成智慧建筑发展的推力与拉力
图2.10 智慧建筑能源管理系统进化的驱力
图3.1 Big Data应用广泛
图3.2 Green Button ESPI发展
图3.3 横滨市、Toshiba智慧城市计画
图3.4 行动应用刺激资讯暴增，终端设备呈多元化发展
图3.5 Big Data分析可用于病患及医疗分析
图3.6 数据分析驱动医疗健康产业发展
图3.7 Big Data将促进健康医疗加值应用发展
图3.8 透过Big Data分析，整合医疗照护资讯
图3.9 Big Data分析决策过程
图3.10 2013～2020年全球Big Data市场规模预估
图3.11 美国Verizon精准行销洞察案例
图3.12 协力厂商支付流程
图3.13 协力厂商支付牌照种类
图3.14 收单手续费分成
图3.15 2014年中国协力厂商支付通道份额占比
图3.16 2013年协力厂商支付业务金额占比
表目录
表1.1 RFID以使用频率分类
表1.2 RFID以电力來源分类
表1.3 RFID以存取方式分类
表1.4 RFID以移动能力分类
表2.1 台湾主要运营中的便利商店
表2.2 ibon行动App
表2.3 世界银行公布2014年物流排行
表2.4 智慧物流3层次
表2.5 RFID与Barcode比较
表2.6 建筑能源管理系统
表2.7 台湾BEMS分级制度
表3.1 Big Data分析在医疗健康照护之应用
表3.2 Big Data对电信业者的价值创造
表3.3 全球电信业者Big Data投入情况
表3.4 电信业者Big Data运用方向
