<內容簡介>

隨著LTE及光纖興起，網路流量與用戶使用資訊越來越多，搭配雲端運算能力的提升，近幾年已經可以對這些大數據進行直接使用與分析，也產生與以往利用傳統統計模型所衍伸出之商業模式截然不同的作法，例如2014年11月IBM在台灣推出Big Data應用的雲端分析系統，輸入大量原始市場數據，並利用IBM雲端運算即時顯示企業客戶最佳的策略建議。
其中電信業者在Big Data有所進展，全球電信運營商中，已有48％在使用Big Data進行商業上的應用，例如日本電信龍頭NTT DoCoMo利用Big Data實施醫療資源配置的最佳化，因應社會高齡化與客製化的醫療需求。以中國移動為例，其辨識客訴的真正原因，收集大量客訴文章並進行非結構性分析，藉此找出多項客訴原因與產品瑕疵問題，以此進行流程與產品品質的優化。台灣電信業者如中華電信也在2014年10月結合行銷公司，利用Big Data進行精準行銷分析與制定往後廣告投放的策略，未來亦有機會拓展海外市場。Big Data在運算能力逐漸提升的今日，已然成為新型態商業模式的基礎。

根據McKinsey Global Institute調查，光是美國醫療產業，若引用並善用Big Data分析，1年可以增加3,000億美元產值，因此不論是何種產業都有導入Big Data應用的契機，科技業至傳產都能從Big Data中重新檢視過往的製作流程或行銷銷售策略，進而提高收益與效率。

<章節目錄>

第一章　IOE關鍵技術
一.射頻識別技術（RFID）技術發展
二.無線感知網路（Wireless Sensor Network，WSN）技術發展
三.嵌入式技術發展
四.奈米與微機電處理技術發展

第二章　物聯網產業應用發展
一.物聯網在零售業之應用
二.物聯網在物流業之應用
三.物聯網在智慧建築之應用

第三章　Big Data產業應用發展
一.Big Data於能源管理之應用
二.Big Data於醫療健康照護之應用
三.Big Data於商業之應用－以電信業者為例
四.Big Data於金融業之應用－以中國市場為例

圖目錄
圖1.1　IoE四大關鍵技術
圖1.2　2011年第四季～2014年第一季Nest Labs室內恆溫管理控制器出貨量
圖2.1　便利商店提供服務
圖2.2　電子發票系統
圖2.3　全家便利商店節能系統
圖2.4　iData移動物聯網終端
圖2.5　智慧型數位電子看板
圖2.6　速位訂餐App應用流程
圖2.7　智慧物流圖示
圖2.8　DHL使用實境眼鏡（Augmented Reality Glasses）增加倉儲管理效率
圖2.9　促成智慧建築發展的推力與拉力
圖2.10　智慧建築能源管理系統進化的驅力
圖3.1　Big Data應用廣泛
圖3.2　Green Button ESPI發展
圖3.3　橫濱市、Toshiba智慧城市計畫
圖3.4　行動應用刺激資訊暴增，終端設備呈多元化發展
圖3.5　Big Data分析可用於病患及醫療分析
圖3.6　數據分析驅動醫療健康產業發展
圖3.7　Big Data將促進健康醫療加值應用發展
圖3.8　透過Big Data分析，整合醫療照護資訊
圖3.9　Big Data分析決策過程
圖3.10　2013～2020年全球Big Data市場規模預估
圖3.11　美國Verizon精準行銷洞察案例
圖3.12　協力廠商支付流程
圖3.13　協力廠商支付牌照種類
圖3.14　收單手續費分成
圖3.15　2014年中國協力廠商支付通道份額占比
圖3.16　2013年協力廠商支付業務金額占比

表目錄 表1.1　RFID以使用頻率分類
表1.2　RFID以電力來源分類
表1.3　RFID以存取方式分類
表1.4　RFID以移動能力分類
表2.1　台灣主要運營中的便利商店
表2.2　ibon行動App
表2.3　世界銀行公布2014年物流排行
表2.4　智慧物流3層次
表2.5　RFID與Barcode比較
表2.6　建築能源管理系統
表2.7　台灣BEMS分級制度
表3.1　Big Data分析在醫療健康照護之應用
表3.2　Big Data對電信業者的價值創造
表3.3　全球電信業者Big Data投入情況
表3.4　電信業者Big Data運用方向