2016年5月19日“第八届中国云计算大会?创新之夜”在北京国家会议中心圆满结束。中国云计算大会迄今已有八年历史，是中国最大规模、最具影响力的年度云计算技术、产业、应用盛会，也是国内外云计算大数据领域最具权威性的政、产、学、研、用、多方融合的高端大会。

2016年5月18-20日的“第八届中国云计算大会”由国家发展和改革委员会、工业和信息化部、北京市人民政府、中国科学技术协会指导，中国电子学会主办，世界工程组织联合会创新专委会(WFEO-CEIT)协办，中国云计算技术与产业联盟、中国电子学会云计算专家委员会、中国大数据专家委员会承办，ZD至顶网、计世资讯、锦囊专家协办。会议邀请了国内外顶尖大数据专家出席，例如《大数据时代》一书的作者维克托?迈尔-舍恩伯格、荷兰首席政府CIO、日本国家信息和通信技术研究所教授YuuichiTeranishi、美国Abundy公司董事长兼CEO邹昊、清华大数据产业联合会理事、副秘书长卜晓军、中国工程院院士倪光南等。

2016年5月19日晚在“第八届中国云计算大会?创新之夜”现场公布“2016云计算大数据创新创业评选”的最终结果。据悉，经过初选、现场评选和总评选三个环节，最终评选出“云计算大数据总评选优秀创业项目”及“云计算大数据总评选优秀技术创新项目”，象征着创业团队和具有核心创新能力的云计算大数据行业领先公司。

蜂巢天下作为专注精准化与数据化为一体的场景移动营销领跑者，在本次“2016云计算大数据创新创业评选”中历尽分区预赛进入决赛，最终入围总决赛，在全国近百个项目中荣获总决赛优秀项目殊荣。

5月19日“第八届中国云计算大会?创新之夜”，蜂巢天下负责人应邀出席本次大会参加颁奖仪式，与记者交流过程中，蜂巢天下负责人表示：“正如大家所了解的在云计算大数据已从概念走向务实，从融合走向创新的当下，蜂巢天下作为互联网创业公司，一直秉承创新务实的态度，相信数据科技必将改变生活，通过不到一年的时间，我们完成了中国最大Beacon网络的建立，拥有基于Beacon网络的精准营销大数据服务平台，未来我们会继续专注于通过场景互动、会员拉新、拉活跃、拉回、移动支付、数据分析等移动营销方式打造商户移动营销闭环，帮助我们合作商家建立基于大数据管理的场景移动营销体系。

日前阿里巴巴创办人马云在演讲中提到，未来的时代将不是IT时代，而是DT的时代，DT就是Data Technology数据科技，显示大数据对于阿里巴巴集团来说举足轻重。

随着社交网络的逐渐成熟，云计算、物联网的应用多样以及移动带宽的迅速提升，大数据的运用和创新给各行业带来种种挑战和变革。不可否认的是，我们处在一个快速发展的移动互联网时代，大数据对于任何一个公司来讲都有着重要意义。

大数据时代已经到来，我们身边很多人已经身处其中，最明显的感受即是数据增加速度之快。数据产生方式现在已经被极大地改变，原来大多由专业人士、团体或者专业公司完成生产，而现在数据产生更多是个体行为，由团体转变为个人，每个人都可以使用自己所持的终端来产生大量的数据。从另一方面来说，数据的传播途径也发生了巨变，获取信息的方式由原来的报纸、电视、广播等传播途径变成了通过以互联网传播为主的途径。信息的传播速度也得到巨大提升。

举个例子，某用户在大型商场入口处通过手机微信摇周边“摇一摇”得到商场折扣券，选择领取女性服装折扣券之后随即在商场内摇一摇获取营养减肥午餐卡券，进入餐厅之后用户摇一摇获取了更多周边优惠内容，根据数据分析此用户属于年轻时尚女性，此时，系统即可向其推送美甲券或者美容券等符合这个消费群体的优惠内容，通过数据分析，还可了解到目标社群的用户更倾向于哪个层次的消费以及主要消费群体的特征，这样有效的帮助商家进行营销策略的调整。

越来越多的公司意识到，大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些数据进行专业化处理。换言之，如何将数据“处理”使其价值最大化才是王道。如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“处理能力”，通过“处理”实现数据的“价值最大化”，据了解2016云计算大数据创新创业总评选优秀项目“基于Beacon网络的场景移动营销平台”蜂巢天下恰恰拥有强大的“处理”数据能力，能够更好的处理不同类型、不同来源的数据，大幅度提高营销的转化率。

“第八届中国云计算大会?创新之夜”对于荣获奖项的创新创业项目和公司来说是种非同寻常的肯定，据了解，获奖公司蜂巢天下凭借其强大Beacon网络精准营销大数据服务平台，同时为品牌广告主提供高匹配的广告投放，基于全面覆盖都市活跃主流群体、按消费者所在位置投放、按用户自身属性精准投放等优势为广告主实现精准化投放从而提高投放转化率。在信息爆炸的时代下，消费者站在至高需求位置，尤其在社会化媒体时代的到来，公司只有准确掌握其特征，深入分析用户不同时段的需求，占据有利位置，与用户共舞，才能更好的创造数据价值最大化。