大資料時代定義

　　最早提出“大資料”時代到來的是全球知名諮詢公司麥肯錫，麥肯錫稱：“資料，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對於海量資料的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。”“大資料”在物理學、生物學、環境生態學等領域以及軍事、金融、通訊等行業存在已有時日，卻因為近年來網際網路和資訊行業的發展而引起人們關注。

　　大資料時代的影響

　　大資料

　　現在的社會是一個高速發展的社會，科技發達，資訊流通，人們之間的交流越來越密切，生活也越來越方便，大資料就是這個高科技時代的產物。

　　隨著雲時代的來臨，大資料（Bigdata）也吸引了越來越多的關注。大資料（Bigdata）通常用來形容一個公司創造的大量非結構化和半結構化資料，這些資料在下載到關係型資料庫用於分析時會花費過多時間和金錢。大資料分析常和雲計算聯絡到一起，因為實時的大型資料集分析需要像MapReduce一樣的框架來向數十、數百或甚至數千的電腦分配工作。

　　在現今的社會，大資料的應用越來越彰顯他的優勢，它佔領的領域也越來越大，電子商務、O2O、物流配送等，各種利用大資料進行發展的領域正在協助企業不斷地發展新業務，創新運營模式。有了大資料這個概念，對於消費者行為的判斷，產品銷售量的預測，精確的營銷範圍以及存貨的補給已經得到全面的改善與最佳化。

　　“大資料”在網際網路行業指的是這樣一種現象：網際網路公司在日常運營中生成、累積的使用者網路行為資料。這些資料的規模是如此龐大，以至於不能用G或T來衡量。

　　大資料應用與案列分析

　　大資料應用的關鍵，也是其必要條件，就在於"IT"與"經營"的融合，當然，這裡的經營的內涵可以非常廣泛，小至一個零售門店的經營，大至一個城市的經營。以下是關於各行各業，不同的組織機構在大資料方面的應用的案例，在此申明，以下案例均來源於網路，本文僅作引用，並在此基礎上作簡單的梳理和分類。

　　大資料應用案例之：醫療行業

　　[1] Seton Healthcare是採用IBM最新沃森技術醫療保健內容分析預測的首個客戶。該技術允許企業找到大量病人相關的臨床醫療資訊，透過大資料處理，更好地分析病人的資訊。

　　[2] 在加拿大多倫多的一家醫院，針對早產嬰兒，每秒鐘有超過3000次的資料讀取。透過這些資料分析，醫院能夠提前知道哪些早產兒出現問題並且有針對性地採取措施，避免早產嬰兒夭折。

　　[3] 它讓更多的創業者更方便地開發產品，比如透過社交網路來收集資料的健康類App。也許未來數年後，它們蒐集的資料能讓醫生給你的診斷變得更為精確，比方說不是通用的成人每日三次一次一片，而是檢測到你的血液中藥劑已經代謝完成會自動提醒你再次服藥。

　　大資料應用案例之：能源行業

　　[1] 智慧電網現在歐洲已經做到了終端，也就是所謂的智慧電錶。在德國，為了鼓勵利用太陽能，會在家庭安裝太陽能，除了賣電給你，當你的太陽能有多餘電的時候還可以買回來。透過電網收集每隔五分鐘或十分鐘收集一次資料，收集來的這些資料可以用來預測客戶的用電習慣等，從而推斷出在未來2~3個月時間裡，整個電網大概需要多少電。有了這個預測後，就可以向發電或者供電企業購買一定數量的電。因為電有點像期貨一樣，如果提前買就會比較便宜，買現貨就比較貴。透過這個預測後，可以降低採購成本。

　　[2] 維斯塔斯風力系統，依靠的是BigInsights軟體和IBM超級計算機，然後對氣象資料進行分析，找出安裝風力渦輪機和整個風電場最佳的地點。利用大資料，以往需要數週的分析工作，現在僅需要不足1小時便可完成。

　　大資料應用案例之：通訊行業

　　[1] XO Communications透過使用IBM SPSS預測分析軟體，減少了將近一半的客戶流失率。XO現在可以預測客戶的行為，發現行為趨勢，並找出存在缺陷的環節，從而幫助公司及時採取措施，保留客戶。此外，IBM新的Netezza網路分析加速器，將透過提供單個端到端網路、服務、客戶分析檢視的可擴充套件平臺，幫助通訊企業制定更科學、合理決策。

　　[2] 電信業者透過數以千萬計的客戶資料，能分析出多種使用者行為和趨勢，賣給需要的企業，這是全新的資料經濟。

　　[3] 中國移動透過大資料分析，對企業運營的全業務進行針對性的監控、預警、跟蹤。系統在第一時間自動捕捉市場變化，再以最快捷的方式推送給指定負責人，使他在最短時間內獲知市場行情。

　　[4] NTT docomo把手機位置資訊和網際網路上的資訊結合起來，為顧客提供附近的餐飲店資訊，接近末班車時間時，提供末班車資訊服務。

　　大資料應用案例之：零售業

　　[1] "我們的某個客戶，是一家領先的專業時裝零售商，通過當地的百貨商店、網路及其郵購目錄業務為客戶提供服務。公司希望向客戶提供差異化服務，如何定位公司的差異化，他們透過從 Twitter 和 Facebook 上收集社交資訊，更深入的理解化妝品的營銷模式，隨後他們認識到必須保留兩類有價值的客戶：高消費者和高影響者。希望透過接受免費化妝服務，讓使用者進行口碑宣傳，這是交易資料與互動資料的完美結合，為業務挑戰提供瞭解決方案。"Informatica的技術幫助這家零售商用社交平臺上的資料充實了客戶主資料，使他的業務服務更具有目標性。

　　[2] 零售企業也監控客戶的店內走動情況以及與商品的互動。它們將這些資料與交易記錄相結合來展開分析，從而在銷售哪些商品、如何擺放貨品以及何時調整售價上給出意見，此類方法已經幫助某領先零售企業減少了17%的存貨，同時在保持市場份額的前提下，增加了高利潤率自有品牌商品的比例。

巨大量級的資料每天都在不斷的產生，且開始完整的積累下來，1年，2年，5年，10年，甚至整個文明的程序在我們想象到的時期內都會以資料的形式被記錄下來。這就是令人窒息的“大資料”。

隨著大資料的發展，已經開始影響我們現在和未來的生活，我們不得不重視改變。那麼，大資料都會帶來什麼變化？請看下面的幾個趨勢。

不要嘲笑這個說法，資料的安全和隱私伴隨著大資料的發展變得尤為重要，新興技術面臨挑戰，法律法規面臨挑戰，在一段時期內，大資料安全與隱私一定會備受質疑，隨之而來的就是技術的更新，將會出現一大批技術趨勢的變化，負責安全的工程師們，你們準備好接受挑戰了嗎？不過隨著技術和法律的不斷完善在未來的某一天，隱私也許不再需要保護，因為當資料達到足夠多的維度和足夠大的數量，資料處理的技術上升到一定程度，一切都可以分析出來，那時也就不用擔心隱私了，因為你已經沒有隱私。

當大資料完美落地到企業，解決企業製造，運輸，銷售，服務等一系列問題，並且真實有效的給企業帶來收益，面對自身的資料建設和利用一定需要專業的團隊，我們拭目以待“首席資料官”這個時代的到來。

我們看到過去的20年，各行各業都在從傳統的管理方法過度到數字化管理，需要大量的軟體產品，OA系統，財務系統，考勤系統，收銀系統……這個時期培育了大量的軟體公司，以及優秀的軟體產品。但未來10年，企業對軟體業務的態度將有所轉變，越來越多的企業將尋求購買演算法而不是既定流程的軟體。因為企業擁有大量資料和獨特的業務，所以他們需要對應的演算法來對專有資料進行合理的挖掘利用。

機器學習已經成為當前的熱門話題，和明確的技術趨勢，大量的資料會給機器學習帶來足夠的資料資源。反之，機器學習技術的發展將是大資料最大的變革，它可以更加智慧的幫助企業準備資料並進行分析預測。

如果你要定義未來5-10年的職業規劃，那大資料相關職位為無疑是最好的選擇，並且無論你是哪個行業，比如律師，醫生，教師，銷售……未來都勢必會開始資料科學領域的探索和實施。資料專業人員的需求與數量之間的差距將會擴大。這將有助於資料科學家和資料分析師獲得更高的薪資水平。

每每新事物出來，法律法規都會落後，但後期會快速的跟上，面對如此巨大的資料，如何利用，如何交易，如何劃分所屬權等等問題，都會逐步得到答案，在此之前，相關從業者還是要考慮周全，以免日後違規。

靠上大資料，野雞變鳳凰。未來更多的產品和開發者會有意的加入大資料概念，搶佔大資料市場。這是件好事，可以快速的孵化優質專案。