從時間軸的工業革命算起，近代文明呈現指數級別的增長，各種科學、應用應運而生。在這種發展過程中，管理學、營銷學也得到了長足的發展。直到近些年，人們對於人類群體行為的認知，還在不斷的進步。在這種背景下，人們對事物的分析發展出了更多的維度，也需要很多的參考資料。在這種情況下，或者說在這種文明程序中，大資料化時代就自然被催生出來了。這可以說是文明發現的必然。細思恐極，今後大資料發展會更快，更細密。也許，從你一出生，將會被記錄。你喜歡吃什麼、穿什麼、做事風格、性格特性，種種，種種。那麼，由此形成的資料分析，對你以後的預測準確率會非常高。那麼我們的人生，到底是有序的？還是充滿未知？

首先什麼是大資料時代：

利用相關演算法對海量資料的儲存、處理與分析，從海量資料中發現價值，服務於生產和生活。

大資料無處不在，社會各行各業都可以找到大資料的印記，在金融，餐飲，電信，體育，娛樂等領域都可以感受到大資料對各行各業的影響。

大資料時代的到來有利也有弊，關鍵看你怎麼看待這個問題。現實生活中有許多的不規律的資訊，但是大資料時代的到來可以幫助我們將這些不規則的資料資訊加以分析利用轉化為更有價值的東西，它可以廣泛地應用於商業等各個方面，捕捉人的行為軌跡，形成人像標籤創造更多的商業價值。

大資料有哪些商業價值？怎麼應用？

1、對顧客群體細分

“大資料”可以對顧客群體細分，然後對每個群體量體裁衣般的採取獨特的行動。瞄準特定的顧客群體來進行營銷和服務是商家一直以來的追求。雲端儲存的海量資料和“大資料”的分析技術使得對消費者的實時和極端的細分有了成本效率極高的可能。

2、模擬實境

運用“大資料”模擬實境，發掘新的需求和提高投入的回報率。現在越來越多的產品中都裝有感測器，汽車和智慧手機的普及使得可收集資料呈現爆炸性增長。Blog、Twitter、Facebook和微博等社交網路也在產生著海量的資料。

雲計算和“大資料”分析技術使得商家可以在成本效率較高的情況下，實時地把這些資料連同交易行為的資料進行儲存和分析。交易過程、產品使用和人類行為都可以資料化。“大資料”技術可以把這些資料整合起來進行資料探勘，從而在某些情況下透過模型模擬來判斷不同變數(比如不同地區不同促銷方案)的情況下何種方案投入回報最高。

3、提高投入回報率

提高“大資料”成果在各相關部門的分享程度，提高整個管理鏈條和產業鏈條的投入回報率。“大資料”能力強的部門可以透過雲計算、網際網路和內部搜尋引擎把”大資料”成果和“大資料”能力比較薄弱的部門分享，幫助他們利用“大資料”創造商業價值。

4、資料儲存空間出租

企業和個人有著海量資訊儲存的需求，只有將資料妥善儲存，才有可能進一步挖掘其潛在價值。具體而言，這塊業務模式又可以細分為針對個人檔案儲存和針對企業使用者兩大類。主要是透過易於使用的API，使用者可以方便地將各種資料物件放在雲端，然後再像使用水、電一樣按用量收費。目前已有多個公司推出相應服務，如北京開運聯合、網易、諾基亞等。運營商也推出了相應的服務，如中國移動的彩雲業務。

5、管理客戶關係

客戶管理應用的目的是根據客戶的屬性(包括自然屬性和行為屬性)，從不同角度深層次分析客戶、瞭解客戶，以此增加新的客戶、提高客戶的忠誠度、降低客戶流失率、提高客戶消費等。對中小客戶來說，專門的CRM顯然大而貴。不少中小商家將飛信作為初級CRM來使用。比如把老客戶加到飛信群裡，在群朋友圈裡釋出新產品預告、特價銷售通知，完成售前售後服務等。

6、個性化精準推薦

在運營商內部，根據使用者喜好推薦各類業務或應用是常見的，比如應用商店軟體推薦、IPTV影片節目推薦等，而透過關聯演算法、文字摘要抽取、情感分析等智慧分析演算法後，可以將之延伸到商用化服務，利用資料探勘技術幫助客戶進行精準營銷，今後盈利可以來自於客戶增值部分的分成。

以日常的“垃圾簡訊”為例，資訊並不都是“垃圾”，因為收到的人並不需要而被視為垃圾。透過使用者行為資料進行分析後，可以給需要的人傳送需要的資訊，這樣“垃圾簡訊”就成了有價值的資訊。在日本的麥當勞，使用者在手機上下載優惠券，再去餐廳用運營商DoCoMo的手機錢包優惠支付。運營商和麥當勞蒐集相關消費資訊，例如經常買什麼漢堡，去哪個店消費，消費頻次多少，然後精準推送優惠券給使用者。

7、資料搜尋

資料搜尋是一個並不新鮮的應用，隨著“大資料”時代的到來，實時性、全範圍搜尋的需求也就變得越來越強烈。我們需要能搜尋各種社交網路、使用者行為等資料。其商業應用價值是將實時的資料處理與分析和廣告聯絡起來，即實時廣告業務和應用內移動廣告的社交服務。

運營商掌握的使用者網上行為資訊，使得所獲取的資料“具備更全面維度”，更具商業價值。典型應用如中國移動的“盤古搜尋”。

大資料時代的出現是資訊化發展的必然結果，再具體點來說是物聯網和雲計算發展的直接結果，資料是各種社會活動結果的體現，所以透過資料也能發現很多有價值的規律，而這正是大資料的價值所在。

其實早在大資料技術出現之前，大資料就廣泛存在於社會活動中，但是大部分資料並沒有被採集和儲存，即使有一部分資料被儲存了，但是也無法形成有效的利用，從而形成了一個個資料孤島。網際網路的出現有效的解決了一部分資訊孤島問題，當雲計算出現之後，資訊孤島問題有了根本的解決方案。而云計算與大資料在技術體系上是一脈相承，只是關注的點不同罷了，雲計算關注於服務，而大資料關注於資料。

目前大資料已經從概念向產業化過渡，以資料採集、資料整理、資料儲存、資料安全、資料分析、資料呈現和應用為基礎的大資料產業鏈正在形成和完善，形成了大資料平臺研發、應用開發、資料分析、平臺運維、大資料教育等一系列崗位。

目前大資料場景分析是大資料最為常見的落地應用之一，也是體現大資料價值最為直接的方式之一。大資料分析涉及到大資料平臺的搭建、資料的收集、演算法的設計、演算法的實現以及結果的呈現，目前資料分析在傳統小資料分析的基礎之上也有了更多的分析方式，採用機器學習的方式來進行資料分析是一個比較常見的解決方案。看一個使用Numpy和Matplotlib完成資料呈現的小例子：

大資料的應用將在未來發揮出更大的作用，資料的價值也將進一步得到體現，這些都會促使大資料形成一個龐大的產業，因此也需要大量的從業人員，所以學習大資料是目前一個比較不錯的選擇。

雲計算能力的提升是大資料時代快速發展的基礎，時代在前行發展是必然的，就像資訊時代的到來一樣，是時代進步的產物。