一、大數(shù)據(jù)的應(yīng)用

大數(shù)據(jù)挖掘商業(yè)價值的方法主要分為四種：

 

客戶群體細(xì)分，然后為每個群體量定制特別的服務(wù)。

模擬現(xiàn)實環(huán)境，發(fā)掘新的需求同時提高投資的回報率。

加強部門聯(lián)系，提高整條管理鏈條和產(chǎn)業(yè)鏈條的效率。

降低服務(wù)成本，發(fā)現(xiàn)隱藏線索進(jìn)行產(chǎn)品和服務(wù)的創(chuàng)新。

 

大數(shù)據(jù)的類型大致可分為三類：

傳統(tǒng)企業(yè)數(shù)據(jù)（Traditional enterprise data）：包括 CRM systems的消費者數(shù)據(jù)，傳統(tǒng)的ERP數(shù)據(jù)，庫存數(shù)據(jù)以及賬目數(shù)據(jù)等。

機器和傳感器數(shù)據(jù)（Machine-generated /sensor data）：包括呼叫記錄（Call Detail Records），智能儀表，工業(yè)設(shè)備傳感器，設(shè)備日志（通常是Digital exhaust），交易數(shù)據(jù)等。

社交數(shù)據(jù)（Social data）：包括用戶行為記錄，反饋數(shù)據(jù)等。如Twitter，F(xiàn)acebook這樣的社交媒體平臺。

 

從理論上來看：所有產(chǎn)業(yè)都會從大數(shù)據(jù)的發(fā)展中受益。但由于數(shù)據(jù)缺乏以及從業(yè)人員本身的原因，第一、第二產(chǎn)業(yè)的發(fā)展速度相對于第三產(chǎn)業(yè)來說會遲緩一些。

 

1985年，我國國家統(tǒng)計局明確地把我國產(chǎn)業(yè)劃分為三大產(chǎn)業(yè)：

 

農(nóng)業(yè)（包括林業(yè)、牧業(yè)、漁業(yè)等）定為第一產(chǎn)業(yè)。

工業(yè)（包括采掘業(yè)、制造業(yè)、自來水、電力、蒸汽、煤氣）和建筑業(yè)定為第二產(chǎn)業(yè)。

把第一、二產(chǎn)業(yè)以外的各行業(yè)定為第三產(chǎn)業(yè)。

 

第三產(chǎn)業(yè)即除第一、第二產(chǎn)業(yè)以外的向全社會提供各種各樣勞務(wù)的服務(wù)性行業(yè)，主要是服務(wù)業(yè)。其中第三產(chǎn)業(yè)可具體分為兩大部門：一是流通部門；二是服務(wù)部門。再細(xì)分又可分為四個層次：

第一層次，流通部門。包括交通運輸行業(yè)、郵電通訊行業(yè)、物資供銷和倉儲行業(yè)。

第二層次，為生產(chǎn)和生活服務(wù)的部門。包括金融業(yè)、商業(yè)飲食業(yè)、保險業(yè)、地質(zhì)普查業(yè)、房地產(chǎn)業(yè)、公用事業(yè)、技術(shù)服務(wù)業(yè)和生活服務(wù)修理業(yè)務(wù)；

第三層次，為提高科學(xué)文化水平和居民素質(zhì)服務(wù)的部門。包括教育文化、廣播電視事業(yè)、科學(xué)研究事業(yè)、衛(wèi)生、體育和社會福利事業(yè)；

第四層次，為社會公共需要服務(wù)的部門。包括國家機關(guān)、黨政機關(guān)、社會團(tuán)體、以及軍隊和警察公安司法機關(guān)等。

 

我們可以看出，由于某些客觀原因，相對于第一產(chǎn)業(yè)和第二產(chǎn)業(yè)來說，第三產(chǎn)業(yè)憑借自身的優(yōu)勢，大多匯聚了當(dāng)前最海量的數(shù)據(jù)以及大批的科研中堅力量。接下來讓我們看一些典型例子，當(dāng)前新形勢下與三大產(chǎn)業(yè)密切相關(guān)的大數(shù)據(jù)應(yīng)用。

 

 

二、大數(shù)據(jù)的定義

 

大數(shù)據(jù)(Big Data)是指“無法用現(xiàn)有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復(fù)雜的數(shù)據(jù)集合。”業(yè)界通常用4個V(即Volume、Variety、Value、Velocity)來概括大數(shù)據(jù)的特征。

 

 

數(shù)據(jù)體量巨大(Volume)。截至目前，人類生產(chǎn)的所有印刷材料的數(shù)據(jù)量是200PB，而歷史上全人類說過的所有的話的數(shù)據(jù)量大約是5EB(1EB=210PB)。

數(shù)據(jù)類型繁多(Variety)。相對于以往便于存儲的以文本為主的結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)越來越多，包括網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置信息等，這些多類型的數(shù)據(jù)對數(shù)據(jù)的處理能力提出了更高要求。

價值密度低(Value)。價值密度的高低與數(shù)據(jù)總量的大小成反比。如何通過強大的機器算法更迅速地完成數(shù)據(jù)的價值“提純”成為目前大數(shù)據(jù)背景下亟待解決的難題。

處理速度快(Velocity)。大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)挖掘的最顯著特征。根據(jù)IDC的“數(shù)字宇宙”的報告，預(yù)計到2020年，全球數(shù)據(jù)使用量將達(dá)到35.2ZB。

 

三、大數(shù)據(jù)的價值

 

了解了大數(shù)據(jù)的典型應(yīng)用，理解了大數(shù)據(jù)的定義。這時相信在每個人的心中，關(guān)于大數(shù)據(jù)的價值都有了自己的答案。

 

2010年《Science》上刊登了一篇文章指出，雖然人們的出行的模式有很大不同，但我們大多數(shù)人同樣是可以預(yù)測的。這意味著我們能夠根據(jù)個體之前的行為軌跡預(yù)測他或者她未來行蹤的可能性，即93%的人類行為可預(yù)測。

 

而大數(shù)定理告訴我們，在試驗不變的條件下，重復(fù)試驗多次，隨機事件的頻率近似于它概率。“有規(guī)律的隨機事件”在大量重復(fù)出現(xiàn)的條件下，往往呈現(xiàn)幾乎必然的統(tǒng)計特性。

舉個例子，我們向上拋一枚硬幣，硬幣落下后哪一面朝上本來是偶然的，但當(dāng)我們上拋硬幣的次數(shù)足夠多后，達(dá)到上萬次甚至幾十萬幾百萬次以后，我們就會發(fā)現(xiàn)，硬幣每一面向上的次數(shù)約占總次數(shù)的二分之一。偶然中包含著某種必然。

 

隨著計算機的處理能力的日益強大，你能獲得的數(shù)據(jù)量越大，你能挖掘到的價值就越多。

 

實驗的不斷反復(fù)、大數(shù)據(jù)的日漸積累讓人類發(fā)現(xiàn)規(guī)律，預(yù)測未來不再是科幻電影里的讀心術(shù)。

 

如果銀行能及時地了解風(fēng)險，我們的經(jīng)濟(jì)將更加強大。

如果政府能夠降低欺詐開支，我們的稅收將更加合理。

如果醫(yī)院能夠更早發(fā)現(xiàn)疾病，我們的身體將更加健康。

如果電信公司能夠降低成本，我們的話費將更加便宜。

如果交通動態(tài)天氣能夠掌握，我們的出行將更加方便。

如果商場能夠動態(tài)調(diào)整庫存，我們的商品將更加實惠。

 

最終，我們都將從大數(shù)據(jù)分析中獲益。

 

四、結(jié)束語。

 

Here's the thing about the future.關(guān)于未來有一個重要的特征 

Every time you look at it,每一次你看到了未來 

it changes because you looked at it.它會跟著發(fā)生改變 因為你看到了它 

And that changes everything else.然后其它事也跟著一起改變了 

 

數(shù)據(jù)本身不產(chǎn)生價值，如何分析和利用大數(shù)據(jù)對業(yè)務(wù)產(chǎn)生幫助才是關(guān)鍵。