全球大數(shù)據(jù)產(chǎn)業(yè)分析報(bào)告

全球大數(shù)據(jù)產(chǎn)業(yè)分析報(bào)告

前言大數(shù)據(jù)的出現(xiàn)，引發(fā)了全球范圍內(nèi)深刻的技術(shù)與商業(yè)變革，已經(jīng)成30本報(bào)告主要以啟發(fā)性和獨(dú)創(chuàng)性為主線，選擇國(guó)內(nèi)外最具典型意義的（一）全球及我國(guó)大數(shù)據(jù)產(chǎn)業(yè)鏈論述當(dāng)前，大數(shù)據(jù)在政府決策、交通、物流、金融、廣告、電信、醫(yī)IDC40%，2017530（彭博300目錄（一）大數(shù)據(jù)綜述 5大數(shù)據(jù)概念溯源 5大數(shù)據(jù)產(chǎn)業(yè)的戰(zhàn)略意義 9（二）全球大數(shù)據(jù)產(chǎn)業(yè)分析 11數(shù)據(jù)源（Datasources） 12模式創(chuàng)新 15數(shù)據(jù)銀行 15眾包模式 17基礎(chǔ)架構(gòu)（Infrastructure） 20跨平臺(tái)（Crossinfrastructure） 21開源（Opensource） 22分析（Analytics） 22可視化 25應(yīng)用（Application） 25影視/娛樂(lè) 26交通/物流 27醫(yī)療健康 292.6.4金融 32互聯(lián)網(wǎng)金融 38電信業(yè) 40人力資源 422.6.7零售 442.6.8廣告 472.6.9農(nóng)業(yè) 492.6.10企業(yè)應(yīng)用 512.6.11能源 532.6.12政府決策與公共服務(wù) 55（一）大數(shù)據(jù)綜述大數(shù)據(jù)概念溯源數(shù)據(jù)來(lái)自一切客觀存在，包括宏觀到微觀的物理世界，各種生物對(duì)數(shù)據(jù)的分析并非新鮮事物。交通規(guī)劃、宏觀經(jīng)濟(jì)分析、電力系1970年哈佛而大數(shù)據(jù)概念的出現(xiàn)，是以信息技術(shù)的發(fā)展和應(yīng)用為主線的：數(shù)據(jù)規(guī)模和類型的劇變?；ヂ?lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的發(fā)展、傳感技術(shù)的廣泛應(yīng)用，使得數(shù)據(jù)的規(guī)模和種類急劇增長(zhǎng)。數(shù)據(jù)類型不僅包含關(guān)系型數(shù)據(jù)，還出現(xiàn)了大量的日志、文本、圖片、音頻和傳感器非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。數(shù)據(jù)呈指數(shù)級(jí)增長(zhǎng)態(tài)勢(shì)，據(jù)麥肯錫200944。數(shù)據(jù)存儲(chǔ)成本下降。單位信息存儲(chǔ)成本的下降，使得對(duì)海量數(shù)據(jù)3016100大規(guī)模數(shù)據(jù)處理成為可能。計(jì)算能力不斷發(fā)展、對(duì)非結(jié)構(gòu)化數(shù)據(jù)處理和分析方法的逐漸成熟、MapReduce模型以及云計(jì)算模式的出現(xiàn)，使大規(guī)模數(shù)據(jù)處理的成本和技術(shù)門檻大為降低。數(shù)據(jù)的采集更為密集和廣泛。人類活動(dòng)和自然環(huán)境的各類數(shù)據(jù)被廣泛地采集和記錄，其中蘊(yùn)含的信息和知識(shí)可以極大推動(dòng)人類社2020年物聯(lián)網(wǎng)傳感器的數(shù)量將達(dá)到500億個(gè)。數(shù)據(jù)分析應(yīng)用的發(fā)展。Google（海量數(shù)據(jù)的分析利用）和沃爾瑪公司（啤酒與尿布的關(guān)聯(lián)銷售）的數(shù)據(jù)分析經(jīng)典案例給業(yè)界帶來(lái)的沖擊。以上因素，使得學(xué)術(shù)界和企業(yè)界開始思考新時(shí)代下數(shù)據(jù)分析所能帶來(lái)的巨大價(jià)值，所謂大數(shù)據(jù)的概念得以引爆并且逐漸為人所熟知：20089201120116型的信息技術(shù)加以處理，以提高發(fā)現(xiàn)洞察、做出決策和優(yōu)化流程的能力。GartnerForrester和波士頓咨詢（BCG）以此為主線，直觀地闡明了傳統(tǒng)數(shù)據(jù)分析向大數(shù)據(jù)時(shí)代演進(jìn)的歷程：圖.數(shù)據(jù)分析演進(jìn)歷程（Teradata）作為一個(gè)超越具體技術(shù)和業(yè)務(wù)領(lǐng)域的詞匯，追求對(duì)大數(shù)據(jù)的準(zhǔn)確隨著大數(shù)據(jù)分析在互聯(lián)網(wǎng)和零售業(yè)等行業(yè)中的經(jīng)典應(yīng)用案例不斷大數(shù)據(jù)產(chǎn)業(yè)的戰(zhàn)略意義上個(gè)世紀(jì)信息科技的迅猛發(fā)展導(dǎo)致了人類生產(chǎn)生活模式的電子化大數(shù)據(jù)引發(fā)巨大社會(huì)和經(jīng)濟(jì)變革的潛力，得到了各國(guó)政府、全球社會(huì)對(duì)大數(shù)據(jù)技術(shù)和應(yīng)用的探索和研究。對(duì)于中國(guó)而言，在經(jīng)歷了30索，推動(dòng)產(chǎn)業(yè)升級(jí)和創(chuàng)新、經(jīng)濟(jì)轉(zhuǎn)型和民生建設(shè)。我國(guó)的大數(shù)據(jù)發(fā)展不僅是時(shí)代的需要，更有著得天獨(dú)厚的基礎(chǔ)優(yōu)數(shù)據(jù)產(chǎn)業(yè),主動(dòng)掌握新一代信息技術(shù)產(chǎn)業(yè)發(fā)展的主動(dòng)權(quán),推動(dòng)整個(gè)國(guó)帶給我國(guó)的歷史契機(jī)。（二）全球大數(shù)據(jù)產(chǎn)業(yè)分析大數(shù)據(jù)涵蓋數(shù)據(jù)從產(chǎn)生到最終被分析利用的各個(gè)環(huán)節(jié)，其中所涉共同構(gòu)成了大數(shù)據(jù)產(chǎn)業(yè)鏈。IDC402017530238當(dāng)前各界對(duì)大數(shù)據(jù)產(chǎn)業(yè)鏈的劃分有諸多版本，其中邏輯相對(duì)清晰大數(shù)據(jù)的定義沒(méi)有明確的限定和邊界，能夠歸入大數(shù)據(jù)范疇的案圖.大數(shù)據(jù)產(chǎn)業(yè)鏈分布（彭博）數(shù)據(jù)源（Datasources）本區(qū)塊內(nèi)的企業(yè)基于自身業(yè)務(wù)產(chǎn)生或采集了大量數(shù)據(jù)，并通過(guò)租售等方式直接對(duì)外交付數(shù)據(jù)，還包括純粹提供數(shù)據(jù)交易平臺(tái)的企業(yè)。判斷企業(yè)是否屬于數(shù)據(jù)源的關(guān)鍵在于，這類企業(yè)的客戶還需要對(duì)所獲得的數(shù)據(jù)進(jìn)行分析和挖掘才能對(duì)決策形成真正的支持。大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)分析理念的一大區(qū)別就在于強(qiáng)調(diào)數(shù)據(jù)的外部性，數(shù)據(jù)源類企業(yè)就是實(shí)現(xiàn)數(shù)據(jù)外部性的基礎(chǔ)渠道，在對(duì)各類數(shù)據(jù)進(jìn)Bluekai圖.Bluekai公司售賣的數(shù)據(jù)總體而言，數(shù)據(jù)源區(qū)塊內(nèi)的企業(yè)可分為數(shù)據(jù)交易、產(chǎn)生、采集和聚合幾大類：彭博社（Bloomberg）和路透社（ThomsonReuters）采集并整合金融相關(guān)數(shù)據(jù)，然后提供給金融機(jī)構(gòu)。安客誠(chéng)（Acxiom）通過(guò)聚合超市、藥店、專賣店等企業(yè)的客戶數(shù)據(jù)，經(jīng)過(guò)加工之后轉(zhuǎn)賣給所需的企業(yè)。BlueKaiLotameRapLeafAggDataDatafinitiOperasolutions（Factual定位于各類數(shù)據(jù)的交易平臺(tái)，尤其是地理位置相關(guān)的數(shù)據(jù)集。InfoChimpsDatamarketYodleeSureScriptsS為提供分享醫(yī)療見解的平臺(tái)，通過(guò)收費(fèi)模式允許醫(yī)藥公司訪問(wèn)數(shù)據(jù)。MoovitZipcar旅游網(wǎng)站Tripadvisor，提供平臺(tái)供用戶發(fā)布自己對(duì)景點(diǎn)、飯店和酒店的評(píng)論，形成了一個(gè)高價(jià)值的旅游相關(guān)產(chǎn)業(yè)數(shù)據(jù)源。Truecaller，通過(guò)讀取用戶手機(jī)上的通訊簿，采集全球的電話號(hào)碼，并與相應(yīng)的社交媒體關(guān)聯(lián)，為用戶提供聯(lián)系信息搜索服務(wù)。模式創(chuàng)新數(shù)據(jù)銀行在大數(shù)據(jù)時(shí)代，數(shù)據(jù)已經(jīng)成為一種資產(chǎn)，企業(yè)、組織和個(gè)人開始從融資角度看，數(shù)據(jù)銀行的本質(zhì)在于實(shí)現(xiàn)數(shù)據(jù)供需的對(duì)接，為數(shù)從資產(chǎn)管理的角度看，數(shù)據(jù)銀行的本質(zhì)在于為數(shù)據(jù)資源的價(jià)值體數(shù)據(jù)的原始形態(tài)通常與應(yīng)用方的需求有一定差距，因此更準(zhǔn)確地GartnerCRM25%，Experian12圖.數(shù)據(jù)銀行模式綜上所述，數(shù)據(jù)銀行的本質(zhì)就在于實(shí)現(xiàn)了數(shù)據(jù)資源的商品化、標(biāo)眾包模式隨著大數(shù)據(jù)的應(yīng)用擴(kuò)展和深化，社會(huì)對(duì)數(shù)據(jù)的需求日益上升，現(xiàn)?20066世紀(jì)英國(guó)就通過(guò)向民間征集海洋經(jīng)度的精確測(cè)量隨著互聯(lián)網(wǎng)的出現(xiàn)，眾包的覆蓋范圍和可參與度都大大提升，日TwitterMechanical熱點(diǎn)話題的搜索查詢。2.8汗的墓地。澳大利亞昆士蘭的公交乘客用隨身應(yīng)用采集信息（比如公車到站時(shí)間等，提升市民的通勤效率，2011年已經(jīng)可以做到通知下一班車的到站時(shí)間。個(gè)人手工藝術(shù)品網(wǎng)站Etsy發(fā)動(dòng)用戶來(lái)鑒定新發(fā)布的手工品是否存在版權(quán)侵權(quán)的問(wèn)題。Foursquar（9億美元的價(jià)格收購(gòu)和Factual等公司讓企業(yè)用戶自己提交地理位置信息的做法，也屬于眾包采集的范疇。Flywheel在大數(shù)據(jù)時(shí)代，由于需要采集海量的底層原始數(shù)據(jù)，在成本可接數(shù)據(jù)處理環(huán)節(jié)也具有較大的應(yīng)用空間。除了采集和加工等高人力和時(shí)間消耗的任務(wù)之外，通過(guò)眾包模式基礎(chǔ)架構(gòu)（Infrastructure）IT基礎(chǔ)架構(gòu)區(qū)塊中的企業(yè)主要提供大數(shù)據(jù)的存儲(chǔ)和管理產(chǎn)品或服務(wù)，NoSQLNewSQLMPP和圖數(shù)據(jù)庫(kù)，以及云服務(wù)、數(shù)據(jù)轉(zhuǎn)換工具、管理/監(jiān)控工具和存儲(chǔ)設(shè)備等。Neo4jAsterdata。MPPTeradataClouderaHadoopMapRHadoopHDFS，實(shí)現(xiàn)高速、鏡像、快照等功能。CleversafeHDFSVoltDBNewSQLACIDNoSQLStackIQ。HadoopGreenplumMPPDryadSQLDAGBoxDropbox。提供大數(shù)據(jù)存儲(chǔ)的云服務(wù)?？缙脚_(tái)（Crossinfrastructure）本區(qū)塊中多為提供計(jì)算、存儲(chǔ)和分析平臺(tái)或服務(wù)的大型廠商，提供對(duì)大數(shù)據(jù)分析進(jìn)行支撐的軟硬件一體化方案。IBMDB2BLUHadoopGPFSHadoopSQLServerHadoopLINQPackExcelWindowsAzure年初，微軟收購(gòu)R語(yǔ)言的商業(yè)版提供商RevolutionAnalytics，加強(qiáng)數(shù)據(jù)分析方面的能力建設(shè)。SASHadoop1010dataTalendETL惠普推出了針對(duì)HadoopAppSystemforApacheHadoop，提供包括底層硬件、Hadoop和實(shí)時(shí)數(shù)據(jù)分析的一體式解決方案。開源（Opensource）由企業(yè)、高?；蚩蒲袡C(jī)構(gòu)所研發(fā)并開源的大數(shù)據(jù)產(chǎn)品，是當(dāng)前大HadoopMapReduceHDFS。SparkAMPMongoDB10genNoSQLStormMahoutApacheSolrApacheLucene分析（Analytics）除了存儲(chǔ)，大數(shù)據(jù)管理的另一項(xiàng)大的挑戰(zhàn)是數(shù)據(jù)分析，只有通過(guò)圖.分析領(lǐng)域及技術(shù)在大數(shù)據(jù)海量、多源、異構(gòu)特性和實(shí)時(shí)處理的需求推動(dòng)下，專門甲骨文宣布收購(gòu)EndecaTechnologies，為企業(yè)用戶提供非結(jié)構(gòu)化數(shù)據(jù)的搜索和管理服務(wù)。SAPHanaGoogleDataminrSplunk。專注于日志分析，首家上市的新興大數(shù)據(jù)公司，首個(gè)交30PalantirTechnologies。數(shù)據(jù)分析工具提供商，旗下PalantirGotham拉登行Metropolis為行業(yè)尤其是政府、金融等行業(yè)提供解決方案，2014150億美元估值完成融資。ClearstoryFacebook在內(nèi)的多種數(shù)據(jù)源。Affectiva專注于人臉表情識(shí)別，商業(yè)媒體評(píng)為發(fā)展最快的創(chuàng)業(yè)公司之一。2012Affectiva73%正確率判斷出了選民投票結(jié)果?？梢暬瘓D形是直觀呈現(xiàn)數(shù)據(jù)的直接方法，數(shù)據(jù)可視化就是研究如何利用大數(shù)據(jù)可視化分析領(lǐng)域的典型公司包括：RiskManagementSolutions用熱圖來(lái)直觀標(biāo)示自然災(zāi)害的風(fēng)險(xiǎn)和類別，包括地震、龍卷風(fēng)、颶風(fēng)、暴風(fēng)、森林大火和火山爆發(fā)等，進(jìn)而為保險(xiǎn)公司提供自然災(zāi)難風(fēng)險(xiǎn)模型，供客戶估算理賠風(fēng)險(xiǎn)。Compuware80Web1500WebRetailNextWi-FiDOMO20應(yīng)用（Application）掌握數(shù)據(jù)資產(chǎn)的企業(yè)群是大數(shù)據(jù)的首批和直接受益者，可以方便新的應(yīng)用場(chǎng)景。在全球范圍內(nèi)，大數(shù)據(jù)的應(yīng)用已經(jīng)具備了初步的實(shí)踐基礎(chǔ)，在政府決策、公共服務(wù)、影視娛樂(lè)、交通物流、醫(yī)療健康、金融、電信、影視/娛樂(lè)UGC基于更為準(zhǔn)確和具有時(shí)效性的影視劇收視和票房數(shù)據(jù)，能夠分析當(dāng)前，大數(shù)據(jù)在影視娛樂(lè)業(yè)的典型應(yīng)用案例有：Netflix早期經(jīng)典案例。RentrakUnitedTalentAgencyTwitterYouTubeTumblrFacebook、Instagram和電影類博客等渠道獲取數(shù)據(jù)，評(píng)估電影受歡迎的程20Pandora、Rithm、Spotify等通過(guò)對(duì)客戶的音樂(lè)偏好分析，為消費(fèi)者提供個(gè)性化推薦服務(wù)。（CaesarsEntertainment）分析客戶的網(wǎng)頁(yè)點(diǎn)擊和老虎機(jī)游戲記錄，提升客戶營(yíng)銷和服務(wù)的實(shí)時(shí)性。交通/物流隨著交通系統(tǒng)信息化程度的加深，以及各種路測(cè)和車載智能傳感圖.交通/物流領(lǐng)域大數(shù)據(jù)應(yīng)用交通作為人類行為的重要組成和重要條件之一，其相關(guān)數(shù)據(jù)的內(nèi)Uber當(dāng)前，大數(shù)據(jù)在交通和物流領(lǐng)域的典型應(yīng)用案例有：UPS460008500從而節(jié)省了840萬(wàn)加侖的燃料。早在2000年，UPS就利用這種基60000Orange500速公路上的車輛提供準(zhǔn)確及時(shí)的信息，有效提高道路通暢率。（Flyontime.us國(guó)交通部開放的全美航班起飛、到達(dá)、延誤數(shù)據(jù)而開發(fā)，向全美國(guó)社會(huì)免費(fèi)開放使用，成為很多人乘機(jī)、候機(jī)的參考信息。亞馬遜嘗試名為“預(yù)判發(fā)貨”的服務(wù)。根據(jù)訂單、搜索記錄、愿望清單、購(gòu)物車、鼠標(biāo)在某件商品上的懸留時(shí)間等數(shù)據(jù)，預(yù)判用戶消費(fèi)行為，在用戶下單之前就將商品發(fā)貨出庫(kù)，以此提升配送的速度。Uber根據(jù)用戶需求的波動(dòng)開發(fā)溢價(jià)算法，動(dòng)態(tài)調(diào)整出租車價(jià)格，緩解特定時(shí)段的打車供需矛盾。醫(yī)療健康醫(yī)療行業(yè)正處于重要轉(zhuǎn)折點(diǎn)。據(jù)麥肯錫預(yù)測(cè)，205060GDP務(wù)在測(cè)1000醫(yī)藥行業(yè)是數(shù)據(jù)密集的行業(yè)，包括藥企研發(fā)、科研進(jìn)展、醫(yī)生診來(lái)源廣泛。包括制藥業(yè)、臨床治療信息、醫(yī)療費(fèi)用、病患體征及日常生活記錄等。規(guī)模膨脹。由于傳感器、影像、病檢、設(shè)備和基因數(shù)據(jù)的迅速增200944類型多樣。醫(yī)療健康數(shù)據(jù)即包含結(jié)構(gòu)化的病患檔案，又包括大量口述或手寫數(shù)據(jù)、圖片和影像等非結(jié)構(gòu)化數(shù)據(jù)。實(shí)時(shí)分析。比如，在治療過(guò)程中，需要實(shí)時(shí)整合、處理和分析不斷流入的各類最新信息。海量醫(yī)療數(shù)據(jù)的積累，開辟了大數(shù)據(jù)在疫情監(jiān)測(cè)、疾病防控、臨而實(shí)時(shí)分析和圖像分析一類的技術(shù)需求則進(jìn)一步提升了大數(shù)據(jù)進(jìn)入20103330域的主要應(yīng)用場(chǎng)景包括：醫(yī)療數(shù)據(jù)的結(jié)構(gòu)化。全球醫(yī)療數(shù)據(jù)僅有五分之一為適于計(jì)算機(jī)處15優(yōu)化運(yùn)營(yíng)。醫(yī)療機(jī)構(gòu)通過(guò)對(duì)醫(yī)療檔案數(shù)據(jù)的轉(zhuǎn)化、整合、統(tǒng)計(jì)和分析，實(shí)現(xiàn)對(duì)管理和監(jiān)管等環(huán)節(jié)的優(yōu)化。新藥研制。通過(guò)大數(shù)據(jù)技術(shù)，加大臨床數(shù)據(jù)采集力度，運(yùn)用基因序列分析等先進(jìn)技術(shù)，提升疾病發(fā)現(xiàn)和新藥研發(fā)的效率。通過(guò)對(duì)產(chǎn)品上市后用藥人群分析，檢測(cè)其療效和副作用，從而達(dá)到提高研發(fā)成功率的目的。個(gè)性化醫(yī)療。在患者就診時(shí)實(shí)時(shí)整合其體征數(shù)據(jù)、臨床記錄和日常生活信息，提供具有針對(duì)性的高效醫(yī)療服務(wù)。當(dāng)前，醫(yī)療和健康行業(yè)的典型大數(shù)據(jù)企業(yè)有：HealthFidelityExplorysPracticeFusionathenahealthInc.HumedicaFlatiron整理方法的創(chuàng)新，為醫(yī)生提供全面而詳盡的數(shù)據(jù)，從而在整體上加速征服疾病的進(jìn)度。FoundationMedicine采集和分析患者基因組數(shù)據(jù)，通過(guò)特定算Ginger.IO記錄患者的行為和位置移動(dòng)，幫助護(hù)士遠(yuǎn)程監(jiān)控諸如美國(guó)北卡羅來(lái)納醫(yī)療體系（CarolinasHealthCareSystem）采集200多萬(wàn)客戶的消費(fèi)數(shù)據(jù)，識(shí)別其中高風(fēng)險(xiǎn)的患者，比如經(jīng)常購(gòu)買酒精飲料的人可能有抑郁癥隱患等。DNAnexusDNABinaTechnology、23andMeSpiralGenetics羅氏制藥收購(gòu)基因測(cè)序公司SignatureDiagnostics，加速靶向藥物的開發(fā)。IBMWatsonWellPointBlueCrossSloan金融金融業(yè)在信息技術(shù)和人才等方面相較其他產(chǎn)業(yè)具有明顯的優(yōu)勢(shì)，（BCG）100820GB，如經(jīng)濟(jì)學(xué)家很早就利用計(jì)量經(jīng)濟(jì)學(xué)知識(shí)和金融市場(chǎng)數(shù)據(jù)建模預(yù)測(cè)金融市場(chǎng)產(chǎn)品收益同風(fēng)險(xiǎn)波動(dòng)的關(guān)系。圖.金融大數(shù)據(jù)應(yīng)用場(chǎng)景客戶畫像?？蛻舢嬒裰饕▽?duì)用戶的基礎(chǔ)信息、社交數(shù)據(jù)、興精準(zhǔn)營(yíng)銷。在運(yùn)用大數(shù)據(jù)理念和技術(shù)對(duì)客戶全面畫像之后，可以通過(guò)多種創(chuàng)新提升營(yíng)銷的精度和準(zhǔn)度：實(shí)時(shí)營(yíng)銷。獲取用戶的當(dāng)前狀況來(lái)提升營(yíng)銷活動(dòng)的時(shí)效性，比如根據(jù)客戶當(dāng)前的地點(diǎn)、最近的消費(fèi)記錄和其他信息（工作變化、遷移等）來(lái)推送具有針對(duì)性的產(chǎn)品或服務(wù)；風(fēng)險(xiǎn)管控。包括中小企業(yè)貸款風(fēng)險(xiǎn)的評(píng)估和欺詐識(shí)別等：（如轉(zhuǎn)賬（如從一個(gè)不經(jīng)常出現(xiàn)的國(guó)家為一個(gè)特有用戶轉(zhuǎn)賬或從一個(gè)不熟悉的位置進(jìn)行在線交易）進(jìn)行實(shí)時(shí)的交易反欺詐分析。運(yùn)營(yíng)優(yōu)化。包括金融機(jī)構(gòu)本身的運(yùn)營(yíng)效率優(yōu)化和產(chǎn)品服務(wù)提升：市場(chǎng)預(yù)測(cè)。金融市場(chǎng)價(jià)格走勢(shì)很大程度上受市場(chǎng)情緒的左右，通500大學(xué)利用谷歌公司提供的心情分析工具對(duì)道瓊斯工業(yè)指數(shù)變化的預(yù)上的受歡迎程度，發(fā)現(xiàn)Facebook的粉絲數(shù)、推特上的聽眾數(shù)和YouTube當(dāng)前，全球金融大數(shù)據(jù)應(yīng)用的典型案例有：DNBTeradata升客戶滿意度并實(shí)現(xiàn)對(duì)銷售活動(dòng)全天候的追蹤。萬(wàn)事達(dá)（Mastercard）公司通過(guò)大量的數(shù)據(jù)清洗工作，整合了全193200MuSigmaZestfinaceFICO1000新加坡星展銀行（DBS）與商鋪進(jìn)行合作，當(dāng)消費(fèi)者路經(jīng)店鋪時(shí)，2010%的折扣。PaypalHadoop、CassandraLuster7KeyBank3500用。（現(xiàn)有的網(wǎng)點(diǎn)分布和業(yè)績(jī)狀況等）和外部數(shù)據(jù)（各個(gè)地區(qū)的人口數(shù)量、人口結(jié)構(gòu)、收入水平等，幫助澳大利亞某家銀行優(yōu)化網(wǎng)點(diǎn)布局。（Graph協(xié)助合規(guī)審查和欺詐行為的識(shí)別。2013年高盛對(duì)大數(shù)據(jù)公司AppliedPredictiveTechnologies1摩根大通利用大數(shù)據(jù)技術(shù)追蹤盜取客戶賬號(hào)或侵入自動(dòng)柜員機(jī)系統(tǒng)的罪犯。UnitedHealthcareMarketPsych11918000多個(gè)獨(dú)立指數(shù)，如每分鐘的心情狀態(tài)（樂(lè)觀、憂郁、快樂(lè)、恐懼和生氣等，為金融機(jī)構(gòu)提供第三方服務(wù)。3.4DerwentCapitalMarketsTwitter1.850.76%的市場(chǎng)平均業(yè)績(jī)。EstimizeCignifi針對(duì)手機(jī)預(yù)付費(fèi)用戶開發(fā)風(fēng)險(xiǎn)評(píng)估模型，基于付費(fèi)、通話、上網(wǎng)及其他使用情況預(yù)測(cè)貸款人的還款意愿和能力。KabbageUPS和Intuit的信用評(píng)分模型數(shù)據(jù)，以及企業(yè)銷量和客戶反饋，評(píng)估中小企業(yè)的風(fēng)險(xiǎn)等級(jí)。美國(guó)一家創(chuàng)業(yè)公司用電梯數(shù)據(jù)和黃頁(yè)數(shù)據(jù)幫助銀行進(jìn)行風(fēng)險(xiǎn)預(yù)警。如果某家公司的電梯數(shù)據(jù)突然發(fā)生異常變化，某種程度上反映了該公司的經(jīng)營(yíng)狀況，比如電梯停靠次數(shù)突然減少可能意味著員工的減少或者客戶拜訪次數(shù)的減少。互聯(lián)網(wǎng)金融除了各類應(yīng)用場(chǎng)景之外，大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用還催生了所謂圖.互聯(lián)網(wǎng)金融互聯(lián)網(wǎng)金融的稱謂本身從字面上看并不準(zhǔn)確，其本質(zhì)不是將金融更全面和準(zhǔn)確的企業(yè)和個(gè)人畫像。引入各類網(wǎng)絡(luò)數(shù)據(jù)，在很大程度上解決市場(chǎng)信息不對(duì)稱的問(wèn)題。網(wǎng)絡(luò)數(shù)據(jù)尤其是社交媒體信息蘊(yùn)含了豐富的企業(yè)、組織或個(gè)人之間接觸、關(guān)聯(lián)和群聚的信息，能夠展現(xiàn)財(cái)產(chǎn)、經(jīng)營(yíng)、消費(fèi)習(xí)慣和商業(yè)道德等各個(gè)方面的歷史和當(dāng)前狀況。在目前的現(xiàn)實(shí)規(guī)則和客觀條件限制下，上述信息中很大一部分屬于個(gè)人和機(jī)構(gòu)沒(méi)有披露義務(wù)的范疇，同時(shí)采用傳統(tǒng)技術(shù)手段也難以采集。隨著互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的發(fā)展，上述數(shù)據(jù)的采集和分析成為可能，使得決策的數(shù)據(jù)支撐面得以擴(kuò)展，進(jìn)而極大提升了信用評(píng)級(jí)和風(fēng)險(xiǎn)控制的效率和準(zhǔn)確率，大幅降低全社會(huì)的交易成本。更廣闊的金融服務(wù)市場(chǎng)。網(wǎng)絡(luò)數(shù)據(jù)的采集和網(wǎng)絡(luò)接口的構(gòu)建，其本質(zhì)在于通過(guò)更豐富多樣的數(shù)據(jù)和客戶觸點(diǎn)，擴(kuò)大了金融服務(wù)的受眾面。據(jù)統(tǒng)計(jì)，全球范圍約有50%的成年人還沒(méi)有被金融服務(wù)所覆蓋，其原因有二：征信方式的落后導(dǎo)致很大一部分民眾并未被納入到信貸業(yè)務(wù)的覆蓋范圍內(nèi)；對(duì)于銀行記錄較少、學(xué)生或新移民等人群，征信數(shù)據(jù)的缺失導(dǎo)致無(wú)法對(duì)其進(jìn)行信用評(píng)估。而社交媒體、電商消費(fèi)記錄等數(shù)據(jù)的引入則能夠極大地?cái)U(kuò)大信用評(píng)估模型所適用人群的覆蓋面，從而實(shí)現(xiàn)諸如信貸一類金融服務(wù)市場(chǎng)的增容?；ヂ?lián)網(wǎng)金融代表了一種理念和發(fā)展趨勢(shì)，而不是一種企業(yè)歸類的電信業(yè)運(yùn)營(yíng)商所擁有的海量高價(jià)值數(shù)據(jù)，是大數(shù)據(jù)在電信業(yè)應(yīng)用的主要（也許銀行業(yè)除外）60201213和記錄?？梢?，運(yùn)營(yíng)商所處的數(shù)據(jù)交換中心地位，是Google和Facebook圖.運(yùn)營(yíng)商數(shù)據(jù)對(duì)客戶的刻畫電信運(yùn)營(yíng)商數(shù)據(jù)的優(yōu)勢(shì)主要體現(xiàn)在：基于上述優(yōu)勢(shì)，除了提升和優(yōu)化自身業(yè)務(wù)之外，運(yùn)營(yíng)商開展大數(shù)當(dāng)前，全球運(yùn)營(yíng)商開展大數(shù)據(jù)的典型案例包括：SprintLocately，由后者在匯總分析之后將結(jié)果提供給市場(chǎng)營(yíng)銷公司HAVAS和MobextWholeFoodsSearsTargetVerizonPrecisionMarketInsightSAP公司從運(yùn)營(yíng)商處收集智能手機(jī)使用信息和位置數(shù)據(jù)，并銷售給市場(chǎng)營(yíng)銷機(jī)構(gòu)。AirSage在經(jīng)過(guò)匿名處理和加密之后，對(duì)外提供特定地區(qū)內(nèi)的人群特征分析服務(wù)。DynamicInsightsNTT等周邊產(chǎn)業(yè)進(jìn)行擴(kuò)張。SFRIntersec麻省理工基于意大利羅馬的電信運(yùn)營(yíng)商數(shù)據(jù)，分析工作日和休息日的人群流動(dòng)模式和交通擁堵狀況。CarolineBuckee1500手機(jī)數(shù)據(jù)，分析傳染病感染人群的流動(dòng)方向，其成果發(fā)表在《科學(xué)》雜志上。人力資源企業(yè)人力資源部門或者人力公司，擁有大量的市場(chǎng)勞動(dòng)力信息，首先，在人力招聘和職位供需對(duì)接方面，通過(guò)大數(shù)據(jù)技術(shù)，對(duì)前述信息進(jìn)行分析和挖掘，提升對(duì)人才信息的收集、分析和搜索能力，使人力測(cè)評(píng)由主觀性強(qiáng)的人為判斷向基于大數(shù)據(jù)的建模評(píng)估方向轉(zhuǎn)其次，除了人才招聘和管理范疇之外，人力數(shù)據(jù)中所蘊(yùn)含的信息當(dāng)前，大數(shù)據(jù)在人力資源領(lǐng)域的各類典型案例有：LinkedInKiranAnalytics公司為美國(guó)富國(guó)銀行提供基于生物計(jì)量的員工評(píng)測(cè)方案，對(duì)員工進(jìn)行分析并預(yù)測(cè)離職可能性，并對(duì)表現(xiàn)優(yōu)異的員工進(jìn)行群體畫像，從而指導(dǎo)未來(lái)的招聘方案。Glassdoor、SimplyhiredResumUpPymetrics通過(guò)游戲化的測(cè)試方案，對(duì)應(yīng)聘者的性格特質(zhì)進(jìn)行分析評(píng)估，供招聘企業(yè)進(jìn)行篩選。WantedAnalyticsForensicJobStatsIdentifiedFacebook經(jīng)歷、教育背景和社交網(wǎng)絡(luò)數(shù)據(jù)等評(píng)估應(yīng)聘者，類似于GooglePageRankEvolvKnackIBMProfessionalMarketplace資以及近期工作安排等信息,進(jìn)而通過(guò)分析為項(xiàng)目實(shí)現(xiàn)最佳的資源配置。201213Kenexa，基于4000零售零售業(yè)屬于較早引入大數(shù)據(jù)應(yīng)用的行業(yè)之一。傳統(tǒng)上，零售業(yè)的POS總體而言，目前零售業(yè)的大數(shù)據(jù)應(yīng)用場(chǎng)景包括：購(gòu)物體驗(yàn)的個(gè)性化。主要是收集和分析POS、在線交易、社交媒商品布局的優(yōu)化。主要是收集并分析競(jìng)爭(zhēng)對(duì)手、天氣、公共事件等信息，實(shí)時(shí)調(diào)整價(jià)格、店面商品布局和物流計(jì)劃；運(yùn)營(yíng)效率提升。根據(jù)各種交通、天氣、政治和需求信息，形成整個(gè)零售網(wǎng)絡(luò)的全局管理體系，更全面地進(jìn)行財(cái)務(wù)決策以及提升防欺詐水平。圖.零售業(yè)大數(shù)據(jù)應(yīng)用大數(shù)據(jù)在零售業(yè)的典型應(yīng)用案例包括：沃爾瑪利用全球各分店產(chǎn)生的海量數(shù)據(jù)，結(jié)合氣象信息、經(jīng)濟(jì)和人口數(shù)據(jù)等，對(duì)貨架、定價(jià)、庫(kù)存和促銷進(jìn)行優(yōu)化。例如，通過(guò)數(shù)據(jù)分析及時(shí)指導(dǎo)庫(kù)存調(diào)整，將一些店面的業(yè)績(jī)提升了40%；同40%2013Inkiru，以此獲得所需的分析人才、技術(shù)和平臺(tái)。HadoopRImpalaSAS、VerticaTableau（Sears）KafkaStorm，對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行實(shí)時(shí)81塔吉特百貨（Target）專門成立了GuestMarketingAnalyticsTarget息（如購(gòu)物記錄、刷卡信息、服務(wù)電話撥打記錄）以及從外部引入的信息（如婚姻、家庭、種族、職業(yè)、教育情況、住址、開車Target。Bloomreach。通過(guò)互聯(lián)網(wǎng)用戶分析，預(yù)測(cè)用戶的購(gòu)物偏好，實(shí)現(xiàn)電子商務(wù)站點(diǎn)的網(wǎng)頁(yè)優(yōu)化。RelateIQ。大數(shù)據(jù)智能關(guān)系管理公司，從Gmail、Facebook和LinkedIn廣告（viewabilityClickZ77%的廣告甚至都沒(méi)有被潛在目標(biāo)群體看到。目前，互聯(lián)網(wǎng)作為新興媒介承載了巨大的廣告投放量，在全球范2010（RealTimeBid）廣告模式，根據(jù)海量數(shù)據(jù)將當(dāng)前受眾與廣告精確除了網(wǎng)絡(luò)數(shù)據(jù)之外，廣告業(yè)還可以基于電信運(yùn)營(yíng)商數(shù)據(jù)對(duì)線下廣圖.廣告業(yè)大數(shù)據(jù)應(yīng)用目前，將大數(shù)據(jù)技術(shù)應(yīng)用于廣告行業(yè)的典型案例有：eBayeBay99%。Simpli.fi公司基于非結(jié)構(gòu)數(shù)據(jù)，為互聯(lián)網(wǎng)廣告實(shí)時(shí)競(jìng)價(jià)提供支撐。IntegralAdScience（原AdSafe）公司基于機(jī)器學(xué)習(xí)算法，評(píng)估廣告位的可見度。Exelate運(yùn)用獨(dú)特的建模算法，為實(shí)時(shí)競(jìng)價(jià)廣告行業(yè)提供數(shù)據(jù)和DSPRouteGPS椅以及公交車兩側(cè)廣告的可見度。農(nóng)業(yè)大數(shù)據(jù)在農(nóng)業(yè)領(lǐng)域具有廣闊的應(yīng)用前景，這主要是由農(nóng)業(yè)本身的特點(diǎn)以及當(dāng)前全球在農(nóng)業(yè)方面面臨的各種挑戰(zhàn)所決定的：農(nóng)業(yè)生產(chǎn)周期長(zhǎng)、影響因子復(fù)雜，導(dǎo)致農(nóng)業(yè)數(shù)據(jù)涵蓋面廣、隨著全球人口的增加、氣候極端化和能源價(jià)格波動(dòng)的加劇，大數(shù)據(jù)在農(nóng)業(yè)領(lǐng)域主要有以下應(yīng)用場(chǎng)景：科學(xué)化管理。通過(guò)對(duì)農(nóng)田環(huán)境數(shù)據(jù)采集和遙感監(jiān)測(cè)，通過(guò)大數(shù)據(jù)分析，為土質(zhì)管理、產(chǎn)量評(píng)估、病蟲害防控和化肥藥劑管理提供支持。市場(chǎng)監(jiān)控。通過(guò)對(duì)氣候、農(nóng)產(chǎn)品價(jià)格、道路交通信息和終端消費(fèi)等數(shù)據(jù)的整合與分析,實(shí)時(shí)監(jiān)測(cè)并評(píng)估市場(chǎng)需求和價(jià)格變動(dòng)等情況。精細(xì)化耕種。整合有關(guān)土壤、水資源、動(dòng)植物和氣候的數(shù)據(jù)并進(jìn)行分析,實(shí)現(xiàn)耕種模式和方法的精細(xì)化。食品安全。實(shí)時(shí)采集生產(chǎn)、運(yùn)輸和消費(fèi)等各個(gè)環(huán)節(jié)數(shù)據(jù)，結(jié)合條形碼、RFID圖.農(nóng)業(yè)大數(shù)據(jù)示意當(dāng)前，在農(nóng)業(yè)領(lǐng)域，最具有大數(shù)據(jù)內(nèi)涵和現(xiàn)實(shí)意義的應(yīng)用場(chǎng)景是IBM球90%以上的農(nóng)作物損失是由于天氣原因造成的，50%的糧食損耗發(fā)當(dāng)前，大數(shù)據(jù)在全球農(nóng)業(yè)領(lǐng)域的典型應(yīng)用案例有：孟山都公司用歷史的降水和土壤品質(zhì)數(shù)據(jù)，幫助農(nóng)民預(yù)測(cè)產(chǎn)出和管理風(fēng)險(xiǎn)。2012年，孟山都花2.5億美元收購(gòu)的種植技術(shù)公司PrecisionPlanting，實(shí)現(xiàn)每塊農(nóng)田上耕種模式的差異化。Climate（9.3）250芝加哥天氣交易所（ChicagoWeatherExchange）基于氣象數(shù)據(jù)的采集和分析，提供溫度和降雪的期貨合約。FarmeronGoogleAnalyticsSolum公司通過(guò)高效、精準(zhǔn)的土壤抽樣分析，幫助種植者在正確的時(shí)間和地點(diǎn)精確施肥，幫助農(nóng)民提高產(chǎn)出、降低成本。IBM2015360企業(yè)應(yīng)用企業(yè)應(yīng)用主要指采購(gòu)、庫(kù)存、生產(chǎn)線、物流、辦公、團(tuán)隊(duì)協(xié)作和超越行業(yè)的界限，當(dāng)前全球企業(yè)界面臨的共同的挑戰(zhàn)和機(jī)遇。在金融危機(jī)的威脅尚未完全消除的背景下，市場(chǎng)競(jìng)爭(zhēng)加劇、利潤(rùn)下滑、為了迎接挑戰(zhàn)、把握機(jī)遇，企業(yè)必須貫徹大數(shù)據(jù)的理念，以數(shù)據(jù)大數(shù)據(jù)在企業(yè)應(yīng)用領(lǐng)域的切入點(diǎn)主要是實(shí)時(shí)采集、整合和分析企（銷售數(shù)據(jù)和客戶反饋等，從而形成對(duì)企業(yè)運(yùn)營(yíng)的全面、深刻洞察并不局限于具體垂直行業(yè)劃分，大數(shù)據(jù)在企業(yè)界的通用性案例有：GainsightSalesforceSaaSFractalAnalytics公司基于客戶的交易記錄和社交媒體內(nèi)容分析客戶特征，幫助企業(yè)對(duì)客戶進(jìn)行全面畫像。Aspect公司開發(fā)了語(yǔ)音數(shù)據(jù)分析平臺(tái)Asp