摘要：對(duì)于“大數(shù)據(jù)”(Bigdata)研究機(jī)構(gòu)Gartner給出了這樣的定義。“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。

大數(shù)據(jù)定義

對(duì)于“大數(shù)據(jù)”(Bigdata)研究機(jī)構(gòu)Gartner給出了這樣的定義。“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。

隨著云時(shí)代的來臨，大數(shù)據(jù)(Bigdata)也吸引了越來越多的關(guān)注。分析師團(tuán)隊(duì)認(rèn)為，大數(shù)據(jù)(Bigdata)通常用來形容一個(gè)公司創(chuàng)造的大量非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)在下載到關(guān)系型數(shù)據(jù)庫用于分析時(shí)會(huì)花費(fèi)過多時(shí)間和金錢。大數(shù)據(jù)分析常和云計(jì)算聯(lián)系到一起，因?yàn)閷?shí)時(shí)的大型數(shù)據(jù)集分析需要像MapReduce一樣的框架來向數(shù)十、數(shù)百或甚至數(shù)千的電腦分配工作。

大數(shù)據(jù)可實(shí)現(xiàn)的功能與意義

現(xiàn)在的社會(huì)是一個(gè)高速發(fā)展的社會(huì)，科技發(fā)達(dá)，信息流通，人們之間的交流越來越密切，生活也越來越方便，大數(shù)據(jù)就是這個(gè)高科技時(shí)代的產(chǎn)物。阿里巴巴創(chuàng)辦人馬云來臺(tái)演講中就提到，未來的時(shí)代將不是IT時(shí)代，而是DT的時(shí)代，DT就是DataTechnology數(shù)據(jù)科技，顯示大數(shù)據(jù)對(duì)于阿里巴巴集團(tuán)來說舉足輕重。

有人把數(shù)據(jù)比喻為蘊(yùn)藏能量的煤礦。煤炭按照性質(zhì)有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似，大數(shù)據(jù)并不在“大”，而在于“有用”。價(jià)值含量、挖掘成本比數(shù)量更為重要。對(duì)于很多行業(yè)而言，如何利用這些大規(guī)模數(shù)據(jù)是贏得競(jìng)爭(zhēng)的關(guān)鍵。

大數(shù)據(jù)的價(jià)值體現(xiàn)在以下幾個(gè)方面：

1)對(duì)大量消費(fèi)者提供產(chǎn)品或服務(wù)的企業(yè)可以利用大數(shù)據(jù)進(jìn)行精準(zhǔn)營(yíng)銷

2)做小而美模式的中小微企業(yè)可以利用大數(shù)據(jù)做服務(wù)轉(zhuǎn)型

3)面臨互聯(lián)網(wǎng)壓力之下必須轉(zhuǎn)型的傳統(tǒng)企業(yè)需要與時(shí)俱進(jìn)充分利用大數(shù)據(jù)的價(jià)值

大數(shù)據(jù)應(yīng)用整體情況

大數(shù)據(jù)應(yīng)用主要集中在對(duì)業(yè)務(wù)數(shù)據(jù)的統(tǒng)計(jì)分析，作為系統(tǒng)或企業(yè)的輔助支撐，應(yīng)用范圍以系統(tǒng)內(nèi)部或企業(yè)內(nèi)部為主，例如各類統(tǒng)計(jì)報(bào)表、展示圖表等。

伴隨著各種隨身設(shè)備、物聯(lián)網(wǎng)和云計(jì)算、云存儲(chǔ)等技術(shù)的發(fā)展，數(shù)據(jù)內(nèi)容和數(shù)據(jù)格式多樣化，數(shù)據(jù)顆粒度也愈來愈細(xì)，隨之出現(xiàn)了分布式存儲(chǔ)、分布式計(jì)算、流處理等大數(shù)據(jù)技術(shù)，各行業(yè)基于多種甚至跨行業(yè)的數(shù)據(jù)源相互關(guān)聯(lián)探索更多的應(yīng)用場(chǎng)景，同時(shí)更注重面向個(gè)體的決策和應(yīng)用的時(shí)效性。

因此，大數(shù)據(jù)的數(shù)據(jù)形態(tài)、處理技術(shù)、應(yīng)用形式構(gòu)成了區(qū)別于傳統(tǒng)數(shù)據(jù)應(yīng)用的大數(shù)據(jù)應(yīng)用。

當(dāng)前，大數(shù)據(jù)在各個(gè)領(lǐng)域的應(yīng)用持續(xù)升溫。據(jù)Gartner公司2015年的最新調(diào)研數(shù)據(jù)顯示，全球范圍內(nèi)已經(jīng)或未來2年計(jì)劃投資大數(shù)據(jù)應(yīng)用的企業(yè)比例達(dá)到76%，比2014年增長(zhǎng)3%。

中國(guó)信息通信研究院2015年的調(diào)查顯示中國(guó)地區(qū)的受訪企業(yè)中有32%的企業(yè)已經(jīng)實(shí)現(xiàn)了大數(shù)據(jù)應(yīng)用，另有24%的企業(yè)正在部署大數(shù)據(jù)平臺(tái)。

但是，在另一方面，大數(shù)據(jù)的效益仍尚未充分得到驗(yàn)證。大多數(shù)的大數(shù)據(jù)系統(tǒng)尚處于早期部署階段，因此它們的投資回報(bào)還未得到充分驗(yàn)證。

總體來看，大數(shù)據(jù)應(yīng)用尚處發(fā)展前期階段，應(yīng)用快速部署，效益有待檢驗(yàn)。大數(shù)據(jù)前景很美好，同時(shí)也可能存在“忽悠”出來的“泡沫”成分。

5 大行業(yè)應(yīng)用領(lǐng)域看大數(shù)據(jù)場(chǎng)景應(yīng)用

整體來看，大數(shù)據(jù)應(yīng)用尚處于從熱點(diǎn)行業(yè)領(lǐng)域向傳統(tǒng)領(lǐng)域滲透的階段。中國(guó)信息通信研究院的調(diào)查顯示大數(shù)據(jù)應(yīng)用水平較高的行業(yè)主要集中分布在電信、金融、政務(wù)、交通和醫(yī)療5大行業(yè)領(lǐng)域，另外一些傳統(tǒng)行業(yè)的大數(shù)據(jù)應(yīng)用發(fā)展較為緩慢，批發(fā)零售業(yè)甚至有超過80%的企業(yè)并沒有大數(shù)據(jù)應(yīng)用計(jì)劃，遠(yuǎn)低于整體平均水平。

1 電信領(lǐng)域

眾所周知，電信行業(yè)掌握著體量巨大的數(shù)據(jù)資源，單個(gè)運(yùn)營(yíng)商其手機(jī)用戶每天產(chǎn)生的話單記錄、信令數(shù)據(jù)、上網(wǎng)日志等數(shù)據(jù)就可達(dá)到PB級(jí)的數(shù)據(jù)規(guī)模。電信行業(yè)利用IT技術(shù)采集數(shù)據(jù)改善網(wǎng)絡(luò)運(yùn)營(yíng)、提供客戶服務(wù)已有數(shù)十年的歷史，而傳統(tǒng)處理技術(shù)下運(yùn)營(yíng)商實(shí)際上只能用到其中不足1%的數(shù)據(jù)資源。

大數(shù)據(jù)對(duì)于電信運(yùn)營(yíng)商而言，一是意味著利用廉價(jià)便捷的大數(shù)據(jù)技術(shù)提升其傳統(tǒng)的數(shù)據(jù)處理能力，聚合更多的數(shù)據(jù)提升洞察能力。

比如中國(guó)移動(dòng)通過對(duì)消費(fèi)、通話、位置、瀏覽、使用和交往圈等數(shù)據(jù)的分析，利用各種聯(lián)系記錄發(fā)現(xiàn)各種圈子，分析影響力及關(guān)鍵人員，用來進(jìn)行家庭客戶、政企客戶和關(guān)鍵客戶的識(shí)別，以實(shí)現(xiàn)主動(dòng)營(yíng)銷和客戶維系。

二是提高數(shù)據(jù)意識(shí)，尋求合適的商業(yè)模式，嘗試數(shù)據(jù)價(jià)值的外部變現(xiàn)。主要有數(shù)據(jù)即服務(wù)(DaaS)和分析即服務(wù)(AaaS)兩種模式，一般對(duì)這兩種模式，很多人都比較陌生遠(yuǎn)不如大家耳熟能詳?shù)能浖捶?wù)(Saas)來的熟悉。數(shù)據(jù)即服務(wù)(DaaS)模式往往通過開放數(shù)據(jù)或開放API的方式直接向外出售脫敏后的數(shù)據(jù);分析即服務(wù)(AaaS)模式往往與第三方公司合作，利用脫敏后的(自身或整合外部)數(shù)據(jù)資源為政府、企業(yè)或行業(yè)客戶提供通用信息、數(shù)據(jù)建模、策略分析等多種形式的信息和服務(wù)，以創(chuàng)造外部收益，實(shí)現(xiàn)數(shù)據(jù)資源變現(xiàn)。

2 金融領(lǐng)域

金融行業(yè)是信息產(chǎn)業(yè)之外大數(shù)據(jù)的又一重要應(yīng)用領(lǐng)域，大數(shù)據(jù)在金融三大業(yè)務(wù)——銀行、保險(xiǎn)和證券中均具有較為廣闊的應(yīng)用前景。

總體說來，金融行業(yè)的主要業(yè)務(wù)應(yīng)用包括企業(yè)內(nèi)外部的風(fēng)險(xiǎn)管理、信用評(píng)估、借貸、保險(xiǎn)、理財(cái)、證券分析等，都可以通過獲取、關(guān)聯(lián)和分析更多維度、更深層次的數(shù)據(jù)，并通過不斷發(fā)展的大數(shù)據(jù)處理技術(shù)得以更好、更快、更準(zhǔn)確的實(shí)現(xiàn)，從而使得原來不可擔(dān)保的信貸可以擔(dān)保，不可保險(xiǎn)的風(fēng)險(xiǎn)可以保險(xiǎn)，不可預(yù)測(cè)的證券行情可以預(yù)測(cè)。

更多的金融企業(yè)利用大數(shù)據(jù)技術(shù)整合來自互聯(lián)網(wǎng)等渠道的更大的外部數(shù)據(jù)，典型的例子便是淘寶網(wǎng)的“阿里小貸”依托阿里巴巴(B2B)、淘寶、支付寶等平臺(tái)數(shù)據(jù)，海量的交易數(shù)據(jù)在阿里的平臺(tái)上運(yùn)行，阿里通過對(duì)商戶最近100天的數(shù)據(jù)分析，準(zhǔn)確把握商戶可能存在的資金問題。宜信的互聯(lián)網(wǎng)金融產(chǎn)品就是以互聯(lián)網(wǎng)為獲客主要渠道，除了借貸信用記錄，還結(jié)合大數(shù)據(jù)分析技術(shù)，捕捉來自大眾點(diǎn)評(píng)、豆瓣等社交網(wǎng)絡(luò)上的有用信息，幫助信用審核人員多維度分析借款客戶的信用狀況。

3 政務(wù)領(lǐng)域

大數(shù)據(jù)政務(wù)應(yīng)用已經(jīng)逐漸獲得世界各國(guó)政府日益重視。我國(guó)政府也非常重視利用大數(shù)據(jù)提升國(guó)家治理能力?！秶?guó)務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知》提出“大數(shù)據(jù)成為提升政府治理能力的新途徑”，要“打造精準(zhǔn)治理、多方協(xié)作的社會(huì)治理新模式”。

首先，大數(shù)據(jù)有助于提升政府提供的公共產(chǎn)品和服務(wù)。一方面，基于政務(wù)數(shù)據(jù)共享互通，實(shí)現(xiàn)政務(wù)服務(wù)一號(hào)認(rèn)證(身份認(rèn)證號(hào))、一窗申請(qǐng)(政務(wù)服務(wù)大廳)、一網(wǎng)辦事(聯(lián)網(wǎng)辦事)，大大簡(jiǎn)化辦事手續(xù)。另一方面，通過建設(shè)醫(yī)療、社保、教育、交通等民生事業(yè)大數(shù)據(jù)平臺(tái)，有助于提升民生服務(wù)，同時(shí)引導(dǎo)鼓勵(lì)企業(yè)和社會(huì)機(jī)構(gòu)開展創(chuàng)新應(yīng)用研究，深入發(fā)掘公共服務(wù)數(shù)據(jù)，有助于激發(fā)社會(huì)活力、促進(jìn)大數(shù)據(jù)應(yīng)用市場(chǎng)化服務(wù)。

其次，大數(shù)據(jù)支持宏觀調(diào)控科學(xué)化。政府通過對(duì)各部門、社會(huì)企業(yè)的經(jīng)濟(jì)相關(guān)數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析和融合利用，可以提高宏觀調(diào)控的科學(xué)性、預(yù)見性和有效性。比如電商交易、人流、物流、金融等各類信息的融合交匯可以繪出國(guó)家經(jīng)濟(jì)發(fā)展的氣象云圖，幫助人們了解未來經(jīng)濟(jì)走向，提前預(yù)知通貨膨脹或經(jīng)濟(jì)危機(jī)。

第三，大數(shù)據(jù)有助于政府加強(qiáng)事中事后監(jiān)管和服務(wù)，提高監(jiān)管和服務(wù)的針對(duì)性、有效性。《國(guó)務(wù)院辦公廳關(guān)于運(yùn)用大數(shù)據(jù)加強(qiáng)對(duì)市場(chǎng)主體服務(wù)和監(jiān)管的若干意見》提出四項(xiàng)主要目標(biāo)：

一是提高政府運(yùn)用大數(shù)據(jù)能力，增強(qiáng)政府服務(wù)和監(jiān)管的有效性;

二是推動(dòng)簡(jiǎn)政放權(quán)和政府職能轉(zhuǎn)變，促進(jìn)市場(chǎng)主體依法誠(chéng)信經(jīng)營(yíng);

三是提高政府服務(wù)水平和監(jiān)管效率，降低服務(wù)和監(jiān)管成本;

四是實(shí)現(xiàn)政府監(jiān)管和社會(huì)監(jiān)督有機(jī)結(jié)合，構(gòu)建全方位的市場(chǎng)監(jiān)管體系。

“大數(shù)據(jù)綜合治稅”、“大數(shù)據(jù)信用體系”等以大數(shù)據(jù)融合加強(qiáng)企業(yè)事中事后監(jiān)管的新模式的探索正在全國(guó)各地展開。

大數(shù)據(jù)超越了傳統(tǒng)行政思維模式，推動(dòng)政府從“經(jīng)驗(yàn)治理”轉(zhuǎn)向“科學(xué)治理”。隨著國(guó)家大數(shù)據(jù)戰(zhàn)略漸次明細(xì)，各方實(shí)踐逐步展開，大數(shù)據(jù)在政府領(lǐng)域的應(yīng)用將迎來高速發(fā)展。

4 交通領(lǐng)域

交通數(shù)據(jù)資源豐富、具有實(shí)時(shí)性特征，大數(shù)據(jù)在交通領(lǐng)域的應(yīng)用也是當(dāng)前較為成熟和效果十分顯著的領(lǐng)域應(yīng)用。

在交通領(lǐng)域，數(shù)據(jù)主要包括各類交通運(yùn)行監(jiān)控、服務(wù)和應(yīng)用數(shù)據(jù)，如公路、航道、客運(yùn)場(chǎng)站和港口等視頻監(jiān)控?cái)?shù)據(jù)，城市和高速公路、干線公路的各類流量、氣象檢測(cè)數(shù)據(jù)，城市公交、出租車和客運(yùn)車輛衛(wèi)星定位數(shù)據(jù)，以及公路和航道收費(fèi)數(shù)據(jù)等，這些交通數(shù)據(jù)類型繁多，而且體積巨大。此外，交通領(lǐng)域的數(shù)據(jù)采集和應(yīng)用服務(wù)均對(duì)實(shí)時(shí)性要求較高。

目前，大數(shù)據(jù)技術(shù)在交通運(yùn)行管理優(yōu)化、面向車輛和出行者的智能化服務(wù)，以及交通應(yīng)急和安全保障等方面都有著重大發(fā)展。

在出行方面，面向公眾出行信息需求，整合交通出行服務(wù)信息，在公共交通、出租汽車、道路交通、公共停車，以及公路客運(yùn)等領(lǐng)域擴(kuò)大信息服務(wù)覆蓋面，使公眾出行更便捷?？梢蕴峁┚C合性、多層次信息服務(wù)，包括交通資訊、實(shí)時(shí)路況、公交車輛動(dòng)態(tài)信息、停車動(dòng)態(tài)信息、水上客運(yùn)、航班和鐵路等動(dòng)態(tài)信息服務(wù)以及出行路徑規(guī)劃、出租召車等信息交互服務(wù)。例如，滴滴、Uber打車軟件提供出租車、快車、專車、順風(fēng)車服務(wù)，同時(shí)接入地圖、路線查詢、實(shí)時(shí)路況、在線支付等相關(guān)服務(wù)。智能停車軟件也進(jìn)入市場(chǎng)，如停簡(jiǎn)單、好停車、PP停車等，實(shí)現(xiàn)停車行業(yè)與動(dòng)態(tài)交通的有效銜接。

在物流方面，物流數(shù)據(jù)可以為物流市場(chǎng)預(yù)測(cè)、物流中心選址、優(yōu)化配送線路、倉庫儲(chǔ)位優(yōu)化等提供支撐，甚至能夠提供交通路況、車輛運(yùn)行、社會(huì)經(jīng)濟(jì)發(fā)展動(dòng)態(tài)的信息。對(duì)于跨境物流，整合集口岸監(jiān)管、物流運(yùn)輸、航運(yùn)信息，可以實(shí)現(xiàn)物流產(chǎn)業(yè)鏈的業(yè)務(wù)單據(jù)、車輛船舶動(dòng)態(tài)、通關(guān)狀態(tài)等要素信息的跨行業(yè)、跨區(qū)域貫通，提高物流效率。

在管理方面，利用交通行業(yè)數(shù)據(jù)，支撐交通管理與決策。利用數(shù)據(jù)挖掘技術(shù)可以深入研究交通網(wǎng)優(yōu)化，為行業(yè)發(fā)展趨勢(shì)研判、政策制定及效果評(píng)估等提供支撐保障。此外，交通與公安、建管、環(huán)保等相關(guān)職能部門的大數(shù)據(jù)平臺(tái)對(duì)接，可以提高跨領(lǐng)域管理能力。

在運(yùn)營(yíng)方面，整合行業(yè)數(shù)據(jù)，形成地面公交、出租汽車、軌道交通、路網(wǎng)建設(shè)、汽車服務(wù)、港口、航空等領(lǐng)域的一體化智能管理。通過車載、運(yùn)營(yíng)數(shù)據(jù)的精確、實(shí)時(shí)采集，可以實(shí)現(xiàn)公交調(diào)度、行車安全監(jiān)控、公交場(chǎng)站管理，支持公交安全、服務(wù)、成本管控的全過程管理和交互。通過打通出租汽車電調(diào)平臺(tái)與互聯(lián)網(wǎng)召車平臺(tái)之間的信息渠道，可以提供多渠道便捷的召車服務(wù)，實(shí)現(xiàn)對(duì)出租汽車服務(wù)質(zhì)量的動(dòng)態(tài)跟蹤、評(píng)估和管理。對(duì)軌道交通線網(wǎng)基礎(chǔ)設(shè)施、運(yùn)行狀況、運(yùn)營(yíng)數(shù)據(jù)、服務(wù)質(zhì)量、隱患治理、安全保護(hù)區(qū)等進(jìn)行監(jiān)測(cè)，可以實(shí)現(xiàn)安全管理和應(yīng)急協(xié)同。

5 醫(yī)療領(lǐng)域

醫(yī)療衛(wèi)生領(lǐng)域每年都會(huì)產(chǎn)生海量的數(shù)據(jù)，一般的醫(yī)療機(jī)構(gòu)每年會(huì)產(chǎn)生1TB-20TB的相關(guān)數(shù)據(jù)，個(gè)別大規(guī)模醫(yī)院的年醫(yī)療數(shù)據(jù)甚至達(dá)到了PB級(jí)別。

從數(shù)據(jù)種類上來看，醫(yī)療機(jī)構(gòu)的數(shù)據(jù)不僅涉及服務(wù)結(jié)算數(shù)據(jù)和行政管理數(shù)據(jù)，還涉及大量復(fù)雜的門診數(shù)據(jù)，包括門診記錄、住院記錄、影像學(xué)記錄、用藥記錄、手術(shù)記錄、醫(yī)保數(shù)據(jù)等，作為醫(yī)療患者的醫(yī)療檔案，顆粒度極為細(xì)致。所以醫(yī)療數(shù)據(jù)無論從體量還是種類上來說都符合大數(shù)據(jù)特征，基于這些數(shù)據(jù)，可以有效輔助臨床決策有效支撐臨床方案。同時(shí)通過對(duì)疾病的流行病學(xué)分析，還可以對(duì)疾病危險(xiǎn)進(jìn)行分析和預(yù)警。

臨床中遇到的疑難雜癥，有時(shí)即便專家也缺乏經(jīng)驗(yàn)，做出正確的診斷和治療更加困難。臨床決策支持系統(tǒng)可以通過海量文獻(xiàn)的學(xué)習(xí)和不斷的錯(cuò)誤修正，給出最適宜診斷和最佳治療。大數(shù)據(jù)分析技術(shù)將使臨床決策支持系統(tǒng)更智能，這得益于對(duì)非結(jié)構(gòu)化數(shù)據(jù)的分析能力的日益加強(qiáng)。

大量的基因數(shù)據(jù)、臨床實(shí)驗(yàn)數(shù)據(jù)、環(huán)境數(shù)據(jù)以及居民的行為與健康管理數(shù)據(jù)形成了“大數(shù)據(jù)”，同時(shí)隨著人類對(duì)疾病與基因之間映射關(guān)系的認(rèn)識(shí)加深，基因測(cè)序成本的下降，可穿戴設(shè)備的普及，監(jiān)控設(shè)備的微型化，移動(dòng)連接和網(wǎng)絡(luò)覆蓋范圍的擴(kuò)大和大數(shù)據(jù)處理能力的大幅提升，針對(duì)患者個(gè)體的精準(zhǔn)醫(yī)療和遠(yuǎn)程醫(yī)療成為可能。通過收集和分析數(shù)據(jù)，醫(yī)生可以更好地判斷病人病情，可實(shí)現(xiàn)計(jì)算機(jī)遠(yuǎn)程監(jiān)護(hù)，對(duì)慢性病進(jìn)行管理。通過對(duì)遠(yuǎn)程監(jiān)控系統(tǒng)產(chǎn)生的數(shù)據(jù)的分析，可以減少病人住院時(shí)間，減少急診量，實(shí)現(xiàn)提高家庭護(hù)理比例和門診醫(yī)生預(yù)約量的目標(biāo)。

公共衛(wèi)生部門可以通過覆蓋全國(guó)的患者電子病歷數(shù)據(jù)庫，快速檢測(cè)傳染病，進(jìn)行全面的疫情監(jiān)測(cè)，并通過集成疾病監(jiān)測(cè)和響應(yīng)程序，快速進(jìn)行響應(yīng)。百度通過對(duì)全國(guó)各地用戶產(chǎn)生的搜索日志的分析，提供全國(guó)331個(gè)地級(jí)市，2870個(gè)區(qū)縣的疾病態(tài)勢(shì)。百度還準(zhǔn)備將社交媒體數(shù)據(jù)、問答社區(qū)數(shù)據(jù)、甚至是各地區(qū)天氣變化、各地疾病人群遷徙等特征數(shù)據(jù)融合到預(yù)測(cè)里，進(jìn)一步提高預(yù)測(cè)的準(zhǔn)確性。

總結(jié)

以上便是從電信、金融、政府、交通和醫(yī)療健康等5個(gè)行業(yè)，分析行業(yè)大數(shù)據(jù)應(yīng)用的典型模式、發(fā)展?fàn)顩r。

大數(shù)據(jù)的應(yīng)用其實(shí)是無所不在的，其他行業(yè)如工業(yè)、零售業(yè)、農(nóng)業(yè)的應(yīng)用場(chǎng)景也非常多。但是總體來說，大數(shù)據(jù)應(yīng)用尚處于初步階段，受制于數(shù)據(jù)獲得、數(shù)據(jù)質(zhì)量、體制機(jī)制、法律法規(guī)、社會(huì)倫理、技術(shù)成本等多方面因素制約，實(shí)際成果還需要時(shí)間檢驗(yàn)。

大數(shù)據(jù)行業(yè)應(yīng)用的發(fā)展，是沿襲數(shù)據(jù)分析應(yīng)用而來的漸變的過程。觀察大數(shù)據(jù)應(yīng)用的發(fā)展演變，可以從技術(shù)強(qiáng)度、數(shù)據(jù)廣度和應(yīng)用深度三個(gè)視角切入。從以上的應(yīng)用來看，大數(shù)據(jù)區(qū)別于傳統(tǒng)的數(shù)據(jù)分析有以下特征。

數(shù)據(jù)方面，逐步從單一內(nèi)部的小數(shù)據(jù)，向多源內(nèi)外交融的大數(shù)據(jù)方向發(fā)展，數(shù)據(jù)多樣性、體量逐漸增加。

技術(shù)方面，從過去的報(bào)表等簡(jiǎn)單的描述性分析為主，向關(guān)聯(lián)性、預(yù)測(cè)性分析演進(jìn)，最終向決策性分析技術(shù)階段發(fā)展。

應(yīng)用方面，傳統(tǒng)數(shù)據(jù)分析以輔助決策為主，大數(shù)據(jù)應(yīng)用中，數(shù)據(jù)分析已經(jīng)成為核心業(yè)務(wù)系統(tǒng)的有機(jī)組成部分，最終生產(chǎn)、科研、行政等各類經(jīng)濟(jì)社會(huì)活動(dòng)將普遍基于數(shù)據(jù)的決策，組織轉(zhuǎn)型成為真正的數(shù)據(jù)驅(qū)動(dòng)型組織。