當前，以大數據、互聯網、人工智能為代表的新一代信息技術正在蓬勃發展，對社會進步、國家經濟發展、人民生活產生了巨大而深遠的影響。下面，我將從大數據的概念與意義、大數據的來源、大數據應用場景這三個方面為大家介紹大數據相關方面的知識，使大家對大數據有一個基本的認識與了解，以幫助大家更好地使用永洪一站式大數據分析平臺。

一、大數據的概念與意義

1、什么是大數據？

2011年5月，麥肯錫研究院發布公告——Big data: The next frontier for innovation, competition, and productivity，第一次給大數據做出了相對清晰的定義：“大數據是指其大小超出了常規數據庫工具獲取、存儲、管理和分析能力的數據集。”

2015年8月31日，國務院《促進大數據發展行動綱要》指出：“大數據是以容量大、類型多、存取速度快、應用價值高為主要特征的數據集合，正快速發展為對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關聯分析，從中發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態。” 學術界和政府組織對“大數據”的定義各式各樣，但對大數據內在特質的認識基本一致，即Volume（體量大）、Variety（種類多）、Velocity（速度快）和Value（價值高）。

2、大數據能夠給我們帶來什么？

大數據是一個信息和知識的富礦，蘊藏著無限的商機與巨大的收益。美國德克薩斯大學針對數據有效性的一項研究表明，企業通過提升自身數據的使用率和數據質量，能夠顯著提高企業的經營表現。

如果企業數據使用率提升10%，零售、咨詢、航空等行業人均產出將分別提高49%、39%和21%。如果財富1000強中的中位數企業的數據使用率提高10%，那么每年能夠增加20億美元的營業收入，人均產出將提升14%。而數據質量的提升，對企業的影響將更為顯著。

如果企業數據質量提升10%，那么公用事業、航空、電信、石化等行業的收益將會有明顯地增加，凈資產收益率提升幅度將會超過200%，財富1000強中位數企業凈資產收益率提升幅度約為76%。

二、大數據的來源

首先，我們先看一下最近幾年全球數據總量的變化情況：

2004年，全球數據總量是30EB；2005年達到了50EB；2006年達到了161EB；到2015年，達到了驚人的7900EB；到2020年，預計將達到35000EB。

如此海量的數據，它的產生源頭在哪里呢？我們可以從產生數據的主體、產生數據的行業、產生的數據類型三個方面對大數據的來源進行分類。

?按照產生數據的主體進行劃分，可以包括三個部分：

少量企業應用產生的數據，如關系型數據庫中的數據和數據倉庫中的數據等；

規模龐大的人群產生的數據，如人們使用社交軟件、娛樂軟件、在線購物平臺、企業軟件等產生的數據；

數量巨大的機器產生的數據，如應用服務器日志、各類傳感器數據、圖像和視頻監控數據、二維碼和條形碼（條碼）掃描數據等。

?按照產生數據的行業進行劃分，可以包括五個部分：

一是以BAT為代表的互聯網公司產生的數據。以百度公司為例，百度公司數據總量超過了千PB級別，數據涵蓋中文網頁、百度推廣、百度日志、UGC等多個部分，并以70%以上的國內搜索市場份額坐擁龐大的搜索數據；

二是電信、金融、保險、電力、石化系統產生的數據。以電信行業為例，電信行業數據包括用戶上網記錄、通話、信息、地理位置等數據，運營商擁有的數據量將近百PB級別，年度用戶數據增長超過10%；

三是公共安全、醫療、交通領域產生的數據。舉個簡單的例子，一個大型城市一個月的交通卡口記錄數據量可以達到3億條；

四是氣象、地理、政務等領域產生的數據。以中國氣象局擁有的數據量為例，中國氣象局保存的數據量將近10PB，數據量每年約增長數百TB；

五是制造業和其它傳統行業產生的數據。制造業和其它傳統行業產生的數據量也在劇增，但是還處于積累期，整體體量都不算大，多則達到PB級別，少則達到數十TB或數百TB級別。按照產生的數據類型進行劃分，可以分為結構化和非結構化數據。大數據不僅數據量巨大，而且數據類型也非常多。在海量的數據中，大約20%的數據量屬于結構化數據，剩余80%屬于非結構化數據。

三、大數據應用場景

大數據的運用給各行各業帶來的效益是顯著的。這里將從零售、金融兩個行業并結合永洪一站式大數據分析平臺，來向大家說明大數據的應用場景。

零售行業大數據應用主要有兩個方面。一個方面是零售行業可以通過了解客戶的消費喜好和消費趨勢，以進行商品的精準營銷，降低營銷成本。

例如，記錄客戶的購買習慣，將一些日常的必備生活用品，在客戶即將用完之前，通過精準廣告的方式提醒客戶進行購買。

另一個方面是依據客戶購買的產品，為客戶提供其它可能會購買的產品，擴大銷售額。例如，通過客戶購買記錄，了解客戶對關聯產品的購買喜好，將相關的產品與客戶購買的產品放到一起進行銷售，提高相關產品的銷售額。

除此之外，零售行業可以通過大數據掌握未來的消費趨勢，以幫助熱銷商品的進貨管理和過季商品的處理。

金融行業的大數據應用場景較為廣泛。典型的應用場景有銀行數據應用場景、保險數據應用場景及證券數據應用場景等。

首先，銀行的數據應用場景比較豐富。基本集中在用戶經營、風險控制、產品設計和決策支持等方面。例如，“利用銀行卡刷卡記錄，尋找財富管理人群”，中國約有120萬人屬于高端財富人群，這些人群平均可支配的金融資產在1000萬元以上，是所有銀行財富管理的重點發展人群。這些人群通常具有典型的高端消費習慣，銀行可以參考POS機的消費記錄定位這些高端財富管理人群，為其提供定制的財富管理方案，吸收其成為財富管理客戶，增加存款和理財產品銷售。

?

其次，保險數據應用場景一般是圍繞產品和客戶進行的，典型的應用場景有利用用戶行為數據來制定車險價格，利用客戶外部行為數據來了解客戶需求，向目標客戶推薦產品等。例如，依據個人信息數據、外部養車APP數據等為保險公司找到車險客戶。最后，證券行業擁有的數據類型有個人屬性數據（含姓名、聯系方式、家庭地址等）、資產數據、交易數據、收益數據等，證券公司可以利用這些數據建立業務場景，篩選目標客戶，為用戶提供合適的產品，提高單個客戶收入。

?

全球范圍內，研究發展大數據技術、運用大數據正在成為一種趨勢。永洪一站式大數據分析平臺具備數據應用方案咨詢、數據治理、數據倉庫建設、數據可視化分析、數據深度應用等的強大技術能力和服務保障能力，能夠幫助企業輕松構建數據應用，有效地挖掘數據中的價值，實現企業的信息化轉型、變革與發展。大數據時代浪潮下，永洪一站式大數據分析平臺將一路伴您同行。
? ? ? ?責任編輯:tzh