智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
爽風
在如今這個時代，數(shù)據(jù)已然成為了比黃金、石油更寶貴的財富。
大數(shù)據(jù)就像雙刃劍，既能被無良商家用來“殺熟”、獲取不法利益，也能挖掉行業(yè)中長期存在的痼疾，為社會發(fā)展、科技進步創(chuàng)造更多價值。
京東CEO劉強東曾在一篇題為《談科技公司的力量與責任》的文章中表示：“是我們的人性與謙卑賦予了技術對他人生活產(chǎn)生積極影響的可能。這是一種能夠造福社會的巨大力量。但與此同時，我們也必須意識到，技術本身無法辨別是非對錯，我們應用技術時應該更有擔當。這是我們近乎的能力，也是我們絲毫不可松懈的責任。”
據(jù)前瞻產(chǎn)業(yè)研究院發(fā)布的《中國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展前景與投資戰(zhàn)略規(guī)劃分析報告》統(tǒng)計數(shù)據(jù)顯示，2015年我國大數(shù)據(jù)產(chǎn)業(yè)規(guī)模已達2800億元。截止至2017年我國大數(shù)據(jù)產(chǎn)業(yè)規(guī)模增長至4700億，同比增長是30.6%。初步測算2018年我國大數(shù)據(jù)產(chǎn)業(yè)規(guī)模達到5400億元左右，同比增長15%。預測在2020年我國大數(shù)據(jù)產(chǎn)業(yè)規(guī)模將突破萬億元。
在先采用大數(shù)據(jù)技術的電信、金融，到隨后“跟風”的電信、工業(yè)、醫(yī)療、教育等行業(yè)，大數(shù)據(jù)技術的用例已然無處不在。
了解大數(shù)據(jù)技術在各行業(yè)的應用和它如何解決業(yè)內正面臨的挑戰(zhàn)，將有助于你更好地理解這一新興技術的未來潛力和真正價值。
銀行和證券業(yè)
一項針對10家投資和零售銀行的16個項目的研究表明，該行業(yè)面臨的挑戰(zhàn)包括: 證券欺詐預警、信用卡欺詐檢測、審計跟蹤檔案、企業(yè)信用風險報告、交易可視性、客戶數(shù)據(jù)轉換、交易社交分析、IT運營分析和IT政策合規(guī)分析等。
美國證券交易委員會(SEC)正在使用大數(shù)據(jù)來監(jiān)控金融市場活動。他們目前正在使用網(wǎng)絡分析和自然語言處理器來捕捉金融市場中的非法交易活動。
零售交易員、大銀行、對沖基金等金融市場所謂的“大人物”也在使用大數(shù)據(jù)進行交易分析，用于高頻交易、交易前決策支持分析、情緒測量、預測分析等。
該行業(yè)還嚴重依賴大數(shù)據(jù)進行風險分析，包括反洗錢、要求企業(yè)進行風險管理、“了解客戶”及減少欺詐等。
針對該行業(yè)的大數(shù)據(jù)提供商包括:1010data、Panopticon軟件、Streambase系統(tǒng)、Nice Actimize和Quartet FS等。
通訊、傳媒和娛樂業(yè)
由于消費者希望以不同的格式和不同的設備按需使用多媒體，因此通信、傳媒和娛樂行業(yè)的一些大數(shù)據(jù)挑戰(zhàn)包括:收集分析和利用消費者的洞察力、利用移動和社交媒體內容、了解實時媒體內容使用的模式等。
該行業(yè)的企業(yè)同時分析客戶數(shù)據(jù)和行為數(shù)據(jù)，創(chuàng)建詳細的客戶檔案，可用于:為不同的目標受眾創(chuàng)建內容、按需推薦內容、估量內容的表現(xiàn)與質量等。
一個恰當?shù)睦邮菧夭紶柕蔷W(wǎng)球錦標賽(YouTube視頻)，它利用大數(shù)據(jù)向電視、手機和網(wǎng)絡用戶實時提供有關網(wǎng)球比賽的詳細分析。
Spotify是一家按需音樂服務公司，它使用Hadoop大數(shù)據(jù)分析，從數(shù)百萬用戶中收集數(shù)據(jù)，然后用分析后的數(shù)據(jù)向個人用戶提供明智的音樂推薦。
亞馬遜Prime通過一站式服務提供視頻、音樂和Kindle電子書，旨在提供良好的客戶體驗，它也大量利用了大數(shù)據(jù)。
該行業(yè)的大數(shù)據(jù)提供商包括:info、Splunk、Pervasive Software和Visible Measures等。
醫(yī)療服務業(yè)
醫(yī)療保健行業(yè)可以獲得大量數(shù)據(jù)，但未能利用這些數(shù)據(jù)遏制不斷上升的醫(yī)療保健成本，效率低下的醫(yī)療體系阻遏了更快、更好的全面醫(yī)療福利發(fā)展，這些都令該行業(yè)深受困擾。
這主要是由于電子數(shù)據(jù)無法獲得、不足或不可用。
此外，保存與健康相關信息的醫(yī)療數(shù)據(jù)庫使得鏈接那些能夠顯示出醫(yī)療領域有用的模式的數(shù)據(jù)變得困難。
與大數(shù)據(jù)相關的其他挑戰(zhàn)包括:將患者排除在決策過程之外，以及使用不同的現(xiàn)成傳感器的數(shù)據(jù)。
一些醫(yī)院，比如Beth Israel，正在使用從手機應用程序中收集的數(shù)據(jù)，這些數(shù)據(jù)來自數(shù)以百萬計的病人，這些數(shù)據(jù)允許醫(yī)生使用循證醫(yī)學，而不是對所有去醫(yī)院的病人進行幾次醫(yī)學/實驗室測試。
一組測試可能是有效的，但也可能是昂貴的，并且通常是無效的。
佛羅里達大學(University of Florida)利用免費的公共衛(wèi)生數(shù)據(jù)和谷歌地圖創(chuàng)建了可視化數(shù)據(jù)，可以更快地識別和有效地分析用于跟蹤慢性病傳播的醫(yī)療信息。
該行業(yè)的大數(shù)據(jù)提供商包括: Recombinant Data、Humedica、Explorys和Cerner等。
教育業(yè)
從技術角度來看，教育行業(yè)面臨的一個主要挑戰(zhàn)是整合來自不同來源和供應商的大數(shù)據(jù)，并將其應用于并非針對不同數(shù)據(jù)而設計的平臺。
從實用的角度來看，員工和機構必須學習新的數(shù)據(jù)管理和分析工具。
在技術方面，集成來自不同來源、不同平臺和不同供應商的數(shù)據(jù)是有挑戰(zhàn)的，而這些數(shù)據(jù)的設計初衷并不是相互協(xié)作的。
在政治上，與教育用途大數(shù)據(jù)相關的隱私和個人數(shù)據(jù)保護問題是一個挑戰(zhàn)。
大數(shù)據(jù)在高等教育中應用非常廣泛，例如塔斯馬尼亞大學。
澳大利亞這所擁有26000多名學生的大學已經(jīng)部署了一個學習和管理系統(tǒng)，該系統(tǒng)可以跟蹤學生登錄系統(tǒng)時，在系統(tǒng)的不同頁面上花費了多少時間，以及學生在一段時間內的總體進度。
在教育中使用大數(shù)據(jù)的另一個用例中，它也被用來衡量教師的有效性，以確保學生和教師都能獲得良好的體驗。
教師的表現(xiàn)可以根據(jù)學生人數(shù)、科目、學生人口統(tǒng)計、學生志向、行為分類和其他幾個變量進行微調和衡量。
在政府層面，美國教育部教育技術辦公室(Office of Educational Technology)正在利用大數(shù)據(jù)開發(fā)分析工具，幫助那些在使用在線大數(shù)據(jù)課程時誤入歧途的學生糾正課程。
點擊模式也被用來檢測無聊感。
該行業(yè)的大數(shù)據(jù)提供商包括:Knewton和Carnegie Learning以及MyFit/ Naviance。
制造業(yè)及自然資源
對包括石油、農(nóng)產(chǎn)品、礦產(chǎn)、天然氣、金屬等在內的自然資源的需求不斷增加，導致了數(shù)據(jù)的復雜性、速率和數(shù)據(jù)量的增加，這是一個難以處理的問題。
同樣，來自制造業(yè)的大量數(shù)據(jù)也未被發(fā)掘。這些信息的未充分利用阻礙了能源效率、可靠性、利潤率和產(chǎn)品質量的提高。
在自然資源產(chǎn)業(yè)中，大數(shù)據(jù)支持從預測建模到支持決策的很多環(huán)節(jié)，這些被用來從地理空間數(shù)據(jù)、圖形數(shù)據(jù)、文本和時間數(shù)據(jù)中攝取和集成大量數(shù)據(jù)。
對使用這種方法充滿興趣的領域包括地震分析和探測資源儲層特征等。
大數(shù)據(jù)還被用于解決當今制造業(yè)的挑戰(zhàn)，并在諸多好處中獲得競爭優(yōu)勢。
在研究圖表中，德勤的一項研究顯示了目前正在使用大數(shù)據(jù)的供應鏈公司的使用情況，以及它們在未來的預期使用情況。
大數(shù)據(jù)在制造業(yè)的用例包括優(yōu)化工具、需求預測、集成企業(yè)規(guī)劃、供應商合作與風險分析、存儲計算、實時物流跟蹤、3D打印、可穿戴技術、人工智能等。
該行業(yè)的大數(shù)據(jù)提供商包括:CSC、Aspen Technology、Invensys和Pentaho。
保險業(yè)
缺乏個性化服務、缺乏個性化定價以及缺乏針對新細分市場和特定細分市場的目標服務是一些主要挑戰(zhàn)。
Marketforce進行的一項調查顯示，保險業(yè)專業(yè)人士發(fā)現(xiàn)，保險公司面臨的挑戰(zhàn)包括:未充分利用損失理算員收集的數(shù)據(jù)，以及他們渴望獲得更好的洞察。
大數(shù)據(jù)已被應用于該行業(yè)，通過社交媒體、支持gps的設備和閉路電視鏡頭的數(shù)據(jù)分析和預測客戶行為，為透明、簡單的產(chǎn)品提供客戶洞察。
大數(shù)據(jù)還能讓保險公司更好地留住客戶。
在理賠管理方面，大數(shù)據(jù)的預測分析被用來提供更快的服務，因為大量數(shù)據(jù)可以被分析，尤其是在承保階段。
欺詐檢測也得到了加強。
通過來自數(shù)字渠道和社交媒體的大量數(shù)據(jù)，索賠周期中的實時監(jiān)測被用來提供分析意見。
該行業(yè)的大數(shù)據(jù)提供商包括:Sprint、高通(Qualcomm)、Octo Telematics、Climate Corp.等。
零售及批發(fā)貿(mào)易業(yè)
從傳統(tǒng)的實體零售商和批發(fā)商到現(xiàn)在的電子商務交易商，這個行業(yè)已經(jīng)收集了大量的數(shù)據(jù)。
這些數(shù)據(jù)來自于顧客忠誠計劃、POS掃描儀、RFID等，但總體上還不足以改善顧客體驗。所做的任何更改和改進都非常緩慢。
大數(shù)據(jù)來自客戶忠誠度數(shù)據(jù)、POS、門店庫存、當?shù)厝丝诮y(tǒng)計數(shù)據(jù)等，不斷被零售和批發(fā)門店所收集。
2014年，在紐約舉辦的Big Show零售貿(mào)易大會上，微軟(Microsoft)、思科(Cisco)和IBM等公司提出，零售業(yè)需要利用大數(shù)據(jù)進行分析，并將其用于其他用途，包括: 通過購物模式、本地活動等數(shù)據(jù)優(yōu)化人員配置、減少欺詐、及時分析庫存。
社交媒體的使用也有很多潛在的用途，雖然進展緩慢但肯定會被采用，尤其是在實體店。社交媒體被用來尋找客戶、留住客戶、推廣產(chǎn)品等等。
該行業(yè)的大數(shù)據(jù)提供商包括:First Retail、First Insight、富士通(Fujitsu)、Infor、Epicor和Vistex。
交通運輸業(yè)
近年來，大量基于位置的社交網(wǎng)絡數(shù)據(jù)和來自電信的高速數(shù)據(jù)影響了人們的出行行為。遺憾的是，了解旅行行為的研究沒有取得如此迅速的進展。
政府、私人組織和個人對大數(shù)據(jù)的一些應用包括:
政府利用大數(shù)據(jù)可以進行交通控制、路線規(guī)劃、智能交通系統(tǒng)、擁堵管理(通過預測交通狀況)。
私營部門可以在運輸領域使用大數(shù)據(jù):收入管理、技術改進、物流和競爭優(yōu)勢(通過合并發(fā)貨和優(yōu)化貨運流動)。
個人使用大數(shù)據(jù)可以:節(jié)省燃料和時間的路線規(guī)劃、旅游行程安排等。
該行業(yè)的大數(shù)據(jù)提供商包括:高通(Qualcomm)和曼哈頓聯(lián)合公司(Manhattan Associates)。
結論
一項新技術的應用既能給人類帶來財富，帶來經(jīng)濟效益和社會效益，也可能給人類造成危害。是光明抑或黑暗，單看這把“利刃”掌握在誰的手里。
對于大數(shù)據(jù)技術的廣泛應用所帶來的一些亂象，需要有關部門進行監(jiān)管，建立制度性保障，也需要消費者自覺對無良商家進行抵制，積極投訴舉報，購買商品時多貨比三家。
(原標題：技術無對錯，應用有擔當：除了“殺熟”，大數(shù)據(jù)還是這些行業(yè)的“手術刀”)
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
