大數據預測奧斯卡

⑴ 有哪些大數據分析案例

如下：

1. 大數據應用案例之：醫療行業

1）Seton Healthcare是採用IBM最新沃森技術醫療保健內容分析預測的首個客戶。該技術允許企業找到大量病人相關的臨床醫療信息，通過大數據處理，更好地分析病人的信息。

在加拿大多倫多的一家醫院，針對早產嬰兒，每秒鍾有超過3000次的數據讀取。通過這些數據分析，醫院能夠提前知道哪些早產兒出現問題並且有針對性地採取措施，避免早產嬰兒夭折。

它讓更多的創業者更方便地開發產品，比如通過社交網路來收集數據的健康類App。也許未來數年後，它們搜集的數據能讓醫生給你的診斷變得更為精確，比方說不是通用的成人每日三次一次一片，而是檢測到你的血液中葯劑已經代謝完成會自動提醒你再次服葯。

2）大數據配合喬布斯癌症治療

喬布斯是世界上第一個對自身所有DNA和腫瘤DNA進行排序的人。為此，他支付了高達幾十萬美元的費用。他得到的不是樣本，而是包括整個基因的數據文檔。醫生按照所有基因按需下葯，最終這種方式幫助喬布斯延長了好幾年的生命。

2. 大數據應用案例之：能源行業

1）智能電網現在歐洲已經做到了終端，也就是所謂的智能電表。在德國，為了鼓勵利用太陽能，會在家庭安裝太陽能，除了賣電給你，當你的太陽能有多餘電的時候還可以買回來。

通過電網收集每隔五分鍾或十分鍾收集一次數據，收集來的這些數據可以用來預測客戶的用電習慣等，從而推斷出在未來2~3個月時間里，整個電網大概需要多少電。有了這個預測後，就可以向發電或者供電企業購買一定數量的電。

因為電有點像期貨一樣，如果提前買就會比較便宜，買現貨就比較貴。通過這個預測後，可以降低采購成本。

2）丹麥的維斯塔斯風能系統(Vestas Wind Systems)運用大數據，系統依靠的是BigInsights軟體和IBM超級計算機，分析出應該在哪裡設置渦輪發電機，事實上這是風能領域的重大挑戰。在一個風電場20多年的運營過程中，准確的定位能幫助工廠實現能源產出的最大化。

為了鎖定最理想的位置，Vestas分析了來自各方面的信息：風力和天氣數據、湍流度、地形圖、公司遍及全球的2.5萬多個受控渦輪機組發回的感測器數據。這樣一套信息處理體系賦予了公司獨特的競爭優勢，幫助其客戶實現投資回報的最大化。

3. 大數據應用案例之：通信行業—通過大數據分析挽回核心客戶

法國電信-Orange集團旗下的波蘭電信公司Telekomunikacja Polska是波蘭最大的語音和寬頻固網供應商，希望有效的途徑來准確預測並解決客戶流失問題。

他們決定進行客戶細分，方法是構建一張「社交圖譜」- 分析客戶數百萬個電話的數據記錄，特別關注 「誰給誰打了電話」以及「打電話的頻率」兩個方面。「社交圖譜」把公司用戶分成幾大類，如：「聯網型」、「橋梁型」、「領導型」以及「跟隨型」。

這樣的關系數據有助電信服務供應商深入洞悉一系列問題，如：哪些人會對可能「棄用」公司服務的客戶產生較大的影響?挽留最有價值客戶的難度有多大?運用這一方法，公司客戶流失預測模型的准確率提升了47%。

4、大數據應用案例之：零售業—大數據幫零售企業制定促銷策略

北美零售商百思買在北美的銷售活動非常活躍，產品總數達到3萬多種，產品的價格也隨地區和市場條件而異。由於產品種類繁多，成本變化比較頻繁，一年之中，變化可達四次之多。

結果，每年的調價次數高達12萬次。最讓高管頭疼的是定價促銷策略。公司組成了一個11人的團隊，希望透過分析消費者的購買記錄和相關信息，提高定價的准確度和響應速度。

定價團隊的分析圍繞著三個關鍵維度：

1）數量：團隊需要分析海量信息。他們收集了上千萬的消費者的購買記錄，從客戶不同維度分析，了解客戶對每種產品種類的最高接受能力，從而為產品定出最佳價位。

2）多樣性：團隊除了分析了購買記錄這種結構化的數據外，他們也利用社交媒體發帖這種新型的非結構化數據。由於消費者需要在零售商專頁上點贊或留言以獲得優惠券，團隊利用情感分析公式來分析專頁上消費者的情緒，從而判斷他們對於公司的促銷活動是否滿意，並微調促銷策略。

3）速度：為了實現價值最大化，團隊對數據進行實時或近似實時的處理。他們成功地根據一個消費者既往的麥片購買記錄，為身處超市麥片專櫃的他/她即時發送優惠券，為客戶帶來便利性和驚喜。

透過這一系列的活動，團隊提高了定價的准確度和響應速度，為零售商新增銷售額和利潤數千萬美元。

5、大數據應用案例之：網路營銷行業（SEM）

很多企業在做SEM的過程中，都有這樣的感觸：每年都會花費大量的預算在SEM推廣中，但是因為關鍵詞投入產出無法可視化，常常花了很多錢卻不見具體的回報。

在競爭如此激烈的SEM市場中，企業需要一個高效的數據分析工具來盡可能地幫企業優化SEM推廣，例如BDP，來幫企業節省不必要的支出，提升整體的經營績效。

企業可藉助數據平台提供的網路營銷整合解決方案，打通各個搜索引擎營銷（SEM）、在線客服系統和CRM系統，營銷競價人員無需掌握復雜的編程技術，簡單拖拽即可生成報表，觀察每一個關鍵詞的投入和產出，分析每一個頁面的轉化，有效降低投放成本。

通過BDP實況分析數據，可以快速洞悉對手關鍵詞的投放時段、地域及排名，並對其進行可視化的分析，實時監控自己和競爭對手的投放情況，了解對手的投放策略，支持自定義設置數據更新的時間點、監控頻次和時段，及時調整策略。知已知彼，才能百戰不殆。

6、大數據應用案例之：電商行業

意料之外：胸部最大的是新疆妹子。曾經淘寶平台顯示，中國女性購買最多的文胸尺碼為B罩杯。B罩杯佔比達41.45%，其中又以75B的銷量最好，其次是A罩杯，購買佔比達25.26%，C罩杯只有8.96%。

雖然淘寶數據平台不能代表一切，但是結合現實來看，這個也具有普遍的代表性，只能感慨中國女性普遍size。在文胸顏色中，黑色最為暢銷，黑色絕對是百搭，每個女性必備。

從省市排名，胸部最大的是新疆妹子。這些數據都對於文胸店鋪而言是很好的參考，為店鋪的庫存、定價、款式選擇等策略都有奠定數據基礎。

7、大數據應用案例之：娛樂行業

微軟大數據成功預測奧斯卡21項大獎。2013年，微軟紐約研究院的經濟學家大衛•羅斯柴爾德（David Rothschild）利用大數據成功預測24個奧斯卡獎項中的19個，成為人們津津樂道的話題。

今年羅斯柴爾德再接再厲，成功預測第86屆奧斯卡金像獎頒獎典禮24個獎項中的21個，繼續向人們展示現代科技的神奇魔力。

總的來說，大數據的終極目標並不僅僅是改變競爭環境，而是徹底扭轉整個競爭環境，帶來新機遇，企業需要應勢而變。企業只有認識到這一點，使用合適的數據分析產品、聰明地使用和管理數據，才能在長期競爭中成為終極贏家。

⑵ 大數據時代 大數據應用隨處可見可感可知

大數據時代：大數據應用隨處可見可感可知

大數據時代：大數據應用隨處可見可感可知 ,大數據是一場人人都想抓住的變革機遇。不管是IT巨頭還是創業小團隊，都想在這個極具變化的變革初期佔領一席之地，立名、掘金、搶占話語權。
正如知名IT評論人謝文所說：「大數據之所以可能成為一個時代，在很多程度上是因為這是一個可以由社會各界廣泛參與，八面出擊，處處結果的社會運動，而不僅僅是少數專家學者的研究對象」。數據產生於各行各業，這場變革也必將影響到各行各業，因此，機遇也蘊含於各行各業。致力於IT創業的人們緊緊盯著這個市場，洞察著每一個機遇。
如果說雲計算主要提供了強大的後台運算能力，對大眾來說，看不見摸不著；那麼大數據卻是和人們的生活緊密相關的。大數據應用隨處可見可感可知。
大數據與公共安全
未來，大數據將成為社會基礎設施的一部分，跟公路、自來水、電一樣，成為人們生活不可或缺的一部分。但大數據的作用並不僅僅局限於為普通消費者提供生活必須服務，更可以有效協助公安部門提供公共安全服務。而數據的有效利用並服務於社會則需要數據的公開和共享。
4月15日發生的波士頓馬拉松爆炸案造成3人死亡，多人受傷。FBI在波士頓馬拉松爆炸事件後在案發現場附近採集了10TB左右的數據。雖然通過大數據「已經鎖定並逮捕嫌疑犯」的報道已被FBI和波士頓警察局聲明譴責，但未來大數據分析技術爐火純青以後，社交媒體規范和信息分享機制健全，數據來源和質量可靠，那利用大數據鎖定嫌疑犯將變得簡單而高效。
利用大數據還可以預防和打擊犯罪。密歇根大學曾在網上發布報告指出，研究人員正在用「超級計算機以及大量數據」來幫助警方定位那些最易受到不法份子侵擾片區的方法，利用大量數據創建一張波士頓犯罪高發地區熱點圖。在研究某一片區的犯罪率時，他們還將相鄰片區的各種因素列為他們考慮的對象。隨著將越來越多的數據加入到研究中來，研究者們認為他們能在額外變數是如何影響犯罪率這一問題上得到更准確的結論，並且為警察更具針對性的鎖定犯罪易發點、抓獲逃犯提供支持。
大數據開發和應用還有助於完善救災系統。7·21北京暴雨發生時，由於求救人數眾多，救援電話被打爆，被困人員無法從官方獲得幫助，從而轉向微博平台。一條包含人物、時間和地點三要素的微博可迅速了解救援所需，打開微博附加坐標數據即可實現地圖定位，為及時救災提供方便。雅安地震中，除了微博再次凸顯新媒體傳播優勢外，微信群及各大互聯網公司推出的尋人平台也為救災提供了多渠道支持。但各大網站數據並不互通，而且數據的低精確度和低效成為最大弊端。若要發揮數據的最大價值，數據必須是在線、公開、共享、互聯、相關的。由此看出，數據的公開和共享是一件有必要且有待解決的事情。
實踐代表：各國政府
大數據與醫療健康
「個性化醫療」和「量化自我」是近期比較火的兩個詞。在大數據時代，人們會長期監測自身健康數據，「預防」比「治療」變得更重要，而且醫生會通過分析病人的歷史數據給出個性化治療方案。
利用大數據的分析方法可以分析人類基因序列，得出基金突變的概率，提前避免疾病的發生。根據美國《人物》雜志的報道，奧斯卡最佳女主角於安吉麗娜·朱莉基因突變，患上乳腺癌的幾率高達87%，患上卵巢癌的幾率高達50%。5月中旬，朱莉已接受雙乳乳腺切除手術，近期，還要切除卵巢，以降低致癌風險。
在個性化醫療領域，康諾雲今年即將推出的可佩戴設備可收集和監測佩戴者的血壓、心率等，並將這些數據上傳至雲後台，通過分析佩戴者的數據，預測其健康狀況和未來某種疾病的發病概率。若這些數據出現異常，則會收到手機提醒，甚至會給出對應的解決方案。
另外，GE和Intel正聯合開發一個大數據「魔毯」項目，其原型使用家中地毯內裝的感測器感應缺乏人照料的老人下床和行走的速度和壓力，一旦這些數據發生異常則對老人的親人發送一個警報。
此外，利用大數據技術還可以制定量身打造的健身計劃。咕咚手環是首款基於網路雲開發的攜帶型可穿戴設備，主打「運動狀況提醒」、「睡眠監測」、「智能無聲喚醒」三大功能。知名運動品牌耐克還推出了"Nike+"跑鞋，通過無線Nike+iPod運動組件與iPod實現信息互通，將Nike+運動鞋與iPod連接後，iPod就可以存儲並顯示運動日期，時間、距離、熱量消耗值和總運動次數，運動時間，總距離和總卡路里等數據。
目前大數據在醫療領域的應用可謂是風生水起，百家爭鳴，大家都看到了這一領域的機遇，並想分一杯羹，只是由於基礎設施、用戶習慣、法律法規等等方面的限制，目前並未出現非常成功的案例。
實踐代表：康諾雲、咕咚手環、Jawbone up
大數據與娛樂
大數據時代，只要你上網，使用社交產品，那麼就沒有誰會比商家更了解你。你可能還沒考慮過自己最喜歡哪個電影明星，最喜歡哪種類型的影片，是喜歡在家看電影還是喜歡影院看，但擁有數據的商家已經對你了如指掌了。未來，不管你的品味多麼與眾不同，多麼挑剔，你肯定能找到符合自己的娛樂項目。因為你的歷史數據會告訴商家有諸如你這樣一類人群的存在。有利可圖的事情，都會有人去做；任何一個市場空白，只要被人發現了都會被填補。
《紙牌屋》的成功在一定程度上得益於大數據，其出品方Netflix稱挖掘其用戶行為的「大數據」已經很長時間，《紙牌屋》是其數據分析結果的第一次戰略運用。通過數據分析，Netflix甚至比觀眾還要清楚他們的觀影喜好。據悉，該網站基於3000萬北美用戶觀看視頻時留下的行為數據，推測出一部劇的關鍵要素可以是凱文·史派西、大衛·芬奇和BBC出品三者的交集，可以獲得成功，於是打造了《紙牌屋》。
一支叫熊戰士（Bear Warrior）的朋克樂隊設計了一台名為「POGO溫度計」的設備，可以通過安裝在音樂廳地毯中的一系列感應器檢測出聽眾舞步的強度，然後將信號發送到一台中央計算機，最後讓中央計算機對信號進行分析研究，幫助樂隊改進他們的演繹方式。樂隊主唱表示：「這些數據可以幫助我們了解到我們還可以如何去改善我們的演繹方式，讓聽眾對我們的音樂作品作出我們希望看到的回應。」
此外，微軟研究院計算機專家David Rothschild通過數據分析預測奧斯卡金像獎得主，他表示：「我預測奧斯卡金像獎得主的方法與預測其它事情的方法完全相同，其中包括政治。首先關注最有效的數據，然後創建不受任何特別年份結果乾擾的統計模型，所有模型都根據歷史數據進行測試、校正，我們在建模時很有耐心，確保模型能夠正確預測外樣本結果，而不僅僅是過去發生的結果。我們創建的模型是用來預測未來的，而不是預測過去的。」
5月29日，林俊傑《因你而在》微電影完整版通過QQ音樂獨家首發，這種通過系列微電影推廣專輯的線上營銷方式算是唱片領域的新嘗試。我相信，用戶是否打開連接、是否全部看完、詳細觀看哪個片段、在什麼地方快進或暫停等等這樣數據最終都會被華納唱片公司收集和掌握，從而分析用戶喜好，為下一張專輯的製作提供科學依據。
實踐代表：Netflix、樂視TV
大數據與農業
市場經濟的弊端之一即具有滯後性，這對三大產業影響最大的就是農業。由於在市場經濟條件下，農業生產很難在全國范圍內形成統一規劃，致使農業生產受市場波動影響頗大，而且農業生產很多方面依靠的是感覺和經驗，並沒有量化的數據支撐。大數據時代，不僅可以通過建立統一的數據平台，調控農業生產；還可以記錄分析農產品種植過程中的數據，通過分析數據，決定澆水、施肥、光照、溫度等條件，從而提高產量。
連鎖型的社區生鮮超市M6於8年前就開始了數據化管理，物品一經收銀員掃描，總部的伺服器馬上就能知道哪個門店，哪些消費者買了什麼。M6免費為顧客辦理實名制會員卡，用戶持卡結賬可以享受優惠，但M6不找零，這樣一來，既可以提高收銀效率，又為數據分析提供基礎。在一些細節上，M6的收銀模塊甚至比一些大商超更細致，比如，信息被掃描進系統後，顧客突然要求退掉其中一件或幾件，或者整單退掉，為什麼要退掉，這些信息全都被寫入了後台資料庫。2012年，M6的伺服器開始從互聯網上採集天氣數據，然後，從中國農歷正月初一開始推算，分析不同節氣和溫度下，顧客的生鮮購買習慣會發生哪些變化。
日本宮崎縣西南部的「都城」市已經開始利用雲和大數據進行農業生產。通過感測器、攝像頭等各種終端和應用收集和採集農產品的各項指標，並將數據匯聚到雲端進行實時監測、分析和管理。富士通和新福青果合作進行捲心菜的生產改革。兩家公司在農田裡安裝了內置攝像頭的感測器。把每天的氣溫、濕度、雨量、農田的圖像儲存到雲端。還向農民發放了智能手機和平板電腦，讓大家隨時記錄工作成果和現場注意到的問題，也都保存到雲端。捲心菜增產3成，光合作用也實現IT管理
實踐代表：M6、富士通、新福青果
其實，大數據與交通、金融、製造、教育、商業等領域均有密切關系。《大數據中國》第二期將集中探討大數據的跨界旋風，盤點、分析、評論大數據在醫療、金融、商業、教育、製造、農業、交通、天氣、娛樂、電商物流等十個領域的應用發展和實踐情況.

⑶ 大數據時代,人類生活面臨顛覆

大數據時代,人類生活面臨顛覆

對於IT領域來說，最近有很多非常新的概念，比如雲計算、物聯網，當大家剛剛對這些概念開始有清晰的認知時，又一個全新概念出現了——大數據。什麼是大數據？大數據概念究竟指向何方，大數據背後能怎樣改變我們生活？會不會給我們的生活和工作帶來困擾？

本報與第一財經頭腦風暴節目合作探討大數據時代下的問題。參與這次討論的嘉賓有大數據概念的提出者、牛津大學教授維克托·邁爾·舍恩伯格，微軟亞太研發集團、雲計算操作系統首席架構師徐明強，上海市信息化專家、專業委員會專家、復旦大學計算機學院院長王曉陽，科爾尼管理咨詢全球合夥人孫健，復旦大學現代哲學研究所所長俞吾金，啟明創投合夥人童士豪，著名財經評論員石述思。

1 到底什麼是大數據？

維克托：我認為它就是新黃金，我覺得是21世紀最主要的資源，這種資源對社會、企業、個人是否能成功，還是會受苦受難有著很重要的作用。解釋一下，雖然此前我們都有數據，可把它們整理在一起然後分析是非常昂貴的，因此我們更多的注意力都放在了實體資源上，就是真正的黃金、金塊，像勞動力這種資源。但只有最近我們才靠人的知識、創新來創造財富，更靠前一步，我們可以根據數據來進行，因為數據收集以及分析，成本上升的程度都已經改變了，然後我們的數據就可以達到一定規模。最後，大家所尋求的不管你是一個人、一個公司、一個組織，還是這個社會，無外乎就是這種所謂的新黃金。

為什麼最近黃金的價值會跌得很厲害？因為老黃金不值錢了，沒有新黃金有價值。

童士豪：我的觀點有點類似，第一個是雲，第二個是關系，第三個是未來。像剛才維克托先生提到的，因為雲時代到了，儲存的大量數據的成本非常低，所以能讓大家去利用大數據做工作分析，最近由於很多事情的關系，有更多的關系被理解，所以能去預測未來狀況。用自己的話說，就是在聆聽上花很多時間，看了很多朋友，大家尋找工作機會也好或者是認識對工作有幫助的合作夥伴也好，在這么大的信息里，這么多人把他自己的信息放在上面，就是做了一件事，就是分析。如果你40歲想當創意公司的CEO，你現在20歲，未來20年該怎麼規劃？這就是非常有意思的一件事。

最後可能有不同的可能性，最後會不會給你找到一個最好的方法，那是自己決定的。可能性放在面前，是機會率最高的，怎麼選還是個人決定，所以大數據並沒有抹殺個人的意識。

石述思：大數據首先改變的是我們看待世界的方法，它會對這個時代的很多的價值觀產生劇烈沖擊。舉例來說，因為過去我們東方人特別喜歡一個詞叫因果，我們認為善有善報、惡有惡報，其實根據交管部門調查的數據，在街頭遭遇橫禍的人其實跟道德無關，秦檜的壽命是岳飛的兩倍半，很多貪官在發現之前，那過的確實是令人無限羨慕的生活。因此，通過大數據我們能用一種全新的觀念來看待這個世界，這個世界是有關聯來建構的一個新型的關系，只有科技發展到一定水平，才能達到這樣的高度。

與此同時，在大數據時代，我們該恪守的底線還是要恪守，但它的確在告訴我們真相，因為科學就是在告訴我們真相。我有一個願望，就是剛才講的大數據是新的黃金，我希望它更多地用於社會公益事業，比如，去挽救地震局。這樣能避免很多人道主義的災難和財產的損失，結論是我們過去認為上帝是哲學家或者叫哲人，現在發現他老人家是個老頑童。

2 大數據究竟有沒有對各領域的工作和生活產生影響？

王曉陽：大數據影響了智慧。怎麼理解呢？大數據本身的概念是數據採集和處理，到了一定的程度使我們的社會也好，管理者也好，都能獲益——從城市來講，一個管理者可以聚集這些數據和處理方式，使得我們能用智慧來管理城市，可以從交通管理、公共衛生，還有其他各個方面來管理，這管理是需要數據，數據產生了智慧，然後反過頭來能管理我們的模式。

比如，在公共衛生方面，採集數據到了目前為止其實已經進行了好多年，它的數據採集原來並不是為了大數據來做的，其實是為了一個方便——方便大家去看病。而且你的電子病例等，讓你看病更人性化，或者對醫生來講能更快、更方便地去熟悉病情，但在這種情況下，這個數據一旦採集起來使得我們對整個城市的健康狀況就能進一步了解，所以，剛才講的看病的數據其實是原本的用意，大數據一來其實我們就能看見原來看不見的問題。比如一些比較大趨勢方面的問題，流行病在哪個地方比較多，或者它怎樣流傳的，等等。這些事情我們原來是看不到的，這種情況就是大數據對我們的幫助。

徐明強：先舉個例子，有一個球和一隻螞蟻，球跟螞蟻說，做三維世界的事物太好了，你看這條線上有多少個螞蟻我一眼就看見了，螞蟻說我真的不信，我得按照這條線爬，爬到頭計數器沒有出故障我才知道有多少螞蟻。這能看到三維和二維差了一維，就差了這么大，所以大數據首先它不是數據大，不是同樣的數據多了就變成大數據，而是在原有的二維、原有的資料庫基礎上，再建立一維，給它一個全新的看點。舉例說明，你如果在美國，你是欠了債的，除了債主對你感興趣，還有人會對你感興趣——如果你欠了債，突然你可以還債了，那麼銀行會對你感興趣。在11年前，美國資本一號就發明了一種大數據的應用，它可以找到哪些人是欠了銀行的錢、欠了信用卡的錢，然後它就會觀察你的消費數據，當它發現你可以開始還的時候，他立刻把你再買過來，從此以後他就吃上了你的利息。資本一號這個公司在2001年時，每個季度的增長率是20%，就是因為它大數據的程序，它可以高命中率地發現這個，它是從哪裡找來的數據呢？從沃爾瑪、從各種各樣的消費數據中找到的。從這個實例我們可以看出，大數據這個原有的數據分析商務智能上加了一層，商務智能不能告訴我們別人將要並且能做什麼。

關於我們公司對奧斯卡頒獎的預測，除了對李安的預測沒對，其他都對了。其實，我們的預測是把所有人員都做了一個概率，所以做了19個預測對的，是我們放在第一概率的獲獎人，下面還有4個是第二概率，所以李安導演我們放在第二概率，我們把他放在後面。

這個預測跟大數據很有關系，首先做大數據需要有IQ，智商，就是說，這個模型要非常好。我們公司做IQ的人叫加戴維·羅斯查爾德，是我們研究部門的一個人。還有其他人，我要講講，他這個人的IQ有什麼差別？他這個人的IQ用了一個非常簡單聚合的模式，除了IQ還有什麼呢？智商以後還要有勤商，勤奮的勤。勤商就是說，他非常勤奮地去找數據，要找多種數據，還要找非常實際的數據，所以他在網上、社交網上都有找。有一些找不到的數據，怎麼辦？他找人做調查，然後找人來做，所以他又有智商，又有勤商，夠不夠呢？還不夠，五年前這種事情做不到，為什麼？五年前他要做這樣大量的數據的話，自己作為一個研究生的小預算是做不到的，但雲計算的出現，他就可以做到了。可以延伸這些數據，用很多處理器來處理，現在他就是用了雲做這樣一個計算，最後成功了。

孫健：我寫的是機會加危險，就是危機。我同意維克托的結論，說這是一個新的金礦，或者有說法叫新的機會，但不要忘記那同時會帶來很多危險。如果我們不能很好地去處理大數據的話，特別是像在我們日常工作中接觸到的很多中國企業，它們大多數甚至在最基礎的數據分析方面還比較落後，這就意味著，我們該怎樣很快地過渡到大數據時代去，去面對大數據挑戰，如果准備不好，那我很擔心，這會像以往很多新技術來了以後的情況，很容易造成很多企業邯鄲學步——連走路都還沒學會，就要學跳，一下子邁到大數據時代，企業不知道怎樣真正地讓大數據發揮作用。

在我們的行業里，因為大數據而做了很多產品創新。談到大數據時代的破壞型創新，實際上也是談了同樣的問題，因為在創新的同時，事實上要推導、顛覆原來的很多東西，包括我們咨詢行業的很多服務和產品都要做更新，也要跟上時代。比如，我們有一家很大的全球性零售企業，它每天要處理海量數據，那麼在海量數據之前，雖然有了技術手段，它仍需找到一個很好的切入點，去解決大數據該怎樣應用到業務中，改變業務模式，給業務創新帶來價值。因為要把這個大數據加以更好地利用，再便宜還是投資，還是要改變，硬體、軟體各方面要做配置，甚至對應的組織要做調整，一個企業要做進一步調整才能適應大數據時代的需求，才能讓大數據發揮作用。所以我們做的工作就是幫助企業找到它的價值創造，建立業務模式，來證明在這方面做這樣的投資，讓大數據發揮作用是值得的。

俞吾金：我想提出不同看法，就是因為人類的思維有一個特點，他把覺悟的東西誇大為全球的。比如你看到三隻天鵝是白的，但其實有一千隻天鵝都是白的，可在澳大利亞發現了一隻黑天鵝，就把一切天鵝都是白的這個原理給推翻了，我覺得大數據這個問題是重要的，但如何正確看待它，不能走極端。大數據反映了人們從數量關系去理解生活的一種思維方法，從古代開始就非常重視，當然古代沒有使用大數據這個概念。

數字本身對生活的重要性越來越大。從哲學上看，它有實踐性，比如數學中的π，圓周率，它等於3.1415926……它就把所有大數據都囊括進去了，更容易理解的是三分之一，三分之一的另一種寫法就是0.333333無限被延伸，所以黑客在邏輯學里就強調，這個無限包容在三分之一這個有限中，有限中包含著無限的一個展開，包含所有數據的展開，這就體現了實踐精神。從這個實踐角度看這個數據，我認為大數據在當代的變動中有重要地位，但看它要有眼光，不要誇大也不要縮小。

3 怎麼理解三分之一就把一生所有數據都概括了？

維克托：我不同意俞老師的觀點。數字的歷史很悠久，但是，以前我們對這些數字的處理方式非常有限，光有技術是不夠的，能對數據進行分析，比如像數字，它對你只是一個數字，這個意義不重要，你也可以用一個漢字或一個字母來表示，那從這個角度來看，大數據不過是一個很長很長的數字，你可以用心記住就可以。

但其實，大數據的價值在於，在整個數據的收集過程中，需要運用分析才可以了解。比如，如何進行預防性的維修，如何能夠防止爆發等，我們不是把這個數字簡單地記下來或背下來，而是要通過分析，通過數據統計的分析，通過把它進行整理了解之後分析，這不是你背下來一個數字就可以了，這是非常大的區別。

4 大數據時代究竟會給生活帶來什麼樣的顛覆？

維克托：首先從商業來講，我覺得有三個元素要記住：一個是在商業世界中決策將發生變化，會越來越清楚地證明，要靠數據說話。

在美國，最大的互聯網公司大概是谷歌，每天都有30億搜索請求。有一天他們屏幕上准備用藍色，然後他們就選了一個特別的藍色，但他是要測試41種不同的藍色，來看到底哪一種最受歡迎。他本來想自己來決定：我是首席設計師啊，我就選了一種藍色。但他的老闆說：不行，我需要實證來告訴我們哪一種藍色最受歡迎。但這個谷歌的首席設計師就辭職了，他說我是首席設計師啊,我是最清楚的。通過很多測試發現，有一種藍色的藍是裸眼看到和設計師選的藍色不太區別得開，但另一種通過測試所產生的藍色，更受歡迎，有更多點擊量。通過實證做出來的決策更有效。類似例子有很多，都說我做這行已經幾十年了，我說的肯定沒錯。這種傳統的社會觀念和思維方式會受到挑戰，我們的決策必須要靠數據說話，這是第一點。

第二，就是在我們出去說話時，我們要注意不能誤讀數據，錯誤的數據是不行的。也就是如果原來的材料不對，原料是垃圾，出來的東西肯定也是垃圾，這個公司出這些數據的話都是比較容易理解的，但可能不是你應該熟悉的數據。

第三個是挑戰。就是普通產業，尤其是計算機產業，數據會超越它們，這個可能是有一種挑戰式的說法。如果沒有足夠的數據，你也趕不上一個大量數據的比較平庸的模型，也就是為什麼說數據會超越那些產業。比如機器翻譯這件事，在六七十年代，IBM花了很多錢想用機器翻譯，它要弄一些語言的規則輸入到機器中，但效果不太好，它就有了一個新想法，它不是把一種語言的語法規則輸入機器，而是把加拿大議會中的英法雙語的互譯輸進去，把成千上萬的翻譯資料輸入進去，它就有了大量的累計組織上的資料庫，這個效果就好得多。而谷歌又在這個領域有更多數據，一下子這個翻譯就更成熟、效果更好。可以說，是這個數據使它超越了這個軟體。因為今天這個大數據的力量，可以很容易地獲得想要的資訊，但大概在十年前，需要五十萬個伺服器，大量的儲存以及處理數據的模式，你才能開始一個新業務。今天如果要輸入業務，用雲計算來測試就可以了。比如有一個叫蒂塞德的公司，它有很多產品及價格，它收購一些數據來預測到底一個產品是上架還是下架，雖然他們擁有大量客戶，可這個公司的員工只有13個人，因此它的伺服器有很多，他們擁有大量的數據。可見，這個舞台不僅可以讓大公司來做，而且創新的小公司也能以平等的地位來競爭。

王曉陽：其實講到改變了我們整個思維方式，所謂的就是實驗這個思維，比理論思維更重要，這一點我不是太懂。其實維克托先生剛才舉的例子，是在很多情況下，是我們用數據去驗證以前想要能夠有的東西，有一些智慧確實是在數字里挖掘出來的，這個可能是一個語言來自不同的地方，怎麼講呢？基於在大數據的情況下，其實有一個所謂的循環概念，等於說你有了智慧以後去驗證，驗證數據里又產生了各種各樣的智慧來做這樣的理解，所以從這個角度來講，我覺得是大數據的情況下面，沒有顛覆，而是說一個改進，對我們認知世界的改進。就公共衛生這個話題來說，我們舉的最多的一個例子就是在谷歌，有一個所謂的趨勢預測，它就是用了網民們搜索的詞來預測。

所謂的預測流感，怎麼做？很簡單，就是它去分析了以往的數據，說在流感發生的地域，地域的那個時間大家是用什麼詞去搜索，這樣就可以做統計。做了統計以後，反過頭來用這些搜索詞來預測這個流感，這種情況下是什麼意思？並不見得是說這種數據或大數據的情況就能使我們對這個流感突然有一個新的認識，其實不然，其實是谷歌的那些工程師們有一個想法，認為我們好像流行流感，這和大家有關，而每個人都會用搜索來獲取一些跟流感有關的信息，就有了這樣的關聯。這個關聯怎麼去發現？這就要用數據去發現，用所謂的大數據的做法，去實現我們已有的一些概念的東西，把它實現了之後，就能做預測。所以從這樣的角度講，並不見得是有了大數據，我們就可以把所有的智慧都丟掉，我們不用IQ了，只要數據就好了，這肯定是不行的。一定是IQ加上數據，然後能讓它有個正反的概念，這是大數據所應該乾的事情。

童士豪：我有不同想法，我覺得剛才維克托先生講的一點很有意思，就是對智慧的要求，大數據時代是不一樣的。在大數據時代，對智慧的要求可以低一點，都能產生更好的結果，這是一個有意思的事情。他剛才提了一個例子，之前要做翻譯是很難的，你的規則必須特別強、精簡、完整，才能有60%、70%的准確率。但在大數據時代，我們不用想那些，不用花智慧講那麼復雜的規則和套路，乾脆把幾億個已翻譯好的文章交給電腦，用統計學的方式找到哪種情況下，翻譯的字的另外一個意思是比較對的。這對於智慧的要求其實是降低了，但效果可能會更好。

孫健：可能我們對智慧的理解有歧義。我覺得維克托先生講的我理解，因為他有另一本書叫《Delete》，裡面專門講了這個三重智慧，談了取捨問題。因為隨著存儲技術、網際網路的發展，他講的更多的是知識，知識的要求可以低，但對智慧，我覺得理解不一樣。我理解的智慧是，你判斷一個事物的根本的、真正的洞察能力。就是，你對一個事物的洞察能力還是需要有，不會因為大數據的存在而削弱或不需要了，而恰恰因為大數據的存在才更需要洞察力。

5 大數據時代到底真正來臨了嗎？

王曉陽：大數據時代來不來臨要看你怎麼度量、衡量。現在這個數據的量和種類，以及採集的方式、手段，處理的手段，絕對已經達到了「前無古人，後無來者」的感覺。這個情況下，我們從這個數據採集以及數據處理這個能力方面來講，我們的大數據時代來臨了，但我們使用數據利用數據這個才是剛剛開始，只是剛起步。

而大數據改變我們生活的時代，還沒有完全到來，但為這個我們已經做了很多准備，這是城市的管理問題。我們為大數據時代做了很多准備，比如在數據採集方面已經做了很多准備，怎麼樣利用這個數據來做我們這個智慧城市，這是一個最大的問題。

徐明強：從商業角度來看，我從運用上說，個人認為是來臨了。舉個例子，墨客這樣一個葯材公司，他可以根據天氣性質，比如如果今天冬天特別冷，很多過敏性動物就會冬眠，四五月份突然轉熱時，花粉也開始多了，今年有很多人會過敏，等等，它就通過市場進行營銷，把比如克敏能這種葯材發布出去。

維克托·邁爾·舍恩伯格：美國總統奧巴馬曾說，盡管政府也嘗試，但他總是落後於企業，落後於社會的其他一些群體。所以說搞這種活動能充分激發數據，提供給大眾，而且公司也可以拿這些數據，讓公司能利用這些數據有更多創新。這是一個想法，也許有一些做法，比如商業方法，我認為能通過發揮企業的智慧，發揮像微軟這樣的一些聰明企業的智慧，還是有幫助的，包括和政府的合作來管好社會。

石述思：我有一個感受，當商業巨頭面對屌絲談大數據時，我們都有一種不寒而慄的感覺，因為盡管大數據時代我們每個人都是公平的，我們可以說小公司可以獲得公平競爭待遇，但其實掌握大數據的都是一些巨頭，他們有得天獨厚的優勢來搶我們錢包里的錢，我們很難，因為公司的定義就是在法律允許的范疇中唯利是圖。但我們倒是渴望政府部門能利用大數據為我們提供普惠性的服務，可就像一些智慧城市沒法真正做到智慧管理的案例一樣，所以我對大數據來到中國的前途深表憂慮。還有，即使優秀的公司利用大數據，它也要面對一個現實，比如我們像電視台做廣告的一樣，為什麼現在人依然很多，因為中國貧富差距特別大，如果你掌握了所有消費者的數據，而大多數在今天是無效數據，所以你還是有一個有選擇的大數據的過程，叫有購買力的大數據，所以各種各樣的問題就會出現在我們面前，就是社會本來是我們需要，但它存在很多幕後看不清楚的東西。我們擔心被商業巨頭利用，來完成對消費者進一步的盤剝。

孫健：我覺得從企業角度來看也是同樣的問題。我前面想表達的意思就是，第一我們今天中國很多企業實際上並沒有準備好迎接這個大數據，因為我們現在還停留在比較初級的基礎數據分析時代，我們很多的基礎數據今天都沒有被運用，不要說大數據，就是小數據今天也沒有很好的利用。還有很多假的數據，是因為對這些數據的輸入管理非常不成熟，我自己在工作中接觸很多企業，企業今天做的幾件事大家都在做，有ERP系統，有資料庫，有了數據就往裡面存，但我發覺，有很多中國企業兌現的數據管理沒有規范化的感覺，更沒有很好的利用。這就存在這樣的擔心：最後大數據時代來了以後，我們本來中國企業在這個數據分析的利用上就不擅長，今天有了大數據以後差距會變得更大，以後國際巨頭有一個成熟的數據分析方法，很多健全的商業模式，它會把這個差距變得越來越大。

6 在大數據時代，下一個預言會是什麼，下一個判斷會是什麼？

維克托：接下來怎麼能讓生活比現在更高效，就是要讓城市變得更加智能，這是可行的，為什麼？我強調的是，我們有可能改善我們的公共衛生，改善教育，我們有能力收集數據，公共交通的通化能真正滿足市民的需求，而不只是政客，而且能源消耗也會得到更好的檢測、預測和管理，這樣我們的城市就會更加智能，讓城市的生活更加好。在150年前，曾有預測如果是在城市生活，壽命會更短；在農村生活則壽命長。而150年之後的今天，壽命更加長了，有了大數據我們會更加美好，可是有一個條件，就是那些決策者，他們一定要使用這些數字才可以。

下一步是專家怎麼來做。其實這涉及到在數據時代，數據點是有限的，那麼我們收集的數據，只要我們收集足夠的數據來解決問題就可以了。因為非常復雜、數據點非常少，所以我們的數據點收集起來必須是要高質量的，現在不是這樣的，現在的是更加的多、更加的亂。解釋一下什麼叫更多更亂，更多就是有數據點，關於我們想要研究的一個現象，我們可以更多的進行數據統計，比如在美國，你有DNA基因圖譜，那麼只要2000美金就可以知道你的整個基因圖譜當中的30億這個東西是怎麼組成的，這樣你就可以知道那些30億個精對，現在如果說有一個基因組成可能會導致什麼樣的癌症，就可以查基因圖譜，說我是不容易生這個病的，這是為什麼可以預測是否患癌症的原因。那麼有更多的數據便會存在一定的不準確性，所以，我說更多且更亂，所以這里允許一點點的不準確，或者可以亂一點，這個所謂的亂就是指，不是說每一個數據點都要達到最高的准確度，這個結果就是，不是百分之一百完美，但在大數據這樣一種方向，或者說，我們在正確的數據點上要知道一個方向。知道方向比晚一點知道完美的數據更有效。比如交通預測，也許當下看到的交通預測比實際運用中要晚了20分鍾，可能看起來太晚了，但如果這是預測一個星期的信息，就夠了。

王曉陽：大數據時代對我們這個城市更加理解，所謂的理解就是你知道這個城市裡發生了什麼，這非常重要。在以前，這個城市的管理都是一拍腦袋，有的時候拍腦袋拍出很好的來，拍腦袋也能拍出非常棒的一個城市來，但是有的時候呢？拍腦袋可能太離譜，這種情況下在大數據時代我們怎麼樣利用好，就是我們所講的。而為了政績也可以用大數據來考慮，說這個數字到底對它的政績有沒有好處？就是名義是一個很大的方面，大數據方面不光是理解我們這個城市發生了什麼，而且還能了解我們城市裡的民眾在想什麼？這點對城市管理來說非常重要，城市不光是一個硬體設施，不光是地鐵和高樓，人在裡面非常重要。

以上是小編為大家分享的關於大數據時代,人類生活面臨顛覆的相關內容，更多信息可以關注環球青藤分享更多干貨

⑷ 發現大數據背後的新商業法則

發現大數據背後的新商業法則
熟知足球的人，大都不會忘記2006年世界盃賽場上幫助德國隊守門員萊曼撲點球的那張小紙條。
在1/4決賽中，德國隊與阿根廷隊相遇，120分鍾內雙方1-1戰平。點球大戰上演前，德國隊教練組將一張寫著對方球員罰點球習慣的紙條遞給了萊曼。這是球隊智囊長期跟蹤分析的成果，正是在這一「成果」的幫助下，萊曼神奇地撲出了兩粒點球，最終擊敗強勁對手晉級。
事隔8年，回首這經典一幕，你是不是看到了大數據思維的影子？沒錯，美國經濟學家迪克西特和奈爾伯夫曾根據大量計算得出結論：球員罰點球時會在61.7%的時間里選擇自己習慣的方向，而38.3%的時間里會選擇另一邊。
四年一屆的世界盃足球賽自上月中旬在巴西重燃戰火，微軟、高盛、網路等公司也「粘」上了足球：他們通過對球隊球員、博彩公司以及民意調查等超過億萬條數據進行分析，一致認為東道主巴西隊奪冠的概率最大。
在這三家公司看來，大數據最大的價值在於對海量數據的專業化處理，並預知未來。比如，微軟就自稱用大數據成功預測了第86屆奧斯卡金像獎24個獎項中的21個，准確率高達87.5%。
然而，比賽畢竟不同於頒獎，綠茵場上風雲變幻，什麼事都有可能發生。或許，能不能猜中並不是最重要的。在萬眾矚目的世界盃足球賽期間，能為其研發的大數據平台做推廣可能更有意義。
財富，往往就藏在數據背後。當網路大數據平台注意到「什麼時段使用化妝品」成了最熱門搜索詞，便將這一現象「告知」某家化妝品公司，後者隨即推出了不同年齡段在不同時段使用的產品，深受市場青睞。
知道誰想買什麼樣的化妝品不足為奇，但是，倘若知道數億人明天或者六個月、一年之後會買什麼，那就價值連城了——如何發現大數據背後的新商業法則，正是本期本刊策劃《大數據掘金術》要探討的重點。
大數據時代，在市場劇變的環境下，傳統產業轉型升級以及渠道拓展的需求越來越大，將形成一個超萬億元的市場。這是上海通路快建公司董事長林翰作出的判斷，他在全球金融危機初期創建的年輕企業，致力於為那些「遇到麻煩的企業」構建全國渠道，實現商機速配。本刊記者對此實地調查，詳細解讀通路快建如何做成阿里巴巴當年想做而沒有做成的生意。
「大數據不只是『量』大。最根本的，還是數據體現出來的大價值。」在國內首先倡導大數據思維的信息管理專家塗子沛認為，地平線上正在出現一些新的方法，以解決一些老問題。
阿里巴巴副總裁車品覺認為，大數據的本質就是要還原用戶的真實需求。倘若把國家比作是提供產品的工廠，那麼生活在這個國家的人就是用戶。問題是，「國家工廠」是否清楚用戶的真實需求？
不久前，中國政府正式批復《洞庭湖生態經濟區規劃》。在本刊記者采寫的《新江湖關系的跨省探索》組稿中，國內有關專家和湖南、湖北兩地的多位官員均表示，洞庭湖規劃的亮點在於，「生態」二字帶來的不僅是機遇，更是一種發展模式的挑戰。站在用戶體驗的視角，洞庭湖規劃恰好從一個側面體現了大數據思維的精髓。

⑸ 大數據真的是「未來的新石油」

大數據真的是「未來的新石油」

當前IT業最熱門的話題應該就是大數據了，這個兩年前才被炒作起來的概念，現在已無處不在，占居了互聯網的半壁江山，它與雲計算一起成為未來信息技術發展最重要的內容。處於IT行業的人們，如果不知道大數據，不了解大數據所創造的那些神話般的故事，就好象已經跟不上信息技術的發展，成為時代的落伍者了。

那麼什麼是大數據？現在還沒人能給出一個確切的答案，它同雲計算一樣，是一個形象但卻籠統的概念。大家一致的理解是從4V的角度來描述這一概念的內涵。所謂4V就是說大數據具有體量巨大（Volume）、種類繁多（Variety）、實時處理（Velocity）、數據真實（Veracity）的特性。信息技術的發展，使互聯網遍布世界的每個角落，各種各樣的信息都可通過網路進行傳播。世上所發生的每件事情，人類所進行的每項思考，社會所進行的每點進步，知識所增加的每種內容都可通過互聯網進行匯集。網路技術、感測技術與射頻技術使各種事物都可產生大量數據。事物的內容、時空、方位、特性都可轉化為數據，這些經濟的、社會的、規范的、雜亂的、簡單的、復雜的等各式各樣的數據代表了不同事物的內涵。代表不同事物的海量數據可以通過網路進行匯集，匯集後的整體數據反應了事物的本質特性或發展趨勢。而這種反應事物本質特性或發展趨勢的數據具有一定的價值，通過高性能計算機的數據提取、價值分析、數據表達等大數據技術，可以從大數據中把這些價值提取出來。不同的需要可以提取出不同的價值，所有的價值都可以為人類服務，這就是大數據的本質。

大數據，這一鮮明而又形象的概念之所以如此引人注目，是因為許多像亞馬遜、谷歌這樣的大公司為它杜撰了無數神話般的故事。每一個故事都告訴人們，大數據具有無所不能的洞察力。它可以象偉大的先知一樣預測未來，可以利用玄妙的相關關系推測人的喜好，可以利用寵大的數據窺探人的內心，可以利用趨勢分析引導人的行為，甚至可以用事物發展曲線來控制人的思維，改變人類社會的發展方向。

大數據利用最多的地方是商業領域。大家都知道尿布與啤酒的故事，通過大數據分析，找出這兩個毫不相乾的事物之間的關聯，利用推薦系統，向不同用戶提供不同的產品推銷方案，提高產品的銷售量；另一個眾所周知的故事就是通過購物記錄來分析少女懷孕的案例，通過分析用戶的購買行為，推測用戶的現在狀態與未來需求。盡管這一案例因為侵犯別人隱私而廣受批評，但卻說明了大數據分析在商業領域的價值。還有無數這樣或那樣的故事，都說明大數據在分析人們的喜好與購買習慣上的巨大作用，利用這種分析，商家可以更好地進行營銷。權威的市場調查機構說，大數據將會改變未來的商業規則，實時競價系統（RTB）、更加智能的推薦系統以及基於大數據的商業智能分析（BA），使企業能夠生產更加適合用戶喜好的產品，能夠找到向用戶推銷產品更好的方法，能夠為用戶提供更好的服務，能夠利用有限的資源產生更多的效益，大數據的這些功能將會使經濟社會更快更好地發展。

大數據的另一個應用領域就是社會公共領域。利用大數據，政府可以更好地管理社會，為社會提供更好的公共服務；教育部門可以更好地獲取與傳播知識，提高民眾的素質；衛生部門可以預測重大流行疾病的發生，提前作出防範預警；安全部門可以監控社會狀況，確保國家不受破壞。谷歌公司前幾年利用大數據繪制了「世界流感地圖」^[1]用來幫助人們了解世界各地流感的發病情況；利用大數據預測禽流感在各地的爆發趨勢，為民眾提供預防建議，向衛生部門提供監控資料。在公共安全領域，大數據也有巨大的作用，如美國就建立了基於各種感測技術與大數據技術的網路監控系統，預測重大社會公共事件的發生，比如爆發大規模遊行活動、可能遭受的恐怖襲擊等。

隨著科技的發展，大數據的應用也延伸到個人服務領域。穿戴式設備的產生標志著信息技術的發展到了以人為中心的階段。像谷歌眼鏡、蘋果手錶這樣的穿戴式設備把技術與人體結合在起來，使人類可以更加便捷得獲取信息。這些穿戴式設備利用大數據為個人提供學習、生活、健康等方面的數據服務。大數據通過穿戴式設備發揮其作用，同時穿戴式設備本身也成為收集數據、構建大數據的來源。穿戴式設備作為一種工具，大數據是其服務的內容。

大數據有如此巨大的作用，讓一些信息技術發達的國家倍加關注，很多大型信息公司也把大數據當作公司未來發展的重點。美國是當今世界最為重視大數據發展的國家，也是利用大數據較好的國家。美國政府把大數據作為未來信息技術發展的重中之重，認為大數據將引起信息技術發展的革命，改變未來社會的發展模式。2012年3月美國政府發布了《大數據研究和發展倡議》，把大數據稱作「未來社會發展的新石油」，把發展大數據研究提到國家戰略的高度上來。為掌控這一「未來的新石油」，引領世界技術發展方向，聯邦政府制定了大數據研究發展計劃，推進相關研究機構進行科技研究和創新發現。改進從海量數據中提取價值的方法，提高從數據中獲取知識的能力，加速美國在科技領域中的前進步伐，確保美國在信息技術領域的領先地位。美國政府指定了國家科學基金（NSF）、國家衛生研究院（NIH）、能源部（DOE）、國防部（DOD）、國防部高級研究計劃局（DARPA）、地質勘探局（USGS）6個聯邦部門來負責推進大數據的研究，並計劃投資2億美元用來研究收集、儲存、保留、管理、分析和共享海量數據的技術。

政府的投入與政策的支持，使那些本來就注重大數據研究的公司更加主動，紛紛加大對大數據研發與利用的投入，取得了不菲的成績。如Apache基金會開發的Hadoop分布式處理系統，經過不斷發展完善，現已成為大數據處理的標准結構；微軟開發的Windows Azure平台使大數據的處理更加人性化、簡易化；還有其它公司，經過不斷的創新研究讓大數據技術更加完善、更加實用。技術的發展使大數據的價值更加突顯，人們對它的期望也不斷提高。據說谷歌公司利用大數據不但可以預測流感的發生，也可預測美國的經濟復甦情況；不但可以預測明年服裝的流行色，也可預測某位娛樂名星是否可以紅遍世界。谷歌公司最近一個廣為流傳的大數據案例就是，在2013年的奧斯卡電影節上，它預測准了大部分的奧斯卡獎項得主。Facebook也是利用大數據的典型公司，大數據是這家社交網站最大的價值所在。通過對大量社交信息的分析，Facebook可以了解用戶的生活習慣與購買喜好，利用定向推薦廣告，為這家年輕的公司每年創造上百億的產值。

還有許多真實的或杜撰的有關大數據的美妙故事，每一個都反應了大數據在某一領域的巨大作用，這些故事的匯編，給人們描繪了一個大數據主宰的奇幻世界。在那裡，人們利用大數據可以預測任何一件事情的發展趨勢，可以完成一切不可能完成的事情。每一個人都是先知、都是智者，在大數據的支持下，每一個人都通天文、曉地理，前知一千後知八百，如齊天大聖般十八般武藝樣樣精通。然而真的是這樣嗎？

可惜的是，理想很豐滿，實現很骨感。至少在當前大數據還沒有那麼大神奇，就連谷歌公司所說的利用人們的檢索詞可以用來預測流感的發展這種人人都相信的故事也沒能發生。當H7N9在中國出現的時候，谷歌沒能給出任何有關這一流感發生與發展的預測，更不用說事先給民眾發出預警，提醒人們防範了；歐洲的金融危機持續了五六年，至今沒有一家大數據公司能預測這場金融危機何時結束，就連未來是向好還是向壞發展的方向都不能預測；在商業領域，個性化廣告推薦這種理應可以做好的事，大數據也沒能表現出其超強的功用。最近經過大數據改造的淘寶網個性推薦系統沒比五六年前好多少；號稱利用大數據使圖書銷售量大幅增加的亞馬遜網站上推薦的書，沒有一本是我喜觀的。

2013年4月15號，波士頓馬拉松比賽現場發生了震驚世界的恐怖襲擊^[4]。美國人悲傷地發現，那些基於現代信息技術與大數據分析的網路監控系統，並沒能確保國家的安全，大數據分析在防範恐怖襲擊方面，並不象人們所期望的那樣有效。看來這個被稱為未來技術競爭至高點的大數據，在當下還不能如人們所期望的那樣有用。

產生如此悲觀想法的原因，一是雖然大數據可能代表了未來信息技術發展的方向，具有光明的前景。但是在人們的意識與相關的配套技術還沒有發展起來的情況下，大數據還不能發揮其巨大作用。二是大數據還沒有一個確切的定義，它所具有的內涵還不能被清晰地詮釋。美國把大數據被稱作「未來的新石油」，然而石油是不可再生的，數據卻是隨時隨地都在產生，越是往後產生的數據越多，數據的准確性越高，對數據的處理能力越強，這讓人們對現在就收集並佔有大量數據的必要性產生懷疑；還有從大數據中提取價值首先要有需求，沒有需求就不知道從大數據中提取什麼，當人們的思維還沒有發展到可以完全掌控數據，還不知道大數據到底有什麼用處時，很難對其產生需求；沒有需求就沒有數據收集的方向，沒有方向的收集就會造成巨大浪費；在方向不明的時候，唯一可做的就是收集所有可能收集到的數據，然而這樣不但會給數據的存儲、管理造成具大的成本，也會產生一些法律的問題，例如是否會侵犯他人隱私等。再有，隨著科技的發展，穿戴式設備會不斷智能化並在生活中得以普及，這種以人為中心的智能設備本身就會不斷分析所取得的數據，提取個人的喜好等特性，學習與適應人個的品性，具有人的品性特徵，這樣就使得從大數據中分析人的品性失去了意義。

以上這一切都讓人們對大數據的發展未來產生了懷疑。因此，當美國制定大數據發展戰略，把它看成「未來的新石油」時，世界其它國家雖然也十分重視這一技術的發展，卻沒有制定相關發展戰略。這有可能是其它國家在大數據技術方面落後於美國，還不能制定明確的發展目標，也可能是人們對這一技術的發展前景還沒有一個清楚的認識，無法確定大數據是否真的可以引領未來技術的發展方向。因此，我們還是暫時忘了大數據吧！別再關注那些炙熱的概念炒作，靜下心來認認真真地想一想大數據的真正內涵。

以上是小編為大家分享的關於大數據真的是「未來的新石油」的相關內容，更多信息可以關注環球青藤分享更多干貨

⑹ 關於大數據的作文

在第86屆奧斯卡頒獎典禮上，萊昂納多·迪卡普里奧又一次落選影帝的那一刻，你有沒有為直播鏡頭中眼含淚光的他感到心疼？這已經是他第四次獲得提名而希望落空了。
但你本沒必要懷揣期待—萊昂納多本人也是，因為微軟紐約研究院的經濟學家大衛·羅斯柴爾德在此前就宣布，最佳男主角花落《達拉斯買傢俱樂部》主演馬修·麥康納的概率高達90.9%。
這個數字是在收集了賭博市場、好萊塢證券交易所、用戶自動生成信息等大量公開數據後，建立的預測模型所分析出來的結果。事實證明，大數據贏了：在本屆奧斯卡共24個獎項中，大衛預測中了21個，包括競爭最激烈的「最佳原創劇本獎」。
事實上，大衛去年就「猜」到了第85屆奧斯卡的19個獎項；2012年，他用一個數據驅動模型正確預測了美國51個行政區中50個的總統大選結果；其他「業務」還包括預測一年一度的「超級碗」（美國國家橄欖球聯盟年度冠軍賽）賽事結果……以至於每當此類事件發生，人們都會去他的官方網站PredictWise上看看「先知」怎麼說。
大數據時代，驚喜已死。
不過，相比於影迷和體育比賽觀眾，政客與商人更歡迎大數據。他們需要的不是驚喜，而是洞察力，然後「對症下葯」。
最成功的案例大概是位於芝加哥的牛排連鎖餐廳Morton。
當一位顧客開玩笑地通過Twitter要求它在自己乘飛機抵達紐約時准時送上外賣，一場品牌營銷就開始了。首先分析推特數據，發現該顧客是本店常客，再根據以往的訂單記錄推測出其所乘的航班，然後派出一位身著燕尾服的侍者提前抵達機場，為客戶呈上晚餐—一炮而紅。
如此突破想像力而實用的技能，為數據分析師們帶來了更多的工作機會。大數據領域最優秀的科學家們紛紛轉行股票、期貨，乃至賭博。如果你能准確預測九成英超足球聯賽的比賽結果，情況會怎樣？Betegy會告訴你：一夜暴富不再是夢想。這家波蘭在線撲克游戲公司正將勃勃野心擴展到更廣闊的博彩業，它為全球21個國家的職業聯賽提供結果預測服務，並宣稱對英超的預測准確率高達90%。

如何做到這一點？利用雙層數據。第一層包括基本統計信息，如最近表現、兩隊對抗歷史、陣容以及平均進球數。第二層則更深一步，將天氣及其他可能影響球員發揮的因素考慮在內。不過，該公司對其他一些比賽的預測成功率僅有50%。
被稱為美國「演算法之神」、曾為棒球網站寫比賽預測的奈特·西爾弗也給賭徒們潑了一盆冷水。他曾在采訪中說：「我一般都在下注時賭相反的結果，因為其他人會按我說的來，如果我跟他們一樣，估計贏不了。」
那麼，被大數據奪走了「驚喜」的普通人，能獲得怎樣的補償呢？或許奈特的這項研究比較易於操作—通過分析想要維持長期戀愛關系和想要一夜情的人在一周中不同時間外出約會的比例，他建議：想尋找刺激的話，在周三出去碰碰運氣吧。

⑺ 大數據分析中有哪些有意思的東西

給你介紹幾個大數據的有趣應用案例，你就知道大數據的有意思的地方了版

1.啤酒與尿布（這個權非常古老和經典的了）

2. 數據新聞讓英國撤軍

3.意料之外：胸部最大的是新疆妹子

4.騰訊圈子把前女友推薦給未婚妻

5.「魔鏡」預知石油市場走向

6.Google成功預測冬季流感

7.大數據與喬布斯癌症治療

8.奧巴馬大選連任成功

9.微軟大數據成功預測奧斯卡21項大獎

10超市預知高中生顧客懷孕

大數據挖掘的樂趣有很多很多的，遠遠不止上述，實際上，大數據在越來越多的領域創造著一個又一個的經典案例

⑻ 企業大數據 一座值得開墾的金礦

企業大數據：一座值得開墾的金礦
雖然尚處起步階段，但是大數據已經成為多個行業的關注熱點之一。如何更好地利用大數據推動自身業務的運營發展，這是眾多企業不斷探索的問題，而運營商也無法忽視這個未來的大金礦。
一、現階段大數據業務市場狀況
從全球情況來看，2015年全球大數據市場規模達到421億美元，同比增長了47.7%。以此增速進行推算，到2020年全球大數據市場規模可突破3000億美元。

今年年初，中國信息通信研究院日前發布的《中國大數據發展調查報告（2017）》稱，2016年中國大數據市場規模達168億元，預計2017年~2020年仍將保持30%以上的增長。調查顯示，目前近六成企業已成立數據分析相關部門，超過1/3的企業已經應用大數據。

對比起全球情況，中國大數據產業市場規模增長還有很大空間。
二、運營商進入大數據行業思路
運營商先天優勢在於掌控大量數據中心資源，這是大數據業務硬體基礎。更為重要的是運營商本身擁有大量存量客戶資源和客戶數據，這也是對運營商進入大數據領域一個有力支撐。
運營商大數據業務運營SWOT分析：

三、運營商大數據業務發展對比
聯通
今年9月，中國聯通集團正式宣布，旗下的聯通大數據有限公司正式揭牌成立。中國聯通大數據公司定位於中國聯通大數據對外集中運營主體和大數據產業拓展的合資合作平台，全面對接國家和聯通集團戰略，建立專業化子公司開展市場化運營、建設全產業鏈大數據生態體系。此外，聯通還與中國銀聯簽署了戰略合作協議，雙方決定建立長期穩定的合作夥伴關系，在數據資源、技術能力、產品研發等方面開展全方位合作。
電信
早在2015年末，中國電信正式發布「天翼大數據」品牌，並推出精準營銷、風險防控、區域洞察、咨詢報告四類數據型產品和大數據雲平台型產品，重點服務於旅遊、金融、廣告、政府、交通等行業。這是中國電信運營商第一個大數據業務品牌。
電信所有的大數據都是在雲平台和雲設施之上搭建的，2016年下半年其大數據平台建設從原來的5個省份現在擴展到31個省份，數據種類從開始的幾類主要數據擴展到十幾類，實效性從原來以「周」為單位到現在以「小時」為單位的延時。
移動
在今年「世界電信和信息化社會日大會」上，中國移動通信集團公司副總經理李正茂表示：「發展大數據不是簡單的建設IDC，根本目的還是為了應用。大數據正在從炒作的高峰期間，向產業落地期間發展。」
中國移動在六個方面積極推動大數據加速行業轉型升級：
第一，社會管理方面，大數據能夠分析用戶的消費、行為、位置等特徵，為政府的社會治理提供保障。
第二，信息傳播，大數據成為公眾獲取信息的新渠道。移動藉助位置漫遊等信息向公眾發布輿情熱點的分析。
第三，醫療健康領域，中國移動構建健康雲平台在貴州省取得成效，一方面幫助貴州衛集委收集信息，同時為政府醫療機構提供智能審核，疾病救助，疾病預防等多方面的投入，由此為當地醫療支出節省了上千萬。
第四，行業創新能力提升，大數據為傳統行業打造新的能力。中國移動的大數據提供人流預警，公交道路等服務，為公交管理，遊客出行提供參考。
第五，社會熱點問題處理支撐，中國移動基於大數據構建了反電信網路，欺詐防範技術體系，在2-10分鍾可以識別市場號碼源，來源區域，受害人集中地等等，同時實現最高風險等級，影響最大的境外異常號碼源時時阻斷。
第六，商業模式創新，2016年，中國移動和招商局集團共同投資設立試金石信用服務有限公司。
雖然三大運營商大數據布局在實際操作上不同，但是都明確把大數據從布局轉移到實行階段，軟硬體資源日益充實，並且已經打造出不少成功案例。
四、布局大數據市場
1、攻堅熱點領域
智慧城市
早在2014年，國家發改委會同中央網信辦等25部委組成部際協調工作組，啟動新型智慧城市試點建設。2016年又明確提出了到2018年要分級分類建設100個新型示範性智慧城市。
智慧城市建設帶來的商機是巨大的，而大數據恰好在智慧城市建設中扮演重要角色。可以通過方方面面滲入，如城市交通、環境監測、治安管理、衛生管理等城市生活每個細節。
當然，運營商也已經對此領域有所行動。比如聯通大數據公司就有「智慧足跡」這一項業務，提供「以人為本」的群體位置數據應用，為政府和企業提供包括人流量、人流密度、職住空間分布、人口時空分布在內的位置大數據解決方案。
政務
通過IDC、ICT基礎通信業務為政府部門提供服務，並且為其構建大數據管理分析平台。政府運作效率和質量提升已經不僅僅拘泥於辦理業務、處理業務時間上的減少，還要做到未雨綢繆，及時發現潛在民生問題，做好預防工作：比如通過婚姻注冊數據挖掘離婚率提升因素，從而地提出針對性措施；又比如通過分析注冊中小企業稅務數據，了解稅收政策對中小企業是否存在推進作用，有消極作用的加以改善。
醫療健康
根據前瞻產業研究院發布的《2017-2022年全球健康醫療大數據行業發展前景預測與投資戰略規劃分析報告》顯示，2010年我國健康醫療大數據行業市場規模約為171億元，到2015年快速增長到466億元，年均復合增長率超過20%。

可穿戴設備的出現使到個人身體健康實時監測得到硬體上的支持，而把這個契機轉化為商機就需要完善的大數據平台作為支撐。

而通信運營商涉足該領域也有很合適的切入口，比如利用存量家庭業務客戶進行拓展，享受低資費優惠。
2、提升自身運營
運營商本身擁有著龐大數據資源，也應該很好地利用這些資源為自身運營提供動力。
一方面通過用戶資料庫做好用戶維系和質量提升，對高危潛在離網用戶及早挽留，而對潛在需求用戶可以推廣增值業務提升客戶價值。
另一方面，涉及到數據交互（即通過與其他行業合作，雙方數據通過融合整理）發掘出的更多有價值結論，能支撐雙方運營，互惠互利。
五、大數據業務營銷
通過IDC建設、產品建設打好基礎，進行業務營銷就是下一步關鍵所在。進行大數據業務營銷通過標桿打造+體驗營銷是較好選擇。
由於業務屬於起步階段，要吸引到市場目光和認同，必須樹立業務標桿。在硬體和軟體有實力的前提下，運營商要打造專業化團隊，樹立行業頂尖形象，以優質案例打動潛在客戶。
營銷人員在向潛在客戶推銷產品時，需要結合案例詳解、實體考察、攜帶型設備體驗進行銷售活動，以具體化、專業化的方式打動客戶。
需要明確的是，大數據硬體軟體方面做好後，剩下最關鍵一環就是在營銷上打動客戶。
如何打動客戶？用事實說話
例如2013年，微軟紐約研究院的經濟學家大衛?羅斯柴爾德（David Rothschild）利用大數據成功預測24個奧斯卡獎項中的19個，成為人們津津樂道的話題。2014年羅斯柴爾德再次成功預測第86屆奧斯卡金像獎頒獎典禮24個獎項中的21個。在這種震撼的事實面前，展現大數據的實用性和威力。
六、展望
由於各行各業各領域都能夠有機會用到大數據分析為管理運營作支撐，所以大數據業務發展潛力毋容置疑。現在對運營商而言，做好硬體軟體基礎的同時，更要深挖市場需求，打造營收模式標桿，以點帶面地實現業務快速增長。