<menuitem id="bnags"></menuitem>

    <ins id="bnags"><video id="bnags"></video></ins><mark id="bnags"></mark>
  • <ins id="bnags"></ins>

      <tr id="bnags"><small id="bnags"></small></tr>

    1. 首頁 觀點正文

      大數據社會的十三大具體應用場景

      大數據的十三大應用場景

        美國NASA如何能提前預知各種天文奇觀?風力發電機和創業者開店如何選址?如何才能準確預測并對氣象災害進行預警?包括在未來的城鎮化建設過程中,如何打造智能城市?等等,這一系列問題的背后,其實都隱藏著大數據的身影——不僅彰顯著大數據的巨大價值,更直觀地體現出大數據在各個行業的廣闊應用。這些行業應用也都更直白地告訴人們,什么是大數據……

        其實,大數據不是突然出現的,在過去的幾十年間,數學分析就已經涉獵金融行業了,諾貝爾經濟學獎獲得者哈里.馬克維茨、威廉.夏普、羅伯特.恩格爾就是利用計量經濟學知識和金融市場數據來建立數學模型,預測金融市場產品收益同風險波動的關系。

        大數據時代的出現簡單的講是海量數據同完美計算能力結合的結果,確切的說是移動互聯網、物聯網產生了海量的數據,大數據計算技術完美地解決了海量數據的收集、存儲、計算、分析的問題。

        當我們最初談大數據的時候,談的最多的可能是用戶行為分析,即通過各種用戶行為,包括瀏覽記錄,消費記錄,交往和購物娛樂,行動軌跡等各種用戶行為產生的數據。由于這些數據本身符合海量,異構的特征,同時通過分析這些數據之間的關聯性容易匹配某些結果現象。即有一堆的行為因子x,同時又有一堆的結果構成y,我們找尋到了某種相關性,有利于我們調整后續的各種策略。

        為何Google能夠做大數據?你思考過嗎?因為搜索本身往往是用戶行為的一個重要入口,即搜索引擎具備了實時采集多個用戶行為的x因子的能力。而這個能力往往是單個電商門戶網站無法做到的。但是搜索引擎做大數據的弱勢在哪里?即前面談到的用戶和用戶之間的關系較難建立,而更多是本身行為之間的相關性。從這個差異上也可以看到搜索引擎更加容易做交通,疾病,氣象等方面的大數據分析和預測;而類似電商平臺或類似騰訊更加容易做消費和娛樂類的大數據分析和預測。

        對于大數據的應用場景,包括各行各業對大數據處理和分析的應用,最核心的還是用戶需求。接下來,本文通過梳理各個行業在大數據應用領域面臨的挑戰、如何尋找突破口來展示其潛在存在的大數據應用場景。

        一、醫療大數據看病更高效

        除了較早前就開始利用大數據的互聯網公司,醫療行業是讓大數據分析最先發揚光大的傳統行業之一。醫療行業擁有大量的病例,病理報告,治愈方案,藥物報告等等。如果這些數據可以被整理和應用將會極大地幫助醫生和病人。我們面對的數目及種類眾多的病菌、病毒,以及腫瘤細胞,其都處于不斷的進化的過程中。在發現診斷疾病時,疾病的確診和治療方案的確定是最困難的。

        在未來,借助于大數據平臺我們可以收集不同病例和治療方案,以及病人的基本特征,可以建立針對疾病特點的數據庫。如果未來基因技術發展成熟,可以根據病人的基因序列特點進行分類,建立醫療行業的病人分類數據庫。在醫生診斷病人時可以參考病人的疾病特征、化驗報告和檢測報告,參考疾病數據庫來快速幫助病人確診,明確定位疾病。在制定治療方案時,醫生可以依據病人的基因特點,調取相似基因、年齡、人種、身體情況相同的有效治療方案,制定出適合病人的治療方案,幫助更多人及時進行治療。同時這些數據也有利于醫藥行業開發出更加有效的藥物和醫療器械。

        醫療行業的數據應用一直在進行,但是數據沒有打通,都是孤島數據,沒有辦法進行大規模應用。未來需要將這些數據統一收集起來,納入統一的大數據平臺,為人類健康造福。政府和醫療行業是推動這一趨勢的重要動力。

        二、生物大數據改良基因

        自人類基因組計劃完成以來,以美國為代表,世界主要發達國家紛紛啟動了生命科學基礎研究計劃,如國際千人基因組計劃、DNA百科全書計劃、英國十萬人基因組計劃等。這些計劃引領生物數據呈爆炸式增長,目前每年全球產生的生物數據總量已達EB級,生命科學領域正在爆發一次數據革命,生命科學某種程度上已經成為大數據科學。

        我們來看看今天的準媽媽們,除了要準備尿布、奶瓶和嬰兒裝,她們還會把基因測試列入計劃單?;驕y試能讓未來的父母對于他們未出生的baby的健康有更多的了解。對基因攜帶者篩查和胚胎植入前診斷,使一個家庭孕育小孩的過程產生了巨大改變。

        當下,我們所說的生物大數據技術主要是指大數據技術在基因分析上的應用,通過大數據平臺人類可以將自身和生物體基因分析的結果進行記錄和存儲,利用建立基于大數據技術的基因數據庫。大數據技術將會加速基因技術的研究,快速幫助科學家進行模型的建立和基因組合模擬計算?;蚣夹g是人類未來戰勝疾病的重要武器,借助于大數據技術的應用,人們將會加快自身基因和其它他生物的基因的研究進程。未來利用生物基因技術來改良農作物,利用基因技術來培養人類器官,利用基因技術來消滅害蟲都即將實現。

        與全球蒸蒸日上的生物大數據創新發展熱潮相比,中國的研發及應用才拉開帷幕。我國有四大方面非常欠缺:其一,國內現有的生物大數據分析能力雖然與歐美相差不大,但是在數據分析構架、軟件系統與先進的IT技術接軌上有待提升。其二,國外在生物大數據領域的領先人才多,盡管我們也有國際頂級刊物上發表的論文和成果,總體而言,國內高水準團隊還是少。其三,歐美講求成果應用,層出不窮的分析軟件可被實驗室、臨床、產業多方應用。其四,在生物大數據理論研究、標準制定和廣泛應用上,中國都亟待全面跟進。

        三、金融大數據理財利器

        金融行業的大數據面臨的往往是同樣的問題,但是情況可能要好點,類似企業和個人的一些信用記錄現在有全國性質的統一數據庫能夠拿到部分數據。但是對于單個銀行來說,同樣是無法拿到用戶在其他銀行的行為記錄數據的,其二銀行本身在做很多信貸風險分析的時候,確實需要大量數據做相關性分析,但是很多數據來源于政府各個職能部門,包括工商稅務,質量監督,檢察院法院等,這些數據短期仍然是無法拿到。還有就是企業或個人本事日常產生的各種行為數據更難拿到,那么對客戶的風險性評估還是得借用原來的老方法而已。

        大數據在金融行業應用范圍較廣,典型的案例有花旗銀行利用IBM沃森電腦為財富管理客戶推薦產品;美國銀行利用客戶點擊數據集為客戶提供特色服務,如有競爭的信用額度;招商銀行利用客戶刷卡、存取款、電子銀行轉帳、微信評論等行為數據進行分析,每周給客戶發送針對性廣告信息,里面有顧客可能感興趣的產品和優惠信息。

        可見,大數據在金融行業的應用可以總結為以下五個方面:

        精準營銷:依據客戶消費習慣、地理位置、消費時間進行推薦

        風險管控:依據客戶消費和現金流提供信用評級或融資支持,利用客戶社交行為記錄實施信用卡反欺詐

        決策支持:利用抉策樹技術進抵押貸款管理,利用數據分析報告實施產業信貸風險控制

        效率提升:利用金融行業全局數據了解業務運營薄弱點,利用大數據技術加快內部數據處理速度

        產品設計:利用大數據計算技術為財富客戶推薦產品,利用客戶行為數據設計滿足客戶需求的金融產品

        四、零售大數據最懂消費者

        零售行業大數據應用有兩個層面,一個層面是零售行業可以了解客戶消費喜好和趨勢,進行商品的精準營銷,降低營銷成本。另一層面是依據客戶購買產品,為客戶提供可能購買的其它產品,擴大銷售額,也屬于精準營銷范疇。另外零售行業可以通過大數據掌握未來消費趨勢,有利于熱銷商品的進貨管理和過季商品的處理。零售行業的數據對于產品生產廠家是非常寶貴的,零售商的數據信息將會有助于資源的有效利用,降低產能過剩,廠商依據零售商的信息按實際需求進行生產,減少不必要的生產浪費。

        未來考驗零售企業的不再只是零供關系的好壞,而是要看挖掘消費者需求,以及高效整合供應鏈滿足其需求的能力,因此信息科技技術水平的高低成為獲得競爭優勢的關鍵要素。不論是國際零售巨頭,還是本土零售品牌,要想頂住日漸微薄的利潤率帶來的壓力,在這片紅海中立于不敗之地,就必須思考如何擁抱新科技,并為顧客們帶來更好的消費體驗。

        想象一下這樣的場景,當顧客在地鐵候車時,墻上有某一零售商的巨幅數字屏幕廣告,可以自由瀏覽產品信息,對感興趣的或需要購買的商品用手機掃描下單,約定在晚些時候送到家中。而在顧客瀏覽商品并最終選購商品后,商家已經了解顧客的喜好及個人詳細信息,按要求配貨并送達顧客家中。未來,甚至顧客都不需要有任何購買動作,利用之前購買行為產生的大數據,當你的沐浴露剩下最后一滴時,你中意的沐浴露就已送到你的手上,而雖然顧客和商家從未謀面,但已如朋友般熟識。

        五、電商大數據精準營銷法寶

        電商是最早利用大數據進行精準營銷的行業,除了精準營銷,電商可以依據客戶消費習慣來提前為客戶備貨,并利用便利店作為貨物中轉點,在客戶下單15分鐘內將貨物送上門,提高客戶體驗。馬云的菜鳥網絡宣稱的24小時完成在中國境內的送貨,以及京的劉強東宣傳未來京東將在15分鐘完成送貨上門都是基于客戶消費習慣的大數據分析和預測。

        電商可以利用其交易數據和現金流數據,為其生態圈內的商戶提供基于現金流的小額貸款,電商業也可以將此數據提供給銀行,同銀行合作為中小企業提供信貸支持。由于電商的數據較為集中,數據量足夠大,數據種類較多,因此未來電商數據應用將會有更多的想象空間,包括預測流行趨勢,消費趨勢、地域消費特點、客戶消費習慣、各種消費行為的相關度、消費熱點、影響消費的重要因素等。依托大數據分析,電商的消費報告將有利于品牌公司產品設計,生產企業的庫存管理和計劃生產,物流企業的資源配制,生產資料提供方產能安排等等,有利于精細化社會化大生產,有利于精細化社會的出現。

        六、農牧大數據量化生產

        大數據在農業應用主要是指依據未來商業需求的預測來進行農牧產品生產,降低菜賤傷農的概率。同時大數據的分析將會更見精確預測未來的天氣氣候,幫助農牧民做好自然災害的預防工作。大數據同時也會幫助農民依據消費者消費習慣決定來增加哪些品種的種植,減少哪些品種農作物的生產,提高單位種植面積的產值,同時有助于快速銷售農產品,完成資金回流。牧民可以通過大數據分析來安排放牧范圍,有效利用牧場。漁民可以利用大數據安排休漁期、定位捕魚范圍等。

        由于農產品不容易保存,因此合理種植和養殖農產品對十分重要。如果沒有規劃好,容易產生菜賤傷農的悲劇。過去出現的豬肉過剩、卷心菜過剩、香蕉過剩的原因就是農牧業沒有規劃好。借助于大數據提供的消費趨勢報告和消費習慣報告,政府將為農牧業生產提供合理引導,建議依據需求進行生產,避免產能過剩,造成不必要的資源和社會財富浪費。農業關乎到國計民生,科學的規劃將有助于社會整體效率提升。大數據技術可以幫助政府實現農業的精細化管理,實現科學決策。在數據驅動下,結合無人機技術,農民可以采集農產品生長信息,病蟲害信息。相對于過去雇傭飛機成本將大大降低,同時精度也將大大提高。

      責任編輯:陳近梅

      分享:
      延伸閱讀
        數博故事
        貴州

        貴州大數據產業政策

        貴州大數據產業動態

        貴州大數據企業

        更多
        大數據概念_大數據分析_大數據應用_大數據百科專題
        企業
        更多
        两个人的房间在线观看完整版