○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○
○ ○ ○ ○ ○ ○ ○ ○
精品服务推荐
瑞鼎企划是由行业精英、博士专家领头的中国新锐企业策划团队。专业提供可行性报告,节能评估报告,项目建议书,资金申请报告,立项报告,PPP项目咨询,稳评报告,风评报告,投标书,实施方案,商业计划书,项目计划书,融资策划书,投资计划书,营销策划,企业管理,活动策划,画册设计,VI设计,规划设计,效果图设计等服务。
版权所有：瑞鼎企划
工商备案号：487
网站ICP备案：豫ICP备号 未经授权禁止转载、摘编、复制或建立镜像，如有违发，追究法律责任！制造大数据和大数据制造,工业大数据有什么特点?
近日，中国工程院院士、中国互联网协会理事长、中国产业互联网研究院名誉院长邬贺铨发表了题为《大数据与产业互联网》的主题演讲。他认为，制造业正在拓展大数据的生产空间，未来20年，产业互联网将比消费互联网带来更大价值。
他解释说，现在互联网分为消费互联网、产业互联网、政务互联网等三个方面。其中，制造业所有环节都可以产生大数据，大数据在制造业整个产业也都能得到应用。制造大数据是制造业生产与管理的重点支撑，制造大数据规模已经超过了其他行业。他认为，大数据助力制造业是最具根本的潜力产业，另一方面，大数据对制造业的转型升级具有重要作用。
以下为演讲整理全文：
制造大数据和大数据制造
我的题目是大数据与产业互联网。主要是讲制造，讲两个方面的问题， 一个是制造大数据，一个是大数据制造。
我们制造大数据实际上讲的是制造业产生大数据。那么我们现在讲像互联网可以分成三个方面， 一个是消费互联网，一个是产业互联网，一个是政务互联网。 而产业互联网里面包括了很多领域，建筑、能源、矿业、制造、运输、通讯等等，今天主要讲制造。
制造技术，实际上技术是一种支撑，当然还有先进的材料，生物制造等等，这个技术里面实际上分成两个方面，一个是企业管理与的信息技术，生产应用方面的技术。实际上这个里面，支撑我们企业管理以及生产制造，大数据是基础之一，跟云计算，互联网等等技术结合在一起。
那么工业大数据这个话什么时候开始呢?
在上世纪中，就是说，六七十年代甚至八十年代，我们大量企业的数据是手写的，是记录生产过程当中的数据是手写的，存在文件柜里面，是纸的材料。
随着工业现场的出现，我们可以及时的收集到各种数据，各种各样的生产数据，环境数据。这个里面格式是很多的。但是主要用在什么呢?只是在机器这个级别和控制级别。工业开放出来以后呢，我们有了生产自动化的协议，有共同的数据结构，，企业机构到企业间的转化，基本上这些数据还没有很好的使用的。
今天的企业只收集了数据的7%。所以虽然产生了大数据，但是应用得不多。现在存储器大概在35%，云计算降低了成本。所以促进了工业大数据的产生。
这是制造过程当中的大数据，我们可以看到，这个是属于采集的系统，在制造过程有各种各样的数据，振动、温度、产品质量啊。我们举一个例子，实际上在整个工业过程上，所有环节都会产生数据。
Rolls Royoe公司是生产传感器的，我们知道马航370失航三年多了，当时是数据传出去的，传了7次，后来判断他飞了7个小时。马航出事以后，以后要15分钟传一次，这个公司认为我们这个飞机引擎的数据是永远在线的，永远都会传下来。医药保健公司的数据来说，他每三毫秒产生五千个样子，所以这个数据量是很大的。制造业大数据的规模超过了其他的行业。Think big公司说机器数据和物联网将占据中心舞台。IBM讲美国制造部门储存了两千亿个数据。
工业大数据有什么特点
相对我们消费的大数据，一要准确，我们消费领域，像马云可以根本淘宝的数据判断商业的行为，准确率不用很高，90%就够了，工业领域准确率起码要99%，轨道交通要更准确。只要生产线不停，就会源源不断的产生数据。多样性的，异构性的差异很多，有的差别很大，有的很小。生产线环节的数据有的需要同步。所以数据化非常的明显。
第三点是实时性。工业大数据是实时的监控和预警，工业大数据需要实时的达到分析和应用。另外行业性。消费的数据一般来讲是比较好理解的，工业的数据如果没有行业的知识是很难理解工业数据，所以对基础性要求相当高。
所以第四点应该是工业大数据和传统的消费大数据的区别。那么制造大数据也是面临挑战的，因为工序在变化，供应参数在变化。时间上24小时不间断的，有状态性的，有突发的，有周期性的。另外很多数据是没有标记的。
所以整个数据本身变化很大。在工业大数据的应用，实际上在一个国务院的文件和工信部的文件提到了大数据的应用，工业大数据要在研发设计，工业制造，售后服务和产品的周期，以及产业链的全流程的环节。所以可以看到国家希望大数据在工业领域的应用。还要推进工业大数据的全域性应用。
大数据助力制造业
首先是产业，我们可以看美国产业互联网的参考模式。通过分布系统，用传感器来监控我们的车床啊。工厂在应用管理层，工业设计到产品的研发、设计就开始了。包括整个的管理，然后到企业集团这一层，我们企业管理层各种各样工业量的管理，生命周期管理，综合整个企业的水平，上面利用到系统企业之外的数据，社会的数据等等，所以在大数据，实际上在工程里面，在企业里面是分四个不同的层次产生，分几个层次利用。
什么叫先进制造?先进制造，智能制造，智能企业，还有先进的工艺，先进的产品，先进的技术。未来20年最有潜力，根本上改变制造产业是大数据。美国总统有有一个报告，虚拟化数字制造就离不开大数据的支撑。
制造首先是数字化，我们企业很多企业也做了一些制造业的数字化，往往我们是其中一个环节，而现在制造业的数字化覆盖产业链。覆盖了几个生命周期。通过适时监控有大量的数据支撑。不仅是产品的留存，还是数据的留存。未来大数据的制造必须把这个数据留存拉通。
汽轮机和发动机占了全球电力市场的30%。只要分析这个发电厂的数据，实现了减少非规划停电5%，避免了75%的误判。未来10年全球电力产业会创造30万亿的价值。将来电力行业也将是一个大数据行业。美国平均每人耗电1.1万千瓦时，把大数据很好的应用可以节约3%到5%的能耗。
在欧洲一个先进的化学产品公司，生产水平已经很领先了，他生产里面用到的冷却剂压力、温度、数量和二氧化碳流量，发现二氧化碳流量的改变能使产量显著变化。通过重置相应的参数，该化学公司能耗减少原材料20%，节省能源成本约15%。能够帮助大型企业避免生产中的风险。
日本的小松公司，实时的收集首先设备卖出去的状态，就可以了解市场。小松卖给中国的挖掘机，如果今年开工不足，那明年市场肯定有问题，如果今年开工很好，明年就有市场的。而且可以判断市场，判断宏观经济和市场服务，当然及时维修。
R&R现在提出，我的发动机不卖，不要钱，哪一个飞机公司，航空公司要你就拿去，装上以后，我以单位飞行安全小时收费。通过这样，他的市场占有率提到了40%，通过传感器实时的监控提高了准确。
沈阳的机床，现在也是不要钱，他是按使用小时收费，这样做方便了客户，生产人员，材料利用率，生产成本都有不同程度的提升。当我们的国家都在堵短版的时候，特别是东北正受到这样的压力。沈阳机床厂的定单排到了下半年。关键是怎么样把大数据的应用，使我们的产业得到提升。
一家做西服的的企业，他收集了各种各样的西服的数据，上网查哪一个适合你，如果不满意还可以自我修改，通过这样实现大数据的实现了个性化的生产，个性化生产的成本高10%，但是回报至少是两倍。原来要求顾客测量身体的方面测量出七个参数。厦门有一个公司研发了一个平台，用手机拍正面、侧面、背面，再加上身高，会出来一个三维，可以做一个贴身的衣服。
打造大数据的价值链的应用，我们制造价值链里面有几个环节，首先是供应链到研发产品，产品设计数据库，要收集客户的数据收集，市场的反馈，对研发有用。通过外包盒装和共享对研发有用。前面是外包合作商，第二是客户，第四是供应链，第六是精简制造，对生产有用。对整个应用和个性化生产，生产有用。这次覆盖制造业的所有的环节，上下游的各种关系。
现在产业互联网会创造出更高的价值，他比消费互联网创造的价值还要高一倍。把大数据利用率和人均产出率进行研究，财富一百强的企业人均产出提升14.4%，对制造业平均提升20%，可见大数据对整个制造业的转型升级改造是有很重要的作用。当然对不同行业可能影响不一样，人寿比较高，接近40%到50%。
最后制造业在工业设计、生产、销售、服务环节都产生了，制造业大数据的产生是所有的环节，大数据在制造业的应用也是所有的环节，大数据能够提升生产效率，改进产品质量，节约能力和资源的消耗。所以大数据支撑了产业互联网，大数据开拓了创新的空间。
突破往往存在于&裂隙&！
未来十年，在产业互联网趋势主导下，互联网将开始真正与实体产业结合，这是一个巨大而浩瀚的、人类史以来最广泛、最深入合作的一次工业革命。
几乎所有的技术准备都做好了，大数据、云计算、不断发展的人工智能&&只差临门一脚，踢出一个裂隙，无数令人激动的机会将不断涌现出来，驶入产业互联网的蓝海。
但是踢出这个裂隙，不能过多地寄望于BAT这样的巨头和传统产业，而是要从他们的外部来找。市场需要的是既不受传统产业思维束缚，又没有既得利益牵绊，同时对于产业间的共生共享有着深刻洞察和认知的企业。
中国信息通信研究院今年1月份预测，资本寒冬后回归理性，2017互联网投资将呈五大趋势。其中，即包括资本将投向产业融合领域。该机构认为，实体经济将创造新价值，前提是数字化生产、个性化定制、网络化协同、服务化制造等&互联网+&协同制造新模式取得明显进展。
这正是产业互联网的基本特征。下一个时代来临，先知先觉、腾挪有度的企业或许将成为接下来变革的领头狼，去开启产业互联网的蓝海，进而成为下个时代的产业巨头。
原文标题：邬贺铨院士：大数据开启产业互联网蓝海，全面发展只差临门一脚
文章出处：【微信号：mfg2025，微信公众号：智能制造】欢迎添加关注！文章转载请注明出处。
发布评论请先
诺基亚也推出了自家的物联网平台——IMPACT，定位于水平化的物联网基础通用平台，前瞻性地考虑未来物....
社区医疗管理系统在操作过程中需要用户录入居民就诊信息、医疗讯息、医生信息等基础信息，为了确保录入信息....
从人才的主要学科来源看，计算机类、统计类和数学学科占比最大，显示出大数据人才培养中对计算机相关知识、....
Spectacles仅有270万像素，连续录制时长只有十几分钟，并且完全没办法支持直播。而TONOT....
AI 商业化导读：每一次技术革命，都带来全新的商业机会。互联网的出现，本质上解决了效率和链接的问题，....
Alluxio是第一个基于内存的分布式文件系统，因此其相应速度也会超出普通的分布式文件系统很多，例如....
互联网技术市场份额统计网站 NetMarketShare 2018 年 7 月份的数据已经公布了，其....
保护浏览器与网站之间的加密连接，其不仅可以更加安全、也能够更加迅速。在长达数年的努力之后，互联网工程....
经过多次优化的学生能力评测模型一经投入使用就获得了显著的效果。与市面上的同类产品相比，一起教育科技的....
中国电信董事长提出了"云改"的概念，意味着中国电信的运营体系业务定位将从传统的"CT"进一步向"DT....
工业机器人是面向工业领域的、靠自身动力和控制能力实现各种功能的机器装置，主要用于执行重复度较高或危险....
IDC预计，今年的智能机市场会再次萎缩，尽管出货量只会下滑0.2%，连续两年遭遇下滑。智能机市场的下....
物联网设备的数量呈指数级增长，但随着增长，保护这些设备的难度也越来越大。我们还没有找到解决物联网安全....
互联网大公司在区块链时代还受困于“创新者的窘境”。身为互联网垄断模式的既得利益者，大公司只能利用区块....
每一次新技术的诞生，都带来全新的商业机会。互联网的出现，本质上解决了效率和链接的问题，外卖、社交、打....
当地时间8月8日，阿里巴巴董事局主席马云在非洲宣布成立“马云非洲青年创业基金”，该基金由马云公益基金....
东方网力“天眼”结构化一体机可以实现实时视频流结构化分析，并基于结构化分析结果进行告警、检索和挖掘等....
显然，彩电企业多虑了。事实证明，互联网势力并不具备改变彩电行业格局的实力。就在乐视狂妄地高喊“传统彩....
互联网地址：也就是IP地址，一般为网络号+子网号+主机号
域名系统：通俗的来说，就是一个数据库....
很多时候，我们发现糟糕的网络组件是语音质量问题的罪魁祸首。一个已经有拥塞网络的办公室必然会面临诸如语....
渝中区的“野心”绝非“智慧旅游”而已。区长商奎今天在渝中区大数据智能化发展新闻发布会上表示：力争到2....
据快科技，8月3日深夜，台积电位于台湾的三处生产基地突然遭到病毒入侵，不得不临时停产，引发行业震动。....
与其说币改是有预谋的资本游戏，倒不如说它是焦虑的传统企业的又一次探路。传统企业转型相关的话题已经持续....
IDC公司基础设施系统、平台和技术部副总裁Ashish Nadkarni表示，"为了满足快速变化的应....
两大电信运营商T-Mobile和Sprint合并是全球电信行业发展的标志性事件，是奔着发展5G的目标....
随着互联网、移动互联网的发展及普及应用，我们正在向“万物互联”时代迈进。在“万物互联”时代，受技术条....
每个工作表都含有用于建模和分析在亚马逊云上运行的大规模基础设施的一些数据。最大的工作表名为“GDDY....
近日，云米官方宣布，其旗下的云米互联网冰箱21Face系列产品将在7月11日正式推出，同时主打“大....
从住房和购房情况来看，北上广深杭互联网工程师均以租房住为主流，占比均超过50%，其中深圳租房者占比高....
陈智鹏：在现有法律合规的背景下，Token最好不直接绑定公司股权、债权等实际金融资产，而是用软约束的....
那么logistic回归受欢迎的原因是什么？一个迹象表明，Kaggle上的分类问题远多于回归问题，其....
同时，据IDC统计的数据显示，2017年，全球智能家居设备出货量达4.331亿台，比上一年增长27.....
Kleros首次进军dapps领域是对其司法协议Doges on Trial的一次测试。参与者被邀请....
随着近年来国际贸易摩擦的不断加剧，制造业作为立国之本、兴国之器、强国之基被提到了新的高度，其中，工业....
数字经济带来了万物智联、网络化大规模协作、客制化价值创造等确定性，但也给企业带来原有尺度失效、技术复....
在票务方面，建设完善售票体系，实现产品销售质量明显提升。强化客票系统建设，拓展预约预订、会员差异化服....
据海关统计，上半年，主要进出口产品中，集成电路出口额同比增长31.1％，增速同比加快29.4个百分点....
相关部门将加紧编制自动驾驶车辆封闭场地测试技术文件，并尽快向行业征求意见，指导和规范自动驾驶封闭场地....
它通过典型的控制命令识别飞行物体，这些控制命令通过无线电通信或移动电话传送到无人机上。它还会立即记录....
大朋巨幕影院有“典雅白”和“尊贵黑”两种颜色，同时“潮人红”和“玫瑰金”配色也即将发售。此外，预订即....
陈宏指出知名投资机构持续加码人工智能独角兽，行业头部效应凸显。
Ranasinghe以这一发现为出发点，开始在实验室里对舌头进行电击。“我试验了电流的幅度和频率、不....
英特尔创新的人工智能技术跨界应用也正在一处处打卡世界地图，在世界上人类难以涉足的地区大展拳脚，用人工....
阿里云是全球领先的数字化转型专家，帮助各行各业进行数字化创新。作为全球前三的云计算公司，阿里云正通过....
为什么数据成为现阶段企业提升机器学习技术的最大优势？对于涉及个人隐私的数据，我们又应该保持怎样的态度....
1880年，亚历山大·贝尔（Alexander Graham Bell）发明了“光话机”。贝尔将太阳....
从申请专利数量来看，年，我国人脸识别专利申请数量总体上呈上升的趋势。尤其是2014....
随着云计算、大数据、算法技术等条件的成熟，人工智能（AI）在产品优化、消费提升、攻克顽疾、应对气候变....
合成生物学是生物科学理论研究的重要突破，使人类能够以“上帝视角”去了解生物的进化历程和结构机理。19....
通常分布式系统采用主从模式，就是一个主控机连接多个处理节点，主节点负责分发任务，从节点负责处理任务，当我们的主节点发生故...
尊敬的先生/女士：
& && &&&恒润科技将举办为期4天的大数据技术培训班。欢迎您届时参加。
分区是hive存放数据的一种方式。将列值作为目录来存放数据，就是一个分区。这样查询时使用分区列进行过滤，只需根据列值直接扫描...
& &&&其实日常生活中有很多的体会，比如说小区里边发生了社区的一个犯罪事件，追查录像...
在python的培训学习中，我们会用python进行数据分析的学习与应用，并且在这一部分进行绘图是必不可少的，所以为了看一下大家的实...
[tr][td] 进入2014年，随着采用8核处理器的智能手机在CES上的发布，犹抱琵琶半遮面的面向企业市场的iMX6也逐渐向世...
随着互联网的发展，大数据也在逐渐彰显出自己的优势特点，那么关于大数据的处理流程，你是否了解?
第一，数据采集
定义：利用多...
举一些例子.
腾讯公司的QQ空间的好友动态里经常会无法显示出好友的备注名称,android客户端的同一个activity(即页面)你可以打开...
2018年，一个绝对被人“不信任”的幽灵，在互联网世界的上空徘徊，其名曰：大数据杀熟。
最近一段时间，“大数据杀熟”一直...
编者按：今年4月，饿了么正式加入了阿里新零售战队，进一步加速其在本地生活市场的扩张速度。在创业9年的时间中，饿了么在外卖领...
供应链服务
版权所有 (C) 深圳华强聚丰电子科技有限公司
电信与信息服务业务经营许可证：粤B2-最新公告：
深圳市美丰达润滑油有限公司一贯秉承：“工业服务
合作共赢”的发展理念，为客户提供技术支持以及样品测试
特种润滑脂
/ CONTACT US
地址：深圳市龙华新区大浪衔道同胜社区上横朗华兴路14号
特种润滑脂
您的当前位置： > 特种润滑脂
页次：1/3每页12总数34在写这篇文章之前，我发现身边很多IT人对于这些热门的新技术、新趋势往往趋之若鹜却又很难说的透彻，如果你问他和你有什么关系？估计很少能说出一二三来。究其原因，一是因为大家对新技术有着相同的原始渴求，至少知其然在聊天时不会显得很“土鳖”；二是在工作和生活环境中真正能参与实践大数据的案例实在太少了，所以大家没有必要花时间去知其所以然。
我希望有些不一样，所以对该如何去认识大数据进行了一番思索，包括查阅了资料，翻阅了最新的专业书籍，但我并不想把那些零散的资料碎片或不同理解论述简单规整并堆积起来形成毫无价值的转述或评论，我很真诚的希望进入事物探寻本质。
如果你说大数据就是数据大，或者侃侃而谈4个V，也许很有深度的谈到BI或预测的价值，又或者拿Google和Amazon举例，技术流可能会聊起和Cloud
Computing，不管对错，只是无法勾勒对大数据的整体认识，不说是片面，但至少有些管窥蠡测、隔衣瘙痒了。……也许，“解构”是最好的方法。
怎样结构大数据？
首先，我认为大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以为代表的技术创新大幕的衬托下，这些原本很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。
其次，想要系统的认知大数据，必须要全面而细致的分解它，我着手从三个层面来展开：
第一层面是理论，理论是认知的必经途径，也是被广泛认同和传播的基线。我会从大数据的特征定义理解行业对大数据的整体描绘和定性；从对大数据价值的探讨来深入解析大数据的珍贵所在；从对大数据的现在和未来去洞悉大数据的发展趋势；从大数据隐私这个特别而重要的视角审视人和数据之间的长久博弈。
第二层面是技术，技术是大数据价值体现的手段和前进的基石。我将分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。
第三层面是实践，实践是大数据的最终价值体现。我将分别从互联网的大数据，政府的大数据，企业的大数据和个人的大数据四个方面来描绘大数据已经展现的美好景象及即将实现的蓝图。
和大数据相关的理论
? 特征定义
最早提出大数据时代到来的是麦肯锡：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”
业界（IBM 最早定义）将大数据的特征归纳为4个“V”（量Volume，多样Variety，价值Value，速Velocity），或者说特点有四个层面：第一，数据体量巨大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。
其实这些V并不能真正说清楚大数据的所有特征，下面这张图对大数据的一些相关特性做出了有效的说明。
古语云：三分技术，七分数据，得数据者得天下。先不论谁说的，但是这句话的正确性已经不用去论证了。维克托·迈尔-舍恩伯格在《大数据时代》一书中举了百般例证，都是为了说明一个道理：在大数据时代已经到来的时候要用大数据思维去发掘大数据的潜在价值。书中，作者提及最多的是Google如何利用人们的搜索记录挖掘数据二次利用价值，比如预测某地流感爆发的趋势；Amazon如何利用用户的购买和浏览历史数据进行有针对性的书籍购买推荐，以此有效提升销售量；Farecast如何利用过去十年所有的航线机票价格打折数据，来预测用户购买机票的时机是否合适。
那么，什么是大数据思维？维克托·迈尔-舍恩伯格认为，1-需要全部数据样本而不是抽样；2-关注效率而不是精确度；3-关注相关性而不是因果关系。
阿里巴巴的王坚对于大数据也有一些独特的见解，比如，
“今天的数据不是大，真正有意思的是数据变得在线了，这个恰恰是互联网的特点。”
“非互联网时期的产品，功能一定是它的价值，今天互联网的产品，数据一定是它的价值。”
“你千万不要想着拿数据去改进一个业务，这不是大数据。你一定是去做了一件以前做不了的事情。”
特别是最后一点，我是非常认同的，大数据的真正价值在于创造，在于填补无数个还未实现过的空白。
有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。
? 价值探讨
大数据是什么？投资者眼里是金光闪闪的两个字：资产。比如，Facebook上市时，评估机构评定的有效资产中大部分都是其社交网站上的数据。
如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
Target 超市以20多种怀孕期间孕妇可能会购买的商品为基础，将所有用户的购买记录作为数据来源，通过构建模型分析购买者的行为相关性，能准确的推断出孕妇的具体临盆时间，这样Target的销售部门就可以有针对的在每个怀孕顾客的不同阶段寄送相应的产品优惠卷。
Target的例子是一个很典型的案例，这样印证了维克托·迈尔-舍恩伯格提过的一个很有指导意义的观点：通过找出一个关联物并监控它，就可以预测未来。Target通过监测购买者购买商品的时间和品种来准确预测顾客的孕期，这就是对数据的二次利用的典型案例。如果，我们通过采集驾驶员手机的GPS数据，就可以分析出当前哪些道路正在堵车，并可以及时发布道路交通提醒；通过采集汽车的GPS位置数据，就可以分析城市的哪些区域停车较多，这也代表该区域有着较为活跃的人群，这些分析数据适合卖给广告投放商。
不管大数据的核心价值是不是预测，但是基于大数据形成决策的模式已经为不少的企业带来了盈利和声誉。
从大数据的价值链条来分析，存在三种模式：
1- 手握大数据，但是没有利用好；比较典型的是金融机构，电信行业，政府机构等。
2- 没有数据，但是知道如何帮助有数据的人利用它；比较典型的是IT咨询和服务企业，比如，埃森哲，IBM，等。
3- 既有数据，又有大数据思维；比较典型的是Google，Amazon，Mastercard等。
未来在大数据领域最具有价值的是两种事物：1-拥有大数据思维的人，这种人可以将大数据的潜在价值转化为实际利益；2-还未有被大数据触及过的业务领域。这些是还未被挖掘的油井，金矿，是所谓的蓝海。
Wal-Mart作为零售行业的巨头，他们的分析人员会对每个阶段的销售记录进行了全面的分析，有一次他们无意中发现虽不相关但很有价值的数据，在美国的飓风来临季节，超市的蛋挞和抵御飓风物品竟然销量都有大幅增加，于是他们做了一个明智决策，就是将蛋挞的销售位置移到了飓风物品销售区域旁边，看起来是为了方便用户挑选，但是没有想到蛋挞的销量因此又提高了很多。
还有一个有趣的例子，1948年辽沈战役期间，司令员林彪要求每天要进行例常的“每日军情汇报”，由值班参谋读出下属各个纵队、师、团用电台报告的当日战况和缴获情况。那几乎是重复着千篇一律枯燥无味的数据：每支部队歼敌多少、俘虏多少;缴获的火炮、车辆多少，枪支、物资多少……有一天，参谋照例汇报当日的战况，林彪突然打断他：“刚才念的在胡家窝棚那个战斗的缴获，你们听到了吗?”大家都很茫然，因为如此战斗每天都有几十起，不都是差不多一模一样的枯燥数字吗?林彪扫视一周，见无人回答，便接连问了三句：“为什么那里缴获的短枪与长枪的比例比其它战斗略高?”“为什么那里缴获和击毁的小车与大车的比例比其它战斗略高?”“为什么在那里俘虏和击毙的军官与士兵的比例比其它战斗略高?”林彪司令员大步走向挂满军用地图的墙壁，指着地图上的那个点说：“我猜想，不，我断定!敌人的指挥所就在这里!”果然，部队很快就抓住了敌方的指挥官廖耀湘，并取得这场重要战役的胜利。
这些例子真实的反映在各行各业，探求数据价值取决于把握数据的人，关键是人的数据思维；与其说是大数据创造了价值，不如说是大数据思维触发了新的价值增长。
? 现在和未来
我们先看看大数据在当下有怎样的杰出表现：
大数据帮助政府实现市场经济调控、公共卫生安全防范、灾难预警、社会舆论监督；
大数据帮助城市预防犯罪，实现智慧交通，提升紧急应急能力；
大数据帮助医疗机构建立患者的疾病风险跟踪机制，帮助医药企业提升药品的临床使用效果，帮助艾滋病研究机构为患者提供定制的药物；
大数据帮助航空公司节省运营成本，帮助电信企业实现售后服务质量提升，帮助保险企业识别欺诈骗保行为，帮助快递公司监测分析运输车辆的故障险情以提前预警维修，帮助电力公司有效识别预警即将发生故障的设备；
大数据帮助电商公司向用户推荐商品和服务，帮助旅游网站为旅游者提供心仪的旅游路线，帮助二手市场的买卖双方找到最合适的交易目标，帮助用户找到最合适的商品购买时期、商家和最优惠价格；
大数据帮助企业提升营销的针对性，降低物流和库存的成本，减少投资的风险，以及帮助企业提升广告投放精准度；
大数据帮助娱乐行业预测歌手，歌曲，电影，电视剧的受欢迎程度，并为投资者分析评估拍一部电影需要投入多少钱才最合适，否则就有可能收不回成本；
大数据帮助社交网站提供更准确的好友推荐，为用户提供更精准的企业招聘信息，向用户推荐可能喜欢的游戏以及适合购买的商品。
其实，这些还远远不够，未来大数据的身影应该无处不在，就算无法准确预测大数据终会将人类社会带往到哪种最终形态，但我相信只要发展脚步在继续，因大数据而产生的变革浪潮将很快淹没地球的每一个角落。
比如，Amazon的最终期望是：“最成功的书籍推荐应该只有一本书，就是用户要买的下一本书。”
Google也希望当用户在搜索时，最好的体验是搜索结果只包含用户所需要的内容，而这并不需要用户给予Google太多的提示。
而当物联网发展到达一定规模时，借助条形码、二维码、RFID等能够唯一标识产品，传感器、可穿戴设备、感知、视频采集、增强现实等技术可实现实时的信息采集和分析，这些数据能够支撑智慧城市，智慧交通，智慧能源，智慧医疗，智慧环保的理念需要，这些都所谓的智慧将是大数据的采集数据来源和服务范围。
未来的大数据除了将更好的解决社会问题，商业营销问题，科学技术问题，还有一个可预见的趋势是以人为本的大数据方针。人才是地球的主宰，大部分的数据都与人类有关，要通过大数据解决人的问题。
比如，建立个人的数据中心，将每个人的日常生活习惯，身体体征，社会网络，知识能力，爱好性情，疾病嗜好，情绪波动……换言之就是记录人从出生那一刻起的每一分每一秒，将除了思维外的一切都储存下来，这些数据可以被充分的利用：
医疗机构将实时的监测用户的身体健康状况；
教育机构更有针对的制定用户喜欢的教育培训计划；
服务行业为用户提供即时健康的符合用户生活习惯的食物和其它服务；
社交网络能为你提供合适的交友对象，并为志同道合的人群组织各种聚会活动；
政府能在用户的心理健康出现问题时有效的干预，防范自杀，刑事案件的发生；
金融机构能帮助用户进行有效的理财管理，为用户的资金提供更有效的使用建议和规划；
道路交通、汽车租赁及运输行业可以为用户提供更合适的出行线路和路途服务安排；
当然，上面的一切看起来都很美好，但是否是以牺牲了用户的自由为前提呢？只能说当新鲜事物带来了革新的同时也同样带来了“病菌”。比如，在手机未普及前，大家喜欢聚在一起聊天，自从手机普及后特别是有了互联网，大家不用聚在一起也可以随时随地的聊天，只是“病菌”滋生了另外一种情形，大家慢慢习惯了和手机共渡时光，人与人之间情感交流仿佛永远隔着一张“网”。
? 大数据隐私
你或许并不敏感，当你在不同的网站上注册了个人信息后，可能这些信息已经被扩散出去了，当你莫名其妙的接到各种邮件，电话，短信的滋扰时，你不会想到自己的电话号码，邮箱，生日，购买记录，收入水平，家庭住址，亲朋好友等私人信息早就被各种商业机构非法存储或贱卖给其它任何有需要的企业或个人了。
更可怕的是，这些信息你永远无法删除，它们永远存在于互联网的某些你不知道的角落。除非你更换掉自己的所有信息，但是这代价太大了。
用户隐私问题一直是大数据应用难以绕开的一个问题，如被央视曝光过的分众无线、罗维邓白氏以及网易邮箱都涉及侵犯用户隐私。目前，中国并没有专门的法律法规来界定用户隐私，处理相关问题时多采用其他相关法规条例来解释。但随着民众隐私意识的日益增强，合法合规地获取数据、分析数据和应用数据，是进行大数据分析时必须遵循的原则。
说到隐私被侵犯，爱德华o斯诺登应该占据一席之地，这位前美国中央情报局（CIA）雇员一手引爆了美国“棱镜计划”（PRISM）的内幕消息。“棱镜”项目是一项由美国国家安全局（NSA）自2007年起开始实施的绝密电子监听计划，年耗资近2000亿美元，用于监听全美电话通话记录，据称还可以使情报人员通过“后门”进入9家主要科技公司的服务器，包括微软、雅虎、谷歌、Facebook、PalTalk、美国在线、Skype、YouTube、苹果。这个事件引发了人们对政府使用大数据时对公民隐私侵犯的担心。
再看看我们身边，当微博，，QQ空间这些社交平台肆意的吞噬着数亿用户的各种信息时，你就不要指望你还有隐私权了，就算你在某个地方删除了，但也许这些信息已经被其他人转载或保存了，更有可能已经被百度或Google存为快照，早就提供给任意用户搜索了。
因此在大数据的背景下，很多人都在积极的抵制无底线的数字化，这种大数据和个体之间的博弈还会一直继续下去……
专家给予了我们一些如何有效保护大数据背景下隐私权的建议：1-减少信息的数字化；2-隐私权立法；3-数字隐私权基础设施（类似DRM数字版权管理）；4-人类改变认知（接受忽略过去）；5-创造良性的信息生态；6-语境化。
但是这些都很难立即见效或者有实质性的改善。
比如，现在有一种职业叫删帖人，专门负责帮人到各大网站删帖，删除评论。其实这些人就是通过黑客技术侵入各大网站，破获管理员的密码然后进行手工定向删除。只不过他们保护的不是客户的隐私，而大多是丑闻。还有一种职业叫人肉专家，他们负责从互联网上找到一个与他们根本就无关系用户的任意信息。这是很可怕的事情，也就是说，如果有人想找到你，只需要两个条件：1-你上过网，留下过痕迹；2-你的亲朋好友或仅仅是认识你的人上过网，留下过你的痕迹。这两个条件满足其一，人肉专家就可以很轻松的找到你，可能还知道你现在正在某个餐厅和谁一起共进晚餐。
当很多互联网企业意识到隐私对于用户的重要性时，为了继续得到用户的信任，他们采取了很多办法，比如google承诺仅保留用户的搜索记录9个月，浏览器厂商提供了无痕冲浪模式，社交网站拒绝公共的爬虫进入，并将提供出去的数据全部采取匿名方式处理等。
在这种复杂的环境里面，很多人依然没有建立对于信息隐私的保护意识，让自己一直处于被滋扰，被精心设计，被利用，被监视的处境中。可是，我们能做的几乎微乎其微，因为个人隐私数据已经无法由我们自己掌控了，就像一首诗里说到的：“如果你现在继续麻木，那就别指望这麻木能抵挡得住被”扒光”那一刻的惊恐和绝望……”
和大数据相关的技术
大数据常和云计算联系到一起，因为实时的大型数据集分析需要分布式处理框架来向数十、数百或甚至数万的电脑分配工作。可以说，云计算充当了工业革命时期的发动机的角色，而大数据则是电。
云计算思想的起源是麦卡锡在上世纪60年代提出的：把计算能力作为一种像水和电一样的公用事业提供给用户。
如今，在Google、Amazon、Facebook等一批互联网企业引领下，一种行之有效的模式出现了：云计算提供基础平台，大数据应用运行在这个平台上。
业内是这么形容两者的关系：没有大数据的信息积淀，则云计算的计算能力再强大，也难以找到用武之地；没有云计算的处理能力，则大数据的信息积淀再丰富，也终究只是镜花水月。
那么大数据到底需要哪些云计算技术呢？
这里暂且列举一些，比如虚拟化技术，分布式处理技术，海量数据的存储和管理技术，NoSQL、实时流数据处理、智能分析技术（类似模式识别以及理解）等。
云计算和大数据之间的关系可以用下面的一张图来说明，两者之间结合后会产生如下效应：可以提供更多基于海量业务数据的创新型服务；通过云计算技术的不断发展降低大数据业务的创新成本。
如果将云计算与大数据进行一些比较，最明显的区分在两个方面：
第一，在概念上两者有所不同，云计算改变了IT，而大数据则改变了业务。然而大数据必须有云作为基础架构，才能得以顺畅运营。
第二，大数据和云计算的目标受众不同，云计算是CIO等关心的技术层，是一个进阶的IT解决方案。而大数据是CEO关注的、是业务层的产品，而大数据的决策者是业务层。
? 分布式处理技术
分布式处理系统可以将不同地点的或具有不同功能的或拥有不同数据的多台计算机用通信网络连接起来，在控制系统的统一管理控制下，协调地完成信息处理任务—这就是分布式处理系统的定义。
以（Yahoo）为例进行说明，Hadoop是一个实现了MapReduce模式的能够对大量数据进行分布式处理的软件框架，是以一种可靠、高效、可伸缩的方式进行处理的。
而MapReduce是Google提出的一种云计算的核心计算模式，是一种分布式运算技术，也是简化的分布式编程模式，MapReduce模式的主要思想是将自动分割要执行的问题（例如程序）拆解成map（映射）和reduce（化简）的方式， 在数据被分割后通过Map 函数的程序将数据映射成不同的区块，分配给计算机机群处理达到分布式运算的效果，在通过Reduce 函数的程序将结果汇整，从而输出开发者需要的结果。
再来看看Hadoop的特性，第一，它是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。其次，Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop 还是可伸缩的，能够处理 PB 级数据。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。
你也可以这么理解Hadoop的构成，Hadoop=HDFS（文件系统，数据存储技术相关）+（）+MapReduce（数据处理）+……Others
Hadoop用到的一些技术有：
HDFS: Hadoop分布式文件系统(Distributed File System) － HDFS (HadoopDistributed File System)
MapReduce：并行计算框架
HBase: 类似Google BigTable的分布式NoSQL列数据库。
Hive：数据仓库工具，由Facebook贡献。
Zookeeper：分布式锁设施，提供类似Google Chubby的功能，由Facebook贡献。
Avro：新的数据序列化格式与传输工具，将逐步取代Hadoop原有的IPC机制。
Pig:大数据分析平台，为用户提供多种接口。
Ambari：Hadoop管理工具，可以快捷的监控、部署、管理集群。
Sqoop：用于在Hadoop与传统的数据库间进行数据的传递。
说了这么多，举个实际的例子，虽然这个例子有些陈旧，但是淘宝的海量数据技术架构还是有助于我们理解对于大数据的运作处理机制:
如上图所示，淘宝的海量数据产品技术架构分为五个层次，从上至下来看它们分别是：数据源，计算层，存储层，查询层和产品层。
数据来源层。存放着淘宝各店的交易数据。在数据源层产生的数据，通过DataX，DbSync和Timetunel准实时的传输到下面第2点所述的“云梯”。
计算层。在这个计算层内，淘宝采用的是Hadoop集群，这个集群，我们暂且称之为云梯，是计算层的主要组成部分。在云梯上，系统每天会对数据产品进行不同的MapReduce计算。
存储层。在这一层，淘宝采用了两个东西，一个使MyFox，一个是Prom。MyFox是基于的分布式关系型数据库的集群，Prom是基于Hadoop 技术的一个NoSQL的存储集群。
查询层。在这一层中，Glider是以HTTP协议对外提供restful方式的接口。数据产品通过一个唯一的URL来获取到它想要的数据。同时，数据查询即是通过MyFox来查询的。
最后一层是产品层，这个就不用解释了。
? 存储技术
大数据可以抽象的分为大数据存储和大数据分析，这两者的关系是：大数据存储的目的是支撑大数据分析。到目前为止，还是两种截然不同的计算机技术领域：大数据存储致力于研发可以扩展至PB甚至EB级别的数据存储平台；大数据分析关注在最短时间内处理大量不同类型的数据集。
提到存储，有一个著名的摩尔定律相信大家都听过：18个月集成电路的复杂性就增加一倍。所以，存储器的成本大约每18-24个月就下降一半。成本的不断下降也造就了大数据的可存储性。
比如，Google大约管理着超过50万台服务器和100万块硬盘，而且Google还在不断的扩大计算能力和存储能力，其中很多的扩展都是基于在廉价服务器和普通存储硬盘的基础上进行的，这大大降低了其服务成本，因此可以将更多的资金投入到技术的研发当中。
以Amazon举例，Amazon S3 是一种面向 Internet 的存储服务。该服务旨在让开发人员能更轻松的进行网络规模计算。Amazon S3 提供一个简明的 Web 服务界面，用户可通过它随时在 Web 上的任何位置存储和检索的任意大小的数据。 此服务让所有开发人员都能访问同一个具备高扩展性、可靠性、安全性和快速价廉的基础设施，Amazon 用它来运行其全球的网站网络。再看看S3的设计指标：在特定年度内为数据元提供 99.% 的耐久性和 99.99% 的可用性，并能够承受两个设施中的数据同时丢失。
S3很成功也确实卓有成效，S3云的存储对象已达到万亿级别，而且性能表现相当良好。S3云已经拥万亿跨地域存储对象，同时AWS的对象执行请求也达到百万的峰值数量。目前全球范围内已经有数以十万计的企业在通过AWS运行自己的全部或者部分日常业务。这些企业用户遍布190多个国家，几乎世界上的每个角落都有Amazon用户的身影。
? 感知技术
大数据的采集和感知技术的发展是紧密联系的。以传感器技术，指纹识别技术，RFID技术，坐标定位技术等为基础的感知能力提升同样是物联网发展的基石。全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，都会产生海量的数据信息。
而随着智能手机的普及，感知技术可谓迎来了发展的高峰期，除了地理位置信息被广泛的应用外，一些新的感知手段也开始登上舞台，比如，最新的”iPhone 5S”在home键内嵌指纹传感器，新型手机可通过呼气直接检测燃烧脂肪量，用于手机的嗅觉传感器面世可以监测从空气污染到危险的化学药品，微软正在研发可感知用户当前心情智能手机技术，谷歌眼镜InSight新技术可通过衣着进行人物识别。
除此之外，还有很多与感知相关的技术革新让我们耳目一新：比如，牙齿传感器实时监控口腔活动及饮食状况，婴儿穿戴设备可用大数据去养育宝宝，Intel正研发3D笔记本摄像头可追踪眼球读懂情绪，日本公司开发新型可监控用户心率的纺织材料，业界正在尝试将生物测定技术引入支付领域等。
其实，这些感知被逐渐捕获的过程就是就世界被数据化的过程，一旦世界被完全数据化了，那么世界的本质也就是信息了。
就像一句名言所说，“人类以前延续的是文明，现在传承的是信息。”
大数据的实践
? 互联网的大数据
互联网上的数据每年增长50%，每两年便将翻一番，而目前世界上90%以上的数据是最近几年才产生的。据IDC预测，到2020年全球将总共拥有35ZB的数据量。互联网是大数据发展的前哨阵地，随着WEB2.0时代的发展，人们似乎都习惯了将自己的生活通过网络进行数据化，方便分享以及记录并回忆。
互联网上的大数据很难清晰的界定分类界限，我们先看看BAT的大数据：
百度拥有两种类型的大数据：用户搜索表征的需求数据；爬虫和阿拉丁获取的公共web数据。搜索巨头百度围绕数据而生。它对网页数据的爬取、网页内容的组织和解析，通过语义分析对搜索需求的精准理解进而从海量数据中找准结果，以及精准的搜索引擎关键字广告，实质上就是一个数据的获取、组织、分析和挖掘的过程。搜索引擎在大数据时代面临的挑战有：更多的暗网数据；更多的WEB化但是没有结构化的数据；更多的WEB化、结构化但是封闭的数据。
阿里巴巴拥有交易数据和信用数据。这两种数据更容易变现，挖掘出商业价值。除此之外阿里巴巴还通过投资等方式掌握了部分社交数据、移动数据。如微博和高德。
腾讯拥有用户关系数据和基于此产生的社交数据。这些数据可以分析人们的生活和行为,从里面挖掘出政治、社会、文化、商业、健康等领域的信息，甚至预测未来。
在信息技术更为发达的美国，除了行业知名的类似Google，Facebook外，已经涌现了很多大数据类型的公司，它们专门经营数据产品，比如：
Metamarkets：这家公司对Twitter、支付、签到和一些与互联网相关的问题进行了分析，为客户提供了很好的数据分析支持。
Tableau：他们的精力主要集中于将海量数据以可视化的方式展现出来。Tableau为数字媒体提供了一个新的展示数据的方式。他们提供了一个免费工具，任何人在没有编程知识背景的情况下都能制造出数据专用图表。这个软件还能对数据进行分析，并提供有价值的建议。
ParAccel：他们向美国执法机构提供了数据分析，比如对15000个有犯罪前科的人进行跟踪，从而向执法机构提供了参考性较高的犯罪预测。他们是犯罪的预言者。
QlikTech：QlikTech旗下的Qlikview是一个商业智能领域的自主服务工具，能够应用于科学研究和艺术等领域。为了帮助开发者对这些数据进行分析，QlikTech提供了对原始数据进行可视化处理等功能的工具。
GoodData：GoodData希望帮助客户从数据中挖掘财富。这家创业公司主要面向商业用户和IT企业高管，提供数据存储、性能报告、数据分析等工具。
TellApart：TellApart和电商公司进行合作，他们会根据用户的浏览行为等数据进行分析，通过锁定潜在买家方式提高电商企业的收入。
DataSift：DataSift主要收集并分析社交网络媒体上的数据，并帮助品牌公司掌握突发新闻的舆论点，并制定有针对性的营销方案。这家公司还和Twitter有合作协议，使得自己变成了行业中为数不多可以分析早期tweet的创业公司。
Datahero：公司的目标是将复杂的数据变得更加简单明了，方便普通人去理解和想象。
举了很多例子，这里简要归纳一下，在互联网大数据的典型代表性包括：
1-用户行为数据（精准广告投放、内容推荐、行为习惯和喜好分析、产品优化等）
2-用户消费数据（精准营销、信用记录分析、活动促销、理财等）
3-用户地理位置数据（O2O推广，商家推荐，交友推荐等）
4-互联网金融数据（P2P，小额贷款，支付，信用，供应链金融等）
5-用户社交等UGC数据（趋势分析、流行元素分析、受欢迎程度分析、舆论监控分析、社会问题分析等）
? 政府的大数据
近期，奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将“大数据战略”上升为国家意志。奥巴马政府将数据定义为“未来的新石油”，并表示一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分，未来，对数据的占有和控制甚至将成为陆权、海权、空权之外的另一种国家核心资产。
在国内，政府各个部门都握有构成社会基础的原始数据，比如，气象数据，金融数据，信用数据，电力数据，煤气数据，自来水数据，道路交通数据，客运数据，安全刑事案件数据，住房数据，海关数据，出入境数据，旅游数据，医疗数据，教育数据，环保数据等等。这些数据在每个政府部门里面看起来是单一的，静态的。但是，如果政府可以将这些数据关联起来，并对这些数据进行有效的关联分析和统一管理，这些数据必定将获得新生，其价值是无法估量的。
具体来说，现在城市都在走向智能和智慧，比如，智能电网、智慧交通、智慧医疗、智慧环保、智慧城市，这些都依托于大数据，可以说大数据是智慧的核心能源。从国内整体投资规模来看，到2012年底全国开建智慧城市的城市数超过180个，通信网络和数据平台等基础设施建设投资规模接近5000亿元。“十二五”期间智慧城市建设拉动的设备投资规模将达1万亿元人民币。大数据为智慧城市的各个领域提供决策支持。在城市规划方面，通过对城市地理、气象等自然信息和经济、社会、文化、人口等人文社会信息的挖掘，可以为城市规划提供决策，强化城市管理服务的科学性和前瞻性。在交通管理方面，通过对道路交通信息的实时挖掘，能有效缓解交通拥堵，并快速响应突发状况，为城市交通的良性运转提供科学的决策依据。在舆情监控方面，通过网络关键词搜索及语义智能分析，能提高舆情分析的及时性、全面性，全面掌握社情民意，提高公共服务能力，应对网络突发的公共事件，打击违法犯罪。在安防与防灾领域，通过大数据的挖掘，可以及时发现人为或自然灾害、恐怖事件，提高应急处理能力和安全防范能力。
另外，作为国家的管理者，政府应该有勇气将手中的数据逐步开放，供给更多有能力的机构组织或个人来分析并加以利用，以加速造福人类。比如，美国政府就筹建了一个data.gov网站，这是奥巴马任期内的一个重要举措：要求政府公开透明，而核心就是实现政府机构的数据公开。截止目前，已经开放了有91054 个datasets；349citizen-developed apps；137 mobile apps；175 agencies and subagencies；87 galleries；295 Government APIs。
? 企业的大数据
企业的CXO们最关注的还是报表曲线的背后能有怎样的信息，他该做怎样的决策，其实这一切都需要通过数据来传递和支撑。在理想的世界中，大数据是巨大的杠杆，可以改变公司的影响力，带来竞争差异、节省金钱、增加利润、愉悦买家、奖赏忠诚用户、将潜在客户转化为客户、增加吸引力、打败竞争对手、开拓用户群并创造市场。
那么，哪些传统企业最需要大数据服务呢？抛砖引玉，先举几个例子：1) 对大量消费者提供产品或服务的企业（精准营销）；2) 做小而美模式的中长尾企业（服务转型）；3) 面临互联网压力之下必须转型的传统企业（生死存亡）。
对于企业的大数据，还有一种预测：随着数据逐渐成为企业的一种资产，数据产业会向传统企业的供应链模式发展，最终形成“数据供应链”。这里尤其有两个明显的现象：1) 外部数据的重要性日益超过内部数据。在互联互通的互联网时代，单一企业的内部数据与整个互联网数据比较起来只是沧海一粟；2) 能提供包括数据供应、数据整合与加工、数据应用等多环节服务的公司会有明显的综合竞争优势。
对于提供大数据服务的企业来说，他们等待的是合作机会，就像微软史密斯说的：“给我提供一些数据，我就能做一些改变。如果给我提供所有数据，我就能拯救世界。”
然而，一直做企业服务的巨头将优势不在，不得不眼看新兴互联网企业加入战局，开启残酷竞争模式。为何会出现这种局面？从 IT 产业的发展来看，第一代 IT 巨头大多是 ToB 的，比如 IBM、Microsoft、、SAP、HP这类传统
IT 企业；第二代 IT 巨头大多是ToC 的，比如 Yahoo、Google、Amazon、Facebook 这类互联网企业。大数据到来前，这两类公司彼此之间基本是井水不犯河水；但在当前这个大数据时代，这两类公司已经开始直接竞争。比如 Amazon 已经开始提供云模式的数据仓库服务，直接抢占 IBM、Oracle 的市场。这个现象出现的本质原因是：在互联网巨头的带动下，传统 IT 巨头的客户普遍开始从事电子商务业务，正是由于客户进入了互联网，所以传统 IT 巨头们不情愿地被拖入了互联网领域。如果他们不进入互联网，他们业务必将萎缩。在进入互联网后，他们又必须将云技术，大数据等互联网最具有优势的技术通过封装打造成自己的产品再提供给企业。
以IBM举例，上一个十年，他们抛弃了PC，成功转向了软件和服务，而这次将远离服务与咨询，更多地专注于因大数据分析软件而带来的全新业务增长点。IBM执行总裁罗睿兰认为，“数据将成为一切行业当中决定胜负的根本因素，最终数据将成为人类至关重要的自然资源。”IBM积极的提出了“大数据平台”架构。该平台的四大核心能力包括Hadoop系统、流计算（StreamComputing）、数据仓库（Data Warehouse）和信息整合与治理（Information Integration and Governance）
另外一家亟待通过云和大数据战略而复苏的巨头公司HP也推出了自己的产品：HAVEn，一个可以自由扩展伸缩的大数据解决方案。这个解决方案由HP Autonomy、HP Vertica、HP ArcSight 和惠普运营管理(HP OperationsManagement)四大技术组成。还支持Hadoop这样通用的技术。HAVEn不是一个软件平台，而是一个生态环境。四大组成部分满足不同的应用场景需要，Autonomy解决音视频识别的重要解决方案；Vertica解决数据处理的速度和效率的方案；ArcSight解决机器的记录信息处理，帮助企业获得更高安全级别的管理；运营管理解决的不仅仅是外部数据的处理，而是包括了IT基础设施产生的数据。
? 个人的大数据
个人的大数据这个概念很少有人提及，简单来说，就是与个人相关联的各种有价值数据信息被有效采集后，可由本人授权提供第三方进行处理和使用，并获得第三方提供的数据服务。
举个例子来说明会更清晰一些：
未来，每个用户可以在互联网上注册个人的数据中心，以存储个人的大数据信息。用户可确定哪些个人数据可被采集，并通过可穿戴设备或植入芯片等感知技术来采集捕获个人的大数据，比如，牙齿监控数据，心率数据，体温数据，视力数据，记忆能力，地理位置信息，社会关系数据，运动数据，饮食数据，购物数据等等。用户可以将其中的牙齿监测数据授权给XX牙科诊所使用，由他们监控和使用这些数据，进而为用户制定有效的牙齿防治和维护计划；也可以将个人的运动数据授权提供给某运动健身机构，由他们监测自己的身体运动机能，并有针对的制定和调整个人的运动计划；还可以将个人的消费数据授权给金融理财机构，由他们帮你制定合理的理财计划并对收益进行预测。当然，其中有一部分个人数据是无需个人授权即可提供给国家相关部门进行实时监控的，比如罪案预防监控中心可以实时的监控本地区每个人的情绪和心理状态，以预防自杀和犯罪的发生。
以个人为中心的大数据有这么一些特性：
1- 数据仅留存在个人中心，其它第三方机构只被授权使用（数据有一定的使用期限），且必须接受用后即焚的监管。
2- 采集个人数据应该明确分类，除了国家立法明确要求接受监控的数据外，其它类型数据都由用户自己决定是否被采集。
3- 数据的使用将只能由用户进行授权，数据中心可帮助监控个人数据的整个生命周期。
展望过于美好，也许实现个人数据中心将遥遥无期，也许这还不是解决个人数据隐私的最好方法，也许业界对大数据的无限渴求会阻止数据个人中心的实现，但是随着数据越来越多，在缺乏监管之后，必然会有一场激烈的博弈：到底是数据重要还是隐私重要；是以商业为中心还是以个人为中心。
大数据究竟是什么?一句话让你认识并读懂大数据
什么是大数据，很多的朋友可能对大数据不是很了解，迫切需要了解大数据，下面新霸哥将用一句话来让你认识并读懂大数据，大数据就是无法通过人工，在合理时间内达到管理处理并整理成为人类所能解读的信息。
一篇对大数据深度思考的文章，让你认识并读懂大数据
在写这篇文章之前，我发现身边很多IT人对于这些热门的新技术、新趋势往往趋之若鹜却又很难说的透彻，如果你问他大数据和你有什么关系?估计很少能说出一二三来。究其原因，一是因为大家对新技术有着相同的原始渴求...
谈谈我对大数据技术的一些理解。
谈谈我对大数据技术发展的个人理解。
机器学习科普文章：“一文读懂机器学习，大数据/自然语言处理/算法全有了”
在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实 践。这篇文档也算是EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能...
我对大数据的看法
大数据(bigdata)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
...
[转]机器学习科普文章：“一文读懂机器学习，大数据/自然语言处理/算法全有了”
在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实 践。这篇文档也算是EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能...
大数据究竟是什么呢？一篇文章让你完全认识和读懂大数据
在写这篇文章之前，我发现身边很多IT人对于这些热门的新技术、新趋势往往趋之若鹜却又很难说的透彻，如果你问他大数据和你有什么关系？估计很少能说出一二三来。究其原因，一是因为大家对新技术有着相同的原始渴求...
大数据在金融行业的应用——银行大数据
精准大数据之银行客户案例
智树科技于上上周五与精准数源大数据部门就银行大数据为主题，开展了网络研讨会。探讨以银行客户为切入点，大数据在金融行业的应用。大致内容整理：
银行应用...
大数据是什么？一文让你读懂大数据
在写这篇大数据文章之前，我发现身边很多IT人对于这些热门的新技术、新趋势往往趋之若鹜却又很难说的透彻，如果你问他大数据是什么？估计很少能说出一二三来。究其原因，一是因为大家对大数据这类新技术有着相同的...
没有更多推荐了，
(window.slotbydup=window.slotbydup || []).push({
id: "5865575",
container: s,
size: "300,250",
display: "inlay-fix"