PDF《第1章》

而全球120家运营商中,已经有48%的企业正在实施大数据战略,通过 提高数据分析能力,他们正试图打造着全新的商业生态圈,实现从电信网络运营商 (Telecom)到信息运营商(Infocom)的华丽转身. 在金融业:阿里通过对用户消费习惯的大数据分析,已经可以将余额宝第二天 的赎回规模的预测准确率保持在97%以上,连 双十一 等大促销造成的大规模资金 流动也不例外;

中信银行与中兴通讯大数据平台强强联合,打造一个全新的 数据 银行 ,利用金融大数据更科学地实现加强风险管控、精细化管理、业务创新等业 务转型. 在公共管理行业:中兴通讯为2014南京青奥会打造的 环宁护城河 项目,将 第一部分 大数据架构师入门

8 各种警务数据在大数据平台上集中处理,从时间和空间两个维度进行实时统计和展 现,为青奥安保工作部署提供科学的决策依据. 越来越多的实践证明,大数据运用可以为各个行业带来巨大的收益. 麦肯锡在它的报告中,根据各行业利用大数据技术获取利益的潜力,将各个行 业分为5个组别. (1) 计算机和电子产品及信息行业必然能够从大数据中获取巨大利益,该行业本 身就有巨大的信息池且具有快速创新的特点,与大数据天然吻合. (2) 社会公共管理及金融业则需要通过细分和自动化算法来克服技术障碍,从而 大为受益. (3) 建筑、教育服务、艺术和娱乐等行业则面临着获取海量数据价值的系统障 碍.当然,如果这些障碍是可以克服的,则也可以从大数据中获益. (4) 制造业、批发贸易等行业全球交易程度高,如果能够克服数据和技术上的障 碍,则从行业普遍意义上讲获益巨大,但面临的困难同样不小. (5) 零售、医疗、住宿和食物等本地服务行业全球交易程度低,则从行业普遍意 义上讲,从大数据中获取价值的潜力相对较小. 1.3? 大数据技术当前状态a 随着大数据在各个行业的广泛应用,各个行业在得到大数据带来的收益的同 时,也在推动着大数据技术的飞速发展. 不同的行业有着不同的业务特征,进而也有不同的需求.如何满足这些不断涌 现的需求,成为推动大数据技术发展的动力. 1. 零售行业 (1) 业务特征 零售行业同类产品的差异小,可替代性强,提高销售收入离不开出色的购物体 a? 本节行业分析内容改写自《大数据生命周期全景与产业发展IADP模型研究(赛迪顾 问)》,改写方式:缩写. 第1章大数据概述

9 验和客户服务.同时,零售行业需要增强产品流转率,实现快速营销. (2) 需求分析 提升客户购物体验的一个关键途径是精准营销,而精准营销的核心是用户消费 行为分析,即用户识别.这个过程涉及消费历史记录、电话/WEB/电子邮件等数据中 折射出的用户消费习惯识别. 快速营销的分析和决策基于对产品产、销、存及物流各个环节的大数据分析, 涉及条码技术、标签技术、全息扫描技术、RF技术等技术. 2. 互联网行业 (1) 业务特征 互联网行业主要特征之一是数据量呈爆炸性增长,数据结构类型日趋复杂.各 种类型的信息和数据都呈现爆炸式地增长.全球90%的数据都是在过去两年中生成 的.在未来几年,数字信息会呈现更加惊人的增长,预计到2020年,信息和数据总 量将增长44倍. 另一个特征是用户行为丰富,WEB社群关系复杂.互联网已经不再是单纯地浏 览网页信息,互动已经成为主要方式.用户行为和网络中的社会群体变得更加多样 化、复杂化. (2) 需求分析 用户粘性对于互联网公司来说是至关重要的测评指标.而从爆炸性增长的数据 和复杂的用户行为中,提取有价值的信息,分析用户行为,建立用户模型,来提高 用户体验、增加用户粘性,是大数据技术发展的挑战和动力. 3. 电信行业 (1) 业务特征 数据量激增,保存时间长.近些年,由于无线上网和智能手机的推广,导致 电信行业数据量呈现爆炸性增长.从全球移动网络中语音和数据流量的状况来看, 2009年末,数据流量超过了语音流量,到2011年数据流量已经超过语音流量的两 倍.根据研究预测,到2015年全球移动数据流量将比2010年上升26倍.电信行业不 仅仅数据量大,而且保存时间长,一般电信行业要求数据保存2年6个月. 受众群体大,市场饱和度高.电信业务已经是人们生活中的必需品,用户数量 第一部分 大数据架构师入门