【導(dǎo)讀】了解大數(shù)據(jù)的全景及其在不同行業(yè)的應(yīng)用，將有助于更好地了解你的角色和未來不同行業(yè)的發(fā)展。

　　大數(shù)據(jù)已經(jīng)成為過去幾年中大部分行業(yè)的游戲規(guī)則，行業(yè)領(lǐng)袖，學(xué)者和其他知名的利益相關(guān)者都同意這一點(diǎn)， 隨著大數(shù)據(jù)繼續(xù)滲透到我們的日常生活中，圍繞大數(shù)據(jù)的炒作正在轉(zhuǎn)向?qū)嶋H使用中的真正價(jià)值。

　　雖然了解大數(shù)據(jù)的價(jià)值仍然是一個(gè)挑戰(zhàn)，但其他實(shí)踐中的挑戰(zhàn)包括資金投入和投資回報(bào)率以及相關(guān)技能仍然是大數(shù)據(jù)行業(yè)排名前列。Gartner調(diào)查顯示，75％以上的公司正在投資或計(jì)劃在未來兩年投資大數(shù)據(jù)。

　　一般來說，大多數(shù)公司都希望有幾個(gè)大數(shù)據(jù)項(xiàng)目，公司的主要目標(biāo)是增強(qiáng)客戶體驗(yàn)，但其他目標(biāo)包括降低成本，更有針對(duì)性地進(jìn)行營(yíng)銷，并使現(xiàn)有流程更有效率。 近來，數(shù)據(jù)泄露也使安全性成為大數(shù)據(jù)項(xiàng)目需要解決的重要問題。

　　然而，更重要的是，當(dāng)涉及到大數(shù)據(jù)時(shí)，你所在的位置是在哪里？ 你很可能會(huì)發(fā)現(xiàn)你處于以下幾種情況之一：

１.想要弄清楚大數(shù)據(jù)中是否存在真正的價(jià)值
２.評(píng)估市場(chǎng)機(jī)會(huì)的規(guī)模
３.開發(fā)使用大數(shù)據(jù)的新服務(wù)和產(chǎn)品
４.已經(jīng)使用大數(shù)據(jù)解決方案重新定位現(xiàn)有的服務(wù)和產(chǎn)品以利用大數(shù)據(jù)，或者
已經(jīng)使用大數(shù)據(jù)解決方案

　　考慮到這一點(diǎn)，了解大數(shù)據(jù)的全景及其在不同行業(yè)的應(yīng)用，將有助于更好地了解你的角色和未來不同行業(yè)的發(fā)展。

　　在本文中，我將分析使用大數(shù)據(jù)的10個(gè)垂直行業(yè)，這些行業(yè)面臨的行業(yè)挑戰(zhàn)以及大數(shù)據(jù)如何解決這些挑戰(zhàn)。 我還將提到一些大型數(shù)據(jù)提供商在特定行業(yè)提供解決方案的案例。

銀行業(yè)與證券業(yè)

行業(yè)具體的大數(shù)據(jù)挑戰(zhàn)

一項(xiàng)研究對(duì)10個(gè)頂級(jí)投資和零售業(yè)務(wù)銀行的16個(gè)項(xiàng)目進(jìn)行了調(diào)查，結(jié)果顯示：行業(yè)的挑戰(zhàn)包括：證券欺詐預(yù)警，超高頻金融數(shù)據(jù)分析，信用卡欺詐檢測(cè)，審計(jì)跟蹤歸檔，企業(yè)信用風(fēng)險(xiǎn)報(bào)告，貿(mào)易可見度，客戶數(shù)據(jù)轉(zhuǎn)換， 交易的社會(huì)分析，IT運(yùn)營(yíng)分析和IT策略合規(guī)性分析等。

大數(shù)據(jù)在銀行業(yè)和證券業(yè)的應(yīng)用

證券交易委員會(huì)（SEC）正在使用大數(shù)據(jù)來監(jiān)控金融市場(chǎng)活動(dòng)。 他們目前正在使用網(wǎng)絡(luò)分析和自然語言處理器來捕捉金融市場(chǎng)的非法交易活動(dòng)。
金融市場(chǎng)的零售商，大銀行，對(duì)沖基金和其他所謂的“大男孩”使用大數(shù)據(jù)進(jìn)行高頻交易，交易前決策支持分析，情緒測(cè)量，預(yù)測(cè)分析等方面的交易分析。
該行業(yè)還嚴(yán)重依賴大數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)分析，包括反洗錢，企業(yè)風(fēng)險(xiǎn)管理，“了解你的客戶”和減少欺詐。

該行業(yè)特定的大數(shù)據(jù)提供商包括：1010data，Panopticon軟件，Streambase Systems，Nice Actimize和Quartet FS。

2、通訊，媒體和娛樂

行業(yè)具體大數(shù)據(jù)挑戰(zhàn)

　　由于消費(fèi)者期望有不同格式和各種設(shè)備的多媒體需求，通信，媒體和娛樂行業(yè)的一些重大數(shù)據(jù)挑戰(zhàn)包括：

收集，分析和利用消費(fèi)者洞察
利用移動(dòng)和社交媒體內(nèi)容
了解實(shí)時(shí)，媒體內(nèi)容使用情況

大數(shù)據(jù)在通信，媒體和娛樂行業(yè)的應(yīng)用

　　該行業(yè)的企業(yè)同時(shí)分析客戶數(shù)據(jù)以及行為數(shù)據(jù)，以創(chuàng)建詳細(xì)的客戶資料，可用于：

為不同的目標(biāo)受眾創(chuàng)建內(nèi)容
根據(jù)需要推薦內(nèi)容
衡量?jī)?nèi)容效果

　　一個(gè)例子是溫布爾登網(wǎng)球錦標(biāo)賽，利用大數(shù)據(jù)實(shí)時(shí)對(duì)電視，移動(dòng)和網(wǎng)絡(luò)用戶觀看網(wǎng)球比賽的詳細(xì)情緒分析。

　　Spotify是按需音樂服務(wù)，使用Hadoop大數(shù)據(jù)分析，從全球數(shù)百萬用戶收集數(shù)據(jù)，然后使用分析的數(shù)據(jù)向個(gè)人用戶提供個(gè)性化的音樂推薦。

　　亞馬遜Prime通過在一站式商店中提供，視頻，音樂和Kindle書籍提供良好的客戶體驗(yàn)，也大量利用大數(shù)據(jù)。

　　這個(gè)行業(yè)的大數(shù)據(jù)提供商包括：Infochimps，Splunk，Pervasive Software和Visible Measures。

醫(yī)療保健

行業(yè)特有的大數(shù)據(jù)挑戰(zhàn)

　　醫(yī)療保健部門獲得了大量的數(shù)據(jù)，但一直沒能使用數(shù)據(jù)來遏制醫(yī)療保健成本上升，提高醫(yī)療保健收益，提高系統(tǒng)效率。

　　這主要是因?yàn)殡娮訑?shù)據(jù)不足或不可用。 另外，保存健康相關(guān)信息的醫(yī)療保健數(shù)據(jù)庫(kù)很難與醫(yī)療領(lǐng)域有用模式的數(shù)據(jù)鏈接起來。

　　其他與大數(shù)據(jù)相關(guān)的挑戰(zhàn)包括：將患者排除在決策過程之外，以及使用來自不同渠道的容易獲得的傳感器的數(shù)據(jù)。

大數(shù)據(jù)在醫(yī)療行業(yè)的應(yīng)用

　　以色列貝斯的一些醫(yī)院正在使用數(shù)百萬病人從手機(jī)應(yīng)用收集的數(shù)據(jù)，讓醫(yī)生可以使用循證醫(yī)學(xué)，而不是像傳統(tǒng)醫(yī)院一樣，對(duì)病人進(jìn)行醫(yī)療/實(shí)驗(yàn)室檢測(cè)。 有些測(cè)試是有效的，但大部分是昂貴的并且通常是低效的。

　　佛羅里達(dá)大學(xué)使用免費(fèi)公共衛(wèi)生數(shù)據(jù)和Google地圖創(chuàng)建視覺數(shù)據(jù)，可以更快速地識(shí)別和有效分析醫(yī)療信息，用于跟蹤慢性病的傳播。

　　奧巴馬醫(yī)保方案也以多種方式利用了大量數(shù)據(jù)。

　　該行業(yè)的大數(shù)據(jù)提供商包括：Recombinant Data，Humedica，Explorys和Cerner

教育

行業(yè)具體的大數(shù)據(jù)挑戰(zhàn)

　　從技術(shù)角度來看，教育行業(yè)面臨的一個(gè)重大挑戰(zhàn)是將來自不同來源和供應(yīng)商的大數(shù)據(jù)整合其中，并將其用于一個(gè)數(shù)據(jù)的平臺(tái)。

　　從實(shí)踐的角度來看，教育從業(yè)者和機(jī)構(gòu)必須學(xué)習(xí)新的數(shù)據(jù)管理和分析工具。

　　在技術(shù)方面，整合來自不同來源的數(shù)據(jù)，不同平臺(tái)和原本不相互合作的不同供應(yīng)商都面臨挑戰(zhàn)。

　　在政治上，與用于教育目的的大數(shù)據(jù)相關(guān)的隱私和個(gè)人數(shù)據(jù)保護(hù)問題是一個(gè)挑戰(zhàn)。

大數(shù)據(jù)在教育中的應(yīng)用

　　大數(shù)據(jù)在高等教育中的應(yīng)用相當(dāng)顯著。例如，塔斯馬尼亞大學(xué)。一個(gè)擁有26000多名學(xué)生的澳大利亞大學(xué)，部署了一個(gè)學(xué)習(xí)和管理系統(tǒng)，學(xué)生登錄系統(tǒng)，系統(tǒng)追蹤學(xué)生花費(fèi)的時(shí)間以及學(xué)生的整體進(jìn)度等。

　　在教育中使用大數(shù)據(jù)的不同用例中，它也用于衡量教師教學(xué)的有效性，以確保學(xué)生和教師的良好體驗(yàn)。教師的表現(xiàn)可以根據(jù)學(xué)生人數(shù)，學(xué)科人數(shù)，學(xué)生期望，行為分類和其他幾個(gè)變量進(jìn)行微調(diào)和衡量。

　　在政府層面上，美國(guó)教育部的教育技術(shù)辦公室正在使用大數(shù)據(jù)來開發(fā)分析數(shù)據(jù)，以幫助糾正選錯(cuò)在線課程的學(xué)生，點(diǎn)擊模式也被用來檢測(cè)學(xué)生學(xué)習(xí)時(shí)的無聊程度。

　　這個(gè)行業(yè)的大數(shù)據(jù)提供商包括：Knewton和Carnegie Learning和MyFit / Naviance。

制造業(yè)和自然資源開采業(yè)

行業(yè)具體挑戰(zhàn)

　　對(duì)石油，農(nóng)產(chǎn)品，礦產(chǎn)，天然氣，金屬等自然資源的需求日益增加，導(dǎo)致數(shù)據(jù)量的增加，復(fù)雜性和提高速度是一個(gè)挑戰(zhàn)。

　　同樣，來自制造業(yè)的大量數(shù)據(jù)尚未得到開發(fā)。 這種信息的利用不足阻礙了產(chǎn)品質(zhì)量提高，能源效率和可靠性的提升，以及更好的利潤(rùn)率。

大數(shù)據(jù)在制造和自然資源開采業(yè)中的應(yīng)用

　　在自然資源行業(yè)，通過大數(shù)據(jù)可以利用地理空間數(shù)據(jù)，圖形數(shù)據(jù)，文本和時(shí)間數(shù)據(jù)中攝取和整合大量數(shù)據(jù)建立預(yù)測(cè)模型，幫助做出決策，應(yīng)用的領(lǐng)域包括： 地震解釋和油藏表征。

　　大數(shù)據(jù)也被用于解決當(dāng)今制造業(yè)所面臨的挑戰(zhàn)，懿獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。