熊熙+喬少杰+李斌勇

摘 要：在萬(wàn)物互聯(lián)的時(shí)代，如何將傳統(tǒng)行業(yè)中復(fù)雜、孤立、海量的數(shù)據(jù)融合，找到隱藏在低價(jià)值中的潛在價(jià)值，進(jìn)而改變生產(chǎn)模式，是目前大數(shù)據(jù)的研究方向。本文通過分析各行業(yè)中大數(shù)據(jù)技術(shù)應(yīng)用的現(xiàn)狀，探討了大數(shù)據(jù)技術(shù)在金融機(jī)構(gòu)和企業(yè)運(yùn)維過程中如何挖掘潛在應(yīng)用價(jià)值，進(jìn)而改善現(xiàn)有生產(chǎn)方式，說明大數(shù)據(jù)應(yīng)用的前景值得期待，而實(shí)踐中是否能帶來經(jīng)濟(jì)效益仍待進(jìn)一步觀察。

關(guān)鍵詞：大數(shù)據(jù)；潛在價(jià)值；生產(chǎn)模式；成都地區(qū)

成都作為西南地區(qū)科技、金融、交通中心，擁有眾多的科研機(jī)構(gòu)和中外知名科技企業(yè)。尤其是在以科技創(chuàng)新為發(fā)展依托、GDP穩(wěn)居成都各區(qū)縣第一位并穩(wěn)步上漲的成都高新區(qū)，涌現(xiàn)出了眾多的大數(shù)據(jù)相關(guān)企業(yè)。通過政策支持，成都高新區(qū)成立了三大平臺(tái)：成都大數(shù)據(jù)創(chuàng)新創(chuàng)業(yè)服務(wù)平臺(tái)、成都大數(shù)據(jù)交易平臺(tái)和成都大數(shù)據(jù)處理分析平臺(tái)，同時(shí)成立了四大數(shù)據(jù)基地：郫都區(qū)菁蓉小鎮(zhèn)、國(guó)家信息中心大數(shù)據(jù)創(chuàng)新創(chuàng)業(yè)基地、高新區(qū)的中國(guó)智慧城市大數(shù)據(jù)創(chuàng)新聯(lián)盟以及青羊區(qū)中國(guó)科學(xué)院大數(shù)據(jù)挖掘和知識(shí)管理重點(diǎn)實(shí)驗(yàn)室。

根據(jù)CCF大數(shù)據(jù)專業(yè)委員會(huì)的統(tǒng)計(jì)，目前大數(shù)據(jù)應(yīng)用熱點(diǎn)主要表現(xiàn)在數(shù)據(jù)資源可視化、大數(shù)據(jù)隱私、大數(shù)據(jù)與云計(jì)算深度融合、基于海量數(shù)據(jù)的智能和大數(shù)據(jù)安全等方面[1]。傳統(tǒng)行業(yè)對(duì)數(shù)據(jù)的集中利用主要表現(xiàn)在對(duì)業(yè)務(wù)數(shù)據(jù)的統(tǒng)計(jì)，應(yīng)用范圍以系統(tǒng)內(nèi)部或企業(yè)內(nèi)部為主，例如各系統(tǒng)報(bào)表、財(cái)務(wù)報(bào)表和銷售統(tǒng)計(jì)等。IT行業(yè)的數(shù)據(jù)主要來源于智能終端設(shè)備、物聯(lián)網(wǎng)和云平臺(tái)，采用分布式存儲(chǔ)，深度挖掘和海量智能將是高科技公司未來的研究方向。

本文對(duì)成都市大數(shù)據(jù)技術(shù)應(yīng)用進(jìn)行了調(diào)研，分析了大數(shù)據(jù)在各行業(yè)中的應(yīng)用與影響，闡述了如何利用大數(shù)據(jù)技術(shù)挖掘有用信息進(jìn)而改變生產(chǎn)模式，最后給出了大數(shù)據(jù)技術(shù)在金融機(jī)構(gòu)和企業(yè)運(yùn)維領(lǐng)域的應(yīng)用模式。

1 成都地區(qū)大數(shù)據(jù)行業(yè)的應(yīng)用現(xiàn)狀

成都地區(qū)目前已聚集了大數(shù)據(jù)相關(guān)企業(yè)300余家，從事大數(shù)據(jù)應(yīng)用研發(fā)及運(yùn)營(yíng)服務(wù)的企業(yè)146家，企業(yè)類別有數(shù)據(jù)管理、數(shù)據(jù)可視化、數(shù)據(jù)集成、城市大數(shù)據(jù)共享交換、指紋識(shí)別、數(shù)據(jù)安全設(shè)備、行業(yè)應(yīng)用、法律行業(yè)、電信行業(yè)和電商行業(yè)等。企業(yè)業(yè)務(wù)已涉及到公共事業(yè)、企業(yè)服務(wù)、醫(yī)療健康、云計(jì)算、金融和智能制造等50個(gè)垂直細(xì)分領(lǐng)域，涉及公司服務(wù)的大數(shù)據(jù)企業(yè)占比達(dá)36%，醫(yī)療健康服務(wù)的企業(yè)占比為36%，金融行業(yè)占比18%。

成都地區(qū)知名的大數(shù)據(jù)企業(yè)主要有成都四方偉業(yè)軟件股份有限公司，從事政府、金融和電信業(yè)務(wù)；成都神鳥數(shù)據(jù)咨詢有限公司，從事政府、企業(yè)、媒體和金融保險(xiǎn)等多個(gè)行業(yè)業(yè)務(wù)；成都數(shù)聯(lián)銘品科技有限公司為金融、傳媒和體育事業(yè)提供大數(shù)據(jù)業(yè)務(wù)解決方案；成都數(shù)之聯(lián)科技有限公司則為人力資源、醫(yī)療健康和數(shù)據(jù)交易行業(yè)提供大數(shù)據(jù)綜合業(yè)務(wù)。

2 大數(shù)據(jù)技術(shù)在各行業(yè)的應(yīng)用及影響

2.1 公共事業(yè)

政務(wù)中各地采集的信息標(biāo)準(zhǔn)不統(tǒng)一，傳統(tǒng)的電子政務(wù)信息系統(tǒng)數(shù)據(jù)結(jié)構(gòu)差異性大、利用率低[2]。政府各部門數(shù)據(jù)獨(dú)立分散，協(xié)同服務(wù)困難。通過建立大數(shù)據(jù)云平臺(tái)將各個(gè)領(lǐng)域的數(shù)據(jù)統(tǒng)一，實(shí)現(xiàn)各類政務(wù)數(shù)據(jù)的有效存儲(chǔ)和實(shí)時(shí)更新，同時(shí)利用數(shù)據(jù)資源可視化來發(fā)揮各個(gè)職能部門數(shù)據(jù)的潛在價(jià)值。

2.2 醫(yī)療健康

在政策和市場(chǎng)的支持下，通過建立醫(yī)療數(shù)據(jù)中心、醫(yī)療設(shè)備中心等大數(shù)據(jù)基礎(chǔ)信息平臺(tái)，并規(guī)整本區(qū)域醫(yī)療機(jī)構(gòu)的就診數(shù)據(jù)。一方面提供遠(yuǎn)程診療硬件支撐體系，并解決醫(yī)療設(shè)備資源總量不足、分布不均的問題；另一方面為精準(zhǔn)醫(yī)療大數(shù)據(jù)分析和挖掘應(yīng)用提供數(shù)據(jù)儲(chǔ)備，推動(dòng)大健康產(chǎn)業(yè)發(fā)展[3]。

2.3 金融業(yè)務(wù)

通過建立網(wǎng)點(diǎn)顧客監(jiān)測(cè)模型了解銀行服務(wù)的現(xiàn)狀，同時(shí)通過客戶滿意度調(diào)查來了解客戶對(duì)銀行服務(wù)的評(píng)價(jià)及其期望，結(jié)合分析銀行服務(wù)現(xiàn)狀與客戶期望之間的差距，探索切合銀行現(xiàn)狀、提升銀行整體服務(wù)水平的措施和方法。并根據(jù)客戶需求，結(jié)合銀行現(xiàn)有資源，為銀行擬定具體的服務(wù)提升方案和措施，將服務(wù)提升工作具體落實(shí)到網(wǎng)點(diǎn)及相關(guān)渠道服務(wù)人員。

2.4 新媒體業(yè)務(wù)

新媒體的運(yùn)營(yíng)是“內(nèi)容”與“技術(shù)”的結(jié)合，在提供優(yōu)質(zhì)內(nèi)容的同時(shí)，也需要相應(yīng)的技術(shù)支撐，實(shí)現(xiàn)最佳傳播效果。新媒體研究主要從用戶使用體驗(yàn)和內(nèi)容傳播效果兩個(gè)方面進(jìn)行研究，為新媒體產(chǎn)品的運(yùn)營(yíng)情況提供客觀、完善的評(píng)價(jià)體系。其中，用戶使用體驗(yàn)的評(píng)價(jià)指標(biāo)包括新媒體產(chǎn)品的下載數(shù)、卸載數(shù)、用戶數(shù)、使用頻次、使用時(shí)長(zhǎng)以及用戶在網(wǎng)絡(luò)上對(duì)產(chǎn)品的評(píng)論和發(fā)言；新媒體產(chǎn)品內(nèi)容傳播效果的評(píng)價(jià)指標(biāo)則主要包括內(nèi)容的點(diǎn)擊率、評(píng)論數(shù)、轉(zhuǎn)發(fā)率等。

3 挖掘潛在應(yīng)用價(jià)值，改善現(xiàn)有生產(chǎn)方式

3.1 金融機(jī)構(gòu)

金融機(jī)構(gòu)掌握很多數(shù)據(jù)，但僅僅占可獲得數(shù)據(jù)的一小部分。金融機(jī)構(gòu)掌握的數(shù)據(jù)是結(jié)構(gòu)化的，金融系統(tǒng)之外的數(shù)據(jù)，如工商注冊(cè)數(shù)據(jù)、稅務(wù)數(shù)據(jù)、產(chǎn)權(quán)數(shù)據(jù)和訴訟數(shù)據(jù)等等，都是非結(jié)構(gòu)數(shù)據(jù)。這些非結(jié)構(gòu)數(shù)據(jù)分散在各個(gè)政府機(jī)構(gòu)、登記中心和法院等，數(shù)據(jù)格式也不同[4]。

這些數(shù)據(jù)對(duì)金融機(jī)構(gòu)的風(fēng)險(xiǎn)判斷同樣重要。使用這些數(shù)據(jù)進(jìn)行畫像、建模，從交易、風(fēng)險(xiǎn)、權(quán)益多個(gè)層面分析，對(duì)客戶價(jià)值進(jìn)行打分，可大幅提高精準(zhǔn)營(yíng)銷的能力。

3.2 企業(yè)運(yùn)維

隨著企業(yè)系統(tǒng)的增多，產(chǎn)生的工單、日志、告警數(shù)據(jù)呈指數(shù)級(jí)增長(zhǎng)，導(dǎo)致企業(yè)運(yùn)維難度加大。Hadoop、Spark、Flume等多種架構(gòu)實(shí)現(xiàn)了海量運(yùn)維數(shù)據(jù)的采集與存儲(chǔ)[5]，利用機(jī)器學(xué)習(xí)鑒定技術(shù)對(duì)日志建立Profile模型，幫助運(yùn)維人員準(zhǔn)實(shí)時(shí)監(jiān)控線上業(yè)務(wù)、實(shí)時(shí)定位業(yè)務(wù)異常、排除故障、優(yōu)化運(yùn)維工作，從而改變生產(chǎn)模式。

4 總結(jié)

通過調(diào)研，大數(shù)據(jù)平臺(tái)在各行業(yè)的應(yīng)用處于初步階段，投資回報(bào)尚未得到驗(yàn)證。大數(shù)據(jù)熱點(diǎn)資源共享、大數(shù)據(jù)可視化和大數(shù)據(jù)安全等領(lǐng)域?qū)⑹俏磥淼漠a(chǎn)業(yè)熱點(diǎn)，改變生產(chǎn)模式、節(jié)省人力、提高精準(zhǔn)度同樣值得期待。不過，具體應(yīng)用模式能否帶來實(shí)際的經(jīng)濟(jì)效益，還是未知數(shù)。

參考文獻(xiàn)

[1]孟杰.基于大數(shù)據(jù)技術(shù)應(yīng)用的商業(yè)模式設(shè)計(jì)路徑研究[D].東南大學(xué)，2015.

[2]錢小聰.大數(shù)據(jù)的發(fā)展和產(chǎn)業(yè)機(jī)遇[J].物聯(lián)網(wǎng)技術(shù)，2013（10）：84-86.

[3]任思沖，周海琴，彭萍.大數(shù)據(jù)挖掘促進(jìn)精準(zhǔn)醫(yī)學(xué)發(fā)展[J].國(guó)際檢驗(yàn)醫(yī)學(xué)雜志，2015（23）：3499-3501.

[4]蔡慶豐，郭春松，陳詣之.大數(shù)據(jù)思維在金融學(xué)研究中的運(yùn)用[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2015（3）：104-114.

[5]于科.基于ITIL的IT運(yùn)維管理體系應(yīng)用研究[D].西安建筑科技大學(xué)，2014.endprint