湯靜宇

（悉尼大學，新南威爾士州 悉尼 NSW2006）

0 前言

現(xiàn)如今，隨著數(shù)據(jù)集的不斷增長，各種組織現(xiàn)在正在尋求“云”來幫助管理、分析和存儲大數(shù)據(jù)，以保持競爭力、簡化流程并領先于競爭對手。一般來說，大數(shù)據(jù)領域通常用于定位客戶，了解客戶偏好，推廣產品、制定商業(yè)策略、開拓新市場、優(yōu)化工作流程。大數(shù)據(jù)的最終業(yè)務影響很難概括，但毫無疑問的是，它可以成功解決的問題是構建科學的數(shù)據(jù)基礎架構模型，通過后期龐大的過程業(yè)進行完善。無論其實施的具體領域如何，都是通過數(shù)據(jù)收集、處理和利用分析信息來提高利潤，大數(shù)據(jù)提供無限機遇，全世界的各個領域都可以感受到它的影響。

1 大數(shù)據(jù)與相關行業(yè)聯(lián)系概述

大數(shù)據(jù)的概念是指通過各種渠道，與各種數(shù)據(jù)處理技術，無限期地從各種來源獲得大量原始數(shù)據(jù)，通過信息處理，刪除或修改不正確、不完整、不相關、重復或格式不正確的數(shù)據(jù)，最后得到處理過的，更有價值的信息。如今全球已經(jīng)進入大數(shù)據(jù)時代，這個問題也被越來越多的專業(yè)人士引出“大數(shù)據(jù)如何用于當今社會的各種各領域？”將大數(shù)據(jù)用于各種領域的方式與效果取決于業(yè)務類型與數(shù)據(jù)來源類型，和最終目標[1]。

大數(shù)據(jù)可以理解為一種數(shù)據(jù)匯總，總數(shù)據(jù)量超過10TB 就可以將其稱之為大數(shù)據(jù)，隨著計算機技術的發(fā)展，使數(shù)據(jù)量逐年增長，2005—2015 年全球數(shù)據(jù)總量增長了70 多倍，2015 年全球數(shù)據(jù)量已經(jīng)達到了7910EB，截至2020 年全球數(shù)據(jù)量已達98635EB，其中包括圖片、文字、表格、視頻、音頻等，可見大數(shù)據(jù)的復雜程度。利用計算機技術進行處理可精準捕捉所需數(shù)據(jù)信息，為進一步提高數(shù)據(jù)的精確度，需要將計算機信息處理技術進一步完善，以此滿足發(fā)展需求。此外，組織因大數(shù)據(jù)而面臨的主要挑戰(zhàn)是數(shù)據(jù)隱私和安全問題，這是由網(wǎng)絡攻擊、技術不完善，安全標準不清晰引起的。現(xiàn)如今，大數(shù)據(jù)與AI、云服務、RPA 以及機器學習和其他強大的數(shù)據(jù)科學解決方案相結合可提供更好的結果以解決以上問題[2]。

在新建系統(tǒng)中，基于數(shù)據(jù)服務總線的數(shù)據(jù)集成，遵循數(shù)出一源的原則，將現(xiàn)代化技術與實際生活聯(lián)系起來，實現(xiàn)各個系統(tǒng)之間的數(shù)據(jù)共享，在執(zhí)行中要堅持加強內部信息交流。同時，在整合數(shù)據(jù)中需要從監(jiān)測數(shù)據(jù)收集、兌現(xiàn)率統(tǒng)計方面入手，保證所有獲取的信息數(shù)據(jù)可以追溯，使后續(xù)發(fā)展符合時代特點。為了更詳細地描述并更好地了解這項技術如何影響業(yè)務流程，數(shù)據(jù)科學家將更多的關注點放在了幾個受益于大數(shù)據(jù)的相關行業(yè)。

2 大數(shù)據(jù)與銀行、金融和保險行業(yè)的聯(lián)系

銀行、金融服務和保險業(yè)廣泛實施大數(shù)據(jù)和分析，以提高效率，以客戶為中心，從而獲得更多利潤。公司可以通過大數(shù)據(jù)了解更多關于其客戶的信息。出色的客戶服務意味著出色的員工績效。除了設計眾多技術解決方案外，數(shù)據(jù)專業(yè)人員還將協(xié)助公司在項目中設定績效指標在跟蹤、分析和共享與員工績效相關的指標時，它會派上用場。金融機構利用大數(shù)據(jù)分析來消除重疊、冗余的系統(tǒng)，以及提供更容易獲取數(shù)據(jù)的工具。大數(shù)據(jù)可以有效地增強公司在風險管理學科中利用預測模型的方式。它改善了系統(tǒng)中的響應時間線，從而提高了效率。銀行和零售交易商利用大數(shù)據(jù)進行情緒測量和高頻交易，等等。該部門還依靠大數(shù)據(jù)進行風險分析和監(jiān)測金融市場活動。在大數(shù)據(jù)的幫助下，金融公司可以提供更好的客戶服務，同時幫助企業(yè)增加利潤。增強客戶體驗是大多數(shù)公司的首要目標。

大數(shù)據(jù)時代下計算機信息處理技術，可以用軟件和程序作為基礎來進行操作，通過網(wǎng)絡傳輸準確、高效、安全的實施信息資料，相關人員可以利用計算機匯總和整理數(shù)據(jù)信息，為工作開展提供詳盡、有力的數(shù)據(jù)支持。同時在處理中能夠實時溝通，通過計算機處理的自動匯總、分析、優(yōu)化數(shù)據(jù)，進而完成信息共享傳遞，掌握數(shù)據(jù)應用的整體狀態(tài)。其他目標包括更好的目標營銷，降低成本，以及提高現(xiàn)有流程的效率。大數(shù)據(jù)技術幫助銀行和金融保險相關企業(yè)存儲大量的有效數(shù)據(jù)，并且可以對客戶進行深度分析，它們幫助公司了解更多信息和改善決策，最終降低風險。此外，金融行業(yè)要求極高的數(shù)據(jù)安全性，數(shù)據(jù)泄露是一個迫在眉睫的問題，這構成了對加強安全的需求，而現(xiàn)如今安全技術也一直在發(fā)展，現(xiàn)在已經(jīng)基本可以解決這個問題[3]。

3 大數(shù)據(jù)與零售業(yè)之間存在的聯(lián)系

基本所有商家都希望能夠在短時間內快速吸引新顧客。大數(shù)據(jù)策略將為實現(xiàn)這一目標做出很大貢獻。早些時候，大數(shù)據(jù)主要由那些能夠負擔得起用于收集和分析數(shù)據(jù)的技術和渠道的企業(yè)部署。如今，大型和小型零售商都越來越依賴大數(shù)據(jù)來獲得智能商業(yè)洞察力。因此，他們促進了對大數(shù)據(jù)的需求，但為了吸引合適的客戶，需要精確識別目標受眾的行為，零售業(yè)通過RFID、POS 掃描器、客戶忠誠度計劃等收集大量數(shù)據(jù)。這些技術的廣泛使用有助于減少欺詐行為，并實現(xiàn)對庫存的及時分析從而降低損失。在當前大數(shù)據(jù)時代，零售企業(yè)發(fā)展必須注重相關用戶反饋，及時進行優(yōu)化處理，相關參數(shù)是零售的主要依據(jù)，實現(xiàn)有效分析能夠降低出現(xiàn)誤差的概率，詳細比較各類數(shù)據(jù)參數(shù)，提高信息采集實時反饋的效率，進一步分析各類數(shù)據(jù)信息，健全優(yōu)化數(shù)據(jù)庫，持續(xù)更新自身發(fā)展目標，進而為后續(xù)工作開展奠定堅實基礎[4]。

通過數(shù)據(jù)分析做到這一點并不難，一個很常見的例子是在社交網(wǎng)絡上使用信息挖掘工具來衡量一個商家或一種商品的受眾在第一次接觸營銷活動或第一次使用產品時的反應，只要客戶在任何平臺給予評價或反饋，系統(tǒng)都有機會將其進行量化并進行分析，通過大數(shù)據(jù)解決方案，可以交叉檢查來自其他來源的數(shù)據(jù)，例如客戶消費記錄、與公眾的互動、與商家的聯(lián)系、消息歷史、甚至用戶在虛擬商店中的路線以及最常瀏覽的商品種類等。通過利用大數(shù)據(jù)使整個組織的個人能夠準確、自信地做出決策，這些零售商可以更深入地了解客戶并發(fā)現(xiàn)隱藏的趨勢，從而發(fā)現(xiàn)新的機會，這對于剛剛起步的零售商尤其友好。大數(shù)據(jù)分析將原始數(shù)據(jù)轉換為一個零售商真正需要的指示，提供更大的個性化、忠誠度潛力和客戶群，并幫助廠商進一步改進產品。

4 大數(shù)據(jù)與電子商務之間存在的聯(lián)系

當公司能夠了解客戶的想法和他們喜歡什么時，公司就可以更輕松地向他們銷售公司的產品。大數(shù)據(jù)對電子商務業(yè)務的重要性是顯而易見的：公司對客戶了解得越多，公司從自己的電子商店產生的利潤就越多。關于實時客戶行為、購買歷史和喜歡的產品的數(shù)據(jù)可以跟蹤高需求的產品并預測趨勢，以便在市場上率先推出最暢銷的產品。大數(shù)據(jù)使電子商務所有者能夠更好地了解客戶的需求、哪些產品在網(wǎng)上流行、如何使他們的產品更受歡迎并增加其網(wǎng)站上的銷售額，定價分析、庫存管理、客戶流失預測，這些只是該技術在表面上可以為企業(yè)做的幾件事，電子商務能通過大數(shù)據(jù)技術成功的關鍵還是能夠提供非凡的客戶體驗，可以滿足購物者的需求并領先于競爭對手，使客戶支付更高的價格，更好地了解客戶的需求和顧慮會帶來更好的服務，從而提高客戶的滿意度，最終結果是更好的銷售效果。

通過大數(shù)據(jù)分析，電子商務可以將收集到的洞察力轉化為新產品和服務，這使他們能夠預測客戶的需求?？紤]到客戶的需求、興趣或產品的流行，公司可以為產品開發(fā)提供新的數(shù)據(jù)。與其等待客戶告訴公司他們在尋找什么，公司可以提前滿足客戶的需求。另外，變得比競爭對手更有創(chuàng)新性也是一個額外的好處。與其他所有業(yè)務一樣，電子商務依賴于客戶的滿意度，大數(shù)據(jù)已經(jīng)對電子商務產生了很大的影響，而且這種影響只會一天天越來越廣泛，大數(shù)據(jù)已經(jīng)成為一股不可阻擋的潮流，不同技術的相互融合讓其本身就具備的各方面優(yōu)勢，其不僅能夠加快我國科技發(fā)展進程，且能夠保證整體的設計過程當中的準確性。為提高大數(shù)據(jù)分析處理的效率，在實際應用過程中需要使用計算機設備進行輔助，將收集、分析、整理及應用環(huán)節(jié)融合在一起，傳統(tǒng)模式的數(shù)據(jù)處理技術每個小時只能過濾1000 條數(shù)據(jù)，而智能化處理可增效80%以上[5]。

5 大數(shù)據(jù)與制造業(yè)之間存在的聯(lián)系

制造行業(yè)一直在面臨很多挑戰(zhàn)，如勞動力限制，貨物的積壓，復雜的供應鏈，原材料短缺和設備故障。大數(shù)據(jù)的使用可以使企業(yè)能夠發(fā)現(xiàn)節(jié)約成本和提高產品質量的新方法。事實上，那些成功建立起量化評估能力的公司可以將自己與競爭對手遠遠區(qū)分開來。由于制造業(yè)的生產過程十分復雜且多樣化，所以很容易出現(xiàn)缺陷，制造商可能會損失大量的年收入，現(xiàn)如今，可以通過分析來自生產線上傳感器的實時數(shù)據(jù)，關鍵的第一步是考慮公司有多少數(shù)據(jù)可供支配。一些新型公司，或者是那些生產周期長達數(shù)月甚至數(shù)年的公司，這些公司的高級領導人必須要面臨的挑戰(zhàn)是要長期關注并投資于系統(tǒng)和實踐來收集更多的數(shù)據(jù)。

對于這些公司來說，面臨的挑戰(zhàn)是如何能夠優(yōu)化使用現(xiàn)有的過程信息，以便能夠更容易地進行分析。從制造業(yè)流程監(jiān)管方面來講，當工廠與供應商連接時，供應鏈中的所有各方都可以訪問信息并監(jiān)控材料流，這種對供應鏈信息的實時監(jiān)控有助于快速發(fā)現(xiàn)問題、減少庫存，從而最大限度地減少資金需求。最后，在制造和質量管理中使用大數(shù)據(jù)可以降低制造商的產品、裝配和質量管理成本，這意味著大數(shù)據(jù)是削減成本的一大利器，許多制造業(yè)公司對利用大數(shù)據(jù)和預測分析模型來提高投資回報率，事實證明這也是可行的，因為大數(shù)據(jù)提供的洞察力可以降低運營成本，優(yōu)化支出。所有收集到的信息都可用于改造和改進業(yè)務流程，進而增加利潤[6]。

6 大數(shù)據(jù)與石油和天然氣之間的聯(lián)系

在石油和天然氣勘探、開發(fā)和生產相關的流程中會使用大量數(shù)據(jù)來保證過程正確與安全，但與此同時也會產生大量數(shù)據(jù)，數(shù)據(jù)量每天都在增長，如何有效的利用這些數(shù)據(jù)一直是業(yè)內人員關注的重點。在過去的十年中，該行業(yè)的組織一直在與這些數(shù)據(jù)打交道，石油公司需要考慮數(shù)據(jù)技術的進步，以幫助他們了解地下的情況。因此，大數(shù)據(jù)有助于收集所有數(shù)據(jù)，同時還可以更有效地傳輸此類信息。在石油和天然氣領域，大數(shù)據(jù)促進了決策。公司可以通過對幾何形狀的深入分析，對油井的位置做出更好的決定。

機構還利用大數(shù)據(jù)來確保其安全措施符合要求?，F(xiàn)在大數(shù)據(jù)在煉油行業(yè)被用于估算能源效率，并通過使用各種模型和分析方法來減少停機時間、維護和維修成本，石油鉆探是一個連續(xù)過程，機器必須在嚴酷的溫度和條件下長時間工作。大數(shù)據(jù)用于確保機器正常工作，不會因故障或故障而損壞。機器裝有傳感器，可收集有關其性能的數(shù)據(jù)。然后將此數(shù)據(jù)與匯總數(shù)據(jù)進行比較，確保以有效的方式更換零件，從而進一步減少額外費用。在液化天然氣和城市燃氣配送行業(yè)，它也用于維護和預測過程和設備的故障。從地理上講，不同地區(qū)的巖石層不同，即使它們在結構上可能相似。通常從一個領域吸取的教訓可以應用于類似的領域，數(shù)據(jù)科學可以幫助降低風險和成本并有助于更多地了解每個子系統(tǒng)，從而提高決策的準確性[7]。

7 大數(shù)據(jù)與環(huán)保行業(yè)之間的聯(lián)系

發(fā)展速度加快在一定程度上加重了環(huán)境污染，而通過大數(shù)據(jù)下的智慧環(huán)保則能夠明確污染源，對環(huán)境實際狀況進行分析，數(shù)據(jù)技術與環(huán)境保護相結合的技術，通過后續(xù)分析和優(yōu)化為環(huán)保問題提供解決途徑，現(xiàn)已成為我國實現(xiàn)綠色可持續(xù)發(fā)展的重要手段之一，利用評估手段來確定環(huán)境問題?！爸腔郗h(huán)保”是“數(shù)字環(huán)?！备拍畹难由旌屯卣梗迅袘骱脱b備嵌入到各種環(huán)境監(jiān)控對象（物體）中，將云計算與環(huán)保領域整合起來，最終對現(xiàn)有環(huán)境資源進行數(shù)據(jù)采集和評價，實現(xiàn)人類社會與環(huán)境業(yè)務系統(tǒng)的整合。環(huán)保管控基礎數(shù)據(jù)較為繁雜，通過環(huán)保管理系統(tǒng)為后續(xù)工作提供依據(jù)，在智慧環(huán)保管理系統(tǒng)中需要以工藝參數(shù)為基礎進行監(jiān)控，通過監(jiān)控數(shù)據(jù)迅速判斷當前環(huán)境存在的異常情況，如發(fā)現(xiàn)問題可以及時采取措施減少污染物排放，通過對主要環(huán)保處理設施進行調整，以此為后續(xù)發(fā)展奠定堅實基礎。對所有監(jiān)測數(shù)據(jù)進行統(tǒng)一數(shù)據(jù)采集，對數(shù)據(jù)直觀的展示污染物排放，針對在線、手工監(jiān)測數(shù)據(jù)進行統(tǒng)計和分析，進而發(fā)揮出不同站點不同因子數(shù)據(jù)的功能性，在環(huán)境監(jiān)測中需要對計劃編制、分解功能加大關注，將超標數(shù)據(jù)集中梳理展示，通過企業(yè)環(huán)境空氣質量AQI 數(shù)據(jù)，建立污染源在線監(jiān)控，提供各項排放指標的統(tǒng)計分析。在此基礎上需要進行有機集成，利用大數(shù)據(jù)采集的數(shù)據(jù)進行分析，結合實際建立現(xiàn)代環(huán)境保護體系，對原有數(shù)據(jù)做出正確準確的分析，為管理者決策提供寶貴的意見，防止后續(xù)出現(xiàn)新的環(huán)境破壞事件，避免我國環(huán)境污染進一步惡化。

8 大數(shù)據(jù)與媒體行業(yè)之間的聯(lián)系

大數(shù)據(jù)使營銷人員能夠識別社交媒體趨勢并獲得洞察力，這可用于做出參與決策，例如與哪些用戶進行交流，營銷電子郵件應該發(fā)送給哪些用戶組等。它還可以更輕松地跟蹤人口統(tǒng)計數(shù)據(jù)來決定要針對哪個社交媒體平臺。大數(shù)據(jù)可用于跟蹤社交媒體活動的表現(xiàn)并找出投資回報率的逐漸變化。它還允許營銷人員在啟動之前測試他們的活動、分析結果、根據(jù)需要對活動進行更改并重新測試。預測分析工具使企業(yè)能夠決定何時暫停活動以避免損失。用戶在其社交網(wǎng)絡上發(fā)布的所有狀態(tài)更新、照片和視頻都包含有關其人口統(tǒng)計、喜歡、不喜歡等的有用信息。企業(yè)正在以多種方式利用這些信息，對其進行管理和分析以獲得競爭優(yōu)勢，與此同時，品牌更容易只展示消費者感興趣的廣告，將插入廣告變得更加自然，廣告將根據(jù)用戶的社交媒體帖子、他們觀看和分享的內容等進行定向[8]。

通過個性化廣告，營銷人員可以在確定最有效的平臺后加強與社交媒體用戶的聯(lián)系并將其轉化為客戶，并且可以使社交媒體平臺上與品牌互動的人數(shù)不斷增加，這使各路媒體必須精通數(shù)據(jù)才能保持競爭力并在社交媒體領域保持相關性。正因為在日常生活中，這些平臺產生大量數(shù)據(jù)，這些信息中潛藏著大量商機，所以現(xiàn)如今在社交媒體營銷活動中利用大數(shù)據(jù)變得至關重要，大數(shù)據(jù)將可以解釋買家的行為并針對特定人群進行分析。此外，消費者的權力轉移意味越來越多的媒體用戶不再依賴銷售人員作為有關特定品牌的信息提供者。相反，消費者更喜歡從他們自己的研究中得出結論，買家認為社交媒體和互聯(lián)網(wǎng)是最公正和最有用的信息來源，這也使大數(shù)據(jù)的地位在媒體行業(yè)中越來越重要。

9 結語

大數(shù)據(jù)相關技術的應用能夠提高各行業(yè)的效率，數(shù)據(jù)收集工作對于一些運營周期長的企業(yè)也并不簡單，但在生產過程中收集了過多數(shù)據(jù)也會對企業(yè)造成負擔，現(xiàn)在許多公司仍然沒有使用運營過程中收集的大部分數(shù)據(jù)。現(xiàn)如今大部分公司已經(jīng)開始更多地利用大數(shù)據(jù)的優(yōu)勢，考慮到大數(shù)據(jù)對商業(yè)的好處，轉向分析和其他機器學習技術來有效管理數(shù)據(jù)，大數(shù)據(jù)在一些行業(yè)，如考古、地質勘測、醫(yī)療保健、石油和礦物開采等行業(yè)的應用需要持續(xù)優(yōu)化。