智能制造網(wǎng)APP
智能制造網(wǎng)手機(jī)站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號(hào)
智能控制
機(jī)器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
施耐德/SCHNEIDER
在如今這個(gè)時(shí)代，數(shù)據(jù)已然成為了比黃金、石油更寶貴的財(cái)富。
大數(shù)據(jù)就像雙刃劍，既能被無良商家用來“殺熟”、獲取不法利益，也能挖掉行業(yè)中長期存在的痼疾，為社會(huì)發(fā)展、科技進(jìn)步創(chuàng)造更多價(jià)值。
京東CEO劉強(qiáng)東曾在一篇題為《談科技公司的力量與責(zé)任》的文章中表示：“是我們的人性與謙卑賦予了技術(shù)對(duì)他人生活產(chǎn)生積極影響的可能。這是一種能夠造福社會(huì)的巨大力量。但與此同時(shí)，我們也必須意識(shí)到，技術(shù)本身無法辨別是非對(duì)錯(cuò)，我們應(yīng)用技術(shù)時(shí)應(yīng)該更有擔(dān)當(dāng)。這是我們近乎的能力，也是我們絲毫不可松懈的責(zé)任。”
據(jù)前瞻產(chǎn)業(yè)研究院發(fā)布的《中國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展前景與投資戰(zhàn)略規(guī)劃分析報(bào)告》統(tǒng)計(jì)數(shù)據(jù)顯示，2015年我國大數(shù)據(jù)產(chǎn)業(yè)規(guī)模已達(dá)2800億元。截止至2017年我國大數(shù)據(jù)產(chǎn)業(yè)規(guī)模增長至4700億，同比增長是30.6%。初步測(cè)算2018年我國大數(shù)據(jù)產(chǎn)業(yè)規(guī)模達(dá)到5400億元左右，同比增長15%。預(yù)測(cè)在2020年我國大數(shù)據(jù)產(chǎn)業(yè)規(guī)模將突破萬億元。
在先采用大數(shù)據(jù)技術(shù)的電信、金融，到隨后“跟風(fēng)”的電信、工業(yè)、醫(yī)療、教育等行業(yè)，大數(shù)據(jù)技術(shù)的用例已然無處不在。
了解大數(shù)據(jù)技術(shù)在各行業(yè)的應(yīng)用和它如何解決業(yè)內(nèi)正面臨的挑戰(zhàn)，將有助于你更好地理解這一新興技術(shù)的未來潛力和真正價(jià)值。
銀行和證券業(yè)
一項(xiàng)針對(duì)10家投資和零售銀行的16個(gè)項(xiàng)目的研究表明，該行業(yè)面臨的挑戰(zhàn)包括: 證券欺詐預(yù)警、信用卡欺詐檢測(cè)、審計(jì)跟蹤檔案、企業(yè)信用風(fēng)險(xiǎn)報(bào)告、交易可視性、客戶數(shù)據(jù)轉(zhuǎn)換、交易社交分析、IT運(yùn)營分析和IT政策合規(guī)分析等。
美國證券交易委員會(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)中的非法交易活動(dòng)。
零售交易員、大銀行、對(duì)沖基金等金融市場(chǎng)所謂的“大人物”也在使用大數(shù)據(jù)進(jìn)行交易分析，用于高頻交易、交易前決策支持分析、情緒測(cè)量、預(yù)測(cè)分析等。
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、要求企業(yè)進(jìn)行風(fēng)險(xiǎn)管理、“了解客戶”及減少欺詐等。
針對(duì)該行業(yè)的大數(shù)據(jù)提供商包括:1010data、Panopticon軟件、Streambase系統(tǒng)、Nice Actimize和Quartet FS等。
通訊、傳媒和娛樂業(yè)
由于消費(fèi)者希望以不同的格式和不同的設(shè)備按需使用多媒體，因此通信、傳媒和娛樂行業(yè)的一些大數(shù)據(jù)挑戰(zhàn)包括:收集分析和利用消費(fèi)者的洞察力、利用移動(dòng)和社交媒體內(nèi)容、了解實(shí)時(shí)媒體內(nèi)容使用的模式等。
該行業(yè)的企業(yè)同時(shí)分析客戶數(shù)據(jù)和行為數(shù)據(jù)，創(chuàng)建詳細(xì)的客戶檔案，可用于:為不同的目標(biāo)受眾創(chuàng)建內(nèi)容、按需推薦內(nèi)容、估量內(nèi)容的表現(xiàn)與質(zhì)量等。
一個(gè)恰當(dāng)?shù)睦邮菧夭紶柕蔷W(wǎng)球錦標(biāo)賽(YouTube視頻)，它利用大數(shù)據(jù)向電視、手機(jī)和網(wǎng)絡(luò)用戶實(shí)時(shí)提供有關(guān)網(wǎng)球比賽的詳細(xì)分析。
Spotify是一家按需音樂服務(wù)公司，它使用Hadoop大數(shù)據(jù)分析，從數(shù)百萬用戶中收集數(shù)據(jù)，然后用分析后的數(shù)據(jù)向個(gè)人用戶提供明智的音樂推薦。
亞馬遜Prime通過一站式服務(wù)提供視頻、音樂和Kindle電子書，旨在提供良好的客戶體驗(yàn)，它也大量利用了大數(shù)據(jù)。
該行業(yè)的大數(shù)據(jù)提供商包括:info、Splunk、Pervasive Software和Visible Measures等。
醫(yī)療服務(wù)業(yè)
醫(yī)療保健行業(yè)可以獲得大量數(shù)據(jù)，但未能利用這些數(shù)據(jù)遏制不斷上升的醫(yī)療保健成本，效率低下的醫(yī)療體系阻遏了更快、更好的全面醫(yī)療福利發(fā)展，這些都令該行業(yè)深受困擾。
這主要是由于電子數(shù)據(jù)無法獲得、不足或不可用。
此外，保存與健康相關(guān)信息的醫(yī)療數(shù)據(jù)庫使得鏈接那些能夠顯示出醫(yī)療領(lǐng)域有用的模式的數(shù)據(jù)變得困難。
與大數(shù)據(jù)相關(guān)的其他挑戰(zhàn)包括:將患者排除在決策過程之外，以及使用不同的現(xiàn)成傳感器的數(shù)據(jù)。
一些醫(yī)院，比如Beth Israel，正在使用從手機(jī)應(yīng)用程序中收集的數(shù)據(jù)，這些數(shù)據(jù)來自數(shù)以百萬計(jì)的病人，這些數(shù)據(jù)允許醫(yī)生使用循證醫(yī)學(xué)，而不是對(duì)所有去醫(yī)院的病人進(jìn)行幾次醫(yī)學(xué)/實(shí)驗(yàn)室測(cè)試。
一組測(cè)試可能是有效的，但也可能是昂貴的，并且通常是無效的。
佛羅里達(dá)大學(xué)(University of Florida)利用免費(fèi)的公共衛(wèi)生數(shù)據(jù)和谷歌地圖創(chuàng)建了可視化數(shù)據(jù)，可以更快地識(shí)別和有效地分析用于跟蹤慢性病傳播的醫(yī)療信息。
該行業(yè)的大數(shù)據(jù)提供商包括: Recombinant Data、Humedica、Explorys和Cerner等。
教育業(yè)
從技術(shù)角度來看，教育行業(yè)面臨的一個(gè)主要挑戰(zhàn)是整合來自不同來源和供應(yīng)商的大數(shù)據(jù)，并將其應(yīng)用于并非針對(duì)不同數(shù)據(jù)而設(shè)計(jì)的平臺(tái)。
從實(shí)用的角度來看，員工和機(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，集成來自不同來源、不同平臺(tái)和不同供應(yīng)商的數(shù)據(jù)是有挑戰(zhàn)的，而這些數(shù)據(jù)的設(shè)計(jì)初衷并不是相互協(xié)作的。
在政治上，與教育用途大數(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)在高等教育中應(yīng)用非常廣泛，例如塔斯馬尼亞大學(xué)。
澳大利亞這所擁有26000多名學(xué)生的大學(xué)已經(jīng)部署了一個(gè)學(xué)習(xí)和管理系統(tǒng)，該系統(tǒng)可以跟蹤學(xué)生登錄系統(tǒng)時(shí)，在系統(tǒng)的不同頁面上花費(fèi)了多少時(shí)間，以及學(xué)生在一段時(shí)間內(nèi)的總體進(jìn)度。
在教育中使用大數(shù)據(jù)的另一個(gè)用例中，它也被用來衡量教師的有效性，以確保學(xué)生和教師都能獲得良好的體驗(yàn)。
教師的表現(xiàn)可以根據(jù)學(xué)生人數(shù)、科目、學(xué)生人口統(tǒng)計(jì)、學(xué)生志向、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，美國教育部教育技術(shù)辦公室(Office of Educational Technology)正在利用大數(shù)據(jù)開發(fā)分析工具，幫助那些在使用在線大數(shù)據(jù)課程時(shí)誤入歧途的學(xué)生糾正課程。
點(diǎn)擊模式也被用來檢測(cè)無聊感。
該行業(yè)的大數(shù)據(jù)提供商包括:Knewton和Carnegie Learning以及MyFit/ Naviance。
制造業(yè)及自然資源
對(duì)包括石油、農(nóng)產(chǎn)品、礦產(chǎn)、天然氣、金屬等在內(nèi)的自然資源的需求不斷增加，導(dǎo)致了數(shù)據(jù)的復(fù)雜性、速率和數(shù)據(jù)量的增加，這是一個(gè)難以處理的問題。
同樣，來自制造業(yè)的大量數(shù)據(jù)也未被發(fā)掘。這些信息的未充分利用阻礙了能源效率、可靠性、利潤率和產(chǎn)品質(zhì)量的提高。
在自然資源產(chǎn)業(yè)中，大數(shù)據(jù)支持從預(yù)測(cè)建模到支持決策的很多環(huán)節(jié)，這些被用來從地理空間數(shù)據(jù)、圖形數(shù)據(jù)、文本和時(shí)間數(shù)據(jù)中攝取和集成大量數(shù)據(jù)。
對(duì)使用這種方法充滿興趣的領(lǐng)域包括地震分析和探測(cè)資源儲(chǔ)層特征等。
大數(shù)據(jù)還被用于解決當(dāng)今制造業(yè)的挑戰(zhàn)，并在諸多好處中獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。
在研究圖表中，德勤的一項(xiàng)研究顯示了目前正在使用大數(shù)據(jù)的供應(yīng)鏈公司的使用情況，以及它們?cè)谖磥淼念A(yù)期使用情況。
大數(shù)據(jù)在制造業(yè)的用例包括優(yōu)化工具、需求預(yù)測(cè)、集成企業(yè)規(guī)劃、供應(yīng)商合作與風(fēng)險(xiǎn)分析、存儲(chǔ)計(jì)算、實(shí)時(shí)物流跟蹤、3D打印、可穿戴技術(shù)、人工智能等。
該行業(yè)的大數(shù)據(jù)提供商包括:CSC、Aspen Technology、Invensys和Pentaho。
保險(xiǎn)業(yè)
缺乏個(gè)性化服務(wù)、缺乏個(gè)性化定價(jià)以及缺乏針對(duì)新細(xì)分市場(chǎng)和特定細(xì)分市場(chǎng)的目標(biāo)服務(wù)是一些主要挑戰(zhàn)。
Marketforce進(jìn)行的一項(xiàng)調(diào)查顯示，保險(xiǎn)業(yè)專業(yè)人士發(fā)現(xiàn)，保險(xiǎn)公司面臨的挑戰(zhàn)包括:未充分利用損失理算員收集的數(shù)據(jù)，以及他們渴望獲得更好的洞察。
大數(shù)據(jù)已被應(yīng)用于該行業(yè)，通過社交媒體、支持gps的設(shè)備和閉路電視鏡頭的數(shù)據(jù)分析和預(yù)測(cè)客戶行為，為透明、簡單的產(chǎn)品提供客戶洞察。
大數(shù)據(jù)還能讓保險(xiǎn)公司更好地留住客戶。
在理賠管理方面，大數(shù)據(jù)的預(yù)測(cè)分析被用來提供更快的服務(wù)，因?yàn)榇罅繑?shù)據(jù)可以被分析，尤其是在承保階段。
欺詐檢測(cè)也得到了加強(qiáng)。
通過來自數(shù)字渠道和社交媒體的大量數(shù)據(jù)，索賠周期中的實(shí)時(shí)監(jiān)測(cè)被用來提供分析意見。
該行業(yè)的大數(shù)據(jù)提供商包括:Sprint、高通(Qualcomm)、Octo Telematics、Climate Corp.等。
零售及批發(fā)貿(mào)易業(yè)
從傳統(tǒng)的實(shí)體零售商和批發(fā)商到現(xiàn)在的電子商務(wù)交易商，這個(gè)行業(yè)已經(jīng)收集了大量的數(shù)據(jù)。
這些數(shù)據(jù)來自于顧客忠誠計(jì)劃、POS掃描儀、RFID等，但總體上還不足以改善顧客體驗(yàn)。所做的任何更改和改進(jìn)都非常緩慢。
大數(shù)據(jù)來自客戶忠誠度數(shù)據(jù)、POS、門店庫存、當(dāng)?shù)厝丝诮y(tǒng)計(jì)數(shù)據(jù)等，不斷被零售和批發(fā)門店所收集。
2014年，在紐約舉辦的Big Show零售貿(mào)易大會(huì)上，微軟(Microsoft)、思科(Cisco)和IBM等公司提出，零售業(yè)需要利用大數(shù)據(jù)進(jìn)行分析，并將其用于其他用途，包括: 通過購物模式、本地活動(dòng)等數(shù)據(jù)優(yōu)化人員配置、減少欺詐、及時(shí)分析庫存。
社交媒體的使用也有很多潛在的用途，雖然進(jìn)展緩慢但肯定會(huì)被采用，尤其是在實(shí)體店。社交媒體被用來尋找客戶、留住客戶、推廣產(chǎn)品等等。
該行業(yè)的大數(shù)據(jù)提供商包括:First Retail、First Insight、富士通(Fujitsu)、Infor、Epicor和Vistex。
交通運(yùn)輸業(yè)
近年來，大量基于位置的社交網(wǎng)絡(luò)數(shù)據(jù)和來自電信的高速數(shù)據(jù)影響了人們的出行行為。遺憾的是，了解旅行行為的研究沒有取得如此迅速的進(jìn)展。
政府、私人組織和個(gè)人對(duì)大數(shù)據(jù)的一些應(yīng)用包括:
政府利用大數(shù)據(jù)可以進(jìn)行交通控制、路線規(guī)劃、智能交通系統(tǒng)、擁堵管理(通過預(yù)測(cè)交通狀況)。
私營部門可以在運(yùn)輸領(lǐng)域使用大數(shù)據(jù):收入管理、技術(shù)改進(jìn)、物流和競(jìng)爭(zhēng)優(yōu)勢(shì)(通過合并發(fā)貨和優(yōu)化貨運(yùn)流動(dòng))。
個(gè)人使用大數(shù)據(jù)可以:節(jié)省燃料和時(shí)間的路線規(guī)劃、旅游行程安排等。
該行業(yè)的大數(shù)據(jù)提供商包括:高通(Qualcomm)和曼哈頓聯(lián)合公司(Manhattan Associates)。
結(jié)論
一項(xiàng)新技術(shù)的應(yīng)用既能給人類帶來財(cái)富，帶來經(jīng)濟(jì)效益和社會(huì)效益，也可能給人類造成危害。是光明抑或黑暗，單看這把“利刃”掌握在誰的手里。
對(duì)于大數(shù)據(jù)技術(shù)的廣泛應(yīng)用所帶來的一些亂象，需要有關(guān)部門進(jìn)行監(jiān)管，建立制度性保障，也需要消費(fèi)者自覺對(duì)無良商家進(jìn)行抵制，積極投訴舉報(bào)，購買商品時(shí)多貨比三家。
(原標(biāo)題：技術(shù)無對(duì)錯(cuò)，應(yīng)用有擔(dān)當(dāng)：除了“殺熟”，大數(shù)據(jù)還是這些行業(yè)的“手術(shù)刀”)
浙公網(wǎng)安備 33010602000006號(hào)
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號(hào)
