大數(shù)據(jù)最具潛力的三大應(yīng)用領(lǐng)域

大數(shù)據(jù)在企業(yè)商業(yè)智能、公共服務(wù)和市場(chǎng)營(yíng)銷(xiāo)三個(gè)領(lǐng)域擁有巨大的應(yīng)用潛力和商機(jī)。

今天，大數(shù)據(jù)似乎成了萬(wàn)靈藥，從總統(tǒng)競(jìng)選到奧斯卡頒獎(jiǎng)、從web安全到災(zāi)難預(yù)測(cè)，正如那句俗語(yǔ)：“當(dāng)你手里有了錘子，什么都看上去像釘子?！碑?dāng)IT經(jīng)理成功部署一套Hadoop系統(tǒng)后，任何事看上去都與大數(shù)據(jù)有關(guān)（事實(shí)也是如此）。類(lèi)似的事情在云計(jì)算的普及中也出現(xiàn)過(guò)，一開(kāi)始大家認(rèn)為所有的IT都可以搬到云端，而現(xiàn)實(shí)是我們依然需要虛擬化技術(shù)和基礎(chǔ)設(shè)施。

對(duì)于大數(shù)據(jù)來(lái)說(shuō)，如果IT經(jīng)理們初期不能正確選擇應(yīng)用領(lǐng)域，有可能會(huì)導(dǎo)致達(dá)不到期望值，招致麻煩。其實(shí)，綜合來(lái)看，未來(lái)幾年大數(shù)據(jù)在商業(yè)智能、政府服務(wù)和市場(chǎng)營(yíng)銷(xiāo)三個(gè)領(lǐng)域的應(yīng)用非常值得看好，大多數(shù)大數(shù)據(jù)案例和預(yù)算將發(fā)生在這三個(gè)領(lǐng)域。

商業(yè)智能

過(guò)去幾十年，分析師們都依賴(lài)來(lái)自Hyperion、Microstrategy和Cognos的BI產(chǎn)品分析海量數(shù)據(jù)并生成報(bào)告。數(shù)據(jù)倉(cāng)庫(kù)和BI工具能夠很好地回答類(lèi)似這樣的問(wèn)題：“某某人本季度的銷(xiāo)售業(yè)績(jī)是多少？”（基于結(jié)構(gòu)化數(shù)據(jù)），但如果涉及決策和規(guī)劃方面的問(wèn)題，由于不能快速處理非結(jié)構(gòu)化數(shù)據(jù)，傳統(tǒng)的BI會(huì)非常吃力和昂貴。

大多數(shù)傳統(tǒng)BI工具都受到以下兩個(gè)方面的局限：

首先，它們都是“預(yù)設(shè)-抓取”工具，由分析師預(yù)先確定收集什么數(shù)據(jù)用于分析。

其次，它們都專(zhuān)注于報(bào)告“已知的未知”（Known unknowns），也就是我們知道問(wèn)題是什么，然后去找答案。（而大數(shù)據(jù)會(huì)給出一些未知的未知，也就是你沒(méi)有想到的一些問(wèn)題的結(jié)果）

傳統(tǒng)BI工具主要用于企業(yè)運(yùn)營(yíng)，側(cè)重于成本控制和計(jì)劃執(zhí)行報(bào)告。

而大數(shù)據(jù)技術(shù)最主要的功能/應(yīng)用是ETL（Extract、Transform、Load）。將近80%的Hadoop應(yīng)用都與ETL有關(guān)，例如在導(dǎo)入Vertica這樣的分析數(shù)據(jù)庫(kù)之前對(duì)日志文件或傳感器數(shù)據(jù)的處理。

今天計(jì)算和存儲(chǔ)硬件變得非常便宜，配合大量的開(kāi)源大數(shù)據(jù)工具，人們可以非常“奢侈”地先抓取大量數(shù)據(jù)再考慮分析命題。可以說(shuō)，低廉的計(jì)算資源正在改變我們使用數(shù)據(jù)的方式。

此外，處理性能的大幅提高（例如內(nèi)存計(jì)算）使得實(shí)時(shí)互動(dòng)分析更加容易實(shí)現(xiàn)，而“實(shí)時(shí)”和“預(yù)測(cè)”將BI帶到了一個(gè)新的境界——未知的未知。這也是大數(shù)據(jù)分析與傳統(tǒng)BI之間最大的區(qū)別。

今天的大數(shù)據(jù)技術(shù)還處于戰(zhàn)國(guó)時(shí)期，未來(lái)幾年，隨著企業(yè)間的兼并和新產(chǎn)品的不斷推出，BI廠商們將能推出完善的，讓CEO感到滿意的“大數(shù)據(jù)套件”，但這并不意味著企業(yè)IT經(jīng)理們的工作將受到威脅。因?yàn)檎?a href='/map/yunjisuan/' style='color:#000;font-size:inherit;'>云計(jì)算在理想和現(xiàn)實(shí)間達(dá)成妥協(xié)一樣，大數(shù)據(jù)也會(huì)經(jīng)歷類(lèi)似的發(fā)展過(guò)程。傳統(tǒng)的BI工具將與大數(shù)據(jù)分析并存。

公共服務(wù)

大數(shù)據(jù)另外一個(gè)重大的應(yīng)用領(lǐng)域是社會(huì)和政府。如今，數(shù)據(jù)挖掘已經(jīng)能夠預(yù)測(cè)疾病暴發(fā)、理解交通模型并改善教育。

今天，城市正面臨預(yù)算超支、基礎(chǔ)設(shè)施難題以及從農(nóng)村和郊區(qū)涌入的大量人口。這些都是非常緊迫的問(wèn)題，而城市，也正是大數(shù)據(jù)計(jì)劃的絕佳實(shí)驗(yàn)室。

以紐約這樣的大都市為例，政府公共數(shù)據(jù)公開(kāi)化、以及市民生活的高度數(shù)字化（購(gòu)物、交通、醫(yī)療等）等都是大數(shù)據(jù)分析的理想對(duì)象。

客觀的市政數(shù)據(jù)，是消除爭(zhēng)端，維系公民社會(huì)的最佳紐帶。當(dāng)然，前提是讓公民能夠訪問(wèn)這些數(shù)據(jù)。蘋(píng)果的Siri和谷歌的Google Now都具備成為個(gè)人化助理的潛力。當(dāng)然，我們還需要更多的產(chǎn)品和技術(shù)讓數(shù)據(jù)分析結(jié)果更容易被公眾理解和接受（數(shù)據(jù)可視化）。此外，IBM的Watson以及Wolfram Alpha這樣的人工智能技術(shù)還能實(shí)現(xiàn)與用戶的互動(dòng)。

今天，智能手機(jī)（以及Twitter等社交網(wǎng)絡(luò)）的普及讓人類(lèi)社會(huì)首次實(shí)現(xiàn)了公民的聯(lián)網(wǎng)。應(yīng)用程序商店實(shí)時(shí)上已經(jīng)打通了政府和公民之間的應(yīng)用層面的通道。（例如奧運(yùn)期間倫敦警察廳發(fā)布的iphone通緝程序）。伴隨著各國(guó)政務(wù)的數(shù)字化進(jìn)程，以及政務(wù)數(shù)據(jù)的透明化，公民將能準(zhǔn)確了解政府的運(yùn)作效率。這是不可逆轉(zhuǎn)的歷史潮流，同時(shí)也是大數(shù)據(jù)最具潛力的應(yīng)用領(lǐng)域之一。

市場(chǎng)營(yíng)銷(xiāo)

大數(shù)據(jù)的第三大應(yīng)用領(lǐng)域是市場(chǎng)營(yíng)銷(xiāo)。具體來(lái)說(shuō)，是提升消費(fèi)者與企業(yè)之間的關(guān)系。（賣(mài)得更多、更快、更有效率）

今天，最大的數(shù)據(jù)系統(tǒng)是web分析、廣告優(yōu)化等。今天的數(shù)字化營(yíng)銷(xiāo)與傳統(tǒng)營(yíng)銷(xiāo)最大的區(qū)別就是個(gè)性化和精準(zhǔn)定位。

如今，企業(yè)與客戶之間的接觸點(diǎn)也發(fā)生了翻天覆地的變化，從過(guò)去的電話和郵件地址，發(fā)展到網(wǎng)頁(yè)、社交媒體賬戶、博客等等。在這些五花八門(mén)的渠道里跟蹤客戶，將他們的每一次點(diǎn)擊、收藏、“頂”、分享、加好友、轉(zhuǎn)發(fā)等行為納入企業(yè)的銷(xiāo)售漏斗中并轉(zhuǎn)化成收入是一個(gè)巨大的挑戰(zhàn)。也就是所謂的“360度客戶視角”。

大數(shù)據(jù)已經(jīng)與在線營(yíng)銷(xiāo)交織在一起，其應(yīng)用可以分為兩大類(lèi)：

首先，從線上到線下。配備了NFC近場(chǎng)通訊技術(shù)的智能手機(jī)和基于位置的簽到正在成為營(yíng)銷(xiāo)人員的最新利器。他們將能跟蹤商場(chǎng)人流，把在線零售的分析優(yōu)化應(yīng)用于線下。

其次，數(shù)據(jù)分析工具將更加容易使用（面向中小企業(yè)應(yīng)用的大數(shù)據(jù)創(chuàng)業(yè)非常火爆），中小企業(yè)也許沒(méi)有BI平臺(tái)，但他們都有平板電腦和智能手機(jī)，移動(dòng)版客戶智能分析將會(huì)改變企業(yè)使用營(yíng)銷(xiāo)工具的方式。