大數據航空公司解決

A. 大數據時代背景下航空領域的思考

大數據時代背景下航空領域的思考
據美國《航空周刊》網站報道，飛機的線上連接可能成為航空產業歷史上一項重大的變革。飛機提供的大量數據對於飛行操作、飛機可靠性、飛機維修以及安全等方面大有裨益。
但是，我們面臨的問題是如何利用技術對海量數據進行分析。我們才剛剛開始了解飛機上的「大數據」能夠做什麼。就如同我們有一片花海卻不知道到底應該採摘哪些花來籌備一場宴會。如何將現代化飛機能夠提供的所有信息和操作指南、可靠性信息、培訓等其他信息源相結合是我們亟待解決的問題。
當然，大數據能帶給我們的好處是很誘人的。我們必須防止使當前法規、傳統阻礙大數據的發展。但是，在我們開始享受大數據帶來的好處之前我們必須對以下關鍵問題作出回答。
l、我們應該連接什麼？這是首要問題。我們可以想到很多可以相連接的東西，但是我們連接的目的是什麼呢？「將飛機所有的操作數據都下載下來」，這個說起來好像很容易，但是這些海量數據中只有少部分是有用的。數據實在太多，但是能夠為我們所用的的確有限。
2、我們應該上傳些什麼東西為飛機上的數據提供背景資料？我們必須明白哪些是有用的，哪些是可以被直接忽視的。
3、我們具備收集有價值分析信息的能力嗎？數據的好處是我們可以將其轉化為有價值的信息。那麼這部分的工作由誰負責呢？各大航空公司擁有合格員工對所有數據進行分析嗎？如果沒有，是否應該讓原始設備製造商（OEM）等第三方介入？或者將其分配給其它獨立的責任方？這又引發了諸多和控制、法規、分析標准、監管、保密等相關的一系列問題。
我們應該分步驟來解決問題。首先，盡管飛機可以給我們提供很多有用的信息，但是大部分數據都是和飛機的實時飛行操作有關。剛開始我們可以著手解決當前的功能失效，但是只有通過飛機上的數據才能了解飛機的真實狀況。分析盡可能多的飛行日誌、對設備進行實時追蹤、發動機檢測等是不錯的開端。
除了以上3個問題之外，我們必須加深對飛機配置在以下3個領域的了解：
l、首先，我們應該通過零部件序列號來對飛機上的關鍵零部件進行追蹤。這些數據是地面控制記錄而非飛機本身能提供的。
2、其次，我們要了解這些關鍵部件的可靠性狀況，例如拆裝歷史、更換次數等等諸如此類。我們需要有關飛機維修的所有信息。這些數據的上傳再加上飛機自身的飛行數據記錄能為租賃公司、維修部門及監管部門提供幫助。
3、最後，所有的數據並非都要通過飛機衛星系統相連，但是這些數據必須通過更簡單的地面系統相連。之後我們通過分析就可以得到很多有用信息。這才是大數據將發揮的作用。
我們急需探索新的方法來對數據、分析、可靠性項目的負責人進行監管。按照目前的操作慣例，航空公司既是數據的保存方，同時又負責對數據進行監管、分析，這個明顯已經不符合當前打造高可靠性飛機的這一現實。我們必須對信息的透明及信息獲取、技術能力等進行重新定義。
隨著大數據時代的到來，我們面臨著新的機遇，當前的挑戰是如何更好地利用技術來提高航空飛行的安全性、可靠性以及效率。這個追求永無止境！

B. 如何看待ai技術在航天事業中的應用

探月工程首任首席科學家歐陽自遠就AI技術在中國航天的應用發表觀點。他在對談中表示，人工智慧以後必然會越來越多的滲透到、利用在航天技術方面，使航天技術擁有更精確的感知能力和更簡便的控制能力。而且快速的能夠實現目的。我認為中國的深空探索已經取得巨大的成就，未來AI一定會與航天事業深度融合，發揮巨大的作用。

二、總結

總的來說，各個領域都在積極探索AI技術的潛力，並利用人工智慧應用於航空領域智能化、保障航空安全、提高運營效率等多個領域之中。雖然目前從技術層到應用端，都存在很多問題和風險，但可以預見，日趨成熟的AI將會為航空事業帶來真正意義上的變革。

C. 提升民航空管能力，華為數據基礎設施實力卓越

——本文作者 余文

再過幾天就是新春佳節了，一年一度的春運大潮即將開啟，火車站、飛機場都早已人聲鼎沸。要說哪座機場最靚麗，無疑是幾個月前剛剛投入運營的北京大興國際機場，其夢幻般的設計一時間吸引了無數眼球。實際上，回家過年常說的「要想富，先修路」這句話早已拓展到了民航領域。

據悉，「十二五」民航空管系統保障航班起降達到3458萬架次，比「十一五」增長64.9%，年均增長10.03%；「十三五」仍然保持高速增長，空中交通需求與相對緊張的空域系統供給能力之間的矛盾日益突出。大興國際機場的修建就是一個典型的實例，既為了緩解首都的空中交通壓力，同時也為了促進北京南部地區的經濟和京津冀協同發展。

不過對於每個乘坐飛機的老百姓來說，如何縮短候機時間，如何避免航班延誤，一定是關注的重點。這些需求的背後，是民航信息系統的升級。如何能讓航空信息系統更好地提升效率？萊斯信息和華為一起為我們解開了謎題。

對民航有所了解的人都知道，安全是民航業的基礎。正因為此，在一些惡劣氣候條件下，民航的誤點率會大大提高。但問題在於，如果整個航路上的天氣都靜好，能不能做到准點呢？

答案是肯定的。事實上，近期經常坐飛機的人會發覺，延誤的比例已經非常低了，這是因為冬季沒有大規模降雪的情況下，會比夏季多雨時節的飛行安全得多。以往，在安全的基礎之上，信息化系統的效率就是重中之重了。

而今，民航系統提出「強安全、強效率、強智慧、強協同」的「四強空管」策略，其中「強智慧」和「強協同」很明顯對民航各系統數據的整合分析提出了新的挑戰。

據悉，民航有關單位希望通過打造空中交通流量管理的「行業大腦」——全國流量管理系統，通過持續的監視、分析和協商，合理、靈活地運用各類流量管理策略和措施，來提升民航有關單位協同航空公司、機場等相關運行單位的運行效率，減少延誤。

所謂「行業大腦」，其實也就是新的智慧決策工具，目的是要求今天的民航信息系統在保證安全的前提下，如何充分有效地利用空、地資源，最優化地實現容流平衡。

此前，民航系統的信息化基礎設施主要來自於幾家全球的行業巨頭，比如Airbus、Thales等。但如今，隨著國內廠商的技術能力和產品品質得到有效提高，民航系統開始在硬體層面更多考慮國產設備。

在信息化方面，民航系統長期與中國電子 科技 集團旗下的專業信息系統集成商和服務商南京萊斯信息技術股份有限公司合作。在過去多年的民航項目實施中，萊斯信息不僅積累了豐富的經驗，同時也一直堅持創新的理念。正是這樣的發展思路，讓民航系統和萊斯信息開始重點考察在國內數據基礎設施和存儲設備領域獨占鰲頭的華為。

眾所周知，華為是做運營商設備起家，從電信級產品往下延伸，品質自然完全可以保證。在IT產品線上，與資料庫挨得最近的，就是存儲。換句話說，存儲是數據的基礎設施。

實際上，在應用系統之下是核心資料庫，各個應用系統調用核心資料庫中的數據，來支撐各個業務系統的運行。這種數據調用，在基礎設施層面就是數據在存儲設備上的讀出和寫入。資料庫調用得越頻繁，對底層存儲設備的性能要求就越高。

據悉，對於民航全國流量管理系統來說，採集、整理、存儲流量管理中飛行計劃、監視、環境、氣象、靜態容量、流控措施等一系列運行數據，需要在邏輯上形成統一的流量管理運行資料庫，不容出錯，才能進行相關的業務分析，來支撐各類業務子系統的高效運行。

實際上，支撐全國流量管理系統的核心資料庫支撐著各業務系統的運行。全國這么多的航班，必然每時每刻都會產生數據，因此會產生較大的IO吞吐量——盡管數據流量相對穩定，但計算、讀寫頻率高，而且不容出錯。也就是說，全國流量管理系統對下層存儲主要有兩大技術需求：一是性能，二是高可用。

值得一提的是，華為的存儲設備近年來在國內市場一枝獨秀，遠超其他品牌，說明華為存儲的優勢至少在國內市場十分明顯。

據悉，華為通過多年在快閃記憶體技術方面的積累，自主研發的HSSD支持SAS和NVMe雙介面的熱插拔，無需SAS控制器、SAS Expander，直接通過PCIe匯流排與CPU連接，有效提升了系統的性能、可靠性和可擴展性。

據萊斯信息相關負責人介紹，該民航項目的資料庫性能測試結果表明，如今在開發環境下，空中交通流量系統在運行過程中保持943個以上資料庫會話同時順暢訪問資料庫，體現了OceanStor Dorado性能和高可用的價值。

值得一提的是，華為還在OceanStor Dorado全快閃記憶體存儲中，加入了人工智慧技術，通過多類型智能晶元以及FlashLink智能演算法，再加上全系列端到端NVMe架構，把存儲整體穩定時延降低至1ms以下，在讀時延上甚至達到了全行業最短的80 μs。這是因為，智能晶元承載了相當一部分通用CPU的負載，可加速前端訪問性能20%，比如將報表統計的時間縮短了1/3。

應該說，又快又穩，不僅是中國民航對於每一位旅客的承諾，也是對民航信息系統，對流量管理系統和底層存儲系統的要求。

我們知道，今天在大數據時代，存儲設備與計算設備之間的數據交換極為頻繁，同時存儲設備需要保證數據傳輸高效的同時，安全性和可恢復性同樣重要。

實際上，OceanStor Dorado的RAID技術採用了華為專利演算法，能夠同時支持多種RAID類型，其中RAID-TP能夠容忍三盤失效，從而提供了更高的可用性。

對於保障數據的高可靠，華為和萊斯信息曾經在雙活還是主備兩套資料庫兩種方案的選擇上有過一些思考。雙方經過詳細論證和多輪全方位測試，最終一致認為華為基於存儲的雙活解決方案不僅效率更高、運維成本更低，而且可以保障核心業務持續在線，在承載高效率、高可靠流量管理的資料庫運行上，不輸於任何一家國外老牌產品。

據悉，經過嚴苛而縝密的評比，萊斯信息與華為合作在競爭異常激烈的招投標環節中脫穎而出。

經過一段時間的測試運行，該系統一直保持穩定運行，在民航行業進一步贏得了口碑。如今，在打造空中交通流量管理「行業大腦「的過程中，萊斯信息與華為繼續深度合作，優化系統性能。

我們知道，華為把自身當作「黑土地」，提供基礎設施服務，而萊斯信息這樣的合作夥伴，則可以更多地把精力集中在行業業務相關的解決方案開發和客戶服務上。

萊斯信息相關負責人表示：「我們都知道華為的技術實力卓越，通過近兩年的合作，我們不僅體會到了華為存儲設備在性能、多中心容災抗毀和智能運維等方面的技術實力，同時也體會到了與華為合作的益處，這讓我們更有信心，來應對民航各系統數據整合分析的新挑戰。」

讓客戶滿意，讓合作夥伴受益，這是華為打造行業生態圈的核心理念。

在我們迎來2020年和21世紀20年代的新的 歷史 時刻，或許，為空中交通出行帶來可靠性保障的民航空中交通流量管理「行業大腦」，是我們在新時代「要想富，先修路」的致富新基礎。信息 科技 的進步，是今天千行百業持續發展的保障，不是嗎？

華為開發者大會2020（Cloud） 將於2020年2月11日-12日在深圳舉辦，這是華為面向ICT（信息與通信）領域全球開發者的年度頂級旗艦活動。大會旨在搭建一個全球性的交流和實踐平台，開放華為30年積累的ICT技術和能力，以「鯤鵬+升騰」硬核雙引擎，為開發者提供澎湃動力，改變世界，變不可能為可能。

2020年，華為中國生態大會進入第十年。 佇立十年關口，本次大會將為您呈現全新的生態篇章。 因聚而生 舉勢而為 ——華為中國生態大會2020 ，「華為搭台、夥伴唱戲」的 「眾籌辦會」模式閃亮登場，誠摯邀請您共同參與，把數字世界帶入每個人、每個家庭、每個組織，構建萬物互聯的智能世界。

D. 航空公司為什麼要進行數字化轉型

包含了兩方面意思：

一是對於新成立的航空公司，則是在創建伊始就必須數字化建設和運營的思路，以避免和傳統大型的航空公司在相同的賽道以相同的方式的進行比賽。

否則新航空公司在成本控制、市場開拓、合作方式以及運行安全方面毫無任何競爭優勢，只能通過地方政府政策支撐偏安一隅，無法走向開放競爭的市場，想要避免虧損幾乎毫無希望；

二是對於中大型的航空公司，由於航空業的封閉性，市場環境、IT系統高度同質，除去僅有的航線網路差異之外，幾乎沒有特別的個性差異，並且在主要環境因素都取決於外界的情況，可以創新的條件實際非常有限。

這都決定了必須要通過重新整合資源、重新定義角色、重新梳理流程來實現。而現實情況，幾十年來依賴的資源、角色和流程都是固化現有IT系統中，不打破現有系統的束縛幾乎無法有效實現大規模的創新，就連「微創新」也是舉步維艱的。

那麼什麼樣的航空公司需要數字化轉型

簡單說什麼樣的航空公司都需要數字化轉型。

如果這個產業的新進入者帶著互聯網科技的優勢來進行競爭，並且頭部大企業開始通過數字化提高競爭效率的時候，從效率上不轉型的企業可能就會處於巨大的劣勢。

所以形勢逼迫了所有的市場參與者都必須在提高效率，降低成本的道路上尋求新的突破，而不能在原地踏步故步自封而被市場淘汰。

• 從經營的角度，從全流程的數字化監控可以有效降低成本的無謂消耗；

• 對於材料庫存的提高數字化管理水平也能有效降低提前采購和庫存帶來的資金壓力；

• 對於生產運行過程中產生的數據及時收集分析也可以及時有效地調整業務流程；

這每一項進步都將給企業帶來巨大的競爭優勢。而坐等競爭對手優化流程，節約成本，釋放資金壓力而毫無作為的企業在競爭中一定會一敗塗地。

E. 中國大數據的十大商業應用

中國大數據的十大商業應用

在未來的幾十年裡，大數據都將會是一個重要都話題。大數據影響著每一個人，並在可以預見的未來繼續影響著。大數據沖擊著許多主要行業，包括零售業、金融行業、醫療行業等，大數據也在徹底地改變著我們的生活。現在我們就來看看大數據給中國帶來的十商業應用場景，未來大數據產業將會是一個萬億市場。

1、智慧城市

如今，世界超過一半的人口生活在城市裡，到2050年這一數字會增長到75%。政府需要利用一些技術手段來管理好城市，使城市裡的資源得到良好配置。既不出現由於資源配置不平衡而導致的效率低下以及騷亂，又要避免不必要的資源浪費而導致的財政支出過大。大數據作為其中的一項技術可以有效幫助政府實現資源科學配置，精細化運營城市，打造智慧城市。

城市的道路交通，完全可以利用GPS數據和攝像頭數據來進行規劃，包括道路紅綠燈時間間隔和關聯控制，包括直行和左右轉彎車道的規劃、單行道的設置。利用大數據技術實施的城市交通智能規劃，至少能夠提高30%左右的道路運輸能力，並能夠降低交通事故率。在美國，政府依據某一路段的交通事故信息來增設信號燈，降低了50%以上的交通事故率。機場的航班起降依靠大數據將會提高航班管理的效率，航空公司利用大數據可以提高上座率，降低運行成本。鐵路利用大數據可以有效安排客運和貨運列車，提高效率、降低成本。

城市公共交通規劃、教育資源配置、醫療資源配置、商業中心建設、房地產規劃、產業規劃、城市建設等都可以藉助於大數據技術進行良好規劃和動態調整。

大數據技術可以了解經濟發展情況，各產業發展情況，消費支出和產品銷售情況，依據分析結果，科學地制定宏觀政策，平衡各產業發展，避免產能過剩，有效利用自然資源和社會資源，提高社會生產效率。大數據技術也能幫助政府進行支出管理，透明合理的財政支出將有利於提高公信力和監督財政支出。大數據及大數據技術帶給政府的不僅僅是效率提升、科學決策、精細管理，更重要的是數據治國、科學管理的意識改變，未來大數據將會從各個方面來幫助政府實施高效和精細化管理，具有極大的想像空間。

2、金融行業

大數據在金融行業應用范圍較廣，典型的案例有花旗銀行利用IBM沃森電腦為財富管理客戶推薦產品，美國銀行利用客戶點擊數據集為客戶提供特色服務。中國金融行業大數據應用開展的較早，但都是以解決大數據效率問題為主，很多金融行業建立了大數據平台，對金融行業的交易數據進行採集和處理。

金融行業過去的大數據應用以分析自身財務數據為主，以提供動態財務報表為主，以風險管理為主。在大數據價值變現方面，開展的不夠深入，這同金融行業每年上萬億的凈利潤相比是不匹配的。現在已經有一些銀行和證券開始和移動互聯網公司合作，一起進行大數據價值變現，其中招商銀行、平安集團、興業銀行、國信證券、海通證券和TalkingData在移動大數據精準營銷、獲客、用戶體驗等方面進行了不少的嘗試，大數據價值變現效果還不錯，大數據正在幫助金融行業進行價值變現。大數據在金融行業的應用可以總結為以下五個方面：

（1）精準營銷：依據客戶消費習慣、地理位置、消費時間進行推薦

（2）風險管控：依據客戶消費和現金流提供信用評級或融資支持，利用客戶社交行為記錄實施信用卡反欺詐

（3）決策支持：利用抉策樹技術進抵押貸款管理，利用數據分析報告實施產業信貸風險控制

（4）效率提升：利用金融行業全局數據了解業務運營薄弱點，利用大數據技術加快內部數據處理速度

（5）產品設計：利用大數據計算技術為財富客戶推薦產品，利用客戶行為數據設計滿足客戶需求的金融產品

3、醫療行業

醫療行業擁有大量病例、病理報告、醫療方案、葯物報告等。如果這些數據進行整理和分析，將會極大地幫助醫生和病人。在未來，藉助於大數據平台我們可以收集疾病的基本特徵、病例和治療方案，建立針對疾病的資料庫，幫助醫生進行疾病診斷。

如果未來基因技術發展成熟，可以根據病人的基因序列特點進行分類，建立醫療行業的病人分類資料庫。在醫生診斷病人時可以參考病人的疾病特徵、化驗報告和檢測報告，參考疾病資料庫來快速幫助病人確診。在制定治療方案時，醫生可以依據病人的基因特點，調取相似基因、年齡、人種、身體情況相同的有效治療方案，制定出適合病人的治療方案，幫助更多人及時進行治療。同時這些數據也有利於醫葯行業開發出更加有效的葯物和醫療器械。

醫療行業的數據應用一直在進行，但是數據沒有打通，都是孤島數據，沒有辦法起大規模應用。未來需要將這些數據統一收集起來，納入統一的大數據平台，為人類健康造福。政府是推動這一趨勢的重要動力，未來市場將會超過幾千億元。

4、農牧業

農產品不容易保存，合理種植和養殖農產品對農民非常重要。藉助於大數據提供的消費能力和趨勢報告，政府將為農牧業生產進行合理引導，依據需求進行生產，避免產能過剩，造成不必要的資源和社會財富浪費。大數據技術可以幫助政府實現農業的精細化管理，實現科學決策。在數據驅動下，結合無人機技術，農民可以採集農產品生長信息，病蟲害信息。

農業生產面臨的危險因素很多，但這些危險因素很大程度上可以通過除草劑、殺菌劑、殺蟲劑等技術產品進行消除。天氣成了影響農業非常大的決定因素。過去的天氣預報僅僅能提供當地的降雨量，但農民更關心有多少水分可以留在他們的土地上，這些是受降雨量和土質來決定的。Climate公司利用政府開放的氣象站的數據和土地數據建立了模型，他們可以告訴農民可以在哪些土地上耕種，哪些土地今天需要噴霧並完成耕種，哪些正處於生長期的土地需要施肥，哪些土地需要5天後才可以耕種，大數據技術可以幫助農業創造巨大的商業價值。

5、零售行業

零售行業比較有名氣的大數據案例就是沃爾瑪的啤酒和尿布的故事，以及Target通過向年輕女孩寄送尿布廣告而告知其父親，女孩懷孕的故事。

零售行業可以通過客戶購買記錄，了解客戶關聯產品購買喜好，將相關的產品放到一起增加來增加產品銷售額，例如將洗衣服相關的化工產品例如洗衣粉、消毒液、衣領凈等放到一起進行銷售。根據客戶相關產品購買記錄而重新擺放的貨物將會給零售企業增加30%以上的產品銷售額。

零售行業還可以記錄客戶購買習慣，將一些日常需要的必備生活用品，在客戶即將用完之前，通過精準廣告的方式提醒客戶進行購買。或者定期通過網上商城進行送貨，既幫助客戶解決了問題，又提高了客戶體驗。

電商行業的巨頭天貓和京東，已經通過客戶的購買習慣，將客戶日常需要的商品例如尿不濕，衛生紙，衣服等商品依據客戶購買習慣事先進行准備。當客戶剛剛下單，商品就會在24小時內或者30分鍾內送到客戶門口，提高了客戶體驗，讓客戶連後悔等時間都沒有。

利用大數據的技術，零售行業將至少會提高30%左右的銷售額，並提高客戶購買體驗。

6、大數據技術產業

進入移動互聯網之後，非結構化數據和結構化數據呈指數方式增長。現在人類社會每兩年產生的數據將超過人類歷史過去所有數據之和。進入到2015年，人類社會所有的數據之和有望突破5澤B（5ZB），這些數據如何存儲和處理將會成為很大的問題。

這些大數據為大數據技術產業提供了巨大的商業機會。據估計全世界在大數據採集、存儲、處理、清晰、分析所產生的商業機會將會超過2000億美金，包括政府和企業在大數據計算和存儲，數據挖掘和處理等方面等投資。中國2014年大數據產業產值已經超過了千億人民幣，本屆貴陽大數據博覽會就吸引了400多家廠商來參展，充分說明大數據產業的未來的商業價值巨大。

未來中國的大數據產業將會呈幾何級數增長，在5年之內，中國的大數據產業將會形成萬億規模的市場。不僅僅是大數據技術產品的市場，也將是大數據商業價值變現的市場。大數據將會在企業的精準營銷、決策分析、風險管理、產品設計、運營優化等領域發揮重大的作用。

大數據技術產業將會解決大數據存儲和處理的問題，大數據服務公司將利用自身的數據將解決大數據價值變現問題，其所帶來的市場規模將會超過千億人民幣。中國目前擁有大數據，並提供大數據價值變現服務的公司除了我們眾所周知的BAT和移動運營商之外，360、小米、京東、TalkingData、九次方等都會成為大數據價值變現市場的有力參與者，市場足夠大，期望他們將市場做大，幫助所有企業實現大數據價值變現。

7、物流行業

中國的物流產業規模大概有5萬億左右，其中公里物流市場大概有3萬億左右。物流行業的整體凈利潤從過去的30%以上降低到了20%左右，並且下降的趨勢明顯。物流行業很多的運力浪費在返程空載、重復運輸、小規模運輸等方面。中國市場最大等物流公司所佔的市場份額不到1%。因此資源需要整合，運送效率需要提高。

物流行業藉助於大數據，可以建立全國物流網路，了解各個節點的運貨需求和運力，合理配置資源，降低貨車的返程空載率，降低超載率，減少重復路線運輸，降低小規模運輸比例。通過大數據技術，及時了解各個路線貨物運送需求，同時建立基於地理位置和產業鏈的物流港口，實現貨物和運力的實時配比，提高物流行業的運輸效率。藉助於大數據技術對物流行業進行的優化資源配置，至少可以增加物流行業10％左右的收入，其市場價值將在5000億左右。

8、房地產業

中國房地產業發展的高峰已經過去，其面臨的挑戰逐漸增加，房地產業正從過去的粗放發展方式轉向精細運營方式，房地產企業在拍賣土地、住房地產開發規劃、商業地產規劃方面也將會謹慎進行。

藉助於大數據，特別是移動大數據技術。房地產業可以了解開發土地所在范圍常駐人口數量、流動人口數量、消費能力、消費特點、年齡階段、人口特徵等重要信息。這些信息將會幫助房地商在商業地產開發、商戶招商、房屋類型、小區規模進行科學規劃。利用大數據技術，房地產行業將會降低房地產開發前的規劃風險，合理制定房價，合理制定開發規模，合理進行商業規劃。大數據技術可以降低土地價格過高，實際購房需求過低的風險。已經有房地產公司將大數據技術應用於用戶畫像、土地規劃、商業地產開發等領域，並取得了良好的效果。

9、製造業

製造業過去面臨生產過剩的壓力，很多產品包括家電、紡織產品、鋼材、水泥、電解鋁等都沒有按照市場實際需要生產，造成了資源的極大浪費。利用電商數據、移動互聯網數據、零售數據，我們可以了解未來產品市場都需求，合理規劃產品生產，避免生產過剩。

例如依據用戶在電商搜索產品的數據以及物流數據，可以推測出家電產品和紡織產品未來的實際需求量，廠家將依據這些數據來進行生產，避免生產過剩。移動互聯網的位置信息可以幫助了解當地人口進出的趨勢，避免生產過多的鋼材和水泥。

大數據技術還可以根據社交數據和購買數據來了解客戶需求，幫助廠商進行產品開發，設計和生產出滿足客戶需要的產品。

10、互聯網廣告業

2014年中國互聯網廣告市場迎來發展高峰，市場規模預計達到1500億元左右，較2013年增長56.5%。數字廣告越來越受到廣告主的重視，其未來市場規模越來越大。2014年美國的互聯網廣告市場規模接近500億美元，參考中國的人口消費能力，其市場規模會很快達到2000億人民幣左右。

過去到廣告投放都是以好的廣告渠道＋廣播式投放為主，廣告主將廣告交給廣告公司，由廣告公司安排投放，其中SEM廣告市場最大，其他的廣告投放方式也是以頁面展示為主，大多是廣播式廣告投放。廣播式投放的弊端是投入資金大，沒有針對目標客戶，面對所有客戶進行展示，廣告的轉化率較低，並存在數字廣告營銷陷阱等問題。

大數據技術可以將客戶在互聯網上的行為記錄下來，對客戶的行為進行分析，打上標簽並進行用戶畫像。特別是進入移動互聯網時代之後，客戶主要的訪問方式轉向了智能手機和平台電腦，移動互聯網的數據包含了個人的位置信息，其360度用戶畫像更加接近真實人群。360度用戶畫像可以幫助廣告主進行精準營銷，廣告公司可以依據用戶畫像的信息，將廣告直接投放到用戶的移動設備，通過用戶經常使用的APP進行廣告投放，其廣告的轉化可以大幅度提高。利用移動互聯網大數據技術進行的精準營銷將會提高十倍以上的客戶轉化率，廣告行業的程序化購買正在逐步替代廣播式廣告投放。大數據技術將幫助廣告主和廣告公司直接將廣告投放給目標用戶，其將會降低廣告投入，提高廣告的轉化率。

目前影響大數據產業發展主要有兩個大問題，一個是大數據應用場景，一個是大數據隱私保護問題。

大數據商業價值的應用場景，大數據公司和企業正在尋找，目前在移動互聯網的精準營銷和獲客、360度用戶畫像、房地產開發和規劃、互聯網金融的風險管理、金融行業的供應鏈金融，個人徵信等方面已經取得了進步，擁有了很多經典案例。

但在有關大數據隱私保護以及大數據應用過程中個人信息保護方面還停滯不前，大家都在摸石頭過河，不知道哪些事情可以做，哪些事情不可以做。國家在大數據隱私保護方面正在進行立法，估計不久的將來，大數據服務公司和企業將會了解大數據隱私保護方面的具體要求。在沒有明確有關大數據隱私保護法規前，我們可以參考國外的隱私法，嚴格遵守國際上通用的個人隱私保護法，在實施大數據價值變現的過程中，充分保護所有相關方的個人利益。

最後縱觀人類歷史，在任何領域，如果我們可以拿到數據進行分析，我們就會取得進步。如果我們拿不到數據，無法進行分析，我們註定要落後。我們過去因數據不足導致的錯誤遠遠好過那些根本不用數據的錯誤，因此我們需要掌握大數據這個武器，利用好它，幫助人類社會加速進化，幫助企業實現大數據的價值變現。

以上是小編為大家分享的關於中國大數據的十大商業應用的相關內容，更多信息可以關注環球青藤分享更多干貨

F. 航空公司如何利用大數據增加輔助收入

我們都知道，現今的航空業非常關注兩個主要趨勢，即大數據和輔助收入。 每個人都似乎在談論大數據，但大數據究竟是什麼？它如何幫助航空公司贏利呢？當然，乘客和航空公司在輔助收入和顧客體驗方面一直存在著分歧。 現在很多航空公司都堅決認為，它們只有通過針對瑣碎的附加要求來向乘客收取大筆費用，才能從乘客身上獲取更多利潤，一些航空公司甚至在乘客沒有仔細閱讀條款以致需要支付額外費用的情況下稱這些乘客是「愚蠢的」。 事實上，航空業創造了顧客體驗的概念，並將這一概念整合到航班起飛前的階段、航程中的服務以及一些最成功的顧客忠誠度計劃（首先是航空公司里程數）當中。（筆者想起了有關美聯航在上世紀30年代聘用了首批乘務員、航空公司的機上餐飲服務以及乘務員的工作充滿著浪漫和探險的元素。）但遺憾的是，由於不斷上升的油價以及工會的影響，航空業正在苦苦掙扎。 然而就像其它行業一樣，航空業也是時候需要更為創新，而不是持續處在爭斗之中。 根據現在大多數人所理解和接受的定義，大數據即擁有數量大、傳播速度快和種類多等特徵的信息資產， 這些資產能產生巨大的經濟價值，並為企業的運營、決策、風險管理和顧客服務提供支持。 但對於一個自1993年來就不能為股東創造價值的行業而言，大數據將如何助其創造「經濟價值」呢？ 正如IBM所堅信的那樣，大數據在信息和數據管理領域是「下一個變革的先機」，因此讓我們先來看看一些成功的案例。 背景 在所有行業當中，零售業是其中一個大力度地利用和開發（在某種情況下）技術來通過建設性的數據分析方法以增加銷售業務的行業。 在過去，亞馬遜和Netflix在電子商務領域一直以推薦商品的演算法而著名，正如塔吉特百貨和沃爾瑪也因其使用先進的數據挖掘技術來提供比價服務和通過貨架擺放的方式而獲得了巨大的成功。 然而，所謂的數據倉庫指的就是從交易系統中選取交易數據，並在其它系統儲存這些數據，以在線下渠道（或非實時渠道）使用。大數據的著重點在於近乎實時處理大量數據，以創造即時價值。 你需要記住，數據是易損耗品。它的儲藏壽命與其它產品的儲藏壽命一樣，然而數據倉庫長期以來都無法應對數據的價值暫時有所降低的問題，而大數據則旨在通過實時操作來解決這一問題。 那麼一家航空公司實際上能做些什麼呢？首先，我認為航空公司不應該再思考應如何從乘客身上獲取更多利潤，而應該在如何採取策略增加其顧客價值方面改變其思維。 其次，大數據和實時操作功能使得單一模式的時代一去不復返。 通過創造更多價值和增加個性化元素，航空公司的定價能力無疑將有所提升。綜觀在線商務領域的發展，該領域一直都是根據企業所要吸引的受眾群，來向出價最高者銷售其網站的版面。 解決方案 因此按照這種思路，機上產品兜售和機上廣告就是兩個必要的元素，而不僅僅是隨意的、千篇一律的廣告。 機上社交網路和機上娛樂同樣也是重要的元素，「時常處於在線狀態」是人類的主要需求，它促使通訊領域從固定電話轉變為手機和智能手機，這種需求是另一個價值驅動力。 因此航空公司的輔助收入不應僅僅是行李費或非捆綁式產品的費用，而是應該注重於根據有關顧客偏好和需求的實時信息來創造價值定位，並使用這些信息來提供具有針對性的服務。 航空公司還可以開始詢問自己以下問題： �6�1 我的所有顧客在進行出境游時是否都需要使用其手機設備上的漫遊服務？我能否幫助他們降低漫遊費用？我是否能提前儲存航班即將飛往的目的地的本地SIM卡？（思考英國航空和捷星航空的做法） �6�1 對於那些進行商務旅行的乘客而言，我是否能幫助他們安排好當地的交通工具（如計程車）？或者提供手機充電器和國際標准插頭？我是否能預先支付從機場到酒店的計程車費用，為乘客提供接機服務？ �6�1 航空公司必須注意通過有品味的、非植入式的方法來提供機上廣告，它們可以將免費無線上網、優質的機上娛樂系統以及機上廣告相結合，以使這些廣告看上去更為合理。在為高價值的乘客提供個性化的服務之前，航空公司可以先針對青少年旅客和購買低價機票的乘客提供服務。 �6�1 我能否為商務旅行者爭取優先入境許可（這些旅行者的身份已經由他們的僱主所核實，並已經付費）？（思考一下國際航協的「簡化商務」計劃） �6�1 航空公司是否知道某位乘客搭乘航班的當天碰巧是他/她與其配偶的結婚周年紀念日，因此這位乘客可能需要為其配偶購買禮物？航空公司是否能為這位乘客提供幫助？航空公司是否知道那些在情人節攜帶愛人一起進行出境游的所有乘客的姓名？那些在聖誕節或者其它節假日出遊的乘客呢？航空公司應採取哪些舉措才能讓這些在節假日出遊的乘客同樣能享受到節假日的氣氛，而不是讓他們因不在所愛的人身邊而感到失落？ �6�1 假設你在運營一家航空公司，而你只想要專注於你在運營航班方面的核心能力，那你是否能將航程前後和航程中的輔助業務運營外包給其它最有潛力的企業？當你可以將後勤辦公室的運營業務外包給其它企業時，那你為什麼不能將輔助收入的運營業務外包給其它企業呢？美聯航與DirectTV進行合作，新加坡航空的機上KrisShop免稅商店是由DFASS運營，這兩個絕佳例子很好地反映了一些潛在機遇。航空公司不斷收集更多有價值的乘客信息，相比航空公司通過自行運營業務所創造的價值，這些外包商往往能創造更高的價值。

G. 大數據時代改變了什麼

大數據時代，通過大數據技術將人們方方面面的信息收集，分析，提供更多有效回的指導和建議。
改變答了傳統行業的決策，幫助傳統行業進行了更多信息化工作。並建立了新興的一些大數據分析行業，幫助企業和個人提供更多信息化服務。
這方面像網路，騰訊，阿里都做了很多大數據項目，也有一些專業大數據，譬如永洪科技等，也提供了專業的大數據分析產品等。
今後，大數據會越來越多的改變人們的生活。

H. 互聯網大數據現關心的是什麼

樓主您好：

首先，我認為大數據就是互聯網發展到現今階段的一種表象或特徵而已，沒有必要神話它或對它保持敬畏之心，在以雲計算為代表的技術創新大幕的襯托下，這些原本很難收集和使用的數據開始容易被利用起來了，通過各行各業的不斷創新，大數據會逐步為人類創造更多的價值。
其次，想要系統的認知大數據，必須要全面而細致的分解它，我著手從三個層面來展開：
第一層面是理論，理論是認知的必經途徑，也是被廣泛認同和傳播的基線。我會從大數據的特徵定義理解行業對大數據的整體描繪和定性；從對大數據價值的探討來深入解析大數據的珍貴所在；從對大數據的現在和未來去洞悉大數據的發展趨勢；從大數據隱私這個特別而重要的視角審視人和數據之間的長久博弈。
第二層面是技術，技術是大數據價值體現的手段和前進的基石。我將分別從雲計算、分布式處理技術、存儲技術和感知技術的發展來說明大數據從採集、處理、存儲到形成結果的整個過程。
第三層面是實踐，實踐是大數據的最終價值體現。我將分別從互聯網的大數據，政府的大數據，企業的大數據和個人的大數據四個方面來描繪大數據已經展現的美好景象及即將實現的藍圖。
和大數據相關的理論
? 特徵定義
最早提出大數據時代到來的是麥肯錫：「數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。」
業界（IBM 最早定義）將大數據的特徵歸納為4個「V」（量Volume，多樣Variety，價值Value，速Velocity），或者說特點有四個層面：第一，數據體量巨大。大數據的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）；第二，數據類型繁多。比如，網路日誌、視頻、圖片、地理位置信息等等。第三，價值密度低，商業價值高。第四，處理速度快。最後這一點也是和傳統的數據挖掘技術有著本質的不同。
其實這些V並不能真正說清楚大數據的所有特徵，下面這張圖對大數據的一些相關特性做出了有效的說明。
36大數據
古語雲：三分技術，七分數據，得數據者得天下。先不論誰說的，但是這句話的正確性已經不用去論證了。維克托·邁爾-舍恩伯格在《大數據時代》一書中舉了百般例證，都是為了說明一個道理：在大數據時代已經到來的時候要用大數據思維去發掘大數據的潛在價值。書中，作者提及最多的是Google如何利用人們的搜索記錄挖掘數據二次利用價值，比如預測某地流感爆發的趨勢；Amazon如何利用用戶的購買和瀏覽歷史數據進行有針對性的書籍購買推薦，以此有效提升銷售量；Farecast如何利用過去十年所有的航線機票價格打折數據，來預測用戶購買機票的時機是否合適。
那麼，什麼是大數據思維？維克托·邁爾-舍恩伯格認為，1-需要全部數據樣本而不是抽樣；2-關注效率而不是精確度；3-關注相關性而不是因果關系。
阿里巴巴的王堅對於大數據也有一些獨特的見解，比如，
「今天的數據不是大，真正有意思的是數據變得在線了，這個恰恰是互聯網的特點。」
「非互聯網時期的產品，功能一定是它的價值，今天互聯網的產品，數據一定是它的價值。」
「你千萬不要想著拿數據去改進一個業務，這不是大數據。你一定是去做了一件以前做不了的事情。」
特別是最後一點，我是非常認同的，大數據的真正價值在於創造，在於填補無數個還未實現過的空白。
有人把數據比喻為蘊藏能量的煤礦。煤炭按照性質有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似，大數據並不在「大」，而在於「有用」。價值含量、挖掘成本比數量更為重要。
? 價值探討
大數據是什麼？投資者眼裡是金光閃閃的兩個字：資產。比如，Facebook上市時，評估機構評定的有效資產中大部分都是其社交網站上的數據。
如果把大數據比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。
Target 超市以20多種懷孕期間孕婦可能會購買的商品為基礎，將所有用戶的購買記錄作為數據來源，通過構建模型分析購買者的行為相關性，能准確的推斷出孕婦的具體臨盆時間，這樣Target的銷售部門就可以有針對的在每個懷孕顧客的不同階段寄送相應的產品優惠卷。
Target的例子是一個很典型的案例，這樣印證了維克托·邁爾-舍恩伯格提過的一個很有指導意義的觀點：通過找出一個關聯物並監控它，就可以預測未來。Target通過監測購買者購買商品的時間和品種來准確預測顧客的孕期，這就是對數據的二次利用的典型案例。如果，我們通過採集駕駛員手機的GPS數據，就可以分析出當前哪些道路正在堵車，並可以及時發佈道路交通提醒；通過採集汽車的GPS位置數據，就可以分析城市的哪些區域停車較多，這也代表該區域有著較為活躍的人群，這些分析數據適合賣給廣告投放商。
不管大數據的核心價值是不是預測，但是基於大數據形成決策的模式已經為不少的企業帶來了盈利和聲譽。
從大數據的價值鏈條來分析，存在三種模式：
1- 手握大數據，但是沒有利用好；比較典型的是金融機構，電信行業，政府機構等。
2- 沒有數據，但是知道如何幫助有數據的人利用它；比較典型的是IT咨詢和服務企業，比如，埃森哲，IBM，Oracle等。
3- 既有數據，又有大數據思維；比較典型的是Google，Amazon，Mastercard等。
未來在大數據領域最具有價值的是兩種事物：1-擁有大數據思維的人，這種人可以將大數據的潛在價值轉化為實際利益；2-還未有被大數據觸及過的業務領域。這些是還未被挖掘的油井，金礦，是所謂的藍海。
Wal-Mart作為零售行業的巨頭，他們的分析人員會對每個階段的銷售記錄進行了全面的分析，有一次他們無意中發現雖不相關但很有價值的數據，在美國的颶風來臨季節，超市的蛋撻和抵禦颶風物品竟然銷量都有大幅增加，於是他們做了一個明智決策，就是將蛋撻的銷售位置移到了颶風物品銷售區域旁邊，看起來是為了方便用戶挑選，但是沒有想到蛋撻的銷量因此又提高了很多。
還有一個有趣的例子，1948年遼沈戰役期間，司令員林彪要求每天要進行例常的「每日軍情匯報」，由值班參謀讀出下屬各個縱隊、師、團用電台報告的當日戰況和繳獲情況。那幾乎是重復著千篇一律枯燥無味的數據：每支部隊殲敵多少、俘虜多少;繳獲的火炮、車輛多少，槍支、物資多少……有一天，參謀照例匯報當日的戰況，林彪突然打斷他：「剛才念的在胡家窩棚那個戰斗的繳獲，你們聽到了嗎?」大家都很茫然，因為如此戰斗每天都有幾十起，不都是差不多一模一樣的枯燥數字嗎?林彪掃視一周，見無人回答，便接連問了三句：「為什麼那裡繳獲的短槍與長槍的比例比其它戰斗略高?」「為什麼那裡繳獲和擊毀的小車與大車的比例比其它戰斗略高?」「為什麼在那裡俘虜和擊斃的軍官與士兵的比例比其它戰斗略高?」林彪司令員大步走向掛滿軍用地圖的牆壁，指著地圖上的那個點說：「我猜想，不，我斷定!敵人的指揮所就在這里!」果然，部隊很快就抓住了敵方的指揮官廖耀湘，並取得這場重要戰役的勝利。
這些例子真實的反映在各行各業，探求數據價值取決於把握數據的人，關鍵是人的數據思維；與其說是大數據創造了價值，不如說是大數據思維觸發了新的價值增長。
? 現在和未來
我們先看看大數據在當下有怎樣的傑出表現：
大數據幫助政府實現市場經濟調控、公共衛生安全防範、災難預警、社會輿論監督；
大數據幫助城市預防犯罪，實現智慧交通，提升緊急應急能力；
大數據幫助醫療機構建立患者的疾病風險跟蹤機制，幫助醫葯企業提升葯品的臨床使用效果，幫助艾滋病研究機構為患者提供定製的葯物；
大數據幫助航空公司節省運營成本，幫助電信企業實現售後服務質量提升，幫助保險企業識別欺詐騙保行為，幫助快遞公司監測分析運輸車輛的故障險情以提前預警維修，幫助電力公司有效識別預警即將發生故障的設備；
大數據幫助電商公司向用戶推薦商品和服務，幫助旅遊網站為旅遊者提供心儀的旅遊路線，幫助二手市場的買賣雙方找到最合適的交易目標，幫助用戶找到最合適的商品購買時期、商家和最優惠價格；
大數據幫助企業提升營銷的針對性，降低物流和庫存的成本，減少投資的風險，以及幫助企業提升廣告投放精準度；
大數據幫助娛樂行業預測歌手，歌曲，電影，電視劇的受歡迎程度，並為投資者分析評估拍一部電影需要投入多少錢才最合適，否則就有可能收不回成本；
大數據幫助社交網站提供更准確的好友推薦，為用戶提供更精準的企業招聘信息，向用戶推薦可能喜歡的游戲以及適合購買的商品。
其實，這些還遠遠不夠，未來大數據的身影應該無處不在，就算無法准確預測大數據終會將人類社會帶往到哪種最終形態，但我相信只要發展腳步在繼續，因大數據而產生的變革浪潮將很快淹沒地球的每一個角落。
比如，Amazon的最終期望是：「最成功的書籍推薦應該只有一本書，就是用戶要買的下一本書。」
Google也希望當用戶在搜索時，最好的體驗是搜索結果只包含用戶所需要的內容，而這並不需要用戶給予Google太多的提示。
而當物聯網發展到達一定規模時，藉助條形碼、二維碼、RFID等能夠唯一標識產品，感測器、可穿戴設備、智能感知、視頻採集、增強現實等技術可實現實時的信息採集和分析，這些數據能夠支撐智慧城市，智慧交通，智慧能源，智慧醫療，智慧環保的理念需要，這些都所謂的智慧將是大數據的採集數據來源和服務范圍。
未來的大數據除了將更好的解決社會問題，商業營銷問題，科學技術問題，還有一個可預見的趨勢是以人為本的大數據方針。人才是地球的主宰，大部分的數據都與人類有關，要通過大數據解決人的問題。
比如，建立個人的數據中心，將每個人的日常生活習慣，身體體征，社會網路，知識能力，愛好性情，疾病嗜好，情緒波動……換言之就是記錄人從出生那一刻起的每一分每一秒，將除了思維外的一切都儲存下來，這些數據可以被充分的利用：
醫療機構將實時的監測用戶的身體健康狀況；
教育機構更有針對的制定用戶喜歡的教育培訓計劃；
服務行業為用戶提供即時健康的符合用戶生活習慣的食物和其它服務；
社交網路能為你提供合適的交友對象，並為志同道合的人群組織各種聚會活動；
政府能在用戶的心理健康出現問題時有效的干預，防範自殺，刑事案件的發生；
金融機構能幫助用戶進行有效的理財管理，為用戶的資金提供更有效的使用建議和規劃；
道路交通、汽車租賃及運輸行業可以為用戶提供更合適的出行線路和路途服務安排；
……
當然，上面的一切看起來都很美好，但是否是以犧牲了用戶的自由為前提呢？只能說當新鮮事物帶來了革新的同時也同樣帶來了「病菌」。比如，在手機未普及前，大家喜歡聚在一起聊天，自從手機普及後特別是有了互聯網，大家不用聚在一起也可以隨時隨地的聊天，只是「病菌」滋生了另外一種情形，大家慢慢習慣了和手機共渡時光，人與人之間情感交流彷彿永遠隔著一張「網」。
? 大數據隱私
你或許並不敏感，當你在不同的網站上注冊了個人信息後，可能這些信息已經被擴散出去了，當你莫名其妙的接到各種郵件，電話，簡訊的滋擾時，你不會想到自己的電話號碼，郵箱，生日，購買記錄，收入水平，家庭住址，親朋好友等私人信息早就被各種商業機構非法存儲或賤賣給其它任何有需要的企業或個人了。
更可怕的是，這些信息你永遠無法刪除，它們永遠存在於互聯網的某些你不知道的角落。除非你更換掉自己的所有信息，但是這代價太大了。
用戶隱私問題一直是大數據應用難以繞開的一個問題，如被央視曝光過的分眾無線、羅維鄧白氏以及網易郵箱都涉及侵犯用戶隱私。目前，中國並沒有專門的法律法規來界定用戶隱私，處理相關問題時多採用其他相關法規條例來解釋。但隨著民眾隱私意識的日益增強，合法合規地獲取數據、分析數據和應用數據，是進行大數據分析時必須遵循的原則。
說到隱私被侵犯，愛德華?斯諾登應該占據一席之地，這位前美國中央情報局（CIA）雇員一手引爆了美國「棱鏡計劃」（PRISM）的內幕消息。「棱鏡」項目是一項由美國國家安全局（NSA）自2007年起開始實施的絕密電子監聽計劃，年耗資近2000億美元，用於監聽全美電話通話記錄，據稱還可以使情報人員通過「後門」進入9家主要科技公司的伺服器，包括微軟、雅虎、谷歌、Facebook、PalTalk、美國在線、Skype、YouTube、蘋果。這個事件引發了人們對政府使用大數據時對公民隱私侵犯的擔心。
再看看我們身邊，當微博，微信，QQ空間這些社交平台肆意的吞噬著數億用戶的各種信息時，你就不要指望你還有隱私權了，就算你在某個地方刪除了，但也許這些信息已經被其他人轉載或保存了，更有可能已經被網路或Google存為快照，早就提供給任意用戶搜索了。
因此在大數據的背景下，很多人都在積極的抵制無底線的數字化，這種大數據和個體之間的博弈還會一直繼續下去……
專家給予了我們一些如何有效保護大數據背景下隱私權的建議：1-減少信息的數字化；2-隱私權立法；3-數字隱私權基礎設施（類似DRM數字版權管理）；4-人類改變認知（接受忽略過去）；5-創造良性的信息生態；6-語境化。
但是這些都很難立即見效或者有實質性的改善。
比如，現在有一種職業叫刪帖人，專門負責幫人到各大網站刪帖，刪除評論。其實這些人就是通過黑客技術侵入各大網站，破獲管理員的密碼然後進行手工定向刪除。只不過他們保護的不是客戶的隱私，而大多是丑聞。還有一種職業叫人肉專家，他們負責從互聯網上找到一個與他們根本就無關系用戶的任意信息。這是很可怕的事情，也就是說，如果有人想找到你，只需要兩個條件：1-你上過網，留下過痕跡；2-你的親朋好友或僅僅是認識你的人上過網，留下過你的痕跡。這兩個條件滿足其一，人肉專家就可以很輕松的找到你，可能還知道你現在正在某個餐廳和誰一起共進晚餐。
當很多互聯網企業意識到隱私對於用戶的重要性時，為了繼續得到用戶的信任，他們採取了很多辦法，比如google承諾僅保留用戶的搜索記錄9個月，瀏覽器廠商提供了無痕沖浪模式，社交網站拒絕公共搜索引擎的爬蟲進入，並將提供出去的數據全部採取匿名方式處理等。
在這種復雜的環境裡面，很多人依然沒有建立對於信息隱私的保護意識，讓自己一直處於被滋擾，被精心設計，被利用，被監視的處境中。可是，我們能做的幾乎微乎其微，因為個人隱私數據已經無法由我們自己掌控了，就像一首詩里說到的：「如果你現在繼續麻木，那就別指望這麻木能抵擋得住被」扒光」那一刻的驚恐和絕望……」
和大數據相關的技術
? 雲技術
大數據常和雲計算聯繫到一起，因為實時的大型數據集分析需要分布式處理框架來向數十、數百或甚至數萬的電腦分配工作。可以說，雲計算充當了工業革命時期的發動機的角色，而大數據則是電。
雲計算思想的起源是麥卡錫在上世紀60年代提出的：把計算能力作為一種像水和電一樣的公用事業提供給用戶。
如今，在Google、Amazon、Facebook等一批互聯網企業引領下，一種行之有效的模式出現了：雲計算提供基礎架構平台，大數據應用運行在這個平台上。
業內是這么形容兩者的關系：沒有大數據的信息積淀，則雲計算的計算能力再強大，也難以找到用武之地；沒有雲計算的處理能力，則大數據的信息積淀再豐富，也終究只是鏡花水月。
那麼大數據到底需要哪些雲計算技術呢？
這里暫且列舉一些，比如虛擬化技術，分布式處理技術，海量數據的存儲和管理技術，NoSQL、實時流數據處理、智能分析技術（類似模式識別以及自然語言理解）等。
雲計算和大數據之間的關系可以用下面的一張圖來說明，兩者之間結合後會產生如下效應：可以提供更多基於海量業務數據的創新型服務；通過雲計算技術的不斷發展降低大數據業務的創新成本。
36大數據
如果將雲計算與大數據進行一些比較，最明顯的區分在兩個方面：
第一，在概念上兩者有所不同，雲計算改變了IT，而大數據則改變了業務。然而大數據必須有雲作為基礎架構，才能得以順暢運營。
第二，大數據和雲計算的目標受眾不同，雲計算是CIO等關心的技術層，是一個進階的IT解決方案。而大數據是CEO關注的、是業務層的產品，而大數據的決策者是業務層。
詳情：http://ke..com/view/9424571.htm