2016年全球大數據規模

① 大數據的發展趨勢

如今，大數據的發展趨勢正在迅速轉變，但專家預計機器學習、預測分析、物聯網、邊緣計算將在未來幾年對大數據項目產生重大影響.

大數據不再是流行術語.調查機構Forrester公司的研究人員發現，2016年，近40%的企業正在實施和擴大數據技術的應用，30%的企業計劃在未槐穗來一年內採用大數據.同樣，NewVantagePartners的《2016年大數據執行調查》發現，62.5%的企業現在至少有一個大數據項目投入使用，只有5.4%的企業沒有規劃或者沒有實施大數據項目.

研究人員表示，大數據技術的採用不會立即放緩.根據調查機構IDC公司的預測，大數據和業務分析市場從2018年的1301億美元增加到2020年的2030億美元以畢汪上.

數據的可用性、新一代技術和對數據驅動決策的文化轉型將繼續推動企業對大數據和分手明仔析技術和服務的需求.IDC公司剖析信息管理集團副總裁Dan、Vesset表達，2015年全球性大數據市場收達到1220億美元，2016年市場收入增長11.3%，預計到2020年大數據市場收入復合年均增長11.7%.

雖然大數據市場會增長，但企業對如何使用大數據並不是很清楚.新的大數據技術進入市場，舊技術的使用也在增加.

大數據發展趨勢

真正掌握大數據的趨勢，就像每天都在監控風向的變化一樣，只要感受到風向，就會發生變化.但是，以下趨勢明顯推動了大數據的發展.

1.大數據和開源

ApacheHadoop、Spark等開源應用程序已經成為大數據技術空間的主流，這種趨勢似乎可能會持續下去.一項調查顯示，近60%的企業預計將在今年年底前使用Hadoop集群投入生產.根據調查機構Forrester公司的報告，Hadoop的使用量每年增加32%.

② 企業大數據 一座值得開墾的金礦

企業大數據：一座值得開墾的金礦
雖然尚處起步階段，但是大數據已經成為多個行業的關注熱點之一。如何更好地利用大數據推動自身業務的運營發展，這是眾多企業不斷探索的問題，而運營商也無法忽視這個未來的大金礦。
一、現階段大數據業務市場狀況
從全球情況來看，2015年全球大數據市場規模達到421億美元，同比增長了47.7%。以此增速進行推算，到2020年全球大數據市場規模可突破3000億美元。

今年年初，中國信息通信研究院日前發布的《中國大數據發展調查報告（2017）》稱，2016年中國大數據市場規模達168億元，預計2017年~2020年仍將保持30%以上的增長。調查顯示，目前近六成企業已成立數據分析相關部門，超過1/3的企業已經應用大數據。

對比起全球情況，中國大數據產業市場規模增長還有很大空間。
二、運營商進入大數據行業思路
運營商先天優勢在於掌控大量數據中心資源，這是大數據業務硬體基礎。更為重要的是運營商本身擁有大量存量客戶資源和客戶數據，這也是對運營商進入大數據領域一個有力支撐。
運營商大數據業務運營SWOT分析：

三、運營商大數據業務發展對比
聯通
今年9月，中國聯通集團正式宣布，旗下的聯通大數據有限公司正式揭牌成立。中國聯通大數據公司定位於中國聯通大數據對外集中運營主體和大數據產業拓展的合資合作平台，全面對接國家和聯通集團戰略，建立專業化子公司開展市場化運營、建設全產業鏈大數據生態體系。此外，聯通還與中國銀聯簽署了戰略合作協議，雙方決定建立長期穩定的合作夥伴關系，在數據資源、技術能力、產品研發等方面開展全方位合作。
電信
早在2015年末，中國電信正式發布「天翼大數據」品牌，並推出精準營銷、風險防控、區域洞察、咨詢報告四類數據型產品和大數據雲平台型產品，重點服務於旅遊、金融、廣告、政府、交通等行業。這是中國電信運營商第一個大數據業務品牌。
電信所有的大數據都是在雲平台和雲設施之上搭建的，2016年下半年其大數據平台建設從原來的5個省份現在擴展到31個省份，數據種類從開始的幾類主要數據擴展到十幾類，實效性從原來以「周」為單位到現在以「小時」為單位的延時。
移動
在今年「世界電信和信息化社會日大會」上，中國移動通信集團公司副總經理李正茂表示：「發展大數據不是簡單的建設IDC，根本目的還是為了應用。大數據正在從炒作的高峰期間，向產業落地期間發展。」
中國移動在六個方面積極推動大數據加速行業轉型升級：
第一，社會管理方面，大數據能夠分析用戶的消費、行為、位置等特徵，為政府的社會治理提供保障。
第二，信息傳播，大數據成為公眾獲取信息的新渠道。移動藉助位置漫遊等信息向公眾發布輿情熱點的分析。
第三，醫療健康領域，中國移動構建健康雲平台在貴州省取得成效，一方面幫助貴州衛集委收集信息，同時為政府醫療機構提供智能審核，疾病救助，疾病預防等多方面的投入，由此為當地醫療支出節省了上千萬。
第四，行業創新能力提升，大數據為傳統行業打造新的能力。中國移動的大數據提供人流預警，公交道路等服務，為公交管理，遊客出行提供參考。
第五，社會熱點問題處理支撐，中國移動基於大數據構建了反電信網路，欺詐防範技術體系，在2-10分鍾可以識別市場號碼源，來源區域，受害人集中地等等，同時實現最高風險等級，影響最大的境外異常號碼源時時阻斷。
第六，商業模式創新，2016年，中國移動和招商局集團共同投資設立試金石信用服務有限公司。
雖然三大運營商大數據布局在實際操作上不同，但是都明確把大數據從布局轉移到實行階段，軟硬體資源日益充實，並且已經打造出不少成功案例。
四、布局大數據市場
1、攻堅熱點領域
智慧城市
早在2014年，國家發改委會同中央網信辦等25部委組成部際協調工作組，啟動新型智慧城市試點建設。2016年又明確提出了到2018年要分級分類建設100個新型示範性智慧城市。
智慧城市建設帶來的商機是巨大的，而大數據恰好在智慧城市建設中扮演重要角色。可以通過方方面面滲入，如城市交通、環境監測、治安管理、衛生管理等城市生活每個細節。
當然，運營商也已經對此領域有所行動。比如聯通大數據公司就有「智慧足跡」這一項業務，提供「以人為本」的群體位置數據應用，為政府和企業提供包括人流量、人流密度、職住空間分布、人口時空分布在內的位置大數據解決方案。
政務
通過IDC、ICT基礎通信業務為政府部門提供服務，並且為其構建大數據管理分析平台。政府運作效率和質量提升已經不僅僅拘泥於辦理業務、處理業務時間上的減少，還要做到未雨綢繆，及時發現潛在民生問題，做好預防工作：比如通過婚姻注冊數據挖掘離婚率提升因素，從而地提出針對性措施；又比如通過分析注冊中小企業稅務數據，了解稅收政策對中小企業是否存在推進作用，有消極作用的加以改善。
醫療健康
根據前瞻產業研究院發布的《2017-2022年全球健康醫療大數據行業發展前景預測與投資戰略規劃分析報告》顯示，2010年我國健康醫療大數據行業市場規模約為171億元，到2015年快速增長到466億元，年均復合增長率超過20%。

可穿戴設備的出現使到個人身體健康實時監測得到硬體上的支持，而把這個契機轉化為商機就需要完善的大數據平台作為支撐。

而通信運營商涉足該領域也有很合適的切入口，比如利用存量家庭業務客戶進行拓展，享受低資費優惠。
2、提升自身運營
運營商本身擁有著龐大數據資源，也應該很好地利用這些資源為自身運營提供動力。
一方面通過用戶資料庫做好用戶維系和質量提升，對高危潛在離網用戶及早挽留，而對潛在需求用戶可以推廣增值業務提升客戶價值。
另一方面，涉及到數據交互（即通過與其他行業合作，雙方數據通過融合整理）發掘出的更多有價值結論，能支撐雙方運營，互惠互利。
五、大數據業務營銷
通過IDC建設、產品建設打好基礎，進行業務營銷就是下一步關鍵所在。進行大數據業務營銷通過標桿打造+體驗營銷是較好選擇。
由於業務屬於起步階段，要吸引到市場目光和認同，必須樹立業務標桿。在硬體和軟體有實力的前提下，運營商要打造專業化團隊，樹立行業頂尖形象，以優質案例打動潛在客戶。
營銷人員在向潛在客戶推銷產品時，需要結合案例詳解、實體考察、攜帶型設備體驗進行銷售活動，以具體化、專業化的方式打動客戶。
需要明確的是，大數據硬體軟體方面做好後，剩下最關鍵一環就是在營銷上打動客戶。
如何打動客戶？用事實說話
例如2013年，微軟紐約研究院的經濟學家大衛?羅斯柴爾德（David Rothschild）利用大數據成功預測24個奧斯卡獎項中的19個，成為人們津津樂道的話題。2014年羅斯柴爾德再次成功預測第86屆奧斯卡金像獎頒獎典禮24個獎項中的21個。在這種震撼的事實面前，展現大數據的實用性和威力。
六、展望
由於各行各業各領域都能夠有機會用到大數據分析為管理運營作支撐，所以大數據業務發展潛力毋容置疑。現在對運營商而言，做好硬體軟體基礎的同時，更要深挖市場需求，打造營收模式標桿，以點帶面地實現業務快速增長。

③ 為破局而生，情報分析師決勝大數據

大數據時代，誰擁有數據，誰也就擁有財富。

數據服務產業的發展，提高數據的應用水平，所離不開的關鍵核心都是專業的情報分析師。

通常所說的大數據分為三種，企業數據、公權機構數據和開源網路數據。前兩種可供挖掘和應用的價值有限，目前世界上各國所重視的都是開源網路數據。

挖掘大數據價值，獲取目標對象（人物、事件、機構、項目等）精確可靠的信息，需要經由情報分析師充分利用自身的技術、方法、經驗和手段，建立和理清調查任務內在的邏輯關系，通過綜合研判，才能從紛繁冗餘的數據中找出價值。

大數據是座挖不完的「鑽石礦」，隨著科學技術的發展，每個人的生活都與大數據息息相關，同時隨著國家政策對於大數據等前沿技術的愈發重視，大數據行業已逐步形成了一個萬億級別的市場。

截至2018年底，致力於打造「中國數谷」的貴州省會貴陽正推動大數據與相關領域深度融合，全國人大代表、貴陽市市長陳晏表示，貴陽建成大數據產業園10個，大數據企業1632家，全年企業主營業務收入1000億元人民幣。在推動大數據與實體經濟、社會治理等方面，貴陽市「融」出了新動能、新前景、新生活、新效率。貴陽市政府數據已實現100%共享交換，向社會免費開放618餘萬條數據。

基於大數據對各個行業的深入影響，近幾年，美國、歐盟、日本等主要發達經濟體都積極推進各自的大數據戰略。2009年，美國科學家委員會(NSTC)就發布了《開發數字數據的威力》報告，初步提出發展大數據的框架，奧巴馬政府亦對大數據行業大力支持，幫助美國取得世界領先地位。參考《大數據白皮書(2016)》，2016年全球大數據核心產業規模約為300億美元，預計2020年有望達到近600億美元。

中國亦將大數據視為新經濟的重要支撐。2014年「大數據」首次出現在《政府工作報告》，奠定了行業快速發展的政策基礎。2017 年，工信部印發了《大數據產業發展規劃(2016-2020 年)》，全面部署「十三五」時期大數據產業發展工作。發改委、工信部及農業部、運輸部等部委先後頒布相關後續政策，推動大數據產業發展。預計未來將有更多部門出台相應具體政策，推動大數據行業的發展。

根據中國信通院數據顯示，2017年中國大數據產業規模(包括數據資源建設、大數據軟硬體產品的開發、銷售和租賃活動，以及相關信息技術服務)為4700億元人民幣，同比增長30%，且預計2020年這一規模有望趕超1萬億，年均復合增速近30%。其中，大數據核心產業規模2017年為234億元，同比增長39%，預計2018年為329億元。

目前中國金融數據體量位居全球第一，其中金融行業數據量是數據的重要貢獻和使用機構，互聯網金融占據相當大的比重，活躍的交易賬戶和交易事項為金融領域貢獻了大量可供挖掘的有價數據。

受互聯網金融的影響，金融行業大數據也迎來了迅速發展，大數據在金融行業正實現全面普及應用。大數據在金融行業的應用，除了傳統的風險管理、運營管理及業務創新外，近年金融行業大數據應用呈現新的趨勢，主要包括高頻金融交易、小額信貸、P2P放款審核、客戶管理、精準營銷等。

隨著大數據發展和應用的持續推進，未來金融大數據行業中的機構和企業將圍繞建立新的金融環境而競爭，主要表現在圍繞生態圈、戰略和產品三個層面的競爭，並由此確定金融行業企業的市場地位及競爭力。因此，金融機構、互聯網企業都不會局限於某一個層面的發展，更傾向於多維度、多層面的布局。

此外，A股上市公司在大數據產業的各個領域布局廣泛，目前A股大數據概念板塊中，有118個標的，但是在各個子版塊中有較強變現能力的龍頭企業的數量卻很少，對於一些概念炒作，沒有核心技術能力的公司，很容易因為一些市場環境的變化，產生大幅下跌，讓投資者蒙受損失。

由此可見，大數據進一步發展急切需要綜合解決方案提供商，專注於利用當代最先進的IT技術推動企業和政府部門在管理和商業模式上的創新發展，提供綜合解決方案，包括運營支撐、大數據、移動互聯網解決方案等。最終形成電信+政府+金融的大數據全面布局。

內生外延布局金融大數據，業務協同發展。在公共安全、運營商等傳統大數據業務將大數據平台和應用技術研發落地，繼而可將經驗快速復制到金融、農業等其他領域。形成強協同效用。

大數據是未來的發展趨勢，現今人人也都可以談一點大數據，任何行業都可以直接間接的與大數據相關聯，但是真正專業應用大數據技術的公司卻也屈指可數，更難辨別出真正具有大數據業務變現能力的企業。

身處信息爆炸的時代，要想透過大數據去發現背後的真相，也並不是一件易事。

術業有專攻，作為企業方需要有意識培養大數據技術和情報分析師等專業人才，而作為個人也要有意識培養情報分析師思維，如此才能真正將大數據為己所用，如此也才能在未來市場的角逐中不被淘汰出局。

未來，每一個人都離不開對於數據的分析。

④ 什麼是大數據，看完這篇就明白了

什麼是大數據

如果從字面上解釋的話，大家很容易想到的可能就是大量的數據，海量的數據。這樣的解釋確實通俗易懂，但如果用專業知識來描述的話，就是指數據集的大小遠遠超過了現有普通資料庫軟體和工具的處理能力的數據。

大數據的特點

海量化

這里指的數據量是從TB到PB級別。在這里順帶給大家科普一下這是什麼概念。

MB，全稱MByte，計算機中的一種儲存單位，含義是「兆位元組」。

1MB可儲存1024×1024=1048576位元組（Byte）。

位元組（Byte）是存儲容量基本單位，1位元組（1Byte）由8個二進制位組成。

位（bit）是計算機存儲信息的最小單位，二進制的一個「0」或一個「1」叫一位。

通俗來講，1MB約等於一張網路通用圖片（非高清）的大小。

1GB=1024MB，約等於下載一部電影（非高清）的大小。

1TB=1024GB，約等於一個固態硬碟的容量大小，能存放一個不間斷的監控攝像頭錄像（200MB/個）長達半年左右。

1PB=1024TB，容量相當大，應用於大數據存儲設備，如伺服器等。

1EB=1024PB，目前還沒有單個存儲器達到這個容量。

多樣化

大數據含有的數據類型復雜，超過80%的數據是非結構化的。而數據類型又分成結構化數據，非結構化數據，半結構化數據。這里再對三種數據類型做一個分類科普。

①結構化數據

結構化的數據是指可以使用關系型資料庫(例如:MySQL,Oracle,DB2)表示和存儲，表現為二維形式的數據。一般特點是：數據以行為單位，一行數據表示一個實體的信息，每一行數據的屬性是相同的。所以，結構化的數據的存儲和排列是很有規律的，這對查詢和修改等操作很有幫助。

但是，它的擴展性不好。比如，如果欄位不固定，利用關系型資料庫也是比較困難的，有人會說，需要的時候加個欄位就可以了，這樣的方法也不是不可以，但在實際運用中每次都進行反復的表結構變更是非常痛苦的，這也容易導致後台介面從資料庫取數據出錯。你也可以預先設定大量的預備欄位，但這樣的話，時間一長很容易弄不清除欄位和數據的對應狀態，即哪個欄位保存有哪些數據。

②半結構化數據

半結構化數據是結構化數據的一種形式，它並不符合關系型資料庫或其他數據表的形式關聯起來的數據模型結構，但包含相關標記，用來分隔語義元素以及對記錄和欄位進行分層。因此，它也被稱為自描述的結構。半結構化數據，屬於同一類實體可以有不同的屬性，即使他們被組合在一起，這些屬性的順序並不重要。常見的半結構數據有XML和JSON。

③非結構化數據

非結構化數據是數據結構不規則或不完整，沒有預定義的數據模型，不方便用資料庫二維邏輯表來表現的數據。包括所有格式的辦公文檔、文本、圖片、各類報表、圖像和音頻/視頻信息等等。非結構化數據其格式非常多樣，標准也是多樣性的，而且在技術上非結構化信息比結構化信息更難標准化和理解。所以存儲、檢索、發布以及利用需要更加智能化的IT技術，比如海量存儲、智能檢索、知識挖掘、內容保護、信息的增值開發利用等。

快速化

隨著物聯網、電子商務、社會化網路的快速發展，全球大數據儲量迅猛增長，成為大數據產業發展的基礎。根據國際數據公司(IDC)的監測數據顯示，2013年全球大數據儲量為4.3ZB(相當於47.24億個1TB容量的移動硬碟)，2014年和2015年全球大數據儲量分別為6.6ZB和8.6ZB。近幾年全球大數據儲量的增速每年都保持在40%，2016年甚至達到了87.21%的增長率。2016年和2017年全球大數據儲量分別為16.1ZB和21.6ZB，2018年全球大數據儲量達到33.0ZB。預測未來幾年，全球大數據儲量規模也都會保持40%左右的增長率。在數據儲量不斷增長和應用驅動創新的推動下，大數據產業將會不斷豐富商業模式，構建出多層多樣的市場格局，具有廣闊的發展空間。

核心價值

大數據的核心價值，從業務角度出發，主要有如下的3點：

a.數據輔助決策：為企業提供基礎的數據統計報表分析服務。分析師能夠輕易獲取數據產出分析報告指導產品和運營，產品經理能夠通過統計數據完善產品功能和改善用戶體驗，運營人員可以通過數據發現運營問題並確定運營的策略和方向，管理層可以通過數據掌握公司業務運營狀況，從而進行一些戰略決策；

b.數據驅動業務：通過數據產品、數據挖掘模型實現企業產品和運營的智能化，從而極大的提高企業的整體效能產出。最常見的應用領域有基於個性化推薦技術的精準營銷服務、廣告服務、基於模型演算法的風控反欺詐服務徵信服務，等等。

c.數據對外變現：通過對數據進行精心的包裝，對外提供數據服務，從而獲得現金收入。市面上比較常見有各大數據公司利用自己掌握的大數據，提供風控查詢、驗證、反欺詐服務，提供導客、導流、精準營銷服務，提供數據開放平台服務，等等。

大數據能做什麼？

1、海量數據快速查詢(離線)

能夠在海量數據的基礎上進行快速計算，這里的「快速」是與傳統計算方案對比。海量數據背景下，使用傳統方案計算可能需要一星期時間。使用大數據 技術計算只需要30分鍾。

2.海量數據實時計算（實時）

在海量數據的背景下，對於實時生成的最新數據，需要立刻、馬上傳遞到大數據環境，並立刻、馬上進行相關業務指標的分析，並把分析完的結果立刻、馬上展示給用戶或者領導。

3.海量數據的存儲（數據量大，單個大文件）

大數據能夠存儲海量數據,大數據時代數據量巨大,1TB=1024*1G 約26萬首歌(一首歌4M),1PB=1024 * 1024 * 1G約2.68億首歌(一首歌4M)

大數據能夠存儲單個大文件。目前市面上最大的單個硬碟大小約為10T左右。若有一個文件20T,將 無法存儲。大數據可以存儲單個20T文件，甚至更大。

4.數據挖掘（挖掘以前沒有發現的有價值的數據）

挖掘前所未有的新的價值點。原始企業內數據無法計算出的結果，使用大數據能夠計算出。

挖掘（演算法）有價值的數據。在海量數據背景下，使用數據挖掘演算法，挖掘有價值的指標（不使用這些演算法無法算出）

大數據行業的應用？

1.常見領域

2.智慧城市

3.電信大數據

4.電商大數據

大數據行業前景(國家政策)？

2014年7月23日，國務院常務會議審議通過《企業信息公示暫行條例（草案）》

2015年6月19日，國家主席、總理同時就「大數據」發表意見：《國務院辦公廳關於運用大數據加強對市場主體服務和監管的若干意見》

2015年8月31日，國務院印發《促進大數據發展行動綱要》。國發〔2015〕50號

2016年12月18日，工業和信息化部關於印發《大數據產業發展規劃》

2018年1月23日。中央全面深化改革領導小組會議審議通過了《科學數據管理辦法》

2018年7月1日，國務院辦公廳印發《關於運用大數據加強對市場主體服務和監管的若干意見》

2019年政府工作報告中總理指出「深化大數據、人工智慧等研發應用，培育新一代信息技術、高端裝備、生物醫葯、新能源汽車、新材料等新興產業集群，壯大數字經濟。」

總結

我國著名的電商之父，阿里巴巴創始人馬雲先生曾說過，未來10年，乃至20年，將是人工智慧的時代，大數據的時代。對於現在正在學習大數據的我們來說，未來對於我們更是充滿了各種機遇與挑戰。

python學習網，大量的免費python視頻教程，歡迎在線學習！

⑤ 大數據市場有多大 怎麼利用大數據賺錢

大數據市場有多大 怎麼利用大數據賺錢
「大數據的市場規模沒有天花板。」國務院發展研究中心信息中心研究處處長李廣乾認為。不過細想，這正是目前各大企業和資本瘋狂追逐大數據產業的重要原因。
「單獨討論大數據意義不大，它是依附於具體業務，和各個行業密切相關的。」李廣乾認為，大數據產業規模和兩大因素相關：一是經濟發展水平，需要大數據的業務越多，市場體量就越大;二是信息化發展水平，能夠產生數據的終端越多，數據就會越聚越多，而數據的生產是沒有上限的。目前，大數據的金礦還僅是開挖了「冰山一角」。全球來看，Gartner2016年最新的技術成熟度曲線顯示，大數據作為新興領域，已經進入應用發展階段，基礎設施建設帶來的規模性高速增長出現逐步放緩的趨勢，技術創新和商業模式創新推動各行業應用逐步成熟，應用創造的價值在市場規模中的比重日益增大，並成為新的增長動力。從總體規模看，2016年，全球大數據市場規模實現16.5%的增長，預計將連續3年保持增速在15%左右。同時，大數據成為全球IT支出新的增長點，2016年，有近40%的企業正在實施和擴大大數據技術的應用，另有30%計劃在未來12個月內應用大數據。「說大數據產業是一張畫得很大的餅顯然是片面的。」工信部賽迪研究院軟體所所長潘文預測，包括大數據硬體、大數據軟體、大數據服務等在內的大數據核心產業環節，2016年達到3100億元，將在2020年超過1萬億元;大數據關聯產業規模2016年超過5萬億元，將在2020年超過10萬億元;大數據融合產業規模2016年達到3.5萬億元，將在2020年超過20萬億元。「從大數據核心產業結構看，基於大數據的服務是大數據核心產業的主體，其規模約佔大數據核心產業規模的90%，未來，服務也將是大數據產業的最核心部分。」潘文說。做數據「搬運工」目前國內大數據公司分為兩類：一類是已有獲取大數據能力的公司，如網路、騰訊、阿里巴巴等互聯網巨頭及華為、浪潮、中興等企業，涵蓋了數據採集、數據存儲、數據分析、數據可視化及數據安全等領域;另一類則是初創大數據公司，依靠大數據工具，針對市場需求，為市場帶來創新方案並推動技術發展。不同的大數據公司，盈利模式也不相同。如果把大數據產業比作房地產開發，那麼海量數據就是地產開發時的土地資源，數據挖掘開發就是地產搭建蓋樓。大數據主要的盈利模式也是圍繞這兩方面展開，一是通過直接「搬運」數據賺錢，二是通過數據加工分析盈利。「我們就像一個自來水廠一樣，用戶要你提供干凈的自來水，對方可能是酒廠、飯店、飲料廠，他把你的水做成飲料或酒。」聚合數據就是一家主要依靠為客戶提供數據盈利的公司，公司創始人左磊對其商業模式作了一個形象的比喻。在開發APP應用過程中，左磊發現客戶對於數據的需求非常大，但他們本身卻沒有能力去做這些事情。聚合數據的主營業務，就是整合市面上有價值的數據源，從車輛違章信息、航班火車查詢、全國加油站實時油價，到在線試題、電影、股票，做成標准化的API(應用程序編程介面)，開放給開發者、企業及微信公眾號用戶等使用，為他們免除數據收集、維護等環節。簡言之，聚合數據是一家數據源公司，充當的是數據「搬運工」的角色。在變現模式上，針對一些本身成本不高的服務，聚合數據會對用戶實行免費，而對一些成本相對高的服務，會按照每個介面或服務的成本收取不同的費用。2016年，聚合數據光API介面一項營收就超過1000萬元。聚合數據的盈利模式是數據買賣市場一個有代表性的類型。另一個代表性類型是，國內乃至全球第一家大數據交易所——貴陽大數據交易所，自2015年4月正式掛牌運營以來，僅用兩年多時間，就實現了可交易數據總量超過150PB，內容涵蓋政府、金融、交通等30大類領域，並於今年上半年實現正現金流，預計今年底累計交易流水將突破2億元人民幣。數據的「消化」和「利用」如果說搬運數據是秀肌肉的「體力活」，那麼分析數據並提供解決方案就是拼智商的「腦力活」，相當於把收集來的數據「消化」「利用」好。直接售賣數據是比較底層的盈利方式，而對數據進行處理加工則在商業模式上具備更多的想像空間。數據分析可大致分為直接提供數據分析工具和輸出解決方案兩種模式。潘文說，數據分析工具通常可以實現情報挖掘、輿情分析、銷售追蹤、精準營銷、個性化推薦、網站/APP分析等功能，收費方式採取按需購買，部分功能服務免費，部分功能服務收費。阿里雲的「數加」平台就是典型的數據工具盈利模式。阿里雲大數據事業部總監徐常亮表示，阿里雲「數加」平台，承載著阿里巴巴集團、螞蟻金服的數據，可提供一站式的數據計算、加工、處理等服務，用戶不用自建計算平台。此外，基於「數加」平台，阿里雲還提供數十款應用工具，覆蓋數據採集、計算引擎、數據加工、數據分析、機器學習、數據應用等數據生產全鏈條。計算引擎之上，「數加」平台提供了最豐富的雲端數據開發套件，包括數據集成、數據開發、調度系統、數據管理、運維視屏、數據質量、任務監控。在數據分析方面，通過移動數據分析產品，開發者可快速搭建日誌採集、分析系統;通過「數加」平台BI報表產品，3分鍾即可完成海量數據的分析報告。在機器學習方面，「數加」平台發布的機器學習工具，可基於海量數據實現對用戶行為、行業走勢、天氣、交通等的預測。大數據公司百分點的展廳內有一面弧形牆，可以24小時實時更新數據資料和圖譜。這面牆上有全網當日產品銷售統計和熱銷產品榜單，每一個產品都有詳情介紹。百分點研發總監蘇海波介紹，5.5億用戶的「畫像」匯總於此，包括購物偏好、網購金額變化趨勢、閱讀興趣等。用戶的任何網上行為都會成為大數據的一部分，經過篩選加入到用戶的數據中。通過與百分點合作，商戶可以根據用戶消費偏好，定向推送商品;旅行社可以定向推送旅遊行程信息和報價;新聞資訊APP則可以推送用戶感興趣的信息。在輸出解決方案上，大數據還可以應用到醫療、教育、零售、通信等傳統行業。通過大數據產生更多收益，節約成本，優化原有行業，衍生出新的商業模式。

⑥ 大數據發展怎麼樣啊

大數據為什麼有很好的發展前景：
第一：大數據自身能夠創造出更多的價值。大數據相關技術緊緊圍繞數據價值化展開，數據價值化將開辟出廣大的市場空間，重點在於數據本身將為整個信息化社會賦能。隨著大數據的落地應用，大數據的價值將逐漸得到體現。目前在互聯網領域，大數據技術已經得到了較為廣泛的應用。
第二：數據發展日新月異，我們應該審時度勢、精心謀劃、超前布局、力爭主動，深入了解大數據發展現狀和趨勢及其對經濟社會發展的影響，分析我國大數據發展取得的成績和存在的問題，推動實施國家大數據戰略，加快完善數字基礎設施，推進數據資源整合和開放共享，保障數據安全，加快建設數字中國，更好服務我國經濟社會發展和人民生活改善。
第三：大數據產業鏈逐漸形成。經過近些年的發展，大數據已經初步形成了一個較為完整的產業鏈，包括數據採集、整理、傳輸、存儲、分析、呈現和應用，眾多企業開始參與到大數據產業鏈中，並形成了一定的產業規模，相信隨著大數據的不斷發展，相關產業規模會進一步擴大。

⑦ 互聯網下一個風口究竟是什麼

近年來，全球大數據儲量呈現爆炸式增長，其中中國數據產生量增長最為迅速，平均每年增長速度比全球快3%，預計到2025年中國將成為全球最大的數據圈。

中國數據圈將受到來自物聯網設備信號、元數據、娛樂相關數據、雲計算和邊緣計算增長的驅動，中國生產力數據和物聯網數據佔比將從2015年的11%增長至2025年的40%。

全球大數據儲量規模爆炸式增長

隨著物聯網、電子商務、社會化網路的快速發展，全球大數據儲量迅猛增長，成為大數據產業發展的基礎。根據國際數據公司（IDC）的監測數據顯示，2013年全球大數據儲量為4.3ZB（相當於47.24億個1TB容量的移動硬碟），2014年和2015年全球大數據儲量分別為6.6ZB和8.6ZB。近幾年全球大數據儲量的增速每年都保持在40%，2016年甚至達到了87.21%的增長率。2016年和2017年全球大數據儲量分別為16.1ZB和21.6ZB，2018年全球大數據儲量達到33.0ZB。

預測未來幾年，全球大數據儲量規模也都會保持40%左右的增長率。在數據儲量不斷增長和應用驅動創新的推動下，大數據產業將會不斷豐富商業模式，構建出多層多樣的市場格局，具有廣闊的發展空間。

——以上數據來源於前瞻產業研究院發布的《中國大數據產業發展前景與投資戰略規劃分析報告》。

⑧ 「大數據」 到底有多大

截止到2012年，數據量已經從TB（1024GB=1TB）級別躍升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB(1024EB=1ZB)級別。

內國際數據公司（IDC）的研容究結果表明，2008年全球產生的數據量為0.49ZB，2009年的數據量為0.8ZB，2010年增長為
1.2ZB，2011年的數量更是高達1.82ZB，相當於全球每人產生200GB以上的數據。而到2012年為止，人類生產的所有印刷材料的數據量是
200PB，全人類歷史上說過的所有話的數據量大約是5EB。

IBM的研究稱，整個人類文明所獲得的全部數據中，有90%是過去兩年內產生的。而到了2020年，全世界所產生的數據規模將達到今天的44
倍。每一天，全世界會上傳超過5億張圖片，每分鍾就有20小時時長的視頻被分享。然而，即使是人們每天創造的全部信息——包括語音通話、電子郵件和信息在
內的各種通信，以及上傳的全部圖片、視頻與音樂，其信息量也無法匹及每一天所創造出的關於人們自身的數字信息量。這樣的趨勢會持續下去。

⑨ 大數據行業怎麼樣

大數據挺好的，也是個大趨勢，但目前來說學了後基本都是在一線崗位多，二線城市基本上很少，所以看個人需求去學

⑩ 大數據在金融行業的應用與挑戰

大數據在金融行業的應用與挑戰
A 具有四大基本特徵
金融業基本是全世界各個行業中最依賴於數據的，而且最容易實現數據的變現。全球最大的金融數據公司Bloomberg在1981年成立時「大數據」概念還沒有出現。Bloomberg的最初產品是投資市場系統（IMS），主要向各類投資者提供實時數據、財務分析等。
隨著信息時代降臨，1983年估值僅1億美元的Bloomberg以30%股份的代價換取美林3000萬美元投資，先後推出Bloomberg Terminal、News、Radio、TV等各類產品。1996年Bloomberg身價已達20億美元，並以2億美元從美林回購了10%的股份。2004年Bloomberg在紐約曼哈頓中心建成246米摩天高樓。到2008年次貸危機，美林面臨崩盤，其剩餘20%的Bloomberg股份成為救命稻草。Bloomberg趁美林之危贖回所有股份，估值躍升至225億美元。2016年Bloomberg全球布局192個辦公室，擁有1.5萬名員工，年收入約100億美元，估值約1000億美元，超過同年市值為650億美元的華爾街標桿高盛。
大數據概念形成於2000年前後，最初被定義為海量數據的集合。2011年，美國麥肯錫公司在《大數據的下一個前沿：創新、競爭和生產力》報告中最早提出：大數據指大小超出典型資料庫軟體工具收集、存儲、管理和分析能力的數據集。
具體來說，大數據具有四大基本特徵：
一是數據體量大，指代大型數據集，一般在10TB規模左右，但在實際應用中，很多企業用戶把多個數據集放在一起，已經形成了PB級的數據量。
二是數據類別大，數據來自多種數據源，數據種類和格式日漸豐富，已沖破了以前所限定的結構化數據范疇，囊括了半結構化和非結構化數據。現在的數據類型不僅是文本形式，更多的是圖片、視頻、音頻、地理位置信息等多類型的數據。
三是處理速度快，在數據量非常龐大的情況下，也能夠做到數據的實時處理。數據處理遵循「1秒定律」，可從各種類型的數據中快速獲得高價值的信息。
四是數據的真實性高，隨著社交數據、企業內容、交易與應用數據等新數據源的興起，傳統數據源的局限被打破，信息的真實性和安全性顯得極其重要。
而相比其他行業，金融數據邏輯關系緊密，安全性、穩定性和實時性要求更高，通常包含以下關鍵技術：數據分析，包括數據挖掘、機器學習、人工智慧等，主要用於客戶信用、聚類、特徵、營銷、產品關聯分析等；數據管理，包括關系型和非關系型數據、融合集成、數據抽取、數據清洗和轉換等；數據使用，包括分布式計算、內存計算、雲計算、流處理、任務配置等；數據展示，包括可視化、歷史流及空間信息流展示等，主要應用於對金融產品健康度、產品發展趨勢、客戶價值變化、反洗錢反欺詐等監控和預警。
B 重塑金融行業競爭新格局
「互聯網+」之後，隨著世界正快速興起「大數據+」，金融行業悄然出現以下變化：
大數據特徵從傳統數據的「3個V」增加到「5個V」。在數量（Volume）、速度（Velocity）、種類（Variety）基礎上，進一步完善了價值（Value）和真實性（Veracity），真實性包括數據的可信性、來源和信譽、有效性和可審計性等。
金融業按經營產品分類變為按運營模式分類。傳統金融業按經營產品劃分為銀行、證券、期貨、保險、基金五類，隨著大數據產業興起和混業經營的發展，現代金融業按運營模式劃分為存貸款類、投資類、保險類三大類別。
大數據市場從壟斷演變為充分市場競爭。全球大數據市場企業數量迅速增多，產品和服務的差異增大，技術門檻逐步降低，市場競爭日益激烈。行業解決方案、計算分析服務、存儲服務、資料庫服務和大數據應用成為市場份額排名最靠前的五大細分市場。
大數據形成新的經濟增長點。Wikibon數據顯示，2016年，全球大數據硬體、軟體和服務整體市場增長22%達到281億美元，預計到2027年，全球在大數據硬體、軟體和服務上的整體開支的復合年增長率為12%，將達到大約970億美元。
數據和IT技術替代「重復性」業務崗位。數據服務公司Eurekahedge通過追蹤23家對沖基金，發現5位對沖基金經理薪金總額為10億美元甚至更高。過去10年，靠數學模型分析金融市場的物理學家和數學家「寬客」一直是對沖基金的寵兒，其實大數據+人工智慧更精於此道。高盛的紐約股票現金交易部門2000年有600名交易員而如今只剩兩人，其任務全由機器包辦，專家稱10年後高盛員工肯定比今天還要少。
美國大數據發展走在全球前列。美國政府宣稱：「數據是一項有價值的國家資本，應對公眾開放，而不是將其禁錮在政府體制內。」作為大數據的策源地和創新引領者，美國大數據發展一直走在全球最前列。自20世紀以來，美國先後出台系列法規，對數據的收集、發布、使用和管理等做出具體的規定。2009年，美國政府推出Data.gov政府數據開放平台，方便應用領域的開發者利用平台開發應用程序，滿足公共需求或創新創業。2010年，美國國會通過更新法案，進一步提高了數據採集精度和上報頻度。2012年3月，奧巴馬政府推出《大數據研究與開發計劃》，大數據迎來新一輪高速發展。
英國是歐洲金融中心，大數據成為其領先科技之一。2013年，英國投資1.89億英鎊發展大數據。2015年，新增7300萬英鎊，創建了「英國數據銀行」data.gov.uk網站。2016年，倫敦舉辦了超過22000場科技活動，同年，英國數字科技投資逾68億英鎊，而收入則超過1700億英鎊。另外，英國統計局利用政府資源開展「虛擬人口普查」，僅此一項每年節省5億英鎊經費。
C 打造高效金融監管體系
大數據用已發生的總體行為模式和關聯邏輯預測未來，決策未來,作為現代數字科技的核心，其靈魂就是——預測。
偵測、打擊逃稅、洗錢與金融詐騙
全球每年因欺詐造成的經濟損失約3.7萬億美元，企業因欺詐受損通常為年營收額的5%。全球最大軟體公司之一美國SAS公司與稅務、海關等政府部門和全球各國銀行、保險、醫療保健等機構合作，有效應對日益復雜化的金融犯罪行為。如在發放許可之前，通過預先的數據分析檢測客戶是否有過行受賄、欺詐等前科，再確定是否發放借貸或海關通關。SAS開發的系統已被國際公認為統計分析的標准軟體，在各領域廣泛應用。英國政府利用大數據檢測行為模式檢索出200億英鎊的逃稅與詐騙，追回了數十億美元損失。被福布斯評為美國最佳銀行的德克薩斯資本銀行（TCBank），不斷投資大數據技術，反金融犯罪系統與銀行發展同步，近3年資產從90億美元增至210億美元。荷蘭第三大人壽保險公司CZ依靠大數據對騙保和虛假索賠行為進行偵測，在支付賠償金之前先期阻斷，有效減少了欺詐發生後的司法補救。
大數據風控建立客戶信用評分、監測對照體系
美國注冊舞弊審核師協會（ACFE）統計發現，缺乏反欺詐控制的企業會遭受高額損失。美國主流個人信用評分工具FICO能自動將借款人的歷史資料與資料庫中全體借款人總體信用習慣相比較，預測借款人行為趨勢，評估其與各類不良借款人之間的相似度。美國SAS公司則通過集中瀏覽和分析評估客戶銀行賬戶的基本信息、歷史行為模式、正在發生行為模式（如轉賬）等，結合智能規則引擎（如搜索到該客戶從新出現的國家為特有用戶轉賬，或在新位置在線交易等），進行實時反欺詐分析。
美國一家互聯網信用評估機構通過分析客戶在Facebook、Twitter等社交平台留下的信息，對銀行的信貸和投保申請客戶進行風險評估，並將結果出售給銀行、保險公司等，成為多家金融機構的合作夥伴。
D 數據整合困難
應用經濟指標預測系統分析市場走勢
IBM使用大數據信息技術成功開發了「經濟指標預測系統」，該系統基於單體數據進行提煉整合，通過搜索、統計、分析新聞中出現的「新訂單」等與股價指標有關的單詞來預測走勢，然後結合其他相關經濟數據、歷史數據分析其與股價的關系，從而得出行情預測結果。
追蹤社交媒體上的海量信息評估行情變化
當今搜索引擎、社交網路和智能手機上的微博、微信、論壇、新聞評論、電商平台等每天生成幾百億甚至千億條文本、音像、視頻、數據等，涵蓋廠商動態、個人情緒、行業資訊、產品體驗、商品瀏覽和成交記錄、價格走勢等，蘊含巨大財富價值。
2011年5月，規模為4000萬美元的英國對沖基金DC Markets，通過大數據分析Twitter的信息內容來感知市場情緒指導投資，首月盈利並以1.85%的收益率一舉戰勝其他對沖基金僅0.76%的平均收益率。
美國佩斯大學一位博士則利用大數據追蹤星巴克、可口可樂和耐克公司在社交媒體的圍觀程度對比其股價，證明Facebook、Twitter和 Youtube上的粉絲數與股價密切相關。
提供廣泛的投資選擇和交易切換
日本個人投資理財產品Money Design在應用程序Theo中使用演算法+人工智慧，最低門檻924美元，用戶只需回答風險承受水平、退休計劃等9個問題，就可使用35種不同貨幣對65個國家的1.19萬只股票進行交易和切換，年度管理費僅1%。Money Design還能根據用戶投資目標自動平衡其賬戶金額，預計2020年將超過2萬億美元投資該類產品。
利用雲端資料庫為客戶提供記賬服務
日本財富管理工具商Money Forward提供雲基礎記賬服務，可管理工資、收付款、寄送發票賬單、針對性推送理財新項目等，其軟體系統連接並整合了2580家各類金融機構的各類型帳戶，運用大數據分析的智能儀表盤顯示用戶當前財富狀況，還能分析用戶以往的數據以預測未來的金融軌跡。目前其已擁有50萬商家和350萬個體用戶，並與市值2.5萬億美元的山口金融集團聯合開發新一款APP。
為客戶定製差異化產品和營銷方案
金融機構迫切需要掌握更多用戶信息，繼而構建用戶360度立體畫像，從而對細分客戶進行精準營銷、實時營銷、智慧營銷。
一些海外銀行圍繞客戶「人生大事」，分析推算出大致生活節點，有效激發其對高價值金融產品的購買意願。如一家澳大利亞銀行通過大數據分析發現，家中即將誕生嬰兒的客戶對壽險產品的潛在需求最大，於是通過銀行卡數據監控准媽媽開始購買保胎葯品和嬰兒相關產品等現象，識別出即將添丁的家庭，精準推出定製化金融產品套餐，受到了客戶的積極響應，相比傳統的簡訊群發模式大幅提高了成功率。
催生並支撐人工智慧交易
「量化投資之王」西蒙斯被公認為是最能賺錢的基金經理人，自1988年創立文藝復興科技公司的旗艦產品——大獎章基金以來，其憑借不斷更新完善的大數據分析系統，20年中創造出35%的年均凈回報率，比索羅斯同期高10%，比股神巴菲特同期高18%，成為有史以來最成功的對沖基金，並於1993年基金規模達2.7億美元時停止接受新投資。在美國《Alpha》雜志每年公布的對沖基金經理排行榜上，西蒙斯2005年、2006年分別以15億美元、17億美元凈收入穩居全球之冠，2007年以13億美元位列第五，2008年再以25億美元重返榜首。
推動金融產品和服務創新
E 面臨三大挑戰
目前，全球各行業數據量的增長速度驚人，在我國尤其集中在金融、交通、電信、製造業等重點行業，信息化的不斷深入正在進一步催生更多新的海量數據。
據統計，2015年中國的數據總量達到1700EB以上，同比增長90%，預計到2020年這一數值將超過8000EB。以銀行業為例，每創收100萬元，銀行業平均產生130GB的數據，數據強度高踞各行業之首。但在金融企業內部數據處於割裂狀態，業務條線、職能部門、渠道部門、風險部門等各個分支機構往往是數據的真正擁有者，缺乏順暢的共享機制，導致海量數據往往處於分散和「睡眠」狀態，雖然金融行業擁有的數據量「富可敵國」，但真正利用時卻「捉襟見肘」。
數據安全暗藏隱患
大數據本質是開放與共享，但如何界定、保護個人隱私權卻成為法律難題。大數據存儲、處理、傳輸、共享過程中也存在多種風險，不僅需要技術手段保護，還需相關法律法規規范和金融機構自律。多項實際案例表明，即使無害的數據大量囤積也會滋生各種隱患。安全保護對象不僅包括大數據自身，也包含通過大數據分析得出的知識和結論。在線市場平台英國Handshake.uk.com就嘗試允許用戶協商個人數據被品牌分享所得的報酬。
人才梯隊建設任重道遠
人才是大數據之本。與信息技術其他細分領域人才相比，大數據發展對人才的復合型能力要求更高，需要掌握計算機軟體技術，並具備數學、統計學等方面知識以及應用領域的專業知識。