[[201982]]

大數(shù)據(jù)已經(jīng)成為過去幾年中大部分行業(yè)的游戲規(guī)則，行業(yè)領(lǐng)袖，學(xué)者和其他知名的利益相關(guān)者都同意這一點(diǎn)， 隨著大數(shù)據(jù)繼續(xù)滲透到我們的日常生活中，圍繞大數(shù)據(jù)的炒作正在轉(zhuǎn)向?qū)嶋H使用中的真正價(jià)值。

雖然了解大數(shù)據(jù)的價(jià)值仍然是一個(gè)挑戰(zhàn)，但其他實(shí)踐中的挑戰(zhàn)包括資金投入和投資回報(bào)率以及相關(guān)技能仍然是大數(shù)據(jù)行業(yè)排名前列。Gartner調(diào)查顯示，75%以上的公司正在投資或計(jì)劃在未來兩年投資大數(shù)據(jù)。

一般來說，大多數(shù)公司都希望有幾個(gè)大數(shù)據(jù)項(xiàng)目，公司的主要目標(biāo)是增強(qiáng)客戶體驗(yàn)，但其他目標(biāo)包括降低成本，更有針對(duì)性地進(jìn)行營(yíng)銷，并使現(xiàn)有流程更有效率。 近來，數(shù)據(jù)泄露也使安全性成為大數(shù)據(jù)項(xiàng)目需要解決的重要問題。

然而，更重要的是，當(dāng)涉及到大數(shù)據(jù)時(shí)，你所在的位置是在哪里? 你很可能會(huì)發(fā)現(xiàn)你處于以下幾種情況之一：

• 想要弄清楚大數(shù)據(jù)中是否存在真正的價(jià)值
• 評(píng)估市場(chǎng)機(jī)會(huì)的規(guī)模
• 開發(fā)使用大數(shù)據(jù)的新服務(wù)和產(chǎn)品
• 已經(jīng)使用大數(shù)據(jù)解決方案重新定位現(xiàn)有的服務(wù)和產(chǎn)品以利用大數(shù)據(jù)，或者已經(jīng)使用大數(shù)據(jù)解決方案

考慮到這一點(diǎn)，了解大數(shù)據(jù)的全景及其在不同行業(yè)的應(yīng)用，將有助于更好地了解你的角色和未來不同行業(yè)的發(fā)展。

在本文中，我將分析使用大數(shù)據(jù)的10個(gè)垂直行業(yè)，這些行業(yè)面臨的行業(yè)挑戰(zhàn)以及大數(shù)據(jù)如何解決這些挑戰(zhàn)。 我還將提到一些大型數(shù)據(jù)提供商在特定行業(yè)提供解決方案的案例。

銀行業(yè)與證券業(yè)

一項(xiàng)研究對(duì)10個(gè)頂級(jí)投資和零售業(yè)務(wù)銀行的16個(gè)項(xiàng)目進(jìn)行了調(diào)查，結(jié)果顯示：行業(yè)的挑戰(zhàn)包括：證券欺詐預(yù)警，超高頻金融數(shù)據(jù)分析，信用卡欺詐檢測(cè)，審計(jì)跟蹤歸檔，企業(yè)信用風(fēng)險(xiǎn)報(bào)告，貿(mào)易可見度，客戶數(shù)據(jù)轉(zhuǎn)換， 交易的社會(huì)分析，IT運(yùn)營(yíng)分析和IT策略合規(guī)性分析等。

大數(shù)據(jù)在銀行業(yè)和證券業(yè)的應(yīng)用 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)的非法交易活動(dòng)。

金融市場(chǎng)的零售商，大銀行，對(duì)沖基金和其他所謂的“大男孩”使用大數(shù)據(jù)進(jìn)行高頻交易，交易前決策支持分析，情緒測(cè)量，預(yù)測(cè)分析等方面的交易分析。

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，企業(yè)風(fēng)險(xiǎn)管理，“了解你的客戶”和減少欺詐。 該行業(yè)特定的大數(shù)據(jù)提供商包括：1010data，Panopticon軟件，Streambase Systems，Nice Actimize和Quartet FS。

通訊，媒體和娛樂

由于消費(fèi)者期望有不同格式和各種設(shè)備的多媒體需求，通信，媒體和娛樂行業(yè)的一些重大數(shù)據(jù)挑戰(zhàn)包括：

• 收集，分析和利用消費(fèi)者洞察
• 利用移動(dòng)和社交媒體內(nèi)容
• 了解實(shí)時(shí)，媒體內(nèi)容使用情況

大數(shù)據(jù)在通信，媒體和娛樂行業(yè)的應(yīng)用 該行業(yè)的企業(yè)同時(shí)分析客戶數(shù)據(jù)以及行為數(shù)據(jù)，以創(chuàng)建詳細(xì)的客戶資料，可用于：

• 為不同的目標(biāo)受眾創(chuàng)建內(nèi)容
• 根據(jù)需要推薦內(nèi)容
• 衡量?jī)?nèi)容效果

一個(gè)例子是溫布爾登網(wǎng)球錦標(biāo)賽，利用大數(shù)據(jù)實(shí)時(shí)對(duì)電視，移動(dòng)和網(wǎng)絡(luò)用戶觀看網(wǎng)球比賽的詳細(xì)情緒分析。 Spotify是按需音樂服務(wù)，使用hadoop大數(shù)據(jù)分析，從全球數(shù)百萬用戶收集數(shù)據(jù)，然后使用分析的數(shù)據(jù)向個(gè)人用戶提供個(gè)性化的音樂推薦。 亞馬遜Prime通過在一站式商店中提供，視頻，音樂和Kindle書籍提供良好的客戶體驗(yàn)，也大量利用大數(shù)據(jù)。 這個(gè)行業(yè)的大數(shù)據(jù)提供商包括：Infochimps，Splunk，Pervasive Software和Visible Measures。

醫(yī)療保健

醫(yī)療保健部門獲得了大量的數(shù)據(jù)，但一直沒能使用數(shù)據(jù)來遏制醫(yī)療保健成本上升，提高醫(yī)療保健收益，提高系統(tǒng)效率。

這主要是因?yàn)殡娮訑?shù)據(jù)不足或不可用。 另外，保存健康相關(guān)信息的醫(yī)療保健數(shù)據(jù)庫(kù)很難與醫(yī)療領(lǐng)域有用模式的數(shù)據(jù)鏈接起來。

其他與大數(shù)據(jù)相關(guān)的挑戰(zhàn)包括：將患者排除在決策過程之外，以及使用來自不同渠道的容易獲得的傳感器的數(shù)據(jù)。

以色列貝斯的一些醫(yī)院正在使用數(shù)百萬病人從手機(jī)應(yīng)用收集的數(shù)據(jù)，讓醫(yī)生可以使用循證醫(yī)學(xué)，而不是像傳統(tǒng)醫(yī)院一樣，對(duì)病人進(jìn)行醫(yī)療/實(shí)驗(yàn)室檢測(cè)。 有些測(cè)試是有效的，但大部分是昂貴的并且通常是低效的。

佛羅里達(dá)大學(xué)使用免費(fèi)公共衛(wèi)生數(shù)據(jù)和Google地圖創(chuàng)建視覺數(shù)據(jù)，可以更快速地識(shí)別和有效分析醫(yī)療信息，用于跟蹤慢性病的傳播。

奧巴馬醫(yī)保方案也以多種方式利用了大量數(shù)據(jù)。

該行業(yè)的大數(shù)據(jù)提供商包括：Recombinant Data，Humedica，Explorys和Cerner

從技術(shù)角度來看，教育行業(yè)面臨的一個(gè)重大挑戰(zhàn)是將來自不同來源和供應(yīng)商的大數(shù)據(jù)整合其中，并將其用于一個(gè)數(shù)據(jù)的平臺(tái)。 從實(shí)踐的角度來看，教育從業(yè)者和機(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，整合來自不同來源的數(shù)據(jù)，不同平臺(tái)和原本不相互合作的不同供應(yīng)商都面臨挑戰(zhàn)。 在政治上，與用于教育目的的大數(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)在高等教育中的應(yīng)用相當(dāng)顯著。例如，塔斯馬尼亞大學(xué)。一個(gè)擁有26000多名學(xué)生的澳大利亞大學(xué)，部署了一個(gè)學(xué)習(xí)和管理系統(tǒng)，學(xué)生登錄系統(tǒng)，系統(tǒng)追蹤學(xué)生花費(fèi)的時(shí)間以及學(xué)生的整體進(jìn)度等。

在教育中使用大數(shù)據(jù)的不同用例中，它也用于衡量教師教學(xué)的有效性，以確保學(xué)生和教師的良好體驗(yàn)。教師的表現(xiàn)可以根據(jù)學(xué)生人數(shù)，學(xué)科人數(shù)，學(xué)生期望，行為分類和其他幾個(gè)變量進(jìn)行微調(diào)和衡量。

在政府層面上，美國(guó)教育部的教育技術(shù)辦公室正在使用大數(shù)據(jù)來開發(fā)分析數(shù)據(jù)，以幫助糾正選錯(cuò)在線課程的學(xué)生，點(diǎn)擊模式也被用來檢測(cè)學(xué)生學(xué)習(xí)時(shí)的無聊程度。

這個(gè)行業(yè)的大數(shù)據(jù)提供商包括：Knewton和Carnegie Learning和MyFit / Naviance。

制造業(yè)和自然資源開采業(yè)

對(duì)石油，農(nóng)產(chǎn)品，礦產(chǎn)，天然氣，金屬等自然資源的需求日益增加，導(dǎo)致數(shù)據(jù)量的增加，復(fù)雜性和提高速度是一個(gè)挑戰(zhàn)。

同樣，來自制造業(yè)的大量數(shù)據(jù)尚未得到開發(fā)。 這種信息的利用不足阻礙了產(chǎn)品質(zhì)量提高，能源效率和可靠性的提升，以及更好的利潤(rùn)率。

在自然資源行業(yè)，通過大數(shù)據(jù)可以利用地理空間數(shù)據(jù)，圖形數(shù)據(jù)，文本和時(shí)間數(shù)據(jù)中攝取和整合大量數(shù)據(jù)建立預(yù)測(cè)模型，幫助做出決策，應(yīng)用的領(lǐng)域包括： 地震解釋和油藏表征。

大數(shù)據(jù)也被用于解決當(dāng)今制造業(yè)所面臨的挑戰(zhàn)，懿獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。

在下圖中，德勤的一項(xiàng)研究顯示了目前使用的大數(shù)據(jù)的情況以及將來的預(yù)期的用于供應(yīng)鏈功能的使用情況。

該行業(yè)的大數(shù)據(jù)提供商包括：CSC，Aspen Technology，Invensys和Pentaho。

政府

在政府中，最大的挑戰(zhàn)是不同政府部門和附屬機(jī)構(gòu)大數(shù)據(jù)的整合和互操作性。 大數(shù)據(jù)在政府中的應(yīng)用 在公共服務(wù)方面，大數(shù)據(jù)應(yīng)用范圍非常廣泛，包括能源勘探，金融市場(chǎng)分析，欺詐檢測(cè)，健康相關(guān)研究和環(huán)境保護(hù)。

一些更具體的例子如下：

• 大數(shù)據(jù)用于分析社會(huì)保障局(SSA)提供的非結(jié)構(gòu)化數(shù)據(jù)的大量社會(huì)殘疾索賠。用于分析快速有效地處理醫(yī)療信息，以加快決策速度，并檢測(cè)可疑或欺詐性聲明。
• 食品和藥物管理局(FDA)正在使用大量數(shù)據(jù)來檢測(cè)和研究食物相關(guān)疾病和疾病的模式。從而做出更快的反應(yīng)，提供更快的治療，減少死亡。
• 國(guó)土安全部使用大數(shù)據(jù)分為幾種不同的用例。 大數(shù)據(jù)來自不同政府機(jī)構(gòu)的分析，以及用于保護(hù)國(guó)家安全的數(shù)據(jù)。

這個(gè)行業(yè)的大數(shù)據(jù)提供商包括：Digital Reasoning，Socrata和惠普。

保險(xiǎn)業(yè)

主要挑戰(zhàn)包括缺乏個(gè)性化服務(wù)，缺乏個(gè)性化定價(jià)和缺乏針對(duì)新細(xì)分市場(chǎng)和特定細(xì)分市場(chǎng)的有針對(duì)性的服務(wù)。

在由Marketforce進(jìn)行的調(diào)查中，保險(xiǎn)業(yè)專業(yè)人士確定的挑戰(zhàn)包括數(shù)據(jù)不足帶來的利潤(rùn)損失，以及渴望更好的洞察力。

業(yè)界已經(jīng)在使用大數(shù)據(jù)，通過從社交媒體，支持GPS的設(shè)備和監(jiān)控錄像中得到的數(shù)據(jù)分析和預(yù)測(cè)客戶行為，為透明和簡(jiǎn)單的產(chǎn)品提供客戶洞察。 大數(shù)據(jù)還可以保護(hù)公司更好的提高客戶留存。

在索賠管理方面，大數(shù)據(jù)的預(yù)測(cè)分析已被用于提供更快的服務(wù)，因?yàn)榇罅康臄?shù)據(jù)可以在承保階段進(jìn)行特別分析。 欺詐檢測(cè)也得到了加強(qiáng)。

通過數(shù)字渠道和社交媒體的大量數(shù)據(jù)，索賠周期的索賠實(shí)時(shí)監(jiān)控已被用于為保險(xiǎn)公司提供見解。

該行業(yè)的大數(shù)據(jù)提供商包括：Sprint，高通，Octo Telematics，The Climate Corp。

零售和批發(fā)貿(mào)易

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)，行業(yè)已經(jīng)收集了大量的數(shù)據(jù)。 來自客戶會(huì)員卡，POS掃描儀，RFID等的這些數(shù)據(jù)并沒有被用于整體上改善客戶體驗(yàn)。所有改變和改進(jìn)都相當(dāng)緩慢。

來自客戶忠誠(chéng)度數(shù)據(jù)，POS，商店庫(kù)存，本地人口統(tǒng)計(jì)數(shù)據(jù)的大數(shù)據(jù)將繼續(xù)由零售和批發(fā)商店收集。

在紐約大展零售貿(mào)易大會(huì)上，像微軟，思科和IBM這樣的公司表示，零售行業(yè)需要利用大數(shù)據(jù)進(jìn)行分析和其他用途，包括：

• 通過購(gòu)物模式，本地活動(dòng)等數(shù)據(jù)優(yōu)化員工配置
• 減少欺詐
• 及時(shí)分析庫(kù)存
• 社交媒體的使用也具有很大的潛在用途，并且將以緩慢的速度地被實(shí)體店采用。社交媒體用于客戶探索，客戶保留，產(chǎn)品推廣等。

這個(gè)行業(yè)的大數(shù)據(jù)提供商包括：First Retail，F(xiàn)irst Insight，F(xiàn)ujitsu，Infor，Epicor和Vistex。

交通

行業(yè)具體挑戰(zhàn)

政府，私人機(jī)構(gòu)和個(gè)人的一些大數(shù)據(jù)應(yīng)用包括：

• 政府使用大數(shù)據(jù)：交通管制，路線規(guī)劃，智能交通系統(tǒng)，擁堵管理(預(yù)測(cè)交通狀況)
• 私營(yíng)部門在運(yùn)輸中使用大數(shù)據(jù)：收入管理，技術(shù)改進(jìn)，物流和競(jìng)爭(zhēng)優(yōu)勢(shì)(通過整合出貨量和優(yōu)化貨運(yùn))
• 個(gè)人使用大數(shù)據(jù)包括：路線規(guī)劃節(jié)省燃料和時(shí)間，旅游安排等。

該行業(yè)的大數(shù)據(jù)提供商包括：高通和Manhattan Associates。

能源和公用事業(yè)

電網(wǎng)資產(chǎn)的60%將在十年內(nèi)需要更換

全球風(fēng)電裝機(jī)容量同比增長(zhǎng)12.4%

智能電表成為主流，而消費(fèi)者要求更多的控制和了解能源消耗。

智能電表讀取器允許幾乎每15分鐘收集數(shù)據(jù)，而不是每天用舊的讀表器收集數(shù)據(jù)。 這種細(xì)粒度數(shù)據(jù)被用于更好地分析實(shí)用程序的消耗，這允許改進(jìn)客戶反饋和更好地控制公用事業(yè)的使用。 在公用事業(yè)公司，使用大數(shù)據(jù)還可以提供更好的資產(chǎn)和人力資源管理，這對(duì)于識(shí)別錯(cuò)誤和在完成失敗之前盡快進(jìn)行糾正是有用的。 這個(gè)行業(yè)的大數(shù)據(jù)提供商包括：Alstom Siemens ABB和Cloudera。

總結(jié)

本文總共梳理了10個(gè)垂直行業(yè)中大數(shù)據(jù)的重要作用，以下是幾個(gè)關(guān)鍵要點(diǎn)：

• 在大數(shù)據(jù)領(lǐng)域有大量支出
• 要利用大數(shù)據(jù)機(jī)會(huì)，你需要：熟悉并了解行業(yè)特定的挑戰(zhàn)、了解每個(gè)行業(yè)的數(shù)據(jù)特征、了解支出在哪里發(fā)生、通過自己的能力和解決方案來滿足市場(chǎng)需求
• 垂直行業(yè)的專業(yè)知識(shí)是有效和高效地利用大數(shù)據(jù)的關(guān)鍵