国电高科正在建设运营的“天启 星座 ”是我国首个、全球第二个在轨提供数据服务的低轨物联网 星座 。“天启 星座 ”的建成将快速破解我国低轨物联网 星座 缺失和受制于人等突出卡脖子问题，对抢占全球卫星频率轨道资源，以及低轨卫星物联网技术和产业发展战略高地具有重要意义。
“我们的根本经验就是加大科研研发投入力度，不断完善人才队伍，从根本上突破相关技术难题，实现相关产品技术的快速迭代。”国电高科副总裁郭中甲表示。
融中 财经 （ID：thecapital）采访国电高科副总裁郭中甲，以下为专访内容，以飨读者。
融中 财经 ：贵司发展经历过哪些阶段性难题？如何攻克难关？（比如技术研发、产品落地等）目前，公司主要业务线和产品有哪些？盈利点在什么地方？
郭中甲：受惠国家军民融合政策和一系列商业航天支持政策的出台，国电高科从2015年成立至今取得了相对突出的成绩，特别是在卫星物联网 星座 建设等方面取得了坚实的突破， 星座 建设初具规模，市场应用领域不断拓展，行业品牌明显提升并获得诸多荣誉。回顾公司发展有许多宝贵的经验，最重要的是坚定走专精特新之路，坚定战略目标，始终围绕建设卫星物联网 星座 通信基础设施这一目标，不断突破相关的通信技术体制、产业应用链条长和卫星系统总体研发难度大的突出、阶段性难题。加快企业发展，根本经验就是加大科研研发投入力度，特别是相关人才的招聘力度，不断完善人才队伍，从根本上破解突破相关技术难题，实现相关产品技术的快速迭代。建立相对完善的问题处理体系，加快清晰问题、总结问题、解决问题的组织系统能力，提升企业 科技 研发的组织化系统化水平，把队伍的科研能力真正通过高效的组织结构有效落地。另外在应对产业链条长方面也积累了相关必要经验，比如加强生态体系建设，加强垂直应用示范并快速与相关企业形成合作，加强相关标准研发，为生态合作提供基础的技术支撑等。
目前公司的核心业务是卫星物联网 星座 的运营和提供卫星物联网通信服务，以及相关卫星物联网地面终端的研发和销售。随着生态体系的不断完善，未来公司会专注提供卫星物联网通信服务方面，而在其他行业解决方案、传感器研发与集成、大数据应用等方面则更多通过生态合作伙伴来进行。国电高科建设的天启 星座 具有支持上亿个地面终端应用的通信能力，同时这些领域的付费能力也较强，单个终端的日通信费用基本可支持1元左右，未来随着支持百万、甚至千万级别的地面终端通信，将会产生非常好的经济效益，而同样的国电高科更期待相关企业能紧步加快相关领域的应用合作，未来这些终端及其相关的新市场则有望突破千亿，甚至万亿，蓝海效应明显。
融中 财经 ：“专精特新”从国家战略层再度被重视后，公司有出现哪些新的机会和转变？贵公司具备哪些行业优势？
郭中甲：“专精特新”从国家战略层面再度被重视后，对公司的影响主要包括公司品牌知名度的提升，无论从市场、政府合作和资本层面都有了非常积极的影响，政府对企业更加认可，众多资本机构相继调研。相关银行都针对性地设计了针对专精特新企业的金融服务，降低了相关企业融资门槛，丰富了金融产品解决方案，进步拓宽了企业融资的渠道。陆续有平安银行等诸多银行来公司积极对接，同时随着公司进入国家专精特新小巨人企业名录，更多风险投资等机构了解到公司，相关投资机构调研公司的频率也显著提高，并积极推进与公司的投资事项对接，对公司长远的发展提供了比较好的融资等支持。在与政府相关对接合作中也更通畅，渠道也更加多元，包括北京市相关司局也进一步加大了针对专精特新企业的服务力度，从政策调研、沟通渠道和市场开放方面都有了明显的提升，在其他区域方面相关政府也对企业更加认可，积极推进相关产业、应用等多方面合作，重视度明显提高。
国电高科作为卫星物联网 星座 新基础设施的建设和运营者，提供基础的卫星物联网通信服务，应用领域非常广泛，基本涉及物联网应用的各个场景，而且服务领域均为现有通信方式难以服务，或者服务成本过高的区域，基本属于蓝海及空白市场。随着公司成为国家专精特新企业，公司对整个产业链的促进、拉动作用显著加强，相关企业的配套热情与应用热情也显著加大，这对于数万亿规模卫星物联网产业的尽快释放具有极其重要的意义，而产业链的协同发展对于真正发展卫星物联网产业具有关键的作用。作为卫星物联网 星座 新基础设施的运营企业，我们非常期待这点，将紧步跟随国家专精特新相关政策的政策东风，加快推进产业链协同发展。另外从行业角度讲，国电高科已经完成了一期14颗卫星的 星座 部署，具备被了小时级的通信服务能力，终端通信设备也初步完成了低成本化，已经实现百元级别，处于国内相对领先的位置，这对卫星物联网通信向物联网的各领域应用提供了非常好的成本条件。
融中 财经 ：公司在早期市场拓展中遇到哪些难题？现在来看，有哪些行业共性经验教训？在商业场景落地上，有哪些新突破？
郭中甲：公司在早期市场拓展的主要问题可以归结为产业链条长，需要深入场景复杂性较大，这应该是大多数做通信或其他基础设施技术及企业的普遍问题，特别是对于通信基础设施企业而言更是如此。由于相关企业配套和应用理念的短期不足， 星座 基础设施运营企业不得不自身参与全链条的落地过程，比如传感器选择、终端集成、行业应用大数据平台、落地施工等诸多非擅长和人力需求特别大的环节，这对于很多底层技术企业应该是普遍的问题。同时国电高科还不断梳理相关产业链的生态体系，加强与重要生态龙头企业的合作，从而通过这样的合作进一步提升应用示范效应，通过以点带面、龙头带动，重点聚焦的效应推进整个产业的卫星物联网产业应用。另外，就是提升标准、产品、研发等相关的产业生态支持体系，不断降低卫星物联网应用的相关人才、技术等产业门槛，加快行业相关应用。
融中 财经 ：现阶段，公司所处行业细分赛道发展如何？面临哪些市场竞争？贵司护城河在哪？
郭中甲：从大的方面讲国电高科属于商业航天和物联网领域，目前这些领域都是相对高速发展的领域，同时政策支持方面也非常多，属于国家大力推进的战略性新兴产业，整个物联网规模预计在未来的十年都有非常好的市场增长机会，预计在每年10%以上，而商业航天市场未来潜力则更是巨大， 星座 运营企业又是其中的重点所在，将整体推动商业航天产业链条的发展。
从细分赛道看，公司处于的赛道属于卫星物联网 星座 产业，目前相关市场潜在规模还非常大，根据麦肯锡行业报告整体市场预计规模可以达到数万亿，而从整个产业生态看还处于非常早期和蓬勃发展的阶段，市场空间极大，同时产业处于培育的阶段，从竞争角度反而是有益的，主要是促进了整个产业生态的加快完善，不断释放潜在的应用市场，而这个释放市场足够目前的多家企业协同和长期的发展。
如果从企业经营角度讲，最重要的护城河始终是服务客户的能力，就是对各种卫星物联网场景的服务能力，同时通过整合相关产业链其他企业为卫星物联网进步赋能，比如与金融结合，从而创造更多的价值，而为实现这点根本的出路还在于 科技 创新、服务聚焦和生态体系完善，通过牵引构造这样的生态体系，为相关的用户创造更多的价值，另外就是打造好卫星物联网 星座 基础设施，不断降低成本、升级迭代，而为实现这两点最根本的还是打造一流的人才队伍，加大对优秀人才的吸引力度。
融中 财经 ：贵公司对于未来登陆资本市场有怎样的规划？如何看待从新三板、注册制到科创板，再到这次北交所，中国资本市场为“专精特新”企业带来的机会？
郭中甲：公司积极研究从主板、到创业板、科创版，以及新成立的北交所的市场机会，当然要实现这点最根本的还是发展好公司的业务，在经营、 科技 研发、组织管理和内控等各方面全面对标相关上市标准，相信把这个基础打造好，那么登陆资本市场就是水到渠成的事情，而这个目标也只是万里长征的第一步，并不作为企业发展的阶段性目标，而是推动企业进一步发展的阶梯，特别是真正全面引领卫星物联网产业发展的一个阶梯，这个目标比上市本身的意义要大得多。
中国资本市场给专精特新企业带来的最大机会，可能就是各阶段都有了自身相对完善的市场，从而加快企业与资本市场在不同阶段的深度融合，不断加快企业的成长。另外，就是专精特新作为一项长期的政策导向，也将为企业聚焦核心技术、致力攻坚等提供了深刻指引，这点的意义并不亚于专精特新对资本市场日渐增强的吸引力。两者相辅相成，共同促进我国企业的进一步高质量发展，提高我国企业创新活动水平。
物联网技术(IoT)、人工智能技术和智能机器人等自主创新已经在以难以置信的自主创新模式改变我们的生活。
科学幻想未来主义始终梦想着创新 科技 可以使我们的生活更舒服、更便捷。
比如，智能电视动画片TheJetsons（1962年首映）预测分析了智能手机、视频会议系统、机器人吸尘器、智能电话手表和移动互联网等创造发明。
但有一个自主创新物联网技术（IoT），该创作者们并没有预测分析到。
依据麦肯锡公司全球研究所的数据信息，到2025年，物联网技术将产生4万亿至11万亿美元的 社会 经济影响。
一个受此项技术应用极大影响的行业是零售行业——物联网技术已经在飞速发展，以达到顾客持续改变的市场需求。
这是一个竞争激烈的新零售环境，线下和数字化消费体验中间的界线比过去任何时间都更为模糊不清。
因而，物联网技术品牌商已经在争相运用智能化观察力，例如沃卡惠企业-联通物联网合作伙伴，以使用户体验更为人性化、个性化和有利可图。
我们来看看物联网技术已经在自主创新零售行业的几类模式。
一、信标
信标是智能化小型的蓝牙设备，可在您的店铺周边向顾客智能手机推送相关优惠折扣、活动邀请和产品推介的提示信息内容。
自2013年美国苹果公司发布至今，这些就始终普遍存在，很多零售商觉得这些十分高效。假如您对信标有兴趣，在这里有几个客观事实有可能会让您感觉惊讶：
像美国梅西百货那样的初期采用者仍在高效率地运用信标，Timberland、Lord&Taylor和UrbanOutfitters等知名品牌也在运用信标的力量。
依据ResearchDive的数据信息，2018年全球信标技术应用价值5047亿美金，到2026年将增长754%，届时其价值将达到452137亿美金。
移动订餐运用OrderPay已经在运用信标技术应用，以协助英国主要的连锁加盟餐厅达到这些人的社交距离需求，以降低员工和顾客中间的接触，并给予高效率顺畅的餐饮服务。
在后新冠疫情大流行时期，运用信标为顾客给予个性化零售体验的机会是数不胜数的。
二、语音通话
2021年，我们在Alexa和Siri等AI智能音响上发送的消费要求比过去任何时间都多，而语音通话商业服务的便利性和速度代表着这也是一个发展趋势。
下列是相关这一飞速发展的 科技 行业的某些客观事实和数据信息，及其它受这么多顾客追捧的原因：
依据AdobeDigitalInsights的数据信息，38%的顾客觉得智能音响广告比智能电视、广播节目和社交媒体上的类似广告更有吸引力，侵入性更小。除此之外，75%的被访顾客确定每一天使用智能音响。
85%的amazon用户在语音搜索的时候会选用推荐的amazon产品，这突显了品牌提升语音战略以达到平台销售量最大化的重要程度。
要是您参加了语音商务物联网设备的设计方案，那么包容性是一个非常值得优化的行业领域。比如，《华盛顿邮报》的1个研究发现，非母语人群所讲的话与智能音响所理解的话中间的差别要大30%。另一方面，华盛顿大学语言学家的另1个语言学研究表明，女性的语音识别准确度比男性低13%。
三、智能化货柜
物联网并没有对不怎么起眼的店铺货柜熟视无睹，它正以很多有意思的形式被运用和研发。
下列是他们怎样最大限度地降低消耗和改善供应链的效率，及其改善线下门店的消费体验感：
店铺员工正运用智能化货柜来智能化繁杂的仓库工作，并保证当同事或用户尝试选择和购买商品时，货品不可能放到错误的货柜上。
这类智能化货柜配有射频识别技术(RFID)和重量传感器，当仓库用尽的时候会告知员工。由于标识与读写器相接，他们还能够监测店内的偷窃情形，而无需监控探头和安保人员。
想要让消费体验感再进一步，4BrandsReply研发了1个智能化且互联的货柜。该物联网系统不但可以像智能化货柜那般避免仓库紧缺，并且还能够为店内消费者给予增加售卖和交叉销售的建议。
这类形式无需依靠智能手机，由于当货品从货柜上取下时，显示器会显示附加的讯息，包含配套设施产品的优惠折扣。
这类智能化货柜可以运用于很多差别的零售业行业领域。比如，可以向食品类消费者给予营养食谱的建议，或是以低价格向书籍阅读者给予系列产品中的下个书名——或是相同类别中的另一名创作者的有关书目推荐。
四、总结
如您所闻，物联网正以各种各样的形式发展壮大，以达到消费者迅速改变的市场需求。
这为非常热衷于项目投资的踌躇满志的零售商和寻找新思维的物联网产品领航者给予了机遇，这将使线上和线下消费体验感顺畅、无负担且充满了趣味。
但别忘记，伴随着物联网运用和数据连接的持续加速，产品领航者始终不可忽略互联网安全的重要性。
物联网促使消费规划从预测性向准确性演变在典型的消费产品供应链中，规划是一种合作行为，它涉及从原材料供应商到制造商再到分销商环节的每个人。然而，该过程中没有直接参与的群体则是最终购买和使用产品的消费者。
随着物联网的出现，这种情况将会发生巨大的变化。物联网提供了用户使用和购买消费品的数据，使企业能够从传统的预测发展到基于实际消费的规划。
市场营销研究所(Marketing Science Institute)援引英特尔公司(Intel Corporation)Peter Levin的话“通过廉价的传感器、大众化的分析和新的平台工具，我们对世界的认知正从‘模拟’转向‘衡量’。”这是一种很好的了解事情变化的方式。制造商和供应商可以随时获取信息，以便对产品做出关键决策。企业不再专注于预测，而是专注于实时消费。
物联网已经成为许多供应链的一部分
库存和仓库管理，供应链上层管理，甚至车队管理都已经开始使用物联网技术了。麦肯锡报告称，到2025年，物联网将产生27到62万亿美元的巨大经济影响。想象一下，到2020年，预计由500亿台联网设备产生的数据量和洞察力将有多大。通过分析大量基于物联网的数据，能够做出更好的供应链决策将是一个真正的分水岭。所有这些都是可能的，因为物联网在生产和消费之间建立了更直接的联系。
实时数据意味着更好的消费规划
目前，许多消费品制造商和经销商都在使用过时的预测方法来为即将到来的购买季节制定“游戏计划”。长期以来，预测一直被认为是唯一的选择。预测消费者的使用和购买某个产品是一项高度主观的活动。所以当企业预测错误时，就会产生巨大的问题。
预测对于那些希望在市场未过度饱和的情况下销售尽可能多的产品的品牌商来说是至关重要的。最近，彪马(Puma)的索菲娅韦伯斯特(SophiaWebster)运动鞋——许多人认为它是一款“必备”产品——只在一天内就卖光了。鉴于这一情况，该公司本可以通过更好的产品生产和规划获得更多利润，但他们却采取了向市场投放五种款式的方式，这不仅限制了销售，而且也影响了公司在消费者中的声誉，促使他们转向竞争对手的产品。
另一个例子是Kylie Cosmetics，凯莉·卡戴珊的化妆品系列。这条产品线在三个小时内就售罄，就像她的妹妹金·卡戴珊的服装系列一样。通过更好的预测和分析，该品牌可能会获得一个更好的初次发布结果。
物联网的出现改变了这一切。它通过提供一种实时直接从消费者获取的真实数据的方法来授权公司。通过这些，你可以知道产品何时被使用，使用者是谁，以及使用频率。所有这些都转化为一种非常有效的规划方式。
问题是，数据是如何被捕获的？我们拿一双鞋为例吧。一个消费者买了一双联网的运动鞋。那么该运动鞋就收集了有关使用、磨损和整体性能的数据。然后这些信息可以被发送回公司。该公司可以利用这些信息对其产品线进行调整，也许是为了提高整体质量，或者它可以发布有关新模型的信息，以鼓励消费者回来更换新品。
该公司了解了该产品的使用者，使用地点，以及使用频率。所有这些都转化为高度可用的数据，可以转换公司的进一步生产、新产品部署，甚至设计。
消费计划改善业务流程的方式
数字化时代，消费者即是数字。他们通过电话、智能家居和其他应用程序连接起来。这样，消费者就可以从数字服务中获益，这些服务旨在与内置物联网传感器技术的产品产生无缝对接。
对于消费品公司来说，除了获得更好的供应链可见性以外还有很多好处。随着实时数据收集和分析成为常态，先进的供应链就能够根据实际消费而不是预测来管理产品的补充。
通过以物联网驱动的计划，消费品公司可以以更敏捷的方式运作，根据实际需求快速地将产品转移到另一个位置。他们知道何时生产以及发送更多的产品——甚至是何时将其直接补充到消费者的家中。
大数据（big data）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，而这个海量数据的时代则被称为大数据时代。
随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。大数据（Big data）通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。
大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。
扩展资料：
大数据时代的影响：
1、不是随机样本，而是全体数据：
在大数据时代，人们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样（随机采样，以前人们通常把这看成是理所应当的限制，但高性能的数字技术让人们意识到，这其实是一种人为限制）。
2、不是精确性，而是混杂性：
研究数据如此之多，以至于人们不再热衷于追求精确度;之前需要分析的数据很少，所以人们必须尽可能精确地量化人们的记录，随着规模的扩大，对精确度的痴迷将减弱。
拥有了大数据，人们不再需要对一个现象刨根问底，只要掌握了大体的发展方向即可，适当忽略微观层面上的精确度，会让人们在宏观层面拥有更好的洞察力;
3、不是因果关系，而是相关关系：
人们不再热衷于找因果关系，寻找因果关系是人类长久以来的习惯，在大数据时代，人们无须再紧盯事物之间的因果关系，而应该寻找事物之间的相关关系;相关关系也许不能准确地告诉人们某件事情为何会发生，但是它会提醒人们这件事情正在发生。
参考资料来源：百度百科-大数据时代
大数据泛指巨量的数据集，因可从中挖掘出有价值的信息而受到重视。《华尔街日报》将大数据时代、智能化生产和无线网络革命称为引领未来繁荣的三大技术变革。麦肯锡公司的报告指出数据是一种生产资料，大数据是下一个创新、竞争、生产力提高的前沿。世界经济论坛的报告认定大数据为新财富，价值堪比石油。因此，发达国家纷纷将开发利用大数据作为夺取新一轮竞争制高点的重要抓手。大数据时代的来临
互联网特别是移动互联网的发展，加快了信息化向社会经济各方面、大众日常生活的渗透。有资料显示，1998年全球网民平均每月使用流量是1MB（兆字节），2000年是10MB，2003年是100MB，2008年是1GB（1GB等于1024MB），2014年将是10GB。全网流量累计达到1EB（即10亿GB或1000PB）的时间在2001年是一年，在2004年是一个月，在2007年是一周，而2013年仅需一天，即一天产生的信息量可刻满188亿张DVD光盘。我国网民数居世界之首，每天产生的数据量也位于世界前列。淘宝网站每天有超过数千万笔交易，单日数据产生量超过50TB（1TB等于1000GB），存储量40PB(1PB等于1000TB)。百度公司目前数据总量接近1000PB，存储网页数量接近1万亿页，每天大约要处理60亿次搜索请求，几十PB数据。一个8Mbps（兆比特每秒）的摄像头一小时能产生36GB数据，一个城市若安装几十万个交通和安防摄像头，每月产生的数据量将达几十PB。医院也是数据产生集中的地方。现在，一个病人的CT影像数据量达几十GB，而全国每年门诊人数以数十亿计，并且他们的信息需要长时间保存。总之，大数据存在于各行各业，一个大数据时代正在到来。
信息爆炸不自今日起，但近年来人们更加感受到大数据的来势迅猛。一方面，网民数量不断增加，另一方面，以物联网和家电为代表的联网设备数量增长更快。2007年全球有5亿个设备联网，人均01个；2013年全球将有500亿个设备联网，人均70个。随着宽带化的发展，人均网络接入带宽和流量也迅速提升。全球新产生数据年增40%，即信息总量每两年就可以翻番，这一趋势还将持续。目前，单一数据集容量超过几十TB甚至数PB已不罕见，其规模大到无法在容许的时间内用常规软件工具对其内容进行抓取、管理和处理。
数据规模越大，处理的难度也越大，但对其进行挖掘可能得到的价值更大，这就是大数据热的原因。首先，大数据反映舆情和民意。网民在网上产生的海量数据，记录着他们的思想、行为乃至情感，这是信息时代现实社会与网络空间深度融合的产物，蕴含着丰富的内涵和很多规律性信息。根据中国互联网络信息中心统计，2012年底我国网民数为564亿，手机网民为42亿，通过分析相关数据，可以了解大众需求、诉求和意见。其次，企业和政府的信息系统每天源源不断产生大量数据。根据赛门铁克公司的调研报告，全球企业的信息存储总量已达22ZB（1ZB等于1000EB），年增67％。医院、学校和银行等也都会收集和存储大量信息。政府可以部署传感器等感知单元，收集环境和社会管理所需的信息。2011年，英国《自然》杂志曾出版专刊指出，倘若能够更有效地组织和使用大数据，人类将得到更多的机会发挥科学技术对社会发展的巨大推动作用。
大数据应用的领域
大数据技术可运用到各行各业。宏观经济方面，IBM日本公司建立经济指标预测系统，从互联网新闻中搜索影响制造业的480项经济数据，计算采购经理人指数的预测值。印第安纳大学利用谷歌公司提供的心情分析工具，从近千万条网民留言中归纳出六种心情，进而对道琼斯工业指数的变化进行预测，准确率达到87%。制造业方面，华尔街对冲基金依据购物网站的顾客评论，分析企业产品销售状况；一些企业利用大数据分析实现对采购和合理库存量的管理，通过分析网上数据了解客户需求、掌握市场动向。有资料显示，全球零售商因盲目进货导致的销售损失每年达1000亿美元，这方面的数据分析大有作为。
在农业领域，硅谷有个气候公司，从美国气象局等数据库中获得几十年的天气数据，将各地降雨、气温、土壤状况与历年农作物产量的相关度做成精密图表，预测农场来年产量，向农户出售个性化保险。在商业领域，沃尔玛公司通过分析销售数据，了解顾客购物习惯，得出适合搭配在一起出售的商品，还可从中细分顾客群体，提供个性化服务。在金融领域，华尔街“德温特资本市场”公司分析34亿微博账户留言，判断民众情绪，依据人们高兴时买股票、焦虑时抛售股票的规律，决定公司股票的买入或卖出。阿里公司根据在淘宝网上中小企业的交易状况筛选出财务健康和讲究诚信的企业，对他们发放无需担保的贷款。目前已放贷300多亿元，坏账率仅03%。
在医疗保健领域，“谷歌流感趋势”项目依据网民搜索内容分析全球范围内流感等病疫传播状况，与美国疾病控制和预防中心提供的报告对比，追踪疾病的精确率达到97%。社交网络为许多慢性病患者提供临床症状交流和诊治经验分享平台，医生借此可获得在医院通常得不到的临床效果统计数据。基于对人体基因的大数据分析，可以实现对症下药的个性化治疗。在社会安全管理领域，通过对手机数据的挖掘，可以分析实时动态的流动人口来源、出行，实时交通客流信息及拥堵情况。利用短信、微博、微信和搜索引擎，可以收集热点事件，挖掘舆情，还可以追踪造谣信息的源头。美国麻省理工学院通过对十万多人手机的通话、短信和空间位置等信息进行处理，提取人们行为的时空规律性，进行犯罪预测。在科学研究领域，基于密集数据分析的科学发现成为继实验科学、理论科学和计算科学之后的第四个范例，基于大数据分析的材料基因组学和合成生物学等正在兴起。
麦肯锡公司2011年报告推测，如果把大数据用于美国的医疗保健，一年产生潜在价值3000亿美元，用于欧洲的公共管理可获得年度潜在价值2500亿欧元；服务提供商利用个人位置数据可获得潜在的消费者年度盈余6000亿美元；利用大数据分析，零售商可增加运营利润60%，制造业设备装配成本会减少50%。
大数据技术的挑战和启示
目前，大数据技术的运用仍存在一些困难与挑战，体现在大数据挖掘的四个环节中。首先在数据收集方面。要对来自网络包括物联网和机构信息系统的数据附上时空标志，去伪存真，尽可能收集异源甚至是异构的数据，必要时还可与历史数据对照，多角度验证数据的全面性和可信性。其次是数据存储。要达到低成本、低能耗、高可靠性目标，通常要用到冗余配置、分布化和云计算技术，在存储时要按照一定规则对数据进行分类，通过过滤和去重，减少存储量，同时加入便于日后检索的标签。第三是数据处理。有些行业的数据涉及上百个参数，其复杂性不仅体现在数据样本本身，更体现在多源异构、多实体和多空间之间的交互动态性，难以用传统的方法描述与度量，处理的复杂度很大，需要将高维图像等多媒体数据降维后度量与处理，利用上下文关联进行语义分析，从大量动态而且可能是模棱两可的数据中综合信息，并导出可理解的内容。第四是结果的可视化呈现，使结果更直观以便于洞察。目前，尽管计算机智能化有了很大进步，但还只能针对小规模、有结构或类结构的数据进行分析，谈不上深层次的数据挖掘，现有的数据挖掘算法在不同行业中难以通用。
大数据技术的运用前景是十分光明的。当前，我国正处在全面建成小康社会征程中，工业化、信息化、城镇化、农业现代化任务很重，建设下一代信息基础设施，发展现代信息技术产业体系，健全信息安全保障体系，推进信息网络技术广泛运用，是实现四化同步发展的保证。大数据分析对我们深刻领会世情和国情，把握规律，实现科学发展，做出科学决策具有重要意义，我们必须重新认识数据的重要价值。
为了开发大数据这一金矿，我们要做的工作还很多。首先，大数据分析需要有大数据的技术与产品支持。发达国家一些信息技术（IT）企业已提前发力，通过加大开发力度和兼并等多种手段，努力向成为大数据解决方案提供商转型。国外一些企业打出免费承接大数据分析的招牌，既是为了练兵，也是为了获取情报。过分依赖国外的大数据分析技术与平台，难以回避信息泄密风险。有些日常生活信息看似无关紧要，其实从中也可摸到国家经济和社会脉搏。因此，我们需要有自主可控的大数据技术与产品。美国政府2012年3月发布《大数据研究与发展倡议》，这是继1993年宣布“信息高速公路”之后又一重大科技部署，联邦政府和一些部委已安排资金用于大数据开发。我们与发达国家有不少差距，更需要国家政策支持。
中国人口居世界首位，将会成为产生数据量最多的国家，但我们对数据保存不够重视，对存储数据的利用率也不高。此外，我国一些部门和机构拥有大量数据却不愿与其他部门共享，导致信息不完整或重复投资。政府应通过体制机制改革打破数据割据与封锁，应注重公开信息，应重视数据挖掘。美国联邦政府建立统一数据开放门户网站，为社会提供信息服务并鼓励挖掘与利用。例如，提供各地天气与航班延误的关系，推动航空公司提升正点率。
大数据的挖掘与利用应当有法可依。去年底全国人大通过的加强网络信息保护的决定是一个好的开始，当前要尽快制定“信息公开法”以适应大数据时代的到来。现在很多机构和企业拥有大量客户信息。应当既鼓励面向群体、服务社会的数据挖掘，又要防止侵犯个体隐私；既提倡数据共享，又要防止数据被滥用。此外，还需要界定数据挖掘、利用的权限和范围。大数据系统本身的安全性也是值得特别关注的，要注意技术安全性和管理制度安全性并重，防止信息被损坏、篡改、泄露或被窃，保护公民和国家的信息安全。
大数据时代呼唤创新型人才。盖特纳咨询公司预测大数据将为全球带来440万个IT新岗位和上千万个非IT岗位。麦肯锡公司预测美国到2018年需要深度数据分析人才44万—49万，缺口14万—19万人；需要既熟悉本单位需求又了解大数据技术与应用的管理者150万，这方面的人才缺口更大。中国是人才大国，但能理解与应用大数据的创新人才更是稀缺资源。
大数据是新一代信息技术的集中反映，是一个应用驱动性很强的服务领域，是具有无穷潜力的新兴产业领域；目前，其标准和产业格局尚未形成，这是我国实现跨越式发展的宝贵机会。我们要从战略上重视大数据的开发利用，将它作为转变经济增长方式的有效抓手，但要注意科学规划，切忌一哄而上。大数据时代
（巨量资料（IT行业术语））
编辑
最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。” “大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。
中文名
大数据时代
外文名
Big data
提出者
麦肯锡
类 属
科技名词
目录
1 产生背景
2 影响
▪ 大数据
▪ 大数据的精髓
▪ 数据价值
▪ 可视化
3 特征
4 案例分析
5 产业崛起
6 提供依据
7 应对措施
产生背景
编辑
进入2012年，大数据（big data）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数
大数据时代来临
据，并命名与之相关的技术发展与创新。它已经上过《纽约时报》《华尔街日报》的专栏封面，进入美国白宫官网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的国金证券、国泰君安、银河证券等写进了投资推荐报告。[1]
数据正在迅速膨胀并变大，它决定着企业的未来发展，虽然很多企业可能并没有意识到数据爆炸性增长带来问题的隐患，但是随着时间的推移，人们将越来越多的意识到数据对企业的重要性。
正如《纽约时报》2012年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。
哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”[2]
影响
编辑
大数据
现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。[3]
随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。大数据（Big data）通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。[2]
在现今的社会，大数据的应用越来越彰显他的优势，它占领的领域也越来越大，电子商务、O2O、物流配送等，各种利用大数据进行发展的领域正在协助企业不断地发展新业务，创新运营模式。有了大数据这个概念，对于消费者行为的判断，产品销售量的预测，精确的营销范围以及存货的补给已经得到全面的改善与优化。[4]
“大数据”在互联网行业指的是这样一种现象：互联网公司在日常运营中生成、累积的用户网络行为数据。这些数据的规模是如此庞大，以至于不能用G或T来衡量。
大数据到底有多大？一组名为“互联网上一天”的数据告诉我们，一天之中，互联网产生的全部内容可以刻满168亿张DVD；发出的邮件有2940亿封之多（相当于美国两年的纸质信件数量）；发出的社区帖子达200万个（相当于《时代》杂志770年的文字量）；卖出的手机为378万台，高于全球每天出生的婴儿数量371万……[1]
截止到2012年，数据量已经从TB（1024GB=1TB）级别跃升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB(1024EB=1ZB)级别。国际数据公司（IDC）的研究结果表明，2008年全球产生的数据量为049ZB，2009年的数据量为08ZB，2010年增长为12ZB，2011年的数量更是高达182ZB，相当于全球每人产生200GB以上的数据。而到2012年为止，人类生产的所有印刷材料的数据量是200PB，全人类历史上说过的所有话的数据量大约是5EB。IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。而到了2020年，全世界所产生的数据规模将达到今天的44倍。[5] 每一天，全世界会上传超过5亿张，每分钟就有20小时时长的视频被分享。然而，即使是人们每天创造的全部信息——包括语音通话、电子邮件和信息在内的各种通信，以及上传的全部、视频与音乐，其信息量也无法匹及每一天所创造出的关于人们自身的数字信息量。
这样的趋势会持续下去。我们现在还处于所谓“物联网”的最初级阶段，而随着技术成熟，我们的设备、交通工具和迅速发展的“可穿戴”科技将能互相连接与沟通。科技的进步已经使创造、捕捉和管理信息的成本降至2005年的六分之一，而从2005年起，用在硬件、软件、人才及服务之上的商业投资也增长了整整50%，达到了4000亿美元。[5]
大数据的精髓
大数据带给我们的三个颠覆性观念转变：是全部数据，而不是随机采样；是大体方向，而不是精确制导；是相关关系，而不是因果关系。[6]
A不是随机样本，而是全体数据：在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样(随机采样，以前我们通常把这看成是理所应当的限制，但高性能的数字技术让我们意识到，这其实是一种人为限制);
B不是精确性，而是混杂性：研究数据如此之多，以至于我们不再热衷于追求精确度;之前需要分析的数据很少，所以我们必须尽可能精确地量化我们的记录，随着规模的扩大，对精确度的痴迷将减弱;拥有了大数据，我们不再需要对一个现象刨根问底，只要掌握了大体的发展方向即可，适当忽略微观层面上的精确度，会让我们在宏观层面拥有更好的洞察力;
C不是因果关系，而是相关关系：我们不再热衷于找因果关系，寻找因果关系是人类长久以来的习惯，在大数据时代，我们无须再紧盯事物之间的因果关系，而应该寻找事物之间的相关关系;相关关系也许不能准确地告诉我们某件事情为何会发生，但是它会提醒我们这件事情正在发生。
数据价值
大数据时代，什么最贵
十年前，葛大爷曾说过，“21世纪什么最贵”——“人才”，深以为然。只是，十年后的今天，大数据时代也带来了身价不断翻番的各种数据。由于急速拓展的网络带宽以及各种穿戴设备所带来的大量数据，数据的增长从未停歇，甚至呈井喷式增长。[7]
一分钟内，微博推特上新发的数据量超过10万；社交网络“脸谱”的浏览量超过600万……
这些庞大数字，意味着什么？
它意味着，一种全新的致富手段也许就摆在面前，它的价值堪比石油和黄金。
事实上，当你仍然在把微博等社交平台当作抒情或者发议论的工具时，华尔街的敛财高手们却正在挖掘这些互联网的“数据财富”，先人一步用其预判市场走势，而且取得了不俗的收益。
让我们一起来看看——他们是怎么做的。
这些数据都能干啥。具体有六大价值：
●1、华尔街根据民众情绪抛售股票；
●2、对冲基金依据购物网站的顾客评论，分析企业产品销售状况；
●3、银行根据求职网站的岗位数量，推断就业率；
●4、投资机构搜集并分析上市企业声明，从中寻找破产的蛛丝马迹；
●5、美国疾病控制和预防中心依据网民搜索，分析全球范围内流感等病疫的传播状况；
●6、美国总统奥巴马的竞选团队依据选民的微博，实时分析选民对总统竞选人的喜好。[1]
可视化
“数据是新的石油。”亚马逊前任首席科学家Andreas Weigend说。Instagram以10亿美元出售之时，成立于1881年的世界最大影像产品及服务商柯达正申请破产。
大数据是如此重要，以至于其获取、储存、搜索、共享、分析，乃至可视化地呈现，都成为了当前重要的研究课题[1] 。
“当时时变幻的、海量的数据出现在眼前，是怎样一幅壮观的景象？在后台注视着这一切，会不会有接近上帝俯视人间星火的感觉？”
这个问题我曾请教过刘建国，中国著名的搜索引擎专家。刘曾主持开发过国内第一个大规模中英文搜索引擎系统“天网”。
要知道，刘建国曾任至百度的首席技术官，在这样一家每天需应对网民各种搜索请求17亿次（2013年约为877亿次）的网站中，如果只是在后台静静端坐，可能片刻都不能安心吧。百度果然在提供搜索服务之外，逐渐增添了百度指数，后又建立了基于网民搜索数据的重要产品“贴吧”及百度统计产品等。
刘建国没有直接回答这个问题，他想了很久，似乎陷入了回忆，嘴角的笑容含着诡秘。
倒是有公司已经在大数据中有接近上帝俯视的感觉，美国洛杉矶就有企业宣称，他们将全球夜景的历史数据建立模型，在过滤掉波动之后，做出了投资房地产和消费的研究报告。
在数据可视化呈现方面，我最新接收到的故事是，一位在美国思科物流部门工作的朋友，很聪明的印度裔小伙子，被Facebook高价挖角，进入其数据研究小组。他后来惊讶地发现，里面全是来自物流企业、供应链方面的技术人员和专家，“Facebook想知道，能不能用物流的角度和流程的方式，分析用户的路径和行为。”
特征
编辑
数据量大（Volume）
第一个特征是数据量大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。
类型繁多（Variety）
第二个特征是数据类型繁多。包括网络日志、音频、视频、、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。
价值密度低（Value）
第三个特征是数据价值密度相对较低。如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。
速度快、时效高（Velocity）
第四个特征是处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。
既有的技术架构和路线，已经无法高效处理如此海量的数据，而对于相关组织来说，如果投入巨大采集的信息无法通过及时处理反馈有效信息，那将是得不偿失的。可以说，大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。[2]
案例分析
编辑
个案一
你开心他就买你焦虑他就抛[2]
华尔街“德温特资本市场”公司首席执行官保罗·霍廷每天的工作之一，就是利用电脑程序分析全球34亿微博账户的留言，进而判断民众情绪，再以“1”到“50”进行打分。根据打分结果，霍廷再决定如何处理手中数以百万美元计的股票。
霍廷的判断原则很简单：如果所有人似乎都高兴，那就买入；如果大家的焦虑情绪上升，那就抛售。
这一招收效显著——当年第一季度，霍廷的公司获得了7%的收益率。
个案二
国际商用机器公司（IBM）估测，这些“数据”值钱的地方主要在于时效。对于片刻便能定输赢的华尔街，这一时效至关重要。曾经，华尔街2%的企业搜集微博等平台的“非正式”数据；如今，接近半数企业采用了这种手段。
●“社会流动”创业公司在“大数据”行业生机勃勃，和微博推特是合作伙伴。它分析数据，告诉广告商什么是正确的时间，谁是正确的用户，什么是应该发表的正确内容，备受广告商热爱。
●通过乔希·詹姆斯的Omniture（著名的网页流量分析工具）公司，你可以知道有多少人访问你的网站，以及他们呆了多长时间——这些数据对于任何企业来说都至关重要。詹姆斯把公司卖掉，进账18亿美元。
●微软专家吉拉德喜欢把这些“大数据”结果可视化：他把客户请到办公室，将包含这些公司的数据图谱展现出来——有些是普通的时间轴，有些像蒲公英，有些则是铺满整个画面的泡泡，泡泡中显示这些客户的粉丝正在谈论什么话题。
●“脸谱”数据分析师杰弗逊的工作就是搭建数据分析模型，弄清楚用户点击广告的动机和方式。
处理和分析工具
用于分析大数据的工具主要有开源与商用两个生态圈。
开源大数据生态圈：
1、Hadoop HDFS、HadoopMapReduce, HBase、Hive 渐次诞生，早期Hadoop生态圈逐步形成。
2、 Hypertable是另类。它存在于Hadoop生态圈之外，但也曾经有一些用户。
3、NoSQL，membase、MongoDb
商用大数据生态圈：
1、一体机数据库/数据仓库：IBM PureData(Netezza), OracleExadata, SAP Hana等等。
2、数据仓库：TeradataAsterData, EMC GreenPlum, HPVertica 等等。
3、数据集市：QlikView、 Tableau 、 以及国内的Yonghong Data Mart 。
产业崛起
编辑
越来越多的政府、企业等机构开始意识到数据正在成为组织最重要的资产，数据分析能力正在成为组织的核心竞争力。具体有以下三大案例：
1、2012年3月22日，奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将“大数据战略”上升为国家意志。奥巴马政府将数据定义为“未来的新石油”，并表示一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分，未来，对数据的占有和控制甚至将成为陆权、海权、空权之外的另一种国家核心资产。
2、联合国也在2012年发布了大数据政务白皮书，指出大数据对于联合国和各国政府来说是一个历史性的机遇，人们如今可以使用极为丰富的数据资源，来对社会经济进行前所未有的实时分析，帮助政府更好地响应社会和经济运行。
3、而最为积极的还是众多的IT企业。麦肯锡在一份名为《大数据，是下一轮创新、竞争和生产力的前沿》的专题研究报告中提出，“对于企业来说，海量数据的运用将成为未来竞争和增长的基础”，该报告在业界引起广泛反响。
IBM则提出，上一个十年，他们抛弃了PC，成功转向了软件和服务，而这次将远离服务与咨询，更多地专注于因大数据分析软件而带来的全新业务增长点。IBM执行总裁罗睿兰认为，“数据将成为一切行业当中决定胜负的根本因素，最终数据将成为人类至关重要的自然资源。”
在国内，百度已经致力于开发自己的大数据处理和存储系统；腾讯也提出2013年已经到了数据化运营的黄金时期，如何整合这些数据成为未来的关键任务。
事实上，自2009年以来，有关“大数据” 主题的并购案层出不穷，且并购数量和规模呈逐步上升的态势。其中，Oracle对Sun、惠普对Autonomy两大并购案总金额高达176亿美元，大数据的产业价值由此可见一斑。[1-2]
提供依据
编辑
大数据是信息通信技术发展积累至今，按照自身技术发展逻辑，从提高生产效率向更高级智能阶段的自然生长。无处不在的信息感知和采集终端为我们采集了海量的数据，而以云计算为代表的计算技术的不断进步，为我们提供了强大的计算能力，这就围绕个人以及组织的行为构建起了一个与物质世界相平行的数字世界[1-2] 。
大数据虽然孕育于信息通信技术的日渐普遍和成熟，但它对社会经济生活产生的影响绝不限于技术层面，更本质上，它是为我们看待世界提供了一种全新的方法，即决策行为将日益基于数据分析做出，而不是像过去更多凭借经验和直觉做出。
事实上，大数据的影响并不仅仅限于信息通信产业，而是正在“吞噬”和重构很多传统行业，广泛运用数据分析手段管理和优化运营的公司其实质都是一个数据公司。麦当劳、肯德基以及苹果公司等旗舰专卖店的位置都是建立在数据分析基础之上的精准选址。而在零售业中，数据分析的技术与手段更是得到广泛的应用，传统企业如沃尔玛通过数据挖掘重塑并优化供应链，新崛起的电商如卓越亚马逊、淘宝等则通过对海量数据的掌握和分析，为用户提供更加专业化和个性化的服务。
最让人吃惊的例子是，社交媒体监测平台DataSift监测了Facebook（脸谱） IPO当天Twitter上的情感倾向与Facebook股价波动的关联。在Facebook开盘前Twitter上的情感逐渐转向负面，25分钟之后Facebook的股价便开始下跌。而当Twitter上的情感转向正面时，Facebook股价在8分钟之后也开始了回d。最终当股市接近收盘、Twitter上的情感转向负面时，10分钟后Facebook的股价又开始下跌。最终的结论是：Twitter上每一次情感倾向的转向都会影响Facebook股价的波动。
这仅仅只是基于社交网络产生的大数据“预见未来”的众多案例之一，此外还有谷歌通过网民搜索行为预测流感爆发等例子。不仅在商业方面，大数据在社会建设方面的作为同样令人惊叹，智能电网、智慧交通、智慧医疗、智慧环保、智慧城市等的蓬勃兴起，都与大数据技术与应用的发展息息相关。
“大数据”可能带来的巨大价值正渐渐被人们认可，它通过技术的创新与发展，以及数据的全面感知、收集、分析、共享，为人们提供了一种全新的看待世界的方法。更多地基于事实与数据做出决策，这样的思维方式，可以预见，将推动一些习惯于靠“差不多”运行的社会发生巨大变革。
应对措施
编辑
一个好的企业应该未雨绸缪，从现在开始就应该着手准备，为企业的后期的数据收集和分析做好准备，企业可以从下面六个方面着手，这样当面临铺天盖地的大数据的时候，以确保企业能够快速发展，具体为下面六点。
目标
几乎每个组织都可能有源源不断的数据需要收集，无论是社交网络还是车间传感器设备，而且每个组织都有大量的数据需要处理，IT人员需要了解自己企业运营过程中都产生了什么数据，以自己的数据为基准，确定数据的范围。
准则
虽然每个企业都会产生大量数据，而且互不相同、多种多样的，这就需要企业IT人员在现在开始收集确认什么数据是企业业务需要的，找到最能反映企业业务情况的数据。
重新评估
大数据需要在服务器和存储设施中进行收集，并且大多数的企业信息管理体系结构将会发生重要大变化，IT经理则需要准备扩大他们的系统，以解决数据的不断扩大，IT经理要了解公司现有IT设施的情况，以组建处理大数据的设施为导向，避免一些不必要的设备的购买。
重视大数据技术
大数据是最近几年才兴起的词语，而并不是所有的IT人员对大数据都非常了解，例如如今的Hadoop，MapReduce，NoSQL等技术都是2013年刚兴起的技术，企业IT人员要多关注这方面的技术和工具，以确保将来能够面对大数据的时候做出正确的决定。
培训企业的员工
大多数企业最缺乏的是人才，而当大数据到临的时候，企业将会缺少这方面的采集收集分析方面的人才，对于一些公司，特别是那种人比较少的公司，工作人员面临大数据将是一种挑战，企业要在平时的时候多对员工进行这方面的培训，以确保在大数据到来时，员工也能适应相关的工作。
培养三种能力
Teradata大中华区首席执行官辛儿伦对新浪科技表示，随着大数据时代的到来，企业应该在内部培养三种能力。第一，整合企业数据的能力；第二，探索数据背后价值和制定精确行动纲领的能力；第三，进行精确快速实时行动的能力。
做到上面的几点，当大数据时代来临的时候，面临大量数据将不是束手无策，而是成竹在胸，而从数据中得到的好处也将促进企业快速发展。
望采纳，谢谢在我们还没有弄明白什么是云计算，什么是物联网的时候，大数据时代来了。大数据时代带来的变革影响着我们生活和工作的方方面面。那么，什么是大数据时代？我们举例说明！
“大数据时代”首次被提出
最早提出“大数据时代”到来的是全球知名咨询公司麦肯锡。 2011年5月，全球知名咨询公司麦肯锡(McKinsey&Company)肯锡全球研究院（MGI）发布了一份报告--《大数据：创新、竞争和生产力的下一个新领域》，大数据开始备受关注，这也是专业机构第一次全方面的介绍和展望大数据。报告指出，大数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。
报告还提到，“大数据”源于数据生产和收集的能力和速度的大幅提升--由于越来越多的人、设备和传感器通过数字网络连接起来，产生、传送、分享和访问数据的能力也得到彻底变革。
大数据在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。进入2012年，大数据（bigdata）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。
举个实际生活中的例子，大约20年前，亚马逊刚成立时，杰夫·贝索斯让50个书评员来为他卖书，他意识到不仅仅可以请人来写书评，还可以用数据技术来提供图书推荐。起初他使用的是小数据，不是大数据，把客户进行分类，比如说有人对中国旅游或者是对园艺感兴趣，系统会自动提供推荐。他的同事告诉他，刚刚开始使用这个数据推荐时，使用体验并不好;在进一步分析后，亚马逊决定不对人进行分类，而是对用户的需求分类。这个做法做法非常成功，以至于到今天，推荐系统为亚马逊带去30%的销售收入。
什么是大数据时代？我们再通俗一点讲，就是在不影响你隐私的前提下，让你的生活很便捷。例如我要去北京出差，我忙完手里的事情，楼下已经有专车在等候送我去机场，专车根据大数据实时路况选了一条最优方案把我准点送达机场，下飞机的时候，车子已经在等我，并且把我送到了我比较喜欢而且价位适合的宾馆，到了宾馆，我喜欢的美食已经准备妥当，房间温度已经达到最佳，浴室水温已经正好合适，我喜欢的美人已经在床上宽衣解带等候宠幸……
大数据时代就是能够根据我实时产生的数据来不断给我匹配我想要的东西，让生活超级便捷。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）