莎士比亞說“凡是過去，皆為序章”，這句話用來形容大數(shù)據(jù)再合適不過。數(shù)據(jù)的豐富及易得，使人類有機會在眾多領域使用數(shù)據(jù)全面審視，深入探索，從而帶來各行各業(yè)的新發(fā)展。信息技術的厚積薄發(fā)，物理學、生物學、統(tǒng)計學、經(jīng)濟學等多個學科的融合創(chuàng)新，將我們一步步領進了大數(shù)據(jù)時代。過去的一切沉淀，皆是拉開新時代、新機遇的序章。
大數(shù)據(jù)的挖掘就像是在給用戶畫像。先搜集用戶在網(wǎng)絡上留下的痕跡也就是數(shù)據(jù)，然后通過技術處理對數(shù)據(jù)進行分析，得出用戶的特征，洞察用戶的喜好，將用戶的畫像漸漸越描越細。
事實上，大數(shù)據(jù)在各個行業(yè)的應用已是遍地開花，下面我們將帶領大家走進以下幾個行業(yè)，看看它們是如何挖掘大數(shù)據(jù)價值的。
金融行業(yè)
銀行的大數(shù)據(jù)應用比較廣泛，主要集中在數(shù)據(jù)庫營銷、用戶經(jīng)營、數(shù)據(jù)風控、產(chǎn)品設計和決策支持等應用場景?，F(xiàn)階段，大數(shù)據(jù)在銀行的商業(yè)應用還是以其自身交易數(shù)據(jù)和客戶數(shù)據(jù)為主，外部數(shù)據(jù)為輔;描述性數(shù)據(jù)分析為主，預測性數(shù)據(jù)建模為輔;經(jīng)營客戶為主，經(jīng)營產(chǎn)品為輔。
典型的案例有：新加坡花旗銀行基于消費者的信用卡交易記錄，針對性地給他們提供商家和餐館優(yōu)惠;摩根大通銀行利用決策樹技術，預測了按揭申請人的未來還款行為，由此極大降低了放貸風險，并增加了6億美金的利潤; ZestFinance推出基于大數(shù)據(jù)分析的收債評分(Collection Score)，為汽車金融、學生貸款、醫(yī)療貸款提供一種新的評分系統(tǒng)，使得“一切數(shù)據(jù)皆信用”成為可能。
零售行業(yè)
目前的某些領先零售，從顧客走進商店那一刻起，其腳步、視覺移動、選擇、對減價的反應，已經(jīng)被密切監(jiān)控。通過這一分析，商店能夠決定是否需要做出改變以提高銷售，例如：商品擺放位置、促銷活動、裝修風格、更多銷售員等。
商店在不停地分析數(shù)據(jù)與顧客的會員卡的關聯(lián)。例如高端零售商Neiman Marcus就建立了行為分類體系和多級會員獎勵制度的體系，并將兩者結(jié)合起來，來激勵最富裕、最具長期價值的客戶購買更多高利潤率的產(chǎn)品。
顧客的購物清單同樣可以挖掘出大量的個人信息。塔吉特公司通過對孕婦的消費習慣進行測試和數(shù)據(jù)分析，由此來判斷出哪些顧客是孕婦，甚至估算出她們的預產(chǎn)期，在最恰當?shù)臅r候給她們寄去最符合需要的優(yōu)惠券。
能源行業(yè)
以丹麥的維斯塔斯風能系統(tǒng)(Vestas Wind Systems)為例，他們運用大數(shù)據(jù)，分析包括PB 量級氣象報告、潮汐相位、森林砍伐地圖、公司遍及全球的2.5萬多個受控渦輪機組發(fā)回的傳感器數(shù)據(jù)，來確定渦輪發(fā)電機最理想的位置，從而優(yōu)化風力渦輪機布局，提高風電發(fā)電效率。這些以前需要數(shù)周時間完成的分析工作現(xiàn)在只需不到1 小時即可完成。正是這樣一套信息處理體系賦予了公司獨特的競爭優(yōu)勢，在提升自身營收的同時，幫助客戶提實現(xiàn)投資回報的最大化。
對于能源行業(yè)而言，微觀選址、預防性維護和績效評估尤為重要，利用大數(shù)據(jù)可以對風電場進行全生命周期的管理和優(yōu)化，使能源不斷朝著預防性、預測性的方向發(fā)展，實現(xiàn)最高效的能量輸出。
電信行業(yè)
電信作為一個壟斷行業(yè)，市場的滲透率通常很高，具有潛在價值的大量承接關系數(shù)據(jù)每天以客戶位置、設備交互、購買行為、在線狀態(tài)、社交地圖和人口統(tǒng)計數(shù)據(jù)的形式從運營商這里大量流過。因此，運營商具備了解客戶的潛力和開發(fā)優(yōu)勢。西班牙電信公司Telefonica Dynamic Insights推出“智慧足跡”業(yè)務，可對某個時段、某個地點人流量的關鍵影響因素進行分析，并將分析結(jié)果提供給政企客戶。比如可為市政委員會統(tǒng)計、預測各種場景下的人流量;為零售商的新店設計和選址、促銷方式設計、與客戶反饋等提供決策支撐。
運行商利用大數(shù)據(jù)技術，一方面可以描繪更豐滿、精細的客戶畫像，另一方面還可以量化分解客戶信息，識別客戶特征與習慣偏好，對客戶手機可能出現(xiàn)的故障、換機行為等作出預測，為客戶提供定制化的服務，優(yōu)化產(chǎn)品、套餐和定價機制，提升客戶體驗與感知。
醫(yī)療行業(yè)
早期，大部分醫(yī)療相關數(shù)據(jù)是紙張化的形式存在，比如官方的醫(yī)藥記錄，收費記錄，醫(yī)生、護士手寫的病例記錄， X光片記錄，磁共振成像(MRI)記錄等。隨著大數(shù)據(jù)時代的到來，各種醫(yī)療數(shù)據(jù)都在不同程度上向數(shù)字化轉(zhuǎn)化。