《大数据行业应用现状与未来应用热点 -丁震-修订编选》由会员分享，可在线阅读，更多相关《大数据行业应用现状与未来应用热点 -丁震-修订编选（17页珍藏版）》请在金锄头文库上搜索。
1、大数据行业应用现状与未来应用热点大数据行业应用现状与未来应用热点 目录目录 中国大数据市场分析 1. 2 企业大数据应用需求分析 2. 大数据应用案例分析 3. 大数据行业应用 4. 中国大数据市场分析中国大数据市场分析 3 1 2011年-2016年中国大数据市场规模 2 2012年各行业大数据市场规模 计世资讯预测，2012年政府、互联网、电信、 金融的大数据市场规模较大，四个行业将占据一 半市场份额。 由于各个行业都存在大数据应用需求，潜在市 场空间非常可观。 计世资讯认为，2011年是中国大数据市场元年， 一些大数据产品已经推出，部分行业也有大数据 应用案例的产生。2012年-2016
2、年，将迎来大数 据市场的飞速发展。 计世资讯预测，2012年中国大数据市场规模将 达到4.7亿元，2013年大数据市场将迎来增速为 138.3%的飞跃，到2016年，整个市场规模逼近 百亿。 目录目录 中国大数据市场分析 1. 4 企业大数据应用需求分析 2. 大数据应用案例分析 3. 大数据行业应用 4. 中国企业大数据现状中国企业大数据现状 5 半结构化半结构化数据数据 结构化数据结构化数据 非结构化非结构化数据数据 企业非结构化数据越来越多企业非结构化数据越来越多 中国中国500强企业日数据生成量强企业日数据生成量 中国中国500强企业数据中心数据年增长率强企业数据中心数据年增长率 中国
3、企业级数据中心数据存储量正在快速增长，中国企业级数据中心数据存储量正在快速增长， 非结构化数据呈指数倍增长，如果能有效的处理非结构化数据呈指数倍增长，如果能有效的处理 和分析，非结构数据中也富含了对企业非常有价和分析，非结构数据中也富含了对企业非常有价 值的信息。值的信息。 企业大数据应用需求分析企业大数据应用需求分析 6 1 3 各行业企业对大数据的关注程度 目前企业的数据系统架构存在问题 2 目前企业数据分析处理面临的问题 目录目录 中国大数据市场分析 1. 7 企业大数据应用需求分析 2. 大数据应用案例分析 3. 大数据行业应用 4. 大数据应用案例（中信银行信用卡中心）大数据应用案例
4、（中信银行信用卡中心） 8 大数据大数据 挑战挑战 发卡量增长迅速：2008年发卡约500万张，2010年增加了一倍。 业务数据增长迅速：随着业务的迅猛增长，业务数据规模也线性膨 胀。 数据存储、系统维护、数据有效利用都面临巨大压力。 需求需求 可扩展、高性能的数据仓库解决方案可扩展、高性能的数据仓库解决方案 能够实现业务数据的集中和整合；可以支持多样化和复杂化数据分析 提升信用卡中心的业务效率；通过从数据仓库提取数据，改进和推动 有针对性的营销活动。 采用大数采用大数 据方案后据方案后 价值体现价值体现 实时的商业智能实时的商业智能 可以结合实时、历史数据进行全局分析,风险管理部门现在可以每
5、天评 估客户的行为，并决定对客户的信用额度在同一天进行调整；原有内 部系统、模型整体性能显著提高 秒级营销秒级营销 Greenplum数据仓库解决方案提供了统一的客户视图，更有针对的进 行营销。2011年，中信银行信用卡中心通过其数据库营销平台进行了 1286个宣传活动，每个营销活动配置平均时间从2周缩短到2-3天。 EMC Green- plum 大数据应用案例（农夫山泉）大数据应用案例（农夫山泉） 9 大数据大数据 挑战挑战 农夫山泉数据量变得越来越大，分销表中数据基数大，增速快，数据 展现速度越来越慢； 数据运算速度越来越慢，已经让人无法忍受，影响业务的正常进行； 数据更新慢，采用传统的
6、ETL(数据抽取、转换、装载)，农夫山泉的分 析系统数据基本上一天才能更新一次。 需求需求 能够应对海量数据的挑战，实现高效的逻辑运算、实时的数据分析以 及快速的数据展现的解决方案。 采用大数采用大数 据方案后据方案后 价值体现价值体现 实现了快速的数据展现实现了快速的数据展现 与原有商业智能报表展现方案相比，新方案数据展现速度快25-30倍； 形成了强大逻辑计算能力形成了强大逻辑计算能力 测试了120多张已经上线的报表，基本上速度提升100150倍；SAP HANA和Business Objects 4.0组合只用了46秒就完成原来需要24小时 才能完成的逻辑计算； 实现了数据的实时、同步实
7、现了数据的实时、同步 HANA使得数据从业务系统中转换到HANA中时基本上没有任何延迟。 SAP HANA 大数据应用案例（“数字黄河”）大数据应用案例（“数字黄河”） 10 大数据大数据 挑战挑战 数据激增，IT系统负担加重； 地域分隔，信息孤岛拉低效能； 无法共享，数据同步成为难题； 标准各异，数据规范有待统一。 需求需求 制定短期和长期技术规划，以适应未来信息系统的发展。 采用大数采用大数 据方案后据方案后 价值体现价值体现 解决跨平台异构应用系统的数据共享与集成问题解决跨平台异构应用系统的数据共享与集成问题 黄河水利委员会各部门随时获取其权限范围内的最新数据，而无须将 其存储在本部门系
8、统中； 消除信息孤岛，实现数据统一管理消除信息孤岛，实现数据统一管理 有效消除了各业务系统和各组织结构之间的信息孤岛，简单获取黄河 数据资源的单一视图，并确保了数据的完整性、及时性、准确性和一 致性，同时首次实现元数据的可视化统一管理 IBM Info- Sphere 目录目录 中国大数据市场分析 1. 11 企业大数据应用需求分析 2. 大数据应用案例分析 3. 大数据行业应用 4. 12 互联网行业拥抱大数据的关键因素互联网行业拥抱大数据的关键因素 网络终端设备网络终端设备 网络技术的 升级和终端 设备的爆发， 使今天的用 户能够使用 多种设备、 从不同位置、 通过多种手 段来接入互 联网
9、，并在 这一过程中 不断创造新 内容 在线应用和服在线应用和服 务务 越来越丰富 的在线应用 和服务，不 断激励用户 创造和分享 信息，尤其 是社会化媒 体业务，带 动图片、视 频等非结构 化数据飞速 增长 与各垂直行业与各垂直行业 的融合的融合 互联网作为 一个高渗透 力的行业， 正在与各垂 直行业发生 深度的融合， 原本隐藏于 先下的孤岛 信息，源源 不断的输入 到线上。 互联网行业对数据实时分析要求较高， 例如广告监测、B2C业务，往往要求在 数秒内返回上亿行数据的分析，从而达 到不影响用户体验和快速准确营销的目 的。 目前互联网企业面对大数据，会普遍 感觉到实时分析能力差、海量数据处理
10、 效率低、缺少分析方法、分析软件能力 差等问题。 互联网行业大数据分析面临的主要问题互联网行业大数据分析面临的主要问题 互联网大数据技术的应用，会首先带动社会化媒体、互联网大数据技术的应用，会首先带动社会化媒体、 电子商务的快速发展，其他的互联网分支也会紧追电子商务的快速发展，其他的互联网分支也会紧追 其后，整个行业在大数据的推动下将会蓬勃发展。其后，整个行业在大数据的推动下将会蓬勃发展。 互联网拥抱大数据互联网拥抱大数据 13 医疗大数据应用场景医疗大数据应用场景 医疗行业产生的数据量 主要来自于PACS影像、 B超、病理分析等业务所 产生的非结构化数据。人 体不同部位、不同专科影 像的数据
11、文件大小不一， PACS网络存储和传输要 采取不同策略。面对大数 据，医疗行业遇到前所未 有的挑战和机遇。 医疗行业大数据应用场 景非常多，右图仅以临床 操作和研发为例，展示医 疗行业大数据应用场景。 对于公共卫生部门，可 以通过过覆盖全国的患者 电子病历数据库，快速检 测传染病，进行全面的疫 情监测，并通过集成疾病 监测和响应程序，快速进 行响应。 比较效果研究比较效果研究 临床操作临床操作 临床决策支持系统临床决策支持系统 医疗数据透明度医疗数据透明度 远程病人监控远程病人监控 研发研发 预测建模预测建模 提高临床试验设计的统计工具和提高临床试验设计的统计工具和算法算法 疾病模式的分析疾病
12、模式的分析 14 能源遇到大数据能源遇到大数据 能源行业数据特征能源行业数据特征 能源勘探开发数据的类型众多，不同类型数据能源勘探开发数据的类型众多，不同类型数据 包含的信息各具特点，综合各种数据所包含的包含的信息各具特点，综合各种数据所包含的 信息才能得出地下真实的地质状况。信息才能得出地下真实的地质状况。 能源行业面临的大数据问题能源行业面临的大数据问题 能源行业企业对大数据产品和解决方案的需能源行业企业对大数据产品和解决方案的需 求集中体现在：可扩展存储、高带宽、可处理求集中体现在：可扩展存储、高带宽、可处理 不同格式数据的分析方案。不同格式数据的分析方案。 大数据行业应用大数据行业应用
13、 15 应用可能性应用可能性 电信 政府（公共事业） 交通 金融 医疗 教育 能源（电力/ 石油） 纵轴契合度：纵轴契合度： 表示该用户的IT应用特 点与大数据特性的契合 程度； 横轴应用可能性横轴应用可能性：表示 该用户出于主客观因素 在短期内投资大数据的 可能性； 注：注： 该位置为分析师访谈的 综合印象，为定性分析， 图中位置不代表具体数 值 HighHigh MidMid LowLow LowLow MidMid HighHigh 优先关注行业用户 应用特点与大数据技 术有较高的契合度， 在主客观条件上也有 较高的应用可能性。 值得关注行业 用户 应有特点与大 数据的契合度 及应用可能
14、性 综合较高 适当关注行 业用户 两个维度暂 时都不具备 优势，可适 当给予关注 互联网（电 子商务） 契合度契合度 流通 零售 制造 16 2 1 互联网行业大数据主要应用在社交和网购方面互联网行业大数据主要应用在社交和网购方面 结合位置数据、消费数据进行实时营销信息推送是电结合位置数据、消费数据进行实时营销信息推送是电 信行业大数据应用主要场景信行业大数据应用主要场景 83.4% 75.5% 51.6% 39.4% 20.9% 0% 20% 40% 60% 80% 100% 社交网络社交网络 B2CB2C业务业务 精准营销精准营销 在线音视频在线音视频 业务业务 广告监测广告监测 数据来源
15、：数据来源：CCW Research, 2012/4 互联网行业大数据应用场景 76.6% 42.3% 30.7% 15.9% 0% 20% 40% 60% 80% 100% 实时营销实时营销 线路监控线路监控 新业务挖掘新业务挖掘 业务推送业务推送 数据来源：数据来源：CCW Research, 2012/4 电信行业大数据应用场景 3 80.9% 73.1% 60.3% 57.0% 0% 20% 40% 60% 80% 100% 证券证券/ /股票投资股票投资 险种开发险种开发 信用卡欺诈信用卡欺诈 电子支付业务电子支付业务 数据来源：数据来源：CCW Research, 2012/4 金融行业大数据应用场景 金融行业大数据应用场景主要集中在投资方面金融行业大数据应用场景主要集中在投资方面 4 72.5% 66.3% 50.9% 24.8% 0% 20% 40% 60% 80% 100% 供应链优化供应链优化 产品研发产品研发 仓储监控仓储监控 企业统一管理企业统一管理 数据来源：数据来源：CCW Research, 2012/4 制造行业大数据应用场景 制造行业具有多环节、多地域特色，各个环节的优制造行业具有多环节、多地域特色，各个环节的优 化是制造行业最关注的大数据应用场景化是制造行业最关注的大数据应用场景 大数据潜在应用大数据潜在应用 谢谢！谢谢！
