大數據使用及現狀調研報告

　 大數據，指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據特征分析　　大數據，不僅有“大”這個特點，除此之外，它還有很多其他特色。在這方面，業界各個廠商都有自己獨特的見解，但是總體而言，可以用“4V+1C”來概括，“4V+1C分別代表了Variety（多樣化）、Volume（海量）、Velocity（快速）、Vitality（靈活）以及Complexity（復雜）這五個單詞。

　　

Variety（多樣化）

?

大數據一般包括以事務為代表的結構化數據、以網頁為代表的半結構化數據和以視頻和語音信息為代表的非結構化等多類數據，并且它們的處理和分析方式區別很大。　　

與大數據現象有關的數據量為嘗試處理它的數據中心帶來了新的挑戰：它多樣的種類。隨著傳感器、智能設備以及社交協作技術的激增，企業中的數據也變得更加復雜，因為它不僅包含傳統的關系型數據，還包含來自網頁、互聯網日志文件（包括單擊流數據）、搜索索引、社交媒體論壇、電子郵件、文檔、主動和被動系統的傳感器數據等原始、半結構化和非結構化數據。簡言之，種類表示所有的數據類型。

?

Volume（海量）　　

?

如今存儲的數據數量正在急劇增長，毫無疑問我們正深陷在數據之中。我們存儲所有事物：環境數據、財務數據、醫療數據、監控數據等。有關數據量的對話已從TB級別轉向PB級別，并且不可避免地會轉向ZB級。現在經常聽到一些企業使用存儲集群來保存數PB的數據。隨著可供企業使用的數據量不斷增長，可處理、理解和分析的數據比例卻不斷下降。　　

通過各種智能設備產生了大量的數據，PB級別可謂是常態，一些客戶每天處理的數據量都在幾十GB、幾百GB左右，估計國內大型互聯網企業每天的數據量已經接近TB級別。

?

Velocity（快速）　

　

大數據要求快速處理，因為有些數據存在時效性。比如電商的數據，假如今天數據的分析結果要等到明天才能得到，那么將會使電商很難做類似補貨這樣的決策，從而導致這些數據失去了分析的意義。　　

就像我們收集和存儲的數據量和種類發生了變化一樣，生成和需要處理數據的速度也在變化。不要將速度的概念限定為與數據存儲庫相關的增長速率，應動態地將此定義應用到數據——數據流動的速度。有效處理大數據需要在數據變化的過程中對它的數量和種類執行分析，而不只是在它靜止后執行分析。

?

Vitality（靈活）

在互聯網時代，和以往相比，企業的業務需求更新的頻率加快了很多，那么相關大數據的分析和處理模型必須快速地適應新的業務需求。

Complexity（復雜）

　　雖然傳統的BI已經很復雜了，但是由于前面4個V的存在，使得針對大數據的處理和分析更艱巨，并且過去那套基于關系型數據庫的BI開始有點不合時宜了，同時也需要根據不同的業務場景，采取不同的處理方式和工具。

大數據行業發展現狀

1、一些數據的記錄是以模擬形式存在，或者以數據形式存在，但是存貯在本地，不是公開數據資源，沒有開放給互聯網用戶，例如音樂、照片、視頻、監控錄像等影音資料。現在這些數據不但數據量巨大，并且共享到了互聯網上，面對所有互聯網用戶，其數量之大是前所未有。

2、移動互聯網出現后，移動設備的很多傳感器收集了大量的用戶點擊行為數據，已知IPHONE有3個傳感器，三星有6個傳感器。它們每天產生了大量的點擊數據，這些數據被某些公司所有擁有，形成用戶大量行為數據。

3、電子地圖如高德、百度、Google地圖出現后，其產生了大量的數據流數據，這些數據不同于傳統數據，傳統數據代表一個屬性或一個度量值，但是這些地圖產生的流數據代表著一種行為、一種習慣，這些流數據經頻率分析后會產生巨大的商業價值。基于地圖產生的數據流是一種新型的數據類型，在過去是不存在的。

4、進入了社交網絡的年代后，互聯網行為主要由用戶參與創造，大量的互聯網用戶創造出海量的社交行為數據，這些數據是過去未曾出現的。其揭示了人們行為特點和生活習慣。

5、電商戶崛起產來了大量網上交易數據，包含支付數據，查詢行為，物流運輸、購買喜好，點擊順序，評價行為等，其是信息流和資金流數據。

6、傳統的互聯網入口轉向搜索引擎之后，用戶的搜索行為和提問行為聚集了海量數據。單位存儲價格的下降也為存儲這些數據提供了經濟上的可能。我們所指的大數據不同與過去傳統的數據，其產生方式、存儲載體、訪問方式、表現形式、來源特點等都同傳統數據不同。大數據更接近于某個群體行為數據，它是全面的數據、準確的數據、有價值的數據。

中國的大數據之路任重而道遠

中國目前的大數據應用環境和技術相對于美國而言，在整體技術水平、應用環境、國民意識、商業環境、技術廠商、技術平臺上面相差超過5年左右。在大數據應用的國家戰略層面落后的也較多。2012年3月，美國奧巴馬政府宣布推出“大數據的研究和發展計劃”。該計劃涉及美國國家科學基金、美國國家衛生研究院、美國能源部、美國國防部、美國國防部高級研究計劃局、美國地質勘探局等6個聯邦政府部門，承諾將投資兩億多美元，大力推動和改善與大數據相關的收集、組織和分析工具及技術，以推進從大量的、復雜的數據集合中獲取知識和洞見的能力。美國奧巴馬政府宣布投資大數據領域，是大數據從商業行為上升到國家戰略的分水嶺，表明大數據正式提升到戰略層面，大數據在經濟社會各個層面、各個領域都開始受到重視。

2014年從“兩會”的提案、議案看，很多人建議將大數據業務上升為國家戰略，互聯網領軍人物李彥宏在政協記者會上表示，政府應該把更多和人民生活有關的數據資料，公開地放到網絡上；雷軍則直接建議將大數據納入國家戰略，推動大數據切實地被用起來；科大訊飛劉慶峰建議國家建設聲紋數據庫進行大數據反恐。張近東、馬化騰、楊元慶的提案也與數據應用有著緊密聯系。但是在中國大數據國家戰略和大數據產業發展發面還沒有一個清晰的藍圖。最后總結一下，大數據時代將會給人類社會帶來巨大變化。它是一個好的工具，就像計算機一樣，幫助人們提升社會生產效率，了解事物真相，認識客觀規律，同時加快進入智慧社會。

全球大數據產業發展規模

2014年，全球大數據解決方案不斷成熟，各領域大數據應用全面展開，為大數據發展帶來強勁動力。2014年全球大數據市場規模達到285億美元，同比增長53.2%。大數據逐漸成為全球IT支出新的增長點。

2014年數據中心系統支出達1430億美元，比2013年增長2.3%。大數據對全球IT開支的直接或間接推動將達2320億美元，預計到2018年這一數據將增長3倍。

中投顧問發布的《2016-2020年中國大數據行業投資分析及前景預測報告》從市場結構分析，2014年，全球大數據市場結構從壟斷競爭向完全競爭格局演化。企業數量迅速增多，產品和服務的差異度增大，技術門檻逐步降低，市場競爭越發激烈。在全球大數據市場中，行業解決方案、計算分析服務、存儲服務、數據庫服務和大數據應用為市場份額排名最靠前的細分市場，分別占據35.4%、17.3%、14.7%、12.5%和7.9%的市場份額。云服務的市場份額為6.3%，基礎軟件占據3.8%的市場份額，網絡服務僅占據了2%的市場份額。

我國大數據產業發展提速

1、基礎設施建設率先起步

大數據產業“十三五”發展規劃已經在2016發布。這是實施國家大數據戰略的又一政策舉措。

大數據將是新的生產要素。政策助推知識開始，云計算、大數據、人工智能是大數據這場“新工業革命”的重要推手。其中，數據是重要資源。在此背景下，眾多互聯網科技企業以及傳統生產企業都在積極布局大數據產業。

統計數據顯示，2015年國內大數據產業市場規模已達1105.6億元，較2014年增長44.15%。其中，大數據基礎設施建設、大數據軟件和大數據應用分別占比64.53%、25.47%和10%。目前已有42家計算機行業上市公司披露了2016年上半年報業績預告，平均增速中位數為15%。從細分領域看，大數據與人工智能子板塊平均增速中位數為65%。

隨著大數據產業的快速發展，受益順序為基礎設施建設率先起步，并帶來數據分析、數據源、數據安全環節的發展。在基礎設施方面，數據中心、服務器等領域近年來快速增長。其中，中科曙光、浪潮信息等公司服務器業務收入增長明顯。隨著基礎設施逐漸完善，數據分析成為了可能。數據分析服務在整體產業收入的占比也代表著大數據市場發展的成熟度。中投顧問發布的《2016-2020年中國大數據行業投資分析及前景預測報告》指出，當前數據分析服務在國內大數據產業中的占比仍保持較低水平，為24%水平。這和全球市場的數據分析服務占50%比例存在明顯差異，國內市場發展整體滯后于全球市場，擁有較大的空間。

2、多個領域應用正在興起

國內數據應用正在興起，尤其是在金融、電信、政務、醫療、能源等行業已經起步，并逐步向其他行業擴展。以金融領域為例，螞蟻金服推出了芝麻信用，其芝麻分來自淘寶、支付寶的數據占30-40%。通過綜合考慮個人用戶的信用歷史、行為偏好、履約能力、身份特質、人脈關系等信息，直接與其信用掛鉤，構筑信用消費生態。在電信領域，大數據的作用明顯。傳統通信業務下滑，電信運營商急需尋找下一個紅利通道。數據經營轉型已成為運營商的共識。在大數據業務運營上，電信運營商將以“授權開放+合作共贏”模式為主，合作伙伴可能獲得60%收益分成。東方國信、初靈信息、亨通光電、烽火通信等與電信運營商關系緊密，擁有大數據全產業鏈布局和技術領先的公司具有先發優勢。

目前，相關大數據公司正在積極布局大數據產業。以智庫2861舉例來說，每日數據采集以峰值狀態兩萬個爬蟲7*24小時運行，經過云端運行的海量模型和算法進行清洗，達到去偽存真的效果，從而挖掘出可用的結構化數據，建立數據模型；且這些模型可以不斷自我完善和學習，根據用戶的實際需求給出不同的策略分析建議，從而用于政企法人決策輔助或決策分析，構建全新“大數據+政企治理”的新生態。

?

?

?

大數據技術應用前景展望

1、數據的資源化

在大數據技術中蘊含著豐富的數據信息資源，它們的科學有效應用能夠切實為企業帶來巨大的經濟產值，產生更多經濟收益。因此，要利用好信息資源就要進一步開放研究大數據技術。信息資源的有效應用離不開先進的數據技術和信息化思維，網絡技術人員應當將傳統信息資源開發管理方法與大數據技術有機地結合起來，通過將不同數據集進行重組和整合，發揮就數據集所不具有的新功能，從而為企業創造出更多的價值。而掌握了數據資源處理技術的企業，在未來還能夠通過將數據使用權進行出租或者轉讓等方式獲取巨大的經濟收益。

2、科技的交叉融合

大數據技術的發展不僅能夠將網絡計算中心、移動網絡技術和物聯網、云計算等新型尖端網絡技術充分地融合成一體，促進不同科學技術的交叉融合，同時還能夠促進多學科的交叉融合，充分發揮出交叉學科和邊緣學科在新時代的新功能與效用。大數據技術的長足進步與發展既要求工程技術人員要立足于信息科學，通過對大數據技術中的信息獲取、儲存、處理等各方面的具體技術進行創新發展，也要將大數據技術與企業管理手段結合起來，從企業經營管理的角度研究分析現代化企業在生產經營管理活動中大數據技術的參與度及其可能帶來的影響。在一些需要處理和應用到大量數據的信息部門，企業一方面要著力提高大數據技術的應用水平，另一方面要及時引起跨學科人才，充分發揮多科學與交叉性學科在本部門中的參與度。

3、以人為本的大數據技術發展趨勢

科學技術的使用主體歸根結底是人，雖然在大數據技術支撐的網絡信息環境下，信息數據的及時流通與整合能夠滿足人類生產生活的所有信息需求，能夠為人的科學決策提供有效指導，但大數據技術終究無法代替人腦，這就要求大數據技術在發展過程中要堅持以人為本的基本原則，重視人的地位，將人的生產活動與網絡大數據虛擬關系結合起來，在密切人與人之間的交流的同時，充分發揮每一個獨立個體的個性和特長。

?

轉載于:https://www.cnblogs.com/ku1274755259/p/11108514.html

總結

以上是生活随笔為你收集整理的大数据使用及现状调研报告的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。