大数据与相关行业联系浅论

汤静宇

（悉尼大学，新南威尔士州 悉尼 NSW2006）

0 前言

现如今，随着数据集的不断增长，各种组织现在正在寻求“云”来帮助管理、分析和存储大数据，以保持竞争力、简化流程并领先于竞争对手。一般来说，大数据领域通常用于定位客户，了解客户偏好，推广产品、制定商业策略、开拓新市场、优化工作流程。大数据的最终业务影响很难概括，但毫无疑问的是，它可以成功解决的问题是构建科学的数据基础架构模型，通过后期庞大的过程业进行完善。无论其实施的具体领域如何，都是通过数据收集、处理和利用分析信息来提高利润，大数据提供无限机遇，全世界的各个领域都可以感受到它的影响。

1 大数据与相关行业联系概述

大数据的概念是指通过各种渠道，与各种数据处理技术，无限期地从各种来源获得大量原始数据，通过信息处理，删除或修改不正确、不完整、不相关、重复或格式不正确的数据，最后得到处理过的，更有价值的信息。如今全球已经进入大数据时代，这个问题也被越来越多的专业人士引出“大数据如何用于当今社会的各种各领域？”将大数据用于各种领域的方式与效果取决于业务类型与数据来源类型，和最终目标[1]。

大数据可以理解为一种数据汇总，总数据量超过10TB 就可以将其称之为大数据，随着计算机技术的发展，使数据量逐年增长，2005—2015 年全球数据总量增长了70 多倍，2015 年全球数据量已经达到了7910EB，截至2020 年全球数据量已达98635EB，其中包括图片、文字、表格、视频、音频等，可见大数据的复杂程度。利用计算机技术进行处理可精准捕捉所需数据信息，为进一步提高数据的精确度，需要将计算机信息处理技术进一步完善，以此满足发展需求。此外，组织因大数据而面临的主要挑战是数据隐私和安全问题，这是由网络攻击、技术不完善，安全标准不清晰引起的。现如今，大数据与AI、云服务、RPA 以及机器学习和其他强大的数据科学解决方案相结合可提供更好的结果以解决以上问题[2]。

在新建系统中，基于数据服务总线的数据集成，遵循数出一源的原则，将现代化技术与实际生活联系起来，实现各个系统之间的数据共享，在执行中要坚持加强内部信息交流。同时，在整合数据中需要从监测数据收集、兑现率统计方面入手，保证所有获取的信息数据可以追溯，使后续发展符合时代特点。为了更详细地描述并更好地了解这项技术如何影响业务流程，数据科学家将更多的关注点放在了几个受益于大数据的相关行业。

2 大数据与银行、金融和保险行业的联系

银行、金融服务和保险业广泛实施大数据和分析，以提高效率，以客户为中心，从而获得更多利润。公司可以通过大数据了解更多关于其客户的信息。出色的客户服务意味着出色的员工绩效。除了设计众多技术解决方案外，数据专业人员还将协助公司在项目中设定绩效指标在跟踪、分析和共享与员工绩效相关的指标时，它会派上用场。金融机构利用大数据分析来消除重叠、冗余的系统，以及提供更容易获取数据的工具。大数据可以有效地增强公司在风险管理学科中利用预测模型的方式。它改善了系统中的响应时间线，从而提高了效率。银行和零售交易商利用大数据进行情绪测量和高频交易，等等。该部门还依靠大数据进行风险分析和监测金融市场活动。在大数据的帮助下，金融公司可以提供更好的客户服务，同时帮助企业增加利润。增强客户体验是大多数公司的首要目标。

大数据时代下计算机信息处理技术，可以用软件和程序作为基础来进行操作，通过网络传输准确、高效、安全的实施信息资料，相关人员可以利用计算机汇总和整理数据信息，为工作开展提供详尽、有力的数据支持。同时在处理中能够实时沟通，通过计算机处理的自动汇总、分析、优化数据，进而完成信息共享传递，掌握数据应用的整体状态。其他目标包括更好的目标营销，降低成本，以及提高现有流程的效率。大数据技术帮助银行和金融保险相关企业存储大量的有效数据，并且可以对客户进行深度分析，它们帮助公司了解更多信息和改善决策，最终降低风险。此外，金融行业要求极高的数据安全性，数据泄露是一个迫在眉睫的问题，这构成了对加强安全的需求，而现如今安全技术也一直在发展，现在已经基本可以解决这个问题[3]。

3 大数据与零售业之间存在的联系

基本所有商家都希望能够在短时间内快速吸引新顾客。大数据策略将为实现这一目标做出很大贡献。早些时候，大数据主要由那些能够负担得起用于收集和分析数据的技术和渠道的企业部署。如今，大型和小型零售商都越来越依赖大数据来获得智能商业洞察力。因此，他们促进了对大数据的需求，但为了吸引合适的客户，需要精确识别目标受众的行为，零售业通过RFID、POS 扫描器、客户忠诚度计划等收集大量数据。这些技术的广泛使用有助于减少欺诈行为，并实现对库存的及时分析从而降低损失。在当前大数据时代，零售企业发展必须注重相关用户反馈，及时进行优化处理，相关参数是零售的主要依据，实现有效分析能够降低出现误差的概率，详细比较各类数据参数，提高信息采集实时反馈的效率，进一步分析各类数据信息，健全优化数据库，持续更新自身发展目标，进而为后续工作开展奠定坚实基础[4]。

通过数据分析做到这一点并不难，一个很常见的例子是在社交网络上使用信息挖掘工具来衡量一个商家或一种商品的受众在第一次接触营销活动或第一次使用产品时的反应，只要客户在任何平台给予评价或反馈，系统都有机会将其进行量化并进行分析，通过大数据解决方案，可以交叉检查来自其他来源的数据，例如客户消费记录、与公众的互动、与商家的联系、消息历史、甚至用户在虚拟商店中的路线以及最常浏览的商品种类等。通过利用大数据使整个组织的个人能够准确、自信地做出决策，这些零售商可以更深入地了解客户并发现隐藏的趋势，从而发现新的机会，这对于刚刚起步的零售商尤其友好。大数据分析将原始数据转换为一个零售商真正需要的指示，提供更大的个性化、忠诚度潜力和客户群，并帮助厂商进一步改进产品。

4 大数据与电子商务之间存在的联系

当公司能够了解客户的想法和他们喜欢什么时，公司就可以更轻松地向他们销售公司的产品。大数据对电子商务业务的重要性是显而易见的：公司对客户了解得越多，公司从自己的电子商店产生的利润就越多。关于实时客户行为、购买历史和喜欢的产品的数据可以跟踪高需求的产品并预测趋势，以便在市场上率先推出最畅销的产品。大数据使电子商务所有者能够更好地了解客户的需求、哪些产品在网上流行、如何使他们的产品更受欢迎并增加其网站上的销售额，定价分析、库存管理、客户流失预测，这些只是该技术在表面上可以为企业做的几件事，电子商务能通过大数据技术成功的关键还是能够提供非凡的客户体验，可以满足购物者的需求并领先于竞争对手，使客户支付更高的价格，更好地了解客户的需求和顾虑会带来更好的服务，从而提高客户的满意度，最终结果是更好的销售效果。

通过大数据分析，电子商务可以将收集到的洞察力转化为新产品和服务，这使他们能够预测客户的需求。考虑到客户的需求、兴趣或产品的流行，公司可以为产品开发提供新的数据。与其等待客户告诉公司他们在寻找什么，公司可以提前满足客户的需求。另外，变得比竞争对手更有创新性也是一个额外的好处。与其他所有业务一样，电子商务依赖于客户的满意度，大数据已经对电子商务产生了很大的影响，而且这种影响只会一天天越来越广泛，大数据已经成为一股不可阻挡的潮流，不同技术的相互融合让其本身就具备的各方面优势，其不仅能够加快我国科技发展进程，且能够保证整体的设计过程当中的准确性。为提高大数据分析处理的效率，在实际应用过程中需要使用计算机设备进行辅助，将收集、分析、整理及应用环节融合在一起，传统模式的数据处理技术每个小时只能过滤1000 条数据，而智能化处理可增效80%以上[5]。

5 大数据与制造业之间存在的联系

制造行业一直在面临很多挑战，如劳动力限制，货物的积压，复杂的供应链，原材料短缺和设备故障。大数据的使用可以使企业能够发现节约成本和提高产品质量的新方法。事实上，那些成功建立起量化评估能力的公司可以将自己与竞争对手远远区分开来。由于制造业的生产过程十分复杂且多样化，所以很容易出现缺陷，制造商可能会损失大量的年收入，现如今，可以通过分析来自生产线上传感器的实时数据，关键的第一步是考虑公司有多少数据可供支配。一些新型公司，或者是那些生产周期长达数月甚至数年的公司，这些公司的高级领导人必须要面临的挑战是要长期关注并投资于系统和实践来收集更多的数据。

对于这些公司来说，面临的挑战是如何能够优化使用现有的过程信息，以便能够更容易地进行分析。从制造业流程监管方面来讲，当工厂与供应商连接时，供应链中的所有各方都可以访问信息并监控材料流，这种对供应链信息的实时监控有助于快速发现问题、减少库存，从而最大限度地减少资金需求。最后，在制造和质量管理中使用大数据可以降低制造商的产品、装配和质量管理成本，这意味着大数据是削减成本的一大利器，许多制造业公司对利用大数据和预测分析模型来提高投资回报率，事实证明这也是可行的，因为大数据提供的洞察力可以降低运营成本，优化支出。所有收集到的信息都可用于改造和改进业务流程，进而增加利润[6]。

6 大数据与石油和天然气之间的联系

在石油和天然气勘探、开发和生产相关的流程中会使用大量数据来保证过程正确与安全，但与此同时也会产生大量数据，数据量每天都在增长，如何有效的利用这些数据一直是业内人员关注的重点。在过去的十年中，该行业的组织一直在与这些数据打交道，石油公司需要考虑数据技术的进步，以帮助他们了解地下的情况。因此，大数据有助于收集所有数据，同时还可以更有效地传输此类信息。在石油和天然气领域，大数据促进了决策。公司可以通过对几何形状的深入分析，对油井的位置做出更好的决定。

机构还利用大数据来确保其安全措施符合要求。现在大数据在炼油行业被用于估算能源效率，并通过使用各种模型和分析方法来减少停机时间、维护和维修成本，石油钻探是一个连续过程，机器必须在严酷的温度和条件下长时间工作。大数据用于确保机器正常工作，不会因故障或故障而损坏。机器装有传感器，可收集有关其性能的数据。然后将此数据与汇总数据进行比较，确保以有效的方式更换零件，从而进一步减少额外费用。在液化天然气和城市燃气配送行业，它也用于维护和预测过程和设备的故障。从地理上讲，不同地区的岩石层不同，即使它们在结构上可能相似。通常从一个领域吸取的教训可以应用于类似的领域，数据科学可以帮助降低风险和成本并有助于更多地了解每个子系统，从而提高决策的准确性[7]。

7 大数据与环保行业之间的联系

发展速度加快在一定程度上加重了环境污染，而通过大数据下的智慧环保则能够明确污染源，对环境实际状况进行分析，数据技术与环境保护相结合的技术，通过后续分析和优化为环保问题提供解决途径，现已成为我国实现绿色可持续发展的重要手段之一，利用评估手段来确定环境问题。“智慧环保”是“数字环保”概念的延伸和拓展，把感应器和装备嵌入到各种环境监控对象（物体）中，将云计算与环保领域整合起来，最终对现有环境资源进行数据采集和评价，实现人类社会与环境业务系统的整合。环保管控基础数据较为繁杂，通过环保管理系统为后续工作提供依据，在智慧环保管理系统中需要以工艺参数为基础进行监控，通过监控数据迅速判断当前环境存在的异常情况，如发现问题可以及时采取措施减少污染物排放，通过对主要环保处理设施进行调整，以此为后续发展奠定坚实基础。对所有监测数据进行统一数据采集，对数据直观的展示污染物排放，针对在线、手工监测数据进行统计和分析，进而发挥出不同站点不同因子数据的功能性，在环境监测中需要对计划编制、分解功能加大关注，将超标数据集中梳理展示，通过企业环境空气质量AQI 数据，建立污染源在线监控，提供各项排放指标的统计分析。在此基础上需要进行有机集成，利用大数据采集的数据进行分析，结合实际建立现代环境保护体系，对原有数据做出正确准确的分析，为管理者决策提供宝贵的意见，防止后续出现新的环境破坏事件，避免我国环境污染进一步恶化。

8 大数据与媒体行业之间的联系

大数据使营销人员能够识别社交媒体趋势并获得洞察力，这可用于做出参与决策，例如与哪些用户进行交流，营销电子邮件应该发送给哪些用户组等。它还可以更轻松地跟踪人口统计数据来决定要针对哪个社交媒体平台。大数据可用于跟踪社交媒体活动的表现并找出投资回报率的逐渐变化。它还允许营销人员在启动之前测试他们的活动、分析结果、根据需要对活动进行更改并重新测试。预测分析工具使企业能够决定何时暂停活动以避免损失。用户在其社交网络上发布的所有状态更新、照片和视频都包含有关其人口统计、喜欢、不喜欢等的有用信息。企业正在以多种方式利用这些信息，对其进行管理和分析以获得竞争优势，与此同时，品牌更容易只展示消费者感兴趣的广告，将插入广告变得更加自然，广告将根据用户的社交媒体帖子、他们观看和分享的内容等进行定向[8]。

通过个性化广告，营销人员可以在确定最有效的平台后加强与社交媒体用户的联系并将其转化为客户，并且可以使社交媒体平台上与品牌互动的人数不断增加，这使各路媒体必须精通数据才能保持竞争力并在社交媒体领域保持相关性。正因为在日常生活中，这些平台产生大量数据，这些信息中潜藏着大量商机，所以现如今在社交媒体营销活动中利用大数据变得至关重要，大数据将可以解释买家的行为并针对特定人群进行分析。此外，消费者的权力转移意味越来越多的媒体用户不再依赖销售人员作为有关特定品牌的信息提供者。相反，消费者更喜欢从他们自己的研究中得出结论，买家认为社交媒体和互联网是最公正和最有用的信息来源，这也使大数据的地位在媒体行业中越来越重要。

9 结语

大数据相关技术的应用能够提高各行业的效率，数据收集工作对于一些运营周期长的企业也并不简单，但在生产过程中收集了过多数据也会对企业造成负担，现在许多公司仍然没有使用运营过程中收集的大部分数据。现如今大部分公司已经开始更多地利用大数据的优势，考虑到大数据对商业的好处，转向分析和其他机器学习技术来有效管理数据，大数据在一些行业，如考古、地质勘测、医疗保健、石油和矿物开采等行业的应用需要持续优化。