随着移动互联网, 智能终端和数据传感器的出现, 数据正以超出想象的速度快速增长. 据相关数据报告显示, 2014 年全球数据总量为 6.2ZB(万亿 GB),2015 年全球数据总量达 8.6ZB. 目前全球数据的增长速度在每年 40% 左右, 预计到 2020 年全球的数据总量将达到 40ZB.
整体来看, 中国的大数据产业初具规模, 整个市场保持高速增长的态势. 作为标志性的大数据元年, 2015 年中国大数据市场规模达到 115.9 亿元, 2016 年达到 168 亿元, 预计到 2021 年中国大数据市场规模将达到 898 亿元.
技术创新迭代有序
现阶段, 一大批大数据相关的企业在 Hadoop&Spark 大数据技术开发, 数据挖掘主要算法, 大并发数据物理存储与处理技术, 自主分析技术, 智能平台服务, 特定领域研发数据分析工具, 语音识别, 图像理解, 文本挖掘等机器深度学习方法方面, 取得较大成果. 在平台建设方面, 阿里, 腾讯等企业服务器单集群规模达到上万台, 具备建设和运维超大规模大数据平台的技术实力.
大数据技术前景刺激人才建设. 此前包括北京大学, 人民大学等 35 所国内高等学府申报大数据专业. 于此同时高校联合企业的产学研合作项目发展如火如荼. 以深圳大学计算机软件学院为例, 与中琛源科技等企业展开包括技术人员培训, 科研成果落地试验, 大数据平台技术研发等多项合作, 促进技术交流, 不断创新出新技术, 新产品, 新业态和新模式.
"大数据 +" 纵深发展成重点
在国家 "十三五" 战略规划,"互联网 +" 和 "中国制造 2025" 等重大国家战略中, 明确为大数据应用, 大数据产业发展指明了方向.
现阶段,"大数据 +" 产业发展呈现两方面的深度应用. 一方面, 为用户 "画像", 让企业对用户进行细分, 提升业务精准度成为热门, 也能够根据业务需求定义用户标签, 并且直接利用组合功能创建新标签, 从而迅速找到目标用户.
除消费产业大数据之外, 现阶段, 大数据应用还在向产业互联网方向延伸. 大数据应用技术不断开发, 完善, 越来越多的 "数据信息孤岛" 被打破, 呈现跨行业, 跨领域的数据交流与融合. 如智慧城市, 智能医疗, 智慧农业, 大数据金融, 教育等.
比较典型的是金融和汽车领域. 随着大数据与金融保险行业的融合, 将衍生出差异分级式的保险定价模式. 随着车联网的加速发展, 汽车后市场将迎来变革. 整车制造商和互联网厂商将基于用户数据和车辆行驶数据实现跨界竞争等.
数字产业生态发展或是未来关键
据国际市场调研机构 IDC 指出, 当前依托移动互联网, 云, 大数据为核心的数字化转型已然成为所有企业应对挑战的主要战略. 预计到 2018 年, 全球 1000 强企业的 67%, 中国 1000 强企业中的 50% 都将把数字化转型作为企业的战略核心. 然而, 企业依托大数据创新转型过程中, 也面临技术储备不足, 人才匮乏, 数字战略模糊及战术欠缺等制约, 企业发展大数据成本过高, 数字化转型风险颇高.
对于企业而言, 数据不是关键, 以数据应用为核心, 提供集数据分析及决策于一体的数字化生态模型才最重要. 比如, 建立一套统一的数据标准, 将企业多维度, 多场景的数据放在同一个数据综合平台整理, 分析, 共享, 这样企业就可以通过平台上的大数据, 直观清晰地了解企业自身涉及到日常管理, 员工考勤, 销售业绩, 营销推广, 客户服务等情况, 并能提前预测, 指导中小企业及时, 精准制定策略. 从而降低企业大数据成本, 人力成本, 决策成本等. 只有通过数据分析, 挖掘企业存储数据背后更深的价值, 才能真正让数据落到实际的应用场景中去.
未来, 大数据产业更加开放, 并向生态化发展, 以满足各行业的特性去求和不同用户的个性化需求."数字生态并不局限于服务特定的行业或领域, 而是帮助各行各业的企业用户, 提供综合的数据云服务, 包括移动办公, 数字营销, 精准客户服务等, 帮助企业用户实现自身能力和产业的升级." 让我们一起期待大数据打通各行业, 串联生活的每个角落, 给我们带来更多的数字化惊喜.
来源: http://bigdata.51cto.com/art/201804/570745.htm