大数据时代下的企业未来发展

《大数据时代下的企业未来发展》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、大数据时代下的企业未来发展-------“看见过去，预测未来”在2012年的IT业界中，“大数据”（BigData）成了关注度不断提高的关键词之一。IT业界中经常会出现一些火了两三年时间，然后又销声匿迹的流行语但能够超越流行语这个范畴，让人感到可以完全固定下来的词汇，继“云”（Cloud）之后，恐怕非“大数据”莫属了。那大数据仅仅是看不见、摸不着，一些冷冰冰的数字或是字母吗？它和我们的生活有关系吗？对我们的未来有影响吗？当我用g-mail阅读电子邮件时，页面上会显示google提供的广告，这些广告往往和我正在阅读的

2、这封邮件的内容密切相关；当我逛亚马逊时，即便没有登录，亚马逊也能为我推荐我可能会感兴趣的商品，而且相当地准，让我总能有意想不到的收获；当我出门旅游时，我可以通过手机上的APP预定机票、预定房间、还能帮助我解决路痴的困境。以上所提到的这些，都是我们身边的大数据。在这样一个信息爆炸的时代，我们不得不感叹，大数据已经不再是一个虚无缥缈的概念，而是与每个人的生活息息相关，实实在在且触手可及。大数据火了，它催生出无数新的服务和商业模式，也让一些传统行业找到了新的机会。当然，仅仅看到每天产生出的大数据是没有意义的。我们还必须通

3、过对数据进行适当的收集、存储和分析，将由此所获得的信息转化为具体的行为，并最终付诸实施。例如，从事B2C业务的企业，通过对从社交网络中收集到的和自家产品相关的言论进行分析，就可以在新产品投入市场后的第一时间了解其评价。不过，仅仅做到这一步的话，还只能享受到大数据所带来的一半价值，因为我们还需要根据数据的分析结果，发现产品不足，并对其进行改进。能够做到这一步，才可以说是真正享受到了大数据所带来的价值。那么，大数据在未来的价值到底有多大呢？它会改变当今企业的发展模式吗？它对企业未来的发展、销售业绩又有什么样的促进作用呢

4、？其实我们可以用3V来描述大数据的特征。它们就是Volume（容量）、Variety（多样性）、Velocity（速度）。1、容量容量这个特征应该很好理解，可以说是数据量。2、多样性除了传统的销售、库存等数据，现在企业所采集和分析的数据还包括像网站日志数据、呼叫中心通话记录、Twitter和Facebook等社交媒体中的文本数据、智能手机中内置的GPS（全球定位系统）所产生的位置信息、时刻生成的传感器数据，甚至还有图片和视频，数据的种类和几年前相比已经有了大幅度的增加。监控摄像机的视频数据正是其中之一。近年来，超市

5、、便利店等零售企业几乎都配备了监控摄像机，目的是为了防止盗窃和帮助抓捕盗窃嫌犯，但最近也出现了使用监控摄像机的视频数据来分析顾客购买行为的案例。例如，美国大型折扣店FamilyDollarStores，以及高级文具制造商万宝龙，都开始尝试利用监控摄像头对顾客在店内的行为进行分析。以万宝龙为例，它们过去都是凭经验和直觉来决定商品陈列的布局，但通过分析监控摄像机的数据，将最想卖出去的商品移动到最容易吸引顾客目光的位置，使得销售额提高了20%。3、速度数据产生和更新的频率，也是衡量大数据的一个重要特征。例如，整个日本的便

6、利店在24小时内产生的POS数据，电商网站中由用户访问所产生的网站点击流数据，高峰时高达每秒7000条的Twitter推文，日本全国公路上安装的交通堵塞探测传感器和路面状况传感器（可检测结冰、积雪等路面状态）等，每天都在产生着庞大的数据。到这里可能有人会问，不管从3V的哪一性质来说，似乎都是拥有强大资金后盾或是技术的企业才能对大数据进行处理，小企业貌似无法对大数据进行利用。其实不然，随着计算机性价比的提高，磁盘价格的下降，利用通用服务器对大量数据进行高速处理的软件技术的诞生，以及随着云计算的兴起，甚至已经无需自行搭

7、建这样的大规模环境。上述这些因素，大幅降低了大数据存储和处理的门槛。因此，过去只有像NASA这样的研究机构以及屈指可数的几家特大企业才能做到的对大量数据的深入分析，现在只要极小的成本和时间就可以完成，无论是刚刚创业的公司还是存活多年的公司，也无论是中小企业还是大企业，都可以对大数据进行充分的利用。从这也可以充分说明大数据对当今企业，甚至是未来企业的发展充满了诱惑力。在当今商业社会复杂的环境下，对于企业今后的活动来说，在将过去和现在进行可视化的基础上，预测出接下来会发生什么显得更为重要。要对未来进行预测，从庞大的数据

8、中发现有价值的规则和模式的数据挖掘（DataMining）是一种非常有用的手段。也许很多人曾经听到过类似这样的说法，“购买啤酒的人大多会同时购买纸尿裤”，这里用到的就是数据挖掘。“购买了此商品的顾客还购买了这些商品”，这恐怕是世界上最广为人知的一种商品推荐系统了，而创造出这个系统的正是Amazon。Amazon通过分析商品的购买记录、浏览历史记录等庞大的用户