1.3 大数据技术当前状态

随着大数据在各个行业的广泛应用，各个行业在得到大数据带来的收益的同时，也在推动着大数据技术的飞速发展。

不同的行业有着不同的业务特征，进而也有不同的需求。如何满足这些不断涌现的需求，成为推动大数据技术发展的动力。

1．零售行业

（1）业务特征

零售行业同类产品的差异小，可替代性强，提高销售收入离不开出色的购物体验和客户服务。同时，零售行业需要增强产品流转率，实现快速营销。

（2）需求分析

提升客户购物体验的一个关键途径是精准营销，而精准营销的核心是用户消费行为分析，即用户识别。这个过程涉及消费历史记录、电话/WEB/电子邮件等数据中折射出的用户消费习惯识别。

快速营销的分析和决策基于对产品产、销、存及物流各个环节的大数据分析，涉及条码技术、标签技术、全息扫描技术、RF技术等技术。

2．互联网行业

（1）业务特征

互联网行业主要特征之一是数据量呈爆炸性增长，数据结构类型日趋复杂。各种类型的信息和数据都呈现爆炸式地增长。全球90%的数据都是在过去两年中生成的。在未来几年，数字信息会呈现更加惊人的增长，预计到2020年，信息和数据总量将增长44倍。

另一个特征是用户行为丰富，WEB社群关系复杂。互联网已经不再是单纯地浏览网页信息，互动已经成为主要方式。用户行为和网络中的社会群体变得更加多样化、复杂化。

（2）需求分析

用户粘性对于互联网公司来说是至关重要的测评指标。而从爆炸性增长的数据和复杂的用户行为中，提取有价值的信息，分析用户行为，建立用户模型，来提高用户体验、增加用户粘性，是大数据技术发展的挑战和动力。

3．电信行业

（1）业务特征

数据量激增，保存时间长。近些年，由于无线上网和智能手机的推广，导致电信行业数据量呈现爆炸性增长。从全球移动网络中语音和数据流量的状况来看，2009年末，数据流量超过了语音流量，到2011年数据流量已经超过语音流量的两倍。根据研究预测，到2015年全球移动数据流量将比2010年上升26倍。电信行业不仅仅数据量大，而且保存时间长，一般电信行业要求数据保存2年6个月。

受众群体大，市场饱和度高。电信业务已经是人们生活中的必需品，用户数量非常巨大，整体市场饱和度高。

（2）需求分析

一方面，流量和用户的激增，给现有网络带来了巨大的压力。如何保持现有网络的稳定高效运转，成为各大运营商首先需要考虑的问题。而大数据技术能解决这一问题，例如中兴通讯提出的“基于大数据技术的电信系统反馈环理念”。

另一方面，运营商面临着从业务提供者到管道提供者的转变。如何在这个转变过程中，高效、合理地优化网络建设，同时能够发现潜在的信息应用需求并转变为商业价值，也需要大数据技术的支撑。

4．金融行业

（1）业务特征

金融业有着数据池积累巨大的天然优势，但同时如何挖掘数据价值也成为挑战。另外，金融业是高风险行业，有着其他行业不可比拟的安全性要求。

（2）需求分析

从大量数据中挖掘有价值的信息，并将其作为判断的依据，及时准确地进行金融智能决策，是金融业迫切的需求。

金融业对安全的苛刻要求，成为大数据技术的挑战。

5．交通行业

（1）业务特征

1）数据量大，数据类型多。随着车辆保有量的不断攀升，交通综合监控呈多维、立体化趋势，数据分析面对的是文本、语音、图片、视频等多种类型数据的飞速增长。

2）实时性要求高。交通系统受很多因素的影响，时间、天气、路况、突发事件等都让交通状况产生突然并且累积性的变化。

（2）需求分析

面对多种类型的海量数据加上极高的实时性要求，大数据技术需要在存储、计算、分析、处理等方面表现出超强的性能，才能满足对瞬息万变的交通状况进行及时调度和快速响应的要求。