大資料技術+行業知識+業務知識=大資料應用
大資料技術+行業知識+業務知識=大資料應用
一般來看，一個產業的成長軌跡都是源於技術、成於產品、終於應用。大資料產業也不例外，整個產業是由於雲端計算、大資料技術而出現的，各個廠商開發出比較成熟的產品並推向市場，最終在應用中帶來實際的價值並得到使用者認可。處於不同發展階段的關注點不同：技術階段看誰的技術更先進；產品階段看誰的產品效能更好，價效比更高；應用階段則看誰能更好解決使用者的具體問題，並提供差異化的服務。
在這裡我還是要推薦下我自己建的大資料學習交流裙：805127855， 裙 裡都是學大資料開發的，如果你正在學習大資料 ，小編歡迎你加入，大家都是軟體開發黨，不定期分享乾貨（只有大資料開發相關的），包括我自己整理的一份2018最新的大資料進階資料和高階開發教程，歡迎進階中和進想深入大資料的小夥伴。
就大資料產業而言，已經走過了技術的矇昧期，介於產品期和應用期之間。因此，在2017年，大資料廠商除了繼續打磨自家的產品外，將會更加註重圍繞某個應用解決方案的開發和完善。在推進大資料應用落地時，只有將大資料技術與行業知識和具體業務相結合，才能給使用者創造真實的價值。
起於行業，與行業知識結合是大資料應用落地的第一步
與“網際網路+”相對應的，“大資料+”也有豐富的內涵，這裡的“+”指的是大資料與不同行業的結合。只有與行業知識相結合，才能讓大資料落地，而不是看起來美麗卻沒什麼實際價值的空中樓閣。
不同行業領域具有很大的不同，大資料在該領域的應用程度以及應用價值也不一樣。為此，我們做了一個不同行業的大資料行業圖譜，對該圖譜作幾點說明：
第一，該圖譜參照國民經濟行業分類(GB/T 4754)，結合大資料應用特性對某些行業做了調整，最終選出10個行業。
第二，圖譜的橫軸是大資料在該行業的應用價值，這主要從幾個方面考慮：該行業在國民經濟中的地位，以及大資料在該行業應用之後的影響大小。縱軸代表大資料在該行業的應用成熟度，主要考慮為該行業提供服務的大資料廠商數量，大資料產品、解決方案在該行業的普及程度，以及該行業大資料產品的應用深度。
值得提出的是，成熟度指標更多的是大資料在各個行業中應用情況的橫向比較，縱向來看都遠沒有發展成熟。
從價值和成熟度兩個方面來看，目前發展得比較好並且潛在價值較大的幾個行業包括網際網路、金融、交通物流、公共管理、批發與零售，這些是目前大資料廠商競爭的主戰場；製造業和醫療行業，大資料的應用程度次之，但發展潛力巨大，是大資料廠商需要重點關注的藍海領域；房地產行業，大資料的應用價值還需要進一步探索，屬於觀望領域；農業和採礦業等，大資料的應用有限。
目前市場上的大資料公司大體分為兩類：一類專注於細分領域，做大資料的垂直應用，比如金融大資料、營銷大資料、政務大資料、網際網路營銷大資料等；另一類則傾向於做覆蓋各行各業的全域大資料，這類廠商有些從垂直大資料開始不斷的擴充套件行業領域，有些則是一開始就定位於全域大資料平臺。值得提出的是，雖然我國有很多行業，但是並不是每個行業都能將大資料很好的應用，各個行業大資料的市場前景和應用程度也有很大的差別。不顧市場狀況和自身能力，貿然進入一個陌生的行業是不明智的。
從上面的大資料行業圖譜可知，其實大資料用的比較多的也就幾個行業。各個廠商可以根據自身實力和優勢，在金融、網際網路、公共管理、交通與物流、批發與零售這5個領域中，選取一個或幾個領域來進行深耕，同時對於製造業、醫療行業進行一定的佈局。
止於功能，讓大資料滿足客戶實際的業務需求
完整的應用場景，應該包含行業和功能兩個要素，上一節我們對行業進行了分類，這一節加上功能要素，來看看不同行業的應用場景特點。為了形象的展示各個應用場景，我們作出如下的圖譜，在此作以下幾點說明：
第一，橫軸是根據上一節的大資料行業應用圖譜，選取的5個典型行業；縱軸是大資料應用的三個典型功能，其中效率提升包括企業運營效率的提升和生產效率的提升，對於金融等特定領域還包括風險控制的含義。
第二，圖中圓圈面積的大小代表在該場景中大資料的應用深度。比如在網際網路行業，精準營銷項的圓圈面積較大，說明在網際網路精準營銷場景中，大資料應用程度較深併發揮重大影響
從上面的圖譜可以看出：在金融領域大資料主要用於提升其運營效率並進行風險管控；網際網路領域大資料主要用於精準營銷；製造業大資料主要用於提高生產效率，降低生產成本；公共管理領域大資料主要用於提升管理效率，併為管理者提供決策支援；交通與物流領域主要用於提升運營效率。值得提出的是，圖中幾個面積比較大的空格展示出大資料典型的幾個應用場景：金融風控、網際網路精準營銷、生產與管理效率的提升、政府大資料及智慧城市中的大資料應用、電商帶動的物流大資料。
在這裡我還是要推薦下我自己建的大資料學習交流裙：805127855， 裙 裡都是學大資料開發的，如果你正在學習大資料 ，小編歡迎你加入，大家都是軟體開發黨，不定期分享乾貨（只有大資料開發相關的），包括我自己整理的一份2018最新的大資料進階資料和高階開發教程，歡迎進階中和進想深入大資料的小夥伴。
大資料只有應用於特定行業特定業務中，才能為客戶創造實際的價值。下面我們以金融行業的風控為例，來看看大資料怎麼與具體業務相結合。大資料應用於風控中，主要是兩個方面，一個是更好的風險評級，一個是反欺詐。大資料的應用，讓金融機構對特定風險的評級建立在大量的資料基礎上，並且通過更加合理的風控模型，對風險進行精確地定量分析，來達到風險評級的目的。對於銀行等金融機構，風險的另一個重要來源就是使用者欺詐，而想要提前識別出可能的欺詐行為卻是十分困難的。大資料技術的應用，可以通過資料分析來對使用者進行精準畫像，並對其行為進行交叉對比，發現欺詐的蛛絲馬跡。
從資料的全生命週期來看，整個大資料產業可以分為資料採集、資料儲存、資料管理、資料分析與挖掘、資料展現等多個環節。大資料廠商需要在各個環節都進行技術與產品開發，並在某些方面形成自己的特色，構建自己的競爭優勢。另一方面，在面臨真實的市場競爭時，客戶並不關心你採用的是什麼技術，也不關心你有什麼產品，客戶唯一關心的是他花了錢之後能不能解決自己的問題，以及花了多少錢，問題解決到什麼程度了，而企業使用者需要解決的問題都可以歸結為一個個的應用場景。可以說，2017年將是大資料的應用場景時代，圍繞應用場景的解決方案將是大資料廠商競爭的焦點。