二、“大数据”应用

  

  大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域目前人们谈论最多的是大数据技术和大数据应用。大数据技术[1]的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。且中国物联网校企联盟认为,物联网的发展离不开大数据,依靠大数据提供足够有利的资源[1] 

  随着云时代的来临,大数据(Big data)吸引了越来越多的关注。因为大数据分析相比于传统的数据仓库应用,具有数据量大、查询分析复杂等特点。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器,无一不是数据来源或者承载的方式[3]大数据就是通过对各种各样类型的杂乱大数据进行挖掘分析归纳,快速获得有价值的信息,并将这些信息应用到行业或企业中。 

     

 

                         

  例子: 

      新西兰最大的金融机构 Westpac LifeInformatica 部署在其保险项目中,这个项目是一个商业智能环境,帮助金融机构增加收入、留住更多客户、增加交叉销售的潜在客户并降低风险。 

      系统提供了一个可信业务和保险客户数据的单一来源,有望交出240 %以上的投资回报,保单的生命周期收入提高至少一个百分点。Informatica 平台还助力Westpac的社交媒体项目,利用超过120 万客户每月进行三百万的在线交易,客户所说的话等信息,将这些庞大的客户数据集带放在Westpac活动的前沿和中心进行分析,在保密情况下通过强大数据治理作出高级战略报告避免了在孤岛上作出决策。 

        

 

                                    典型的大数据构架