[[353311]]

 無論如何，世界已阻擋不了大數據進軍傳統行業的步伐。現在，國內某證券公司聲稱，由于把大數據引入證券分析中，強化了數據分析的思想，使其公司預測準確率已遠遠超越同行。

大數據分析早已深入到影視劇的創作環節。美國視頻網站 Netflix運用大數據分析投拍的電視劇《紙牌屋》大獲成功，該創作源于用戶喜好所做的精準分析，是大數據營銷服務案例的典范。

無獨有偶，谷歌研發了一個準確率高達94%的電影票房預測模型。據其統計，電影相關的搜索量與票房收入之間存在很強的關聯性。

票房預測模型似乎成為大數據分析技術在電影產業的新驅動力。隨之，國內某視頻網站聲稱其將依托大數據分析來拍電影。通過更廣泛且具象化地留存、分析用戶行為數據，影視營銷模式變革在即。

事實上，早在2011年，曼城隊助理教練大衛·普拉特決定利用數據分析來解決球隊在表現方面遇到的棘手難題—角球得分不盡如人意。

在征求了數據分析師的意見后，增加了對內旋角球的使用，戰術轉變產生了驚人的效果。在整個賽季中，其成為英超角球得分效率最高的球隊。

數據應用的新藍海

的確，世界已阻擋不了大數據進軍傳統行業的步伐。現在，國內某證券公司聲稱，由于把大數據引入證券分析中，強化了數據分析的思想，使其公司預測準確率已遠遠超越同行。

在大數據所演繹越來越多的神話之下，中國的數據分析服務市場，給國內處于轉型與創新迷茫期的IT廠商，帶來了一個極具想像力的魔幻空間。

在云計算、物聯網、智慧城市等熱點市場推動下，中國整個行業市場的大數據需求急速演變。有政府行業對海量信息高速處理需求，科研部門對高性能分析平臺的倚重等;國內金融行業，經歷了數據大集中之后，金融IT向數據分析方向發展;

在電信行業，運營商將巨額投資引入其數據智能化轉型項目，針對精準營銷而生。旨在通過對用戶行為分析、客戶滿意度調查、生產能力、新產品研發等，進行數據整理、挖掘及數據二次加工。

智能化的數據應用對技術創新推動無止境…一系列由技術導向社會服務的新課題，驅使大數據行業解決方案及服務商乘勢而來。

這幾年，在大數據旗幟之下，國內方案及服務商推動數據分析，導入不同行業不同應用中。為開創一個全新的產業鏈，他們紛紛啟動了各自獨特的大數據之旅。

他們聚焦于用戶，切入細分行業應用，為用戶挖掘數據價值，從而積極開拓屬于自己的新的藍海。

大數據工具的能力與積累

針對火熱的大數據，有這樣一句名言：宏觀看大數據，包括采集、存儲、分析等三個維度。而大數據的真正價值就在于分析。

隨著近10多年BI建設的推進，加上業界針對大數據的宣傳，所有行業客戶已意識到數據是企業的關鍵資產之一。

基于此，用戶有意識的轉型對方案商提出了更高要求。這也是近幾年方案商轉戰新興業務的主因。

在很多數據服務方案商看來，經過多年的數字化普及教育，用戶已不大關心底層的IT設備架構問題，首先關心的是，服務商能否幫助自己增值，滿足業務需求，實現業務價值。

這也就使得市場對所有投資IT方案商提出了更高要求。需要他們從項目實際應用角度去考慮數字化建設。

著眼于數據分析，項目實施不能單單從成本考慮。而是要從數據應用的多角度、多管道以及多服務形態出發，全面打造數據綜合方案。

大數據充分體現的是方案商的綜合能力，即既懂技術又熟悉業務，尤其是熟悉數據分析相關的理念及工具。在資源上需要加大自主研發人才的儲備和積累。

顯然，機會與挑戰并存。從大數據角度，方案及服務商如何將數據技術整合，高效地實現統一管理、數據挖掘及分析，使傳統數據產生價值?在技術及業務理念，他們都要進行針對性的創新。

通常的做法是，他們從滿足客戶的需求角度來考慮打造技術及方案，在實際操作中，根據客戶和自身的特點及技術要求做綜合考量。

而在主要大數據技術平臺分析開發落地上，許多IT方案商認為，傳統的關系型數據庫并不能夠很好地解決海量數據帶來的問題，單機的統計和可視化工具也變得力不從心。新的數據管理系統如并行數據庫、網格數據庫、分布式數據庫、云平臺、可擴展數據庫的采用，解決海量數據分析難題

現在一些新技術更適合與實際落地。HADOPP技術小型機集群開發，可以有效利用現有軟硬件資源通用/關系型數據庫搭配技術;大數據處理分析平臺，進行大數據分析過濾，提純;因為企業現行數據庫倉庫，運行時間很久，很難完全重新設計規劃，而且相對分析模型趨近于成熟，弊端是數據源少新開發數據分析模型。

所以，大數據平臺做為輔助源，可由通用性教據庫模型作分析。