1、大數據行業應用現狀與未來應用熱點大數據行業應用現狀與未來應用熱點目錄目錄中國大數據市場分析1.2企業大數據應用需求分析2.大數據應用案例分析3.大數據行業應用4.中國大數據市場分析中國大數據市場分析312011年-2016年中國大數據市場規模22012年各行業大數據市場規模l計世資訊預測，2012年政府、互聯網、電信、金融的大數據市場規模較大，四個行業將占據一半市場份額。l由于各個行業都存在大數據應用需求，潛在市場空間非常可觀。l計世資訊認為，2011年是中國大數據市場元年，一些大數據產品已經推出，部分行業也有大數據應用案例的產生。2012年-2016年，將迎來大數據市場的飛速發展。l計世資訊

2、預測，2012年中國大數據市場規模將達到4.7億元，2013年大數據市場將迎來增速為138.3%的飛躍，到2016年，整個市場規模逼近百億。目錄目錄中國大數據市場分析1.4企業大數據應用需求分析2.大數據應用案例分析3.大數據行業應用4.中國企業大數據現狀中國企業大數據現狀5半結構化半結構化數據數據結構化數據結構化數據非結構化非結構化數據數據企業非結構化數據越來越多企業非結構化數據越來越多中國中國500強企業日數據生成量強企業日數據生成量中國中國500強企業數據中心數據年增長率強企業數據中心數據年增長率中國企業級數據中心數據存儲量正在快速增長，中國企業級數據中心數據存儲量正在快速增長，非結構化

3、數據呈指數倍增長，如果能有效的處理非結構化數據呈指數倍增長，如果能有效的處理和分析，非結構數據中也富含了對企業非常有價和分析，非結構數據中也富含了對企業非常有價值的信息。值的信息。企業大數據應用需求分析企業大數據應用需求分析613各行業企業對大數據的關注程度目前企業的數據系統架構存在問題2目前企業數據分析處理面臨的問題目錄目錄中國大數據市場分析1.7企業大數據應用需求分析2.大數據應用案例分析3.大數據行業應用4.大數據應用案例（中信銀行信用卡中心）大數據應用案例（中信銀行信用卡中心）8大數據大數據挑戰挑戰隨著業務的迅猛增長，業務數據規模也線性膨脹。l數據存儲、系統維護、數據有效利用都面臨巨大

4、壓力。需求需求可擴展、高性能的數據倉庫解決方案可擴展、高性能的數據倉庫解決方案通過從數據倉庫提取數據，改進和推動有針對性的營銷活動。采用大數采用大數據方案后據方案后價值體現價值體現實時的商業智能實時的商業智能可以結合實時、歷史數據進行全局分析,風險管理部門現在可以每天評估客戶的行為，并決定對客戶的信用額度在同一天進行調整；原有內部系統、模型整體性能顯著提高Greenplum數據倉庫解決方案提供了統一的客戶視圖，更有針對的進行營銷。2011年，中信銀行信用卡中心通過其數據庫營銷平臺進行了1286個宣傳活動，每個營銷活動配置平均時間從2周縮短到2-3天。EMC Green-plum大數據應用案例（

5、農夫山泉）大數據應用案例（農夫山泉）9大數據大數據挑戰挑戰l農夫山泉數據量變得越來越大，分銷表中數據基數大，增速快，采用傳統的ETL(數據抽取、轉換、裝載)，農夫山泉的分析系統數據基本上一天才能更新一次。需求需求能夠應對海量數據的挑戰，實現高效的邏輯運算、實時的數據分析以及快速的數據展現的解決方案。采用大數采用大數據方案后據方案后價值體現價值體現實現了快速的數據展現實現了快速的數據展現與原有商業智能報表展現方案相比，新方案數據展現速度快25-30倍；形成了強大邏輯計算能力形成了強大邏輯計算能力測試了120多張已經上線的報表，基本上速度提升100150倍；SAP HANA和Business Ob

6、jects 4.0組合只用了46秒就完成原來需要24小時才能完成的邏輯計算；實現了數據的實時、同步實現了數據的實時、同步HANA使得數據從業務系統中轉換到HANA中時基本上沒有任何延遲。SAPHANA大數據應用案例（大數據應用案例（“數字黃河數字黃河”）10大數據大數據挑戰挑戰l數據激增，IT系統負擔加重l地域分隔，信息孤島拉低效能l無法共享，數據同步成為難題；l標準各異，數據規范有待統一。需求需求制定短期和長期技術規劃，以適應未來信息系統的發展。采用大數采用大數據方案后據方案后價值體現價值體現解決跨平臺異構應用系統的數據共享與集成問題解決跨平臺異構應用系統的數據共享與集成問題黃河水利委員會各

7、部門隨時獲取其權限范圍內的最新數據，而無須將其存儲在本部門系統中；消除信息孤島，實現數據統一管理消除信息孤島，實現數據統一管理有效消除了各業務系統和各組織結構之間的信息孤島，簡單獲取黃河數據資源的單一視圖，并確保了數據的完整性、及時性、準確性和一致性，同時首次實現元數據的可視化統一管理IBMInfo-Sphere目錄目錄中國大數據市場分析1.11企業大數據應用需求分析2.大數據應用案例分析3.大數據行業應用4.12互聯網行業擁抱大數據的關鍵因素互聯網行業擁抱大數據的關鍵因素網絡終端設備網絡終端設備 網絡技術的升級和終端設備的爆發，使今天的用戶能夠使用多種設備、從不同位置、通過多種手段來接入互聯

8、網，并在這一過程中不斷創造新內容在線應用和服在線應用和服務務 越來越豐富的在線應用和服務，不斷激勵用戶創造和分享信息，尤其是社會化媒體業務，帶動圖片、視頻等非結構化數據飛速增長與各垂直行業與各垂直行業的融合的融合 互聯網作為一個高滲透力的行業，正在與各垂直行業發生深度的融合，原本隱藏于先下的孤島信息，源源不斷的輸入到線上。l互聯網行業對數據實時分析要求較高，例如廣告監測、B2C業務，往往要求在數秒內返回上億行數據的分析，從而達到不影響用戶體驗和快速準確營銷的目的。l目前互聯網企業面對大數據，會普遍感覺到實時分析能力差、海量數據處理效率低、缺少分析方法、分析軟件能力差等問題。互聯網行業大數據分析

9、面臨的主要問題互聯網行業大數據分析面臨的主要問題互聯網大數據技術的應用，會首先帶動社會化媒體、互聯網大數據技術的應用，會首先帶動社會化媒體、電子商務的快速發展，其他的互聯網分支也會緊追電子商務的快速發展，其他的互聯網分支也會緊追其后，整個行業在大數據的推動下將會蓬勃發展。其后，整個行業在大數據的推動下將會蓬勃發展。互聯網擁抱大數據互聯網擁抱大數據13醫療大數據應用場景醫療大數據應用場景l醫療行業產生的數據量主要來自于PACS影像、B超、病理分析等業務所產生的非結構化數據。人體不同部位、不同專科影像的數據文件大小不一，PACS網絡存儲和傳輸要采取不同策略。面對大數據，醫療行業遇到前所未有的挑戰和

10、機遇。l醫療行業大數據應用場景非常多，右圖僅以臨床操作和研發為例，展示醫療行業大數據應用場景。l對于公共衛生部門，可以通過過覆蓋全國的患者電子病歷數據庫，快速檢測傳染病，進行全面的疫情監測，并通過集成疾病監測和響應程序，快速進行響應。比較效果研究比較效果研究臨床操作臨床操作臨床決策支持系統臨床決策支持系統醫療數據透明度醫療數據透明度遠程病人監控遠程病人監控研發研發預測建模預測建模提高臨床試驗設計的統計工具和提高臨床試驗設計的統計工具和算法算法疾病模式的分析疾病模式的分析14能源遇到大數據能源遇到大數據能源行業數據特征能源行業數據特征能源勘探開發數據的類型眾多，不同類型數據能源勘探開發數據的類型

11、眾多，不同類型數據包含的信息各具特點，綜合各種數據所包含的包含的信息各具特點，綜合各種數據所包含的信息才能得出地下真實的地質狀況。信息才能得出地下真實的地質狀況。能源行業面臨的大數據問題能源行業面臨的大數據問題能源行業企業對大數據產品和解決方案的需能源行業企業對大數據產品和解決方案的需求集中體現在：可擴展存儲、高帶寬、可處理求集中體現在：可擴展存儲、高帶寬、可處理不同格式數據的分析方案。不同格式數據的分析方案。大數據行業應用大數據行業應用15應用可能性應用可能性電信政府（公共事業）交通金融醫療教育能源（電力/石油）縱軸契合度：縱軸契合度：表示該用戶的IT應用特點與大數據特性的契合程度；橫軸應用

12、可能性橫軸應用可能性：表示該用戶出于主客觀因素在短期內投資大數據的可能性；注：注：該位置為分析師訪談的綜合印象，為定性分析，圖中位置不代表具體數值HighHighMidMidLowLowLowLowMidMidHighHigh優先關注行業用戶應用特點與大數據技術有較高的契合度，在主客觀條件上也有較高的應用可能性。值得關注行業用戶應有特點與大數據的契合度及應用可能性綜合較高適當關注行業用戶兩個維度暫時都不具備優勢，可適當給予關注互聯網（電子商務）契合度契合度流通零售制造1621互聯網行業大數據主要應用在社交和網購方面互聯網行業大數據主要應用在社交和網購方面結合位置數據、消費數據進行實時營銷信息推

13、送是電結合位置數據、消費數據進行實時營銷信息推送是電信行業大數據應用主要場景信行業大數據應用主要場景83.4%75.5%51.6%39.4%20.9%0%20%40%60%80%100%社交網絡社交網絡B2CB2C業務業務精準營銷精準營銷 在線音視在線音視 廣告監測廣告監測數據來源：數據來源：CCW Research, 2012/4互聯網行業大數據應用場景76.6%42.3%30.7%15.9%0%20%40%60%80%100%實時營銷實時營銷線路監控線路監控新業務挖掘新業務挖掘業務推送業務推送數據來源：數據來源：CCW Research, 2012/4電信行業大數據應用場景380.9%73.1%60.3%57.0%0%20%40%60%80%100%證券證券/ /股票投資股票投資險種開發險種開發信用卡欺詐信用卡欺詐電子支付業務電子支付業務數據來源：數據來源：CCW Research, 2012/4金融行業大數據應用場景金融行業大數據應用場景主要集中在投資方面金融行業大數據應用場景主要集中在投資方面472