10大行業大數據應用痛點及解決策略
大數據已經成為這幾年中大部分行業的游戲規則，行業領袖，學者和其他知名的利益相關者都同意這一點，隨著大數據繼續滲透到我們的日常生活中，圍繞大數據的炒作正在轉向實際使用中的真正價值。
雖然了解大數據的價值仍然是一個挑戰，但其他實踐中的挑戰包括資金投入和投資回報率以及相關技能仍然是大數據行業排名前列。Gartner調查顯示，75%以上的公司正在投資或計劃在未來兩年投資大數據。
一般來說，大多數公司都希望有幾個大數據項目，公司的主要目標是增強客戶體驗，但其他目標包括降低成本，更有針對性地進行營銷，并使現有流程更有效率。近來，數據泄露也使安全性成為大數據項目需要解決的重要問題。
然而，更重要的是，當涉及到大數據時，你所在的位置是在哪里，你很可能會發現你處于以下幾種情況之一：
- 想要弄清楚大數據中是否存在真正的價值;
- 評估市場機會的規模;
- 開發使用大數據的新服務和產品;
- 已經使用大數據解決方案重新定位現有的服務和產品以利用大數據;
- 已經使用大數據解決方案;
考慮到這一點，了解大數據的全景及其在不同行業的應用，將有助于更好地了解你的角色和未來不同行業的發展。本文分析10個使用大數據的垂直行業，這些行業面臨的挑戰以及大數據如何解決這些問題。
1. 銀行業與證券業
一項研究對10個頂級投資和零售業務銀行的16個項目進行了調查，結果顯示：行業的挑戰包括：證券欺詐預警，超高頻金融數據分析，信用卡欺詐檢測，審計跟蹤歸檔，企業信用風險報告，貿易可見度，客戶數據轉換， 交易的社會分析，IT運營分析和IT策略合規性分析等。
大數據在銀行業和證券業的應用 證券交易委員會(SEC)正在使用大數據來監控金融市場活動。他們目前正在使用網絡分析和自然語言處理器來捕捉金融市場的非法交易活動。金融市場的零售商，大銀行，對沖基金和其他所謂的“大男孩”使用大數據進行高頻交易，交易前決策支持分析，情緒測量，預測分析等方面的交易分析。該行業還嚴重依賴大數據進行風險分析，包括反洗錢，企業風險管理，“了解你的客戶”和減少欺詐。
2. 通訊、媒體和娛樂
由于消費者期望有不同格式和各種設備的多媒體需求，通信，媒體和娛樂行業的一些重大數據挑戰包括：
- 收集，分析和利用消費者洞察;
- 利用移動和社交媒體內容;
- 了解實時，媒體內容使用情況;
大數據在通信，媒體和娛樂行業的應用 該行業的企業同時分析客戶數據以及行為數據，以創建詳細的客戶資料，可用于：
- 為不同的目標受眾創建內容;
- 根據需要推薦內容;
- 衡量內容效果;
一個例子是溫布爾登網球錦標賽，利用大數據實時對電視，移動和網絡用戶觀看網球比賽的詳細情緒分析。Spotify是按需音樂服務，使用hadoop大數據分析，從全球數百萬用戶收集數據，然后使用分析的數據向個人用戶提供個性化的音樂推薦。亞馬遜Prime通過在一站式商店中提供，視頻，音樂和Kindle書籍提供良好的客戶體驗，也大量利用大數據。
3. 醫療保健
醫療保健部門獲得了大量的數據，但一直沒能使用數據來遏制醫療保健成本上升，提高醫療保健收益，提高系統效率。這主要是因為電子數據不足或不可用。 另外，保存健康相關信息的醫療保健數據庫很難與醫療領域有用模式的數據鏈接起來。
其他與大數據相關的挑戰包括：將患者排除在決策過程之外，以及使用來自不同渠道的容易獲得的傳感器的數據。以色列貝斯的一些醫院正在使用數百萬病人從手機應用收集的數據，讓醫生可以使用循證醫學，而不是像傳統醫院一樣，對病人進行醫療/實驗室檢測。有些測試是有效的，但大部分是昂貴的并且通常是低效的。
佛羅里達大學使用免費公共衛生數據和Google地圖創建視覺數據，可以更快速地識別和有效分析醫療信息，用于跟蹤慢性病的傳播。奧巴馬醫保方案也以多種方式利用了大量數據。
4. 教育行業
從技術角度來看，教育行業面臨的一個重大挑戰是將來自不同來源和供應商的大數據整合其中，并將其用于一個數據的平臺。從實踐的角度來看，教育從業者和機構必須學習新的數據管理和分析工具。 在技術方面，整合來自不同來源的數據，不同平臺和原本不相互合作的不同供應商都面臨挑戰。
在政治上，與用于教育目的的大數據相關的隱私和個人數據保護問題是一個挑戰。大數據在高等教育中的應用相當顯著。例如，塔斯馬尼亞大學。一個擁有26000多名學生的澳大利亞大學，部署了一個學習和管理系統，學生登錄系統，系統追蹤學生花費的時間以及學生的整體進度等。在教育中使用大數據的不同用例中，它也用于衡量教師教學的有效性，以確保學生和教師的良好體驗。教師的表現可以根據學生人數，學科人數，學生期望，行為分類和其他幾個變量進行微調和衡量。
在政府層面上，美國教育部的教育技術辦公室正在使用大數據來開發分析數據，以幫助糾正選錯在線課程的學生，點擊模式也被用來檢測學生學習時的無聊程度。
5. 制造業和自然資源開采業
對石油，農產品，礦產，天然氣，金屬等自然資源的需求日益增加，導致數據量的增加，復雜性和提高速度是一個挑戰。同樣，來自制造業的大量數據尚未得到開發。 這種信息的利用不足阻礙了產品質量提高，能源效率和可靠性的提升，以及更好的利潤率。
在自然資源行業，通過大數據可以利用地理空間數據，圖形數據，文本和時間數據中攝取和整合大量數據建立預測模型，幫助做出決策，應用的領域包括：地震解釋和油藏表征。大數據也被用于解決當今制造業所面臨的挑戰，懿獲得競爭優勢。
6. 政府
在政府中，最大的挑戰是不同政府部門和附屬機構大數據的整合和互操作性。 大數據在政府中的應用 在公共服務方面，大數據應用范圍非常廣泛，包括能源勘探，金融市場分析，欺詐檢測，健康相關研究和環境保護。
一些更具體的例子如下：
- 大數據用于分析社會保障局(SSA)提供的非結構化數據的大量社會殘疾索賠。用于分析快速有效地處理醫療信息，以加快決策速度，并檢測可疑或欺詐性聲明。
- 食品和藥物管理局(FDA)正在使用大量數據來檢測和研究食物相關疾病和疾病的模式。從而做出更快的反應，提供更快的治療，減少死亡。
- 國土安全部使用大數據分為幾種不同的用例。 大數據來自不同政府機構的分析，以及用于保護國家安全的數據。
7. 保險業
主要挑戰包括缺乏個性化服務，缺乏個性化定價和缺乏針對新細分市場和特定細分市場的有針對性的服務。在由Marketforce進行的調查中，保險業專業人士確定的挑戰包括數據不足帶來的利潤損失，以及渴望更好的洞察力。業界已經在使用大數據，通過從社交媒體，支持GPS的設備和監控錄像中得到的數據分析和預測客戶行為，為透明和簡單的產品提供客戶洞察。大數據還可以保護公司更好的提高客戶留存。
在索賠管理方面，大數據的預測分析已被用于提供更快的服務，因為大量的數據可以在承保階段進行特別分析。 欺詐檢測也得到了加強。通過數字渠道和社交媒體的大量數據，索賠周期的索賠實時監控已被用于為保險公司提供見解。
8. 零售和批發貿易
從傳統的實體零售商和批發商到現在的電子商務，行業已經收集了大量的數據。來自客戶會員卡，POS掃描儀，RFID等的這些數據并沒有被用于整體上改善客戶體驗。所有改變和改進都相當緩慢。來自客戶忠誠度數據，POS，商店庫存，本地人口統計數據的大數據將繼續由零售和批發商店收集。
在紐約大展零售貿易大會上，像微軟，思科和IBM這樣的公司表示，零售行業需要利用大數據進行分析和其他用途，包括：
- 通過購物模式，本地活動等數據優化員工配置
- 減少欺詐
- 及時分析庫存
社交媒體的使用也具有很大的潛在用途，并且將以緩慢的速度地被實體店采用。社交媒體用于客戶探索，客戶保留，產品推廣等。
9. 交通行業
政府，私人機構和個人的一些大數據應用包括：
- 政府使用大數據：交通管制，路線規劃，智能交通系統，擁堵管理(預測交通狀況)
- 私營部門在運輸中使用大數據：收入管理，技術改進，物流和競爭優勢(通過整合出貨量和優化貨運)
- 個人使用大數據包括：路線規劃節省燃料和時間，旅游安排等。
10. 能源與公用事業
- 電網資產的60%將在十年內需要更換
- 全球風電裝機容量同比增長12.4%
- 智能電表成為主流，而消費者要求更多的控制和了解能源消耗。
智能電表讀取器允許幾乎每15分鐘收集數據，而不是每天用舊的讀表器收集數據。這種細粒度數據被用于更好地分析實用程序的消耗，這允許改進客戶反饋和更好地控制公用事業的使用。在公用事業公司，使用大數據還可以提供更好的資產和人力資源管理，這對于識別錯誤和在完成失敗之前盡快進行糾正是有用的。
總結
本文總共梳理了10個垂直行業中大數據的重要作用，以下是幾個關鍵要點：
- 在大數據領域有大量支出;
- 要利用大數據機會，你需要：熟悉并了解行業特定的挑戰、了解每個行業的數據特征、了解支出在哪里發生、通過自己的能力和解決方案來滿足市場需求;
- 垂直行業的專業知識是有效和高效地利用大數據的關鍵。
