[[344371]]

 作為一個(gè)復(fù)雜的術(shù)語(yǔ)，大數(shù)據(jù)的定義根據(jù)社區(qū)、用戶(hù)或服務(wù)提供商而有所不同。跨學(xué)科方法可以了解不同參與者的行為：工具的設(shè)計(jì)者和供應(yīng)者（計(jì)算機(jī)科學(xué)家），用戶(hù)類(lèi)別（經(jīng)理、企業(yè)主、決策者、研究人員）以及專(zhuān)業(yè)人士。大數(shù)據(jù)在各行業(yè)組織的應(yīng)用中越來(lái)越廣泛，而開(kāi)展大數(shù)據(jù)項(xiàng)目并不容易。那么大數(shù)據(jù)技術(shù)對(duì)各個(gè)行業(yè)都產(chǎn)生了哪些影響？

1、保險(xiǎn)業(yè)行業(yè)具體挑戰(zhàn)

主要挑戰(zhàn)包括缺乏個(gè)性化服務(wù)，缺乏個(gè)性化定價(jià)和缺乏針對(duì)新細(xì)分市場(chǎng)和特定細(xì)分市場(chǎng)的有針對(duì)性的服務(wù)。

業(yè)界已經(jīng)在使用大數(shù)據(jù)，通過(guò)從社交媒體，支持GPS的設(shè)備和監(jiān)控錄像中得到的數(shù)據(jù)分析和預(yù)測(cè)客戶(hù)行為，為透明和簡(jiǎn)單的產(chǎn)品提供客戶(hù)洞察。大數(shù)據(jù)還可以保護(hù)公司更好的提高客戶(hù)留存。

在索賠管理方面，大數(shù)據(jù)的預(yù)測(cè)分析已被用于提供更快的服務(wù)，因?yàn)榇罅康臄?shù)據(jù)可以在承保階段進(jìn)行特別分析。欺詐檢測(cè)也得到了加強(qiáng)。

通過(guò)數(shù)字渠道和社交媒體的大量數(shù)據(jù)，索賠周期的索賠實(shí)時(shí)監(jiān)控已被用于為保險(xiǎn)公司提供見(jiàn)解。

2、零售和批發(fā)貿(mào)易行業(yè)具體挑戰(zhàn)

從傳統(tǒng)的實(shí)體零售商和批發(fā)商到現(xiàn)在的電子商務(wù)，行業(yè)已經(jīng)收集了大量的數(shù)據(jù)。來(lái)自客戶(hù)忠誠(chéng)度數(shù)據(jù)，POS，商店庫(kù)存，本地人口統(tǒng)計(jì)數(shù)據(jù)的大數(shù)據(jù)將繼續(xù)由零售和批發(fā)商店收集。

3、醫(yī)療保健供應(yīng)方行業(yè)特有的大數(shù)據(jù)挑戰(zhàn)

醫(yī)療保健部門(mén)獲得了大量的數(shù)據(jù)，但一直沒(méi)能使用數(shù)據(jù)來(lái)遏制醫(yī)療保健成本上升，提高醫(yī)療保健收益，提高系統(tǒng)效率。

這主要是因?yàn)殡娮訑?shù)據(jù)不足或不可用。另外，保存健康相關(guān)信息的醫(yī)療保健數(shù)據(jù)庫(kù)很難與醫(yī)療領(lǐng)域有用模式的數(shù)據(jù)鏈接起來(lái)。

其他與大數(shù)據(jù)相關(guān)的挑戰(zhàn)包括：將患者排除在決策過(guò)程之外，以及使用來(lái)自不同渠道的容易獲得的傳感器的數(shù)據(jù)。

4、教育行業(yè)具體的大數(shù)據(jù)挑戰(zhàn)

從技術(shù)角度來(lái)看，教育行業(yè)面臨的一個(gè)重大挑戰(zhàn)是將來(lái)自不同來(lái)源和供應(yīng)商的大數(shù)據(jù)整合其中，并將其用于一個(gè)數(shù)據(jù)的平臺(tái)。

從實(shí)踐的角度來(lái)看，教育從業(yè)者和機(jī)構(gòu)必須學(xué)習(xí)新的數(shù)據(jù)管理和分析工具。

在技術(shù)方面，整合來(lái)自不同來(lái)源的數(shù)據(jù)，不同平臺(tái)和原本不相互合作的不同供應(yīng)商都面臨挑戰(zhàn)。

在政治上，與用于教育目的的大數(shù)據(jù)相關(guān)的隱私和個(gè)人數(shù)據(jù)保護(hù)問(wèn)題是一個(gè)挑戰(zhàn)。

在教育中使用大數(shù)據(jù)的不同用例中，它也用于衡量教師教學(xué)的有效性，以確保學(xué)生和教師的良好體驗(yàn)。教師的表現(xiàn)可以根據(jù)學(xué)生人數(shù)，學(xué)科人數(shù)，學(xué)生期望，行為分類(lèi)和其他幾個(gè)變量進(jìn)行微調(diào)和衡量。

5、制造業(yè)和自然資源開(kāi)采業(yè)行業(yè)具體挑戰(zhàn)

對(duì)石油，農(nóng)產(chǎn)品，礦產(chǎn)，天然氣，金屬等自然資源的需求日益增加，導(dǎo)致數(shù)據(jù)量的增加，復(fù)雜性和提高速度是一個(gè)挑戰(zhàn)。

同樣，來(lái)自制造業(yè)的大量數(shù)據(jù)尚未得到開(kāi)發(fā)。這種信息的利用不足阻礙了產(chǎn)品質(zhì)量提高，能源效率和可靠性的提升，以及更好的利潤(rùn)率。

在自然資源行業(yè)，通過(guò)大數(shù)據(jù)可以利用地理空間數(shù)據(jù)，圖形數(shù)據(jù)，文本和時(shí)間數(shù)據(jù)中攝取和整合大量數(shù)據(jù)建立預(yù)測(cè)模型，幫助做出決策，應(yīng)用的領(lǐng)域包括：地震解釋和油藏表征。