1703661300
前不久，美国《经济学人》上的一篇文章告诉我们：“传输速度的大幅提高和数据种类的显著拓宽正导致全球快步走进“数据泛滥”时代。未来的若干年内，数字信息将以40%的速度快速生长，这个速度，将是全球人口生长速度的40倍。这也意味着，可用以存储数据的设备容量将越来越难以赶上数据本身的繁殖速度。”
1703661301
1703661302
著名咨询公司麦肯锡也在组织研究团队对全世界产生、存储和消费的数据总量进行研究。尽管他们的估计数字以及由此产生的结果各不相同，但所有研究都表明，未来数年会呈现指数级增长。麦肯锡全球研究院（MGI）估计，全球企业2010年在硬盘上存储了超过7EB（艾字节）的新数据，同时，消费者在个人电脑和笔记本等设备上存储了超过6EB的新数据。1EB数据相当于美国国会图书馆中存储数据的4 000多倍。事实上，我们如今产生如此多的数据，以至于根本不可能全部存储下来。例如，医疗卫生机构会处理掉它们所产生的90%的数据（比如手术过程中产生的几乎所有实时视频图像）。
1703661303
1703661304
1703661305
1703661306
1703661307
图7–1 全球生产数据的速度已经大大超过了实际数据存储能力
1703661308
1703661309
注：1艾字节约等于1018字节
1703661310
1703661311
资料来源：《经济学人》，基于IDC数据
1703661312
1703661313
但是，如果因此认定过多的数据带来了噪音和烦恼，那就大错特错了。事实上，大数据为我们带来的价值不可限量。和大数据绑定在一起的，必然是对数据的挖掘和加工。这是个去芜存菁的过程——看似繁杂、粗糙、碎片化、庞大的数据，一旦经过提炼和加工后，便可能带来巨大的效益——访问交通管理部门的公开数据库，你可以了解上班路线全年的平均分时路况，这可以帮助你做出最合适的出行决策；社交网站归集最热门的讨论话题并向用户推送，为用户节省了大量的搜索成本；商业银行分析所有用户的网银使用习惯，将大多数用户最常使用的主要功能陈列在网银的登录界面，省去了用户在菜单跳转中花费的时间……很显然，在大数据的支撑下，商业和客户的彼此寻找更为精确，商家的服务也更加贴近。
1703661314
1703661315
所以，除了被广泛提及的“3V”特性，我们还应该给“大数据”加上另一个属性：价值挖掘（value-added）。在高速产生和传递的海量、多样性的数据中挖掘价值，便是大数据时代带给我们的命题。
1703661316
1703661317
不妨和读者朋友分享几个有趣的大数据应用案例。
1703661318
1703661319
用大数据推荐消费经验
1703661320
1703661321
网络商家现在都在做一件事情——根据用户现在浏览的商品向用户推荐曾经浏览过该商品的人又看过了什么，或是买这个商品的人他们也会购买其他什么商品，然后给你一份推荐清单，其中还包括你自己的浏览以及购物记录。这种推荐方式最早是亚马逊公司的创举，它根据用户的历史购买记录生成这些“推荐”。根据统计资料，这种推荐方式让亚马逊在一秒钟能够卖出79.2样商品。
1703661322
1703661323
美国最大的在线影音出租服务网站NetFlix有非常先进的推荐功能。据NetFlix的统计，在它向用户推荐的每10部影片中，有7.5部以上会被使用者接受，认可率可谓非常之高。然而，更神奇的是，一般网站会让使用者看完某个片子，或者听完某首音乐后对其打分评价，NetFlix总能抢在用户之前做出预测，并且一般预测结果和使用者自己的评价不超过半颗星的差距——换句话说，NetFlix会越来越熟悉用户的胃口。当然，这些计算都是根据用户观影、听歌的喜好（包含对导演、明星的组合）来计算的，是NetFilx网站长期对用户的行为做大数据分析之后提炼出来的。
1703661324
1703661325
用大数据导航
1703661326
1703661327
在大城市，我们经常遇到塞车，看着导航预计抵达的时间一分一秒地推迟，却又不能要求导航仪转换道路的窘况。而今，欧洲的卫星导航公司已经把海量数据分析的概念导入路径规划的算法里面了，这意味着，导航软件可以替驾驶员预知5分钟后的交通状况。
1703661328
1703661329
著名的地图导航厂商TomTom利用实时监测超过8 000万部匿名移动电话和100万台以上的卫星导航机在路面上的移动速度。通过道路交通信息系统，建构一个完整而且实时的交通数据库，再通过GPRS（通用分组无限网络技术）将实时的道路信息，例如某路段的现在平均速度、红绿灯交换频率、某路段在每星期不同日子的平均速度、道路施工状况以及事故状况的数据，以每两分钟一次的频率及时推播给卫星导航仪，或者装在苹果手机或是安卓手机上的导航应用程序，提供给驾驶人一条实时的优化路径。即便你身陷车阵当中，驾驶人也可以精准地知道可能延误的时间，根据统计资料，采用此服务的驾驶人平均可以节省15%的行车时间。
1703661330
1703661331
用大数据改变管理
1703661332
1703661333
一旦有效利用大数据，传统的商业模式和管理实践也会被颠覆。一般认为优秀的企业高管们大多信任自己的直觉，依靠“黄金般的直觉”做出商业决策和管理决策。然而，随着管理决策越来越受预测性分析和大数据的影响和控制，由直觉做决定的方式将会被彻底改变。麻省理工学院商学院教授埃里克·布伦乔尔森和他的同事一起进行了一项研究，发现决策依赖数据的公司的运营情况比不重视数据的公司要出色得多，这些公司的生产力比不使用数据进行决策的公司高出6%！
1703661334
1703661335
我们再次把目光转回金融。事实上，我们的金融同业们也早已窥视到了大数据中的商机。对金融而言，以指数级膨胀的数据既是“甜蜜的负担”，又是“无价的宝藏”。
1703661336
1703661337
一位企业家告诉我一件他亲身经历的事。前一段时间他集中收到某家银行发出的短信。这家银行通过短信频繁邀请他参加在香港举办的信用卡促销活动。这位企业家一度纳闷，因为他的生活场所和工作地点都在上海，也从未要求这家银行推送其他地区的促销信息。后来他突然意识到这家银行的后台系统可能对他的信用卡记录进行了识别。因为不久以前他用这家银行的卡办理过前往香港的机票，而且在香港期间，他和家人也一直在用这家银行的信用卡消费。在这家银行的后台系统里，他可能暂时被识别为一名旅居香港的商务人士，它自然“有目的地”向他推介香港的签约商家和优惠活动。
1703661338
1703661339
另一家信用卡公司则在客户账单上动脑筋。他们发现，有的客户出于支付便捷考虑，会把这家银行的信用卡号绑定在他们的网购账户上。这家公司便在账单上做起文章，他们在寄给客户的账单上推销商品，并尽可能和客户感兴趣的商品越来越一致。事实上，这种“定制化”的账单也是发卡行对客户的消费行为进行的识别。发卡行在后台甄选出最符合客户购买倾向的商品种类进行推销。
1703661340
1703661341
不难知道，在这一切的背后，是信用卡中心的营销专家和数据分析专家，借助先进的数据挖掘工具，对用户的行为模式进行了提炼和分析。而在信用卡生命周期管理中，基于海量数据的挖掘应用贯穿始终，而风险控制、用户营销恰是其最重要的两个方向。
1703661342
1703661343
比如国内商业银行广泛采用的评分制发卡管理系统，其原型是1958年由美国的费埃哲公司（Fair Isaac）创立的。这是信用卡行业第一个评估申请人风险资质的信用记分卡系统，如今该公司创立的FICO评分机制（一种信用评分系统）已经成为业界的一个通行标准，几乎全球的信用卡发行商、信用供应商都会采用类似的评估机制。
1703661344
1703661345
这种评分机制怎么运作的呢？说到底，它也是严格基于数据采集和识别来运转的。评估依据既包括申请人自己提交的申请信息和证明资料，也包括评估者通过其他渠道广泛获取的关于申请人的信息，比如，其他信用卡发行商提供的申请人交易信息和还款记录、政府和公共事业部门提供的申请人缴费记录、申请人真实资产情况、申请人的雇主口碑等。这种评估机制利用以前数据，帮助信用卡发行商以最小的成本做出了最好的决策，显著降低了坏账率。
1703661346
1703661347
前文我们介绍过一些互联网公司运用数据分析开展P2P小额信贷平台服务和阿里小贷运用交易数据分析提供信用评估、据以发放贷款的相关案例。可以说，这仅仅只是金融业开发数据矿藏的最初级应用。
1703661348
1703661349
大数据对证券行业亦是意义非凡。