大資料應用的幾個典型例子

時至今日網際網路每天新增的資料量達2.5*10^18位元組，而全球90%的資料都是在過去的兩年間創造出來的。舉個直觀的例子來說明一下網際網路的資料量：假設大西洋裡每一公升海水代表乙個位元組的資料，那麼整個大西洋儲存的資料也只能到2023年就滿了。

從外行的角度看來大資料是個挺了不起的東西，它也確實了不起，不過有乙個前提就是我們能夠有效地處理資料。怎樣從海量資料中找出有用的資訊才是最重要的。

網上**

因為這些資料可以幫助我們理解客戶的需求以及市場的動向和機遇。如果想要充分利用這些資料，還需要做到高效地整合資料、打造乙個低延遲的分析系統並為分析人員提供一些統計資料直觀的圖示來進行輔助。

在**開始之前，我們先要訂立乙個業績上的目標。為此我們應該清楚**針對的客戶群和市場。然後將銷量和流行度指數這樣的業績目標進行量化。我們可以收集的資料報括銷售報表、客戶反饋、**統計等等。

從多個資料來源進行分析的好處是它能夠為未來的發展提供更多的認識，這是單一的銷售量所無法比擬的。單純的銷售量無法體現出消費者和環境的變化因此很難作為**未來的可靠保障。

大資料在**上的好處可以總結成下面幾點：

交通疏導

比如你早上有重要會議，結果卻被堵在路上不知道什麼時候才能到公司，這時你可能除了乾著急也沒什麼能做的。你不能，大資料分析可以。借助大資料分析，、你可以找出擁堵不嚴重的路甚至通過實時疏導來解決整個城市的擁堵問題。

在這方面做得比較突出的是谷歌地圖。谷歌通過收集安卓使用者的位置和運動等資訊來**交通狀況並給予使用者建議。

不過現在這項服務效果還不是特別好因為谷歌再怎麼收集資訊也很難知道使用者此時使用的是什麼交通工具，而開車和騎電動車對於交通的影響是很不一樣的。

航班和車隊管理

大資料分析在航班管理上可以幫助我們減少花費並節約時間。從每一架飛機或汽車收集的資料燃油消耗、負載、速度、路面狀況和航線等。

航班如果計畫得不好的話肯定費用會上公升，這就意味著賺的錢會變少，這就是物流公司鍾情於大資料提公升運輸效率的原因。資料分析可以幫助物流公司減少空駛的情況並優化行駛的路線。這麼一來不光是效率能夠提公升，對保護環境也能做出一定的貢獻。

航班車隊管理還能夠與交通疏導結合起來為車輛尋找最合適的行車路線，進一步提高效率降低開銷。

總結一下大資料分析為航班和車隊管理所帶來的益處：

智慧型新聞聚合

現在已經有很多新聞應用可以根據使用者的興趣來聚合相應的新聞提供給使用者。大資料在**的生產、歸檔和聚合上也能夠發揮出作用。

單論新聞每天產生的資料量就以pb論而且還在迅速增長。在**領域大資料分析的目的是實時地識別、分類、結構化、翻譯、分析和管理**內容。分析的結果則是為每乙個使用者單獨提供的新聞聚合。

大資料分析為智慧型新聞聚合帶來的益處包括：