1.什么是大數(shù)據(jù)對于“大數(shù)據(jù)”（Bigdata）研究機(jī)構(gòu)Gartner給出了這樣的定義。“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長率和多樣化的信息資產(chǎn)。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價值密度低四大特征。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理。換而言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實現(xiàn)盈利的關(guān)鍵，在于提高對數(shù)據(jù)的“加工能力”，通過“加工”實現(xiàn)數(shù)據(jù)的“增值”。從技術(shù)上看，大數(shù)據(jù)與云計算的關(guān)系就像一枚硬幣的正反面一樣密不可分。大數(shù)據(jù)必然無法用單臺的計算機(jī)進(jìn)行處理，必須采用分布式架構(gòu)。它的特色在于對海量數(shù)據(jù)進(jìn)行分布式數(shù)據(jù)挖掘。但它必須依托云計算的分布式處理、分布式數(shù)據(jù)庫和云存儲、虛擬化技術(shù)。隨著云時代的來臨，大數(shù)據(jù)（Bigdata）也吸引了越來越多的關(guān)注?！吨婆_》的分析師團(tuán)隊認(rèn)為，大數(shù)據(jù)（Bigdata）通常用來形容一個公司創(chuàng)造的大量非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)在下載到關(guān)系型數(shù)據(jù)庫用于分析時會花費過多時間和金錢。大數(shù)據(jù)分析常和云計算聯(lián)系到一起，因為實時的大型數(shù)據(jù)集分析需要像MapReduce一樣的框架來向數(shù)十、數(shù)百或甚至數(shù)千的電腦分配工作。大數(shù)據(jù)需要特殊的技術(shù)，以有效地處理大量的容忍經(jīng)過時間內(nèi)的數(shù)據(jù)。適用于大數(shù)據(jù)的技術(shù)，包括大規(guī)模并行處理（MPP）數(shù)據(jù)庫、數(shù)據(jù)挖掘電網(wǎng)、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫、云計算平臺、互聯(lián)網(wǎng)和可擴(kuò)展的存儲系統(tǒng)。最小的基本單位是bit，按順序給出所有單位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。它們按照進(jìn)率1024（2的十次方）來計算：1Byte=8bit1

KB

=1,024Bytes=8192bit1

MB

=1,024KB=1,048,576Bytes1

GB

=1,024MB=1,048,576KB1

TB

=1,024GB=1,048,576MB1

PB

=1,024TB=1,048,576GB1

EB

=1,024PB=1,048,576TB1

ZB

=1,024EB=1,048,576PB1

YB

=1,024ZB=1,048,576EB1

BB

=1,024YB=1,048,576ZB1

NB

=1,024BB=1,048,576YB1

DB

=1,024NB=1,048,576BB全稱：1

Bit（比特）=BinaryDigit8Bits

=1Byte（字節(jié)）1,000Bytes=1Kilobyte1,000Kilobytes=1Megabyte1,000Megabytes=1Gigabyte1,000Gigabytes=1Terabyte1,000Terabytes=1Petabyte1,000Petabytes=1Exabyte1,000Exabytes=1Zettabyte1,000Zettabytes=1Yottabyte1,000Yottabytes=1Brontobyte1,000Brontobytes=1Geopbyte2.大數(shù)據(jù)和普通數(shù)據(jù)的區(qū)別第一，現(xiàn)在的大數(shù)據(jù)分析，跟傳統(tǒng)意義的分析有一個本質(zhì)區(qū)別，就是傳統(tǒng)的分析是基于結(jié)構(gòu)化、關(guān)系性的數(shù)據(jù)。而且往往是取一個很小的數(shù)據(jù)集，來對整個數(shù)據(jù)進(jìn)行預(yù)測和判斷。但現(xiàn)在是大數(shù)據(jù)時代，理念已經(jīng)完全改變了，現(xiàn)在的大數(shù)據(jù)分析，是對整個數(shù)據(jù)全集直接進(jìn)行存儲和管理分析。第二，以前的分析是小樣本分析，所以往往要用小樣本來預(yù)測整個數(shù)據(jù)全集的特性，這就決定了所采集的小樣本必須是高品質(zhì)的，否則預(yù)測出來的結(jié)果就會出現(xiàn)很大偏差?，F(xiàn)在的大數(shù)據(jù)分析，是對數(shù)據(jù)全集的分析，所以要對數(shù)據(jù)的一些噪音有一定的包容性。大數(shù)據(jù)不是樣本思維，它是一個完整的全面的系統(tǒng)。在現(xiàn)在的互聯(lián)網(wǎng)時代，我們要的是盡可能全面的數(shù)據(jù)，而不是數(shù)據(jù)的某一個樣本或抽樣。因而也有人將大數(shù)據(jù)稱為全數(shù)據(jù)。第三，原先傳統(tǒng)的數(shù)據(jù)分析，是根據(jù)小樣本數(shù)據(jù)的分析對全局?jǐn)?shù)據(jù)進(jìn)行分析和預(yù)測。所以在整個預(yù)測分析過程中往往采用因果關(guān)系的推理過程。現(xiàn)在的大數(shù)據(jù)分析，因果關(guān)系并不是關(guān)注點，而是基于對整個數(shù)據(jù)全集的分析。對企業(yè)來說需要了解的是，關(guān)聯(lián)性的分析和規(guī)律性的特性。比如啤酒往往跟尿布的銷售同步上升，那么在大數(shù)據(jù)的分析下，我們不需要了解為什么啤酒和尿布的銷售量會同步增長，只需要知道尿布和啤酒是同步上升就可以了，基于這個結(jié)果，就可以制定很多商業(yè)策略和營銷手段。與傳統(tǒng)數(shù)據(jù)相比，大數(shù)據(jù)的價值和優(yōu)勢更加凸顯，這也是大數(shù)據(jù)廣泛應(yīng)用的根本原因所在。第四，現(xiàn)在的數(shù)據(jù)往往是海量的，特別是很多新興的數(shù)據(jù)，很具有時效性，打破了原先數(shù)據(jù)先搜集、清洗、存儲、然后進(jìn)行分析的滯后手段。很多分析的需求往往是實時的，需要邊采集，邊分析，這也是大數(shù)據(jù)分析的另一大特性。3.大數(shù)據(jù)分析能得到哪一些1）大數(shù)據(jù)計算提高數(shù)據(jù)處理效率，增加人類認(rèn)知盈余大數(shù)據(jù)技術(shù)就像其他的技術(shù)革命一樣，是從效率提升入手。大數(shù)據(jù)技術(shù)平臺的出現(xiàn)提升了數(shù)據(jù)處理效率。其效率的提升是幾何級數(shù)增長的，過去需要幾天或更多時間處理的數(shù)據(jù)，現(xiàn)在可能在幾分鐘之內(nèi)就會完成。大數(shù)據(jù)的高效計算能力，為人類節(jié)省了更多的時間。我們都知道效率提升是人類社會進(jìn)步的典型標(biāo)志，可以推斷大數(shù)據(jù)技術(shù)將帶領(lǐng)人類社會進(jìn)入另外一個階段。通過大數(shù)據(jù)計算節(jié)省下來的時間，人們可以去消費，娛樂和創(chuàng)造。未來大數(shù)據(jù)計算將釋放人類社會巨大的產(chǎn)能，增加人類認(rèn)知盈余，幫助人類更好地改造世界。2）大數(shù)據(jù)通過全局的數(shù)據(jù)讓人類了解事物背后的真相相對于過去的樣本代替全體的統(tǒng)計方法，大數(shù)據(jù)將使用全局的數(shù)據(jù)，其統(tǒng)計出來的結(jié)果更為精確，更接事物真相，幫助科學(xué)家了解事物背后的真相。大數(shù)據(jù)帶來的統(tǒng)計結(jié)果將糾正過去人們對事物錯誤的認(rèn)識，影響過去人類行為、社會行為的結(jié)論，帶來全新的認(rèn)知。有利于政府、企業(yè)、科學(xué)家對過去人類社會的各種歷史行為真正原因的了解，大數(shù)據(jù)統(tǒng)計將糾正樣本統(tǒng)計誤差，為統(tǒng)計結(jié)論不斷糾錯。大數(shù)據(jù)可以讓人類更加接近了解大自然，增加對自然災(zāi)害原因的了解。3）大數(shù)據(jù)有助于了解事物發(fā)展的客觀規(guī)律，利于科學(xué)決策大數(shù)據(jù)收集了全局的數(shù)據(jù)，準(zhǔn)確的數(shù)據(jù)，通過大數(shù)據(jù)計算統(tǒng)計出了解事物發(fā)展過程中的真相，通過數(shù)據(jù)分析出解人類社會的發(fā)展規(guī)律，自然界發(fā)展規(guī)律。利用大數(shù)據(jù)提供的分析結(jié)果來歸納和演繹出事物的發(fā)展規(guī)律，通過掌握事物發(fā)展規(guī)律來幫助人們進(jìn)行科學(xué)決策，大數(shù)據(jù)時代的精準(zhǔn)營銷就是典型的應(yīng)用。4）大數(shù)據(jù)提供了同事物的連接，客觀了解人類行為在沒有大數(shù)據(jù)之前，我們了解人類行為的數(shù)據(jù)往往來源于一些被動的調(diào)查表格及滯后的統(tǒng)計數(shù)據(jù)。擁有了大數(shù)據(jù)技術(shù)之后，大量的傳感器如手機(jī)APP、攝像頭、分享的圖片和視頻等讓我們更加客觀的了解人類的行為。大數(shù)據(jù)技術(shù)連接了人類行為，通過大數(shù)據(jù)將人類的行為數(shù)據(jù)收集起來，經(jīng)過一定的分析后來統(tǒng)計人類行為，幫助我們了解人類的行為。可以說大數(shù)據(jù)的一個重要作用就是將人類行為數(shù)據(jù)進(jìn)行收集分析，了解人類行為特點，為數(shù)據(jù)價值的商業(yè)運用提供基礎(chǔ)資產(chǎn)5）大數(shù)據(jù)改變過去的經(jīng)驗思維，幫助人們建立數(shù)據(jù)思維人類社會的發(fā)展一直都在依賴著數(shù)據(jù)，無論是各國文明的演化，農(nóng)業(yè)的規(guī)劃，工業(yè)的發(fā)展，軍事戰(zhàn)役及政治事件等。但是出現(xiàn)大數(shù)據(jù)之后，我們將會面對著海量的數(shù)據(jù)，多種維度的數(shù)據(jù)、行為的數(shù)據(jù)、情緒的數(shù)據(jù)、實時的數(shù)據(jù)。這些數(shù)據(jù)是過去沒有了解到的，通過大數(shù)據(jù)計算和分析技術(shù)，人們將會得到不同的事物真相，不同的事物發(fā)展規(guī)律。依靠大數(shù)據(jù)提供的數(shù)據(jù)分析報告，人們將會發(fā)現(xiàn)決定一件事、判斷一件事、了解一件事不再變得困難。各國政府和企業(yè)將借助于大數(shù)據(jù)來了解民眾需求，拋棄過去的經(jīng)驗思維和慣性思維，掌握客觀規(guī)律，跳出歷史預(yù)測未來的困境。4.大數(shù)據(jù)在消費行為上的應(yīng)用不同于傳統(tǒng)的社會學(xué)研究范式，對消費者的研究常常采用抽樣的方式來進(jìn)行，通過隨機(jī)方式選擇被調(diào)查對象，通過定性定量調(diào)查獲得數(shù)據(jù)，并通過對數(shù)據(jù)的分析以此獲得營銷策略方面的決策支持。在大數(shù)據(jù)時代，消費者研究的范式逐步轉(zhuǎn)向?qū)ヂ?lián)網(wǎng)沉淀的海量數(shù)據(jù)的聚類、挖掘和運算，通過靜態(tài)數(shù)據(jù)、流數(shù)據(jù)的分析、建模，得出分析結(jié)論，由此做出相應(yīng)的營銷策略判斷.對于消費者行為分析分為“線上消費者行為”和“線卜消費者行為”的分析。線上消費者分析還是基于Web挖掘發(fā)現(xiàn)消費者的媒介習(xí)慣、內(nèi)容喜好和消費傾向，是當(dāng)前應(yīng)用大數(shù)據(jù)較多的形式。線卜消費者行為則基于傳統(tǒng)的ShOppeY'(購物學(xué))研究(PacoUnderhill,2008)，一方面利用智能移動端程序、購物車應(yīng)答程序等創(chuàng)新設(shè)備獲取實時位置數(shù)據(jù)，了解消費者的消費行為和購物習(xí)慣，另一方面通過和監(jiān)控設(shè)備相連的圖片分析程序記錄消費者店內(nèi)行走軌跡等信息，以此提升線卜店面的貨架設(shè)計、產(chǎn)品組合、)’告投放方式等。1、消費者精準(zhǔn)細(xì)分進(jìn)入web2.0互聯(lián)網(wǎng)時代，對消費者的精準(zhǔn)細(xì)分研究分為幾個階段，門戶時代的目標(biāo)人群定位主要依托網(wǎng)站鎖定企業(yè)和品牌營銷傳播對象，搜索引擎時代則通過對消費者主動的關(guān)鍵詞匹配方式進(jìn)行消費者細(xì)分，社交媒體時代則通過廣泛的渠道去盡可能地覆蓋多的細(xì)分人群。進(jìn)入大數(shù)據(jù)時代，尋求更精準(zhǔn)、細(xì)化的消費者細(xì)分這一目標(biāo)逐步得以更好的實現(xiàn)。在當(dāng)前的研究中，靜態(tài)的數(shù)據(jù)庫可以升級為實時數(shù)據(jù)流，記錄消費者個體的線上行為軌跡，這此軌跡除了消費者的基木信息和購物記錄外，還包括其他的網(wǎng)站瀏覽習(xí)慣、社交媒體評論、閱讀喜好等綜合信息，同時大數(shù)據(jù)技術(shù)可以實現(xiàn)將消費者這此線上信息與線下的人學(xué)特征、線卜購物記錄和傳統(tǒng)CRM相聯(lián)系，實現(xiàn)企業(yè)和品牌針對個體和群體細(xì)分消費者的多層式營銷戰(zhàn)役效果評估。2、消費者定位和情感分析這里的“定位”包含兩種概念，一是針對個體消費行為軌跡或搜索行為的精準(zhǔn)定位，通過數(shù)據(jù)對用戶進(jìn)行分析、分類和精準(zhǔn)轉(zhuǎn)化，如該消費者在瀏覽網(wǎng)臾過程中對哪一類信息、產(chǎn)品具有傾向性，從而進(jìn)行精準(zhǔn)營銷;二是基于地理位置的精準(zhǔn)定位，通過采用智能移動終端的個人位置推送信息使信息到達(dá)用戶。基于不斷演進(jìn)的大量來自社交媒體的使用者數(shù)據(jù)流，情感分析為多種消費者行為分析評估提供參考。企業(yè)和品牌可以通過情感分析測量消費者對營銷傳播戰(zhàn)役的實時反應(yīng)并迅速作出相應(yīng)調(diào)整。如Facebook的“l(fā)ike”功能和新浪微博和騰訊微信的“喜歡”功能，可以實現(xiàn)消費者情感的即時反饋。因為通常來講大多數(shù)消費者基于同伴“口口相傳”的喜好和評價做出購買決策，因而情感分析在消費者研究過程中得至關(guān)重要。首當(dāng)其沖的是游戲的設(shè)計者——青少年是其主要消費群體。撇開馳名世界的暴雪公司（BlizzardEntertainment），美國藝電公司（ElectronicArtsInc.），日本任天堂公司（Nintendo）等國際巨鱷不談；即使是國內(nèi)的盛大網(wǎng)絡(luò)，第九城市，巨人科技，淘米網(wǎng)絡(luò)等游戲公司，亦都早已組建了專業(yè)實力強(qiáng)勁的“用戶體驗”研究團(tuán)隊。他們會通過眼動跟蹤，心律跟蹤，血壓跟蹤，鍵盤與鼠標(biāo)微操作速率等各種微觀行為來研究如何讓玩家在游戲中投入更多的時間，更加愿意花真實世界的錢來購買虛擬世界的物品。什么時候應(yīng)該安排敵人出現(xiàn)，敵人應(yīng)當(dāng)是什么級別，主人公需要耗費多少精力才能夠?qū)⑵鋼魯?，這些變量都得到了嚴(yán)格的設(shè)計與控制，原因只有一個——大數(shù)據(jù)告訴游戲創(chuàng)作者，這樣的設(shè)計是最能夠吸引玩家持續(xù)游戲的。其次是電影視頻、青春小說等鏈?zhǔn)轿幕a(chǎn)業(yè)。為什么在網(wǎng)站上看視頻會一個接一個，無法停止，因為它會根據(jù)該賬號的歷史瀏覽記錄推算出其喜歡看什么樣的視頻，喜歡聽什么類型風(fēng)格的歌，并投其所好；而暢銷網(wǎng)絡(luò)小說看似并沒有“營養(yǎng)”，但里面的遣詞造句、語段字?jǐn)?shù)，故事起伏設(shè)定，甚至主人公性格的類型都是有相關(guān)研究進(jìn)行支持——讀者往往并不喜歡結(jié)構(gòu)嚴(yán)密、精心設(shè)計的劇情——這就是為什么情節(jié)千篇一律的韓劇受人追捧的原因，他們通過收視率的反復(fù)研究，挖掘到了觀眾最需要的那些元素，并且屢試不爽。此外還有許多更強(qiáng)大的研究者，比如電子商務(wù)，總能通過數(shù)據(jù)找到你可能愿意購買的商品——他們甚至知道買尿片的父親更愿意買啤酒。5.大數(shù)據(jù)的前景趨勢一：數(shù)據(jù)的資源化何謂資源化，是指大數(shù)據(jù)成為企業(yè)和社會關(guān)注的重要戰(zhàn)略資源，并已成為大家爭相搶奪的新焦點。因而，企業(yè)必須要提前制定大數(shù)據(jù)營銷戰(zhàn)略計劃，搶占市場先機(jī)。趨勢二：與云計算的深度結(jié)合大數(shù)據(jù)離不開云處理，云處理為大數(shù)據(jù)提供了彈性可拓展的基礎(chǔ)設(shè)備，是產(chǎn)生大數(shù)據(jù)的平臺之一。自2013年開始，大數(shù)據(jù)技術(shù)已開始和云計算技術(shù)緊密結(jié)合，預(yù)計未來兩者關(guān)系將更為密切。除此之外，物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等新興計算形態(tài)，也將一齊助力大數(shù)據(jù)革命，讓大數(shù)據(jù)營銷發(fā)揮出更大的影響力。趨勢三：科學(xué)理論的突破隨著大數(shù)據(jù)的快速發(fā)展，就像計算機(jī)和互聯(lián)網(wǎng)一樣，大數(shù)據(jù)很有可能是新一輪的技術(shù)革命。隨之興起的數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和人工智能等相關(guān)技術(shù)，可能會改變數(shù)據(jù)世界里的很多算法和基礎(chǔ)理論，實現(xiàn)科學(xué)技術(shù)上的突破。趨勢四：數(shù)據(jù)科學(xué)和數(shù)據(jù)聯(lián)盟的成立未來，數(shù)據(jù)科學(xué)將成為一門專門的學(xué)科，被越來越多的人所認(rèn)知。各大高校將設(shè)立專門的數(shù)據(jù)科學(xué)類專業(yè)，也會催生一批與之相關(guān)的新的就業(yè)崗位。與此同時，基于數(shù)據(jù)這個基礎(chǔ)平臺，也將建立起跨領(lǐng)域的數(shù)據(jù)共享平臺，之后，數(shù)據(jù)共享將擴(kuò)展到企業(yè)層面，并且成為未來產(chǎn)業(yè)的核心一環(huán)。另外，大數(shù)據(jù)作為一種重要的戰(zhàn)略資產(chǎn)，已經(jīng)不同程度地滲透到每個行業(yè)領(lǐng)域和部門，其深度應(yīng)用不僅有助于企業(yè)經(jīng)營活動，還有利于推動國民經(jīng)濟(jì)發(fā)展。它對于推動信息產(chǎn)業(yè)創(chuàng)新、大數(shù)據(jù)存儲管理挑戰(zhàn)、改變經(jīng)濟(jì)社會管理面貌等方面也意義重大。中國目前的大數(shù)據(jù)應(yīng)用環(huán)境和技術(shù)相對于美國而言，在整體技術(shù)水平、應(yīng)用環(huán)境、國民意識、商業(yè)環(huán)境、技術(shù)廠商、技術(shù)平臺上面相差超過5年左右。在大數(shù)據(jù)應(yīng)用的國家戰(zhàn)略層面落后的也較多。2012年3月，美國奧巴馬政府宣布推出“大數(shù)據(jù)的研究和發(fā)展計劃”。該計劃涉及美國國家科學(xué)基金、美國國家衛(wèi)生研究院、美國能源部、美國國防部、美國國防部高級研究計劃局、美國地質(zhì)勘探局等6個聯(lián)邦政府部門，承諾將投資兩億多美元，大力推動和改善與大數(shù)據(jù)相關(guān)的收集、組織和分析工具及技術(shù)，以推進(jìn)從大量的、復(fù)雜的數(shù)據(jù)集合中獲取知識和洞見的能力。美國奧巴馬政府宣布投資大數(shù)據(jù)領(lǐng)域，是大數(shù)據(jù)從商業(yè)行為上升到國家戰(zhàn)略的分水嶺，表明大數(shù)據(jù)正式提升到戰(zhàn)略層面，大數(shù)據(jù)在經(jīng)濟(jì)社會各個層面、各個領(lǐng)域都開始受到重視。2014年從“兩會”的提案、議案看，很多人建議將大數(shù)據(jù)業(yè)務(wù)上升為國家戰(zhàn)略，互聯(lián)網(wǎng)領(lǐng)軍人物李彥宏在政協(xié)記者會上表示，政府應(yīng)該把更多和人民生活有關(guān)的數(shù)據(jù)資料，公開地放到網(wǎng)絡(luò)上；雷軍則直接建議將大數(shù)據(jù)納入國家戰(zhàn)略，推動大數(shù)據(jù)切實地被用起來；科大訊飛劉慶峰建議國家建設(shè)聲紋數(shù)據(jù)庫進(jìn)行大數(shù)據(jù)反恐。張近東、馬化騰、楊元慶的提案也與數(shù)據(jù)應(yīng)用有著緊密聯(lián)系。但是在中國大數(shù)據(jù)國家戰(zhàn)略和大數(shù)據(jù)產(chǎn)業(yè)發(fā)展發(fā)面還沒有一個清晰的藍(lán)圖。目前了解到的信息是上海政府計劃建設(shè)大數(shù)據(jù)產(chǎn)業(yè)園，通過政府自身投資來建立大數(shù)據(jù)平臺，吸引中小企業(yè)將信息系統(tǒng)及數(shù)據(jù)放到政府主導(dǎo)的數(shù)據(jù)平臺上，政府將利用此平臺來挖掘數(shù)據(jù)信息，提供數(shù)據(jù)信息報告。另外一個大數(shù)據(jù)應(yīng)用是地方政府請一些大數(shù)據(jù)公司來開發(fā)輿情檢測系統(tǒng)，及時了解社會輿論。無論是大數(shù)據(jù)產(chǎn)業(yè)園還是輿情監(jiān)控。我個人認(rèn)為沒有抓住大數(shù)據(jù)優(yōu)勢的核心，大數(shù)據(jù)產(chǎn)業(yè)園的管理機(jī)制和創(chuàng)新動力不足，無法發(fā)揮大數(shù)據(jù)計算的優(yōu)勢，反而浪費了大量的投資，效率較低。輿情監(jiān)控本身就無法發(fā)揮大數(shù)據(jù)的商業(yè)應(yīng)用優(yōu)勢，反而阻礙大數(shù)據(jù)產(chǎn)業(yè)的商業(yè)應(yīng)用。我們應(yīng)該提供大數(shù)據(jù)產(chǎn)業(yè)優(yōu)惠政策，在資金、場地、稅收、科研方面提供外部支持，讓企業(yè)自身投入到大數(shù)據(jù)產(chǎn)業(yè)建設(shè)之中，從企業(yè)自身商業(yè)需求出發(fā)，投入資金來發(fā)展大數(shù)據(jù)產(chǎn)業(yè)。IBM現(xiàn)已擁有全世界最先進(jìn)的大數(shù)據(jù)和分析技術(shù)能力，其擁有400多位IBM數(shù)學(xué)家。2013年IBM就成功的申請了1500項大數(shù)據(jù)與分析的相關(guān)專利，自2005年開始對收購和研發(fā)投資達(dá)240億美元，2013年IBM大數(shù)據(jù)分析領(lǐng)域營收高達(dá)160億美金。美國的通用電氣公司投入了15億美金建立了軟件分析公司，雇用了400名數(shù)據(jù)科學(xué)家進(jìn)行大數(shù)據(jù)產(chǎn)業(yè)研究。但是在中國除了我們熟知的BAT涉及大數(shù)據(jù)產(chǎn)業(yè)外，知名的大數(shù)據(jù)產(chǎn)業(yè)企業(yè)就非常少，市場機(jī)會巨大。6.大數(shù)據(jù)對服裝行業(yè)的影響大數(shù)據(jù)的來臨正在悄無聲息的改變著我們對服裝零售行業(yè)的認(rèn)識，無論從數(shù)據(jù)端的采集還是到海量數(shù)據(jù)的分析，都將以一種前所未有的方式進(jìn)行。僅就一加店鋪而言，經(jīng)營者可以實時的看到終端店鋪的客流情況，顧客在店內(nèi)的消費動線，對試銷產(chǎn)品的關(guān)注度，VIP的消費情況。零售分析不僅僅局限在，傳統(tǒng)粗放的數(shù)據(jù)采集，而是采用更加主動的方式記錄終端發(fā)生的每一個因素的變動。我們不需要重新創(chuàng)造什么，只需要