1. 银行及证券

行业特定的大数据挑战

对10家顶级投资和零售银行的16个项目的研究表明，该行业的挑战包括：证券欺诈预警、报价分析、信用卡欺诈检测、审计线索归档、企业信用风险报告、交易可视性、客户数据转换、交易的社交分析、IT运营分析、IT政策合规分析等。

大数据在银行及证券行业的应用

美国证券交易委员会 (SEC) 正在使用大数据来监 中东手机号码清单 控金融市场活动。他们目前正在使用网络分析和自然语言处理器来捕捉金融市场的非法交易活动。

散户交易商、大银行、对冲基金和金融市场中其他所 数据库分片：优点和挑战 谓的“大佬”使用大数据进行高频交易的交易分析、交易前决策支持分析、情绪测量、预测分析等。

该行业还严重依赖大数据进行风险分析，包括反 博茨瓦纳 电话号码 洗钱、需求企业风险管理、“了解你的客户”和缓解欺诈。

专门针对该行业的大数据提供商包括 1010data、Panopticon Software、Streambase Systems、Nice Actimize 和 Quartet FS。

2. 通讯、媒体和娱乐

行业特定的大数据挑战

由于消费者期望以不同的格式和多种设备按需提供丰富的媒体，因此通信、媒体和娱乐行业面临着一些大数据挑战，包括：

• 收集、分析和利用消费者洞察
• 利用移动和社交媒体内容
• 了解实时媒体内容使用模式
• 14 个跨行业的大数据示例和应用

大数据在通信、媒体和娱乐行业中的应用

该行业的组织同时分析客户数据和行为数据，以创建详细的客户档案，可用于：

• 为不同的目标受众创建内容
• 按需求推荐内容
• 衡量内容表现

一个典型的例子是温布尔登网球锦标赛（YouTube 视频），它利用大数据向电视、手机和网络用户实时提供有关网球比赛的详细情绪分析。

Spotify 是一项按需音乐服务，它使用 Hadoop大数据分析来收集全球数百万用户的数据，然后使用分析后的数据向个人用户提供明智的音乐推荐。

Amazon Prime 致力于通过一站式提供视频、音乐和 Kindle 书籍来提供优质的客户体验，同时也大量利用了大数据。

该行业的大数据提供商包括 Infochimps、Splunk、Pervasive Software 和 Visible Measures。

3. 医疗保健提供者

行业特定的大数据挑战

医疗保健行业拥有大量数据，但却无法利用这些数据来控制不断上涨的医疗成本，而且低效的系统也阻碍了更快、更好的医疗福利的全面普及。

这主要是因为电子数据不可用、不足或不可用。此外，保存健康相关信息的医疗保健数据库很难将能够显示医学领域有用模式的数据链接起来。

大数据在医疗保健领域的应用

有些医院，比如贝斯以色列医院，正在使用手机应用程序收集的数百万患者的数据，以便医生使用循证医学，而不是对所有去医院的患者进行几项医疗/实验室测试。一系列测试可能很有效，但也可能很昂贵，而且通常效果不佳。

佛罗里达大学利用免费公共健康数据和谷歌地图创建可视化数据，以便更快地识别和有效分析医疗保健信息，用于追踪慢性病的传播。奥巴马医改也以多种方式利用大数据。该行业的大数据提供商包括 Recombinant Data、Humedica、Explorys 和 Cerner。

大数据学生也报名参加

大数据 Hadoop 和 Spark 开发人员免费课程| MongoDB 开发人员和管理员免费课程| Apache Spark 免费课程| PySpark 免费课程| Hadoop 免费课程 Apache Spark 数据分析免费课程

4. 教育

行业特定的大数据挑战

从技术角度来看，教育行业面临的一个重大挑战是整合来自不同来源和供应商的大数据，并在非为不同数据设计的平台上利用它。

从实际角度来看，工作人员和机构必须学习新的数据管理和分析工具。

从技术角度看，整合来自不同平台、不同供应商的不同来源的数据存在挑战，因为这些数据的设计初衷并不是为了相互协作。从政治角度看，用于教育目的的大数据所带来的隐私和个人数据保护问题也是一个挑战。

大数据在教育中的应用

大数据在高等教育中得到广泛应用。例如，塔斯马尼亚大学。这所拥有 26,000 多名学生的澳大利亚大学部署了一个学习和管理系统，该系统可以跟踪学生登录系统的时间、在系统不同页面上花费的时间以及学生在一段时间内的总体进度等。

在教育领域使用大数据的另一个用例中，它还用于衡量教师的效率，以确保学生和教师都有愉快的体验。教师的表现可以根据学生人数、科目、学生人口统计、学生愿望、行为分类和其他几个变量进行微调和衡量。

在政府层面，美国教育部教育技术办公室正在利用大数据开发分析技术，帮助纠正那些在使用在线大数据认证课程时误入歧途的学生。点击模式也被用来检测学生的无聊程度。

该行业的大数据提供商包括 Knewton、Carnegie Learning 和 MyFit/Naviance。

5. 制造业和自然资源

行业特定的大数据挑战

对石油、农产品、矿物、天然气、金属等自然资源的需求不断增加，导致数据量、复杂性和速度的增加，这对处理提出了挑战。

同样，制造业的大量数据也尚未得到充分利用。这些信息的利用不足会阻碍产品质量、能源效率、可靠性和利润率的提高。

大数据在制造业和自然资源中的应用

在自然资源行业，大数据允许预测建模来支持决策，该模型已被用于从地理空间数据、图形数据、文本和时间数据中获取和集成大量数据。使用大数据的领域包括地震解释和油藏描述。

大数据还被用于解决当今的制造业挑战并获得竞争优势等。

下图是德勤的一项研究，展示了目前正在使用的大数据供应链功能的使用情况以及未来的预期用途。

6. 政府

行业特定的大数据挑战

在政府中，最大的挑战是不同政府部门和附属组织之间大数据的集成和互操作性。

大数据在政府中的应用

在公共服务领域，大数据有着广泛的应用，包括能源勘探、金融市场分析、欺诈检测、健康相关研究以及环境保护等。

更具体的例子如下：

大数据正被用于分析以非结构化数据形式向社会保障局 (SSA) 提出的大量社会残疾索赔。这些分析可用于快速高效地处理医疗信息，以便更快地做出决策并检测可疑或欺诈性索赔。

美国食品药品管理局 (FDA) 正在使用大数据来检测和研究与食品相关的疾病模式。这可以加快反应速度，从而加快治疗速度并减少死亡。

国土安全部将大数据用于多种不同的用途。大数据来自各个政府机构，用于保护国家。

该行业的大数据提供商包括Digital Reasoning、Socrata和HP。

7.保险

行业特定的大数据挑战

缺乏个性化服务、缺乏个性化定价、缺乏针对新细分市场和特定细分市场的针对性服务是一些主要挑战。

在 Marketforce 开展的一项调查中，保险行业专业人士发现的挑战包括损失理赔员收集的数据利用不足以及对更深入洞察的渴望。

大数据在保险行业的应用

大数据已被用于行业，通过从社交媒体、GPS 设备和闭路电视录像中获取的数据分析和预测客户行为，为透明和更简单的产品提供客户见解。大数据还可以帮助保险公司更好地留住客户。

在理赔管理方面，大数据的预测分析已用于提供更快的服务，因为可以在承保阶段分析大量数据。欺诈检测也得到了增强。

通过来自数字渠道和社交媒体的海量数据，对整个索赔周期内的索赔进行实时监控，以提供见解。

该行业的大数据提供商包括 Sprint、Qualcomm、Octo Telematics、The Climate Corp。

8. 零售和批发贸易

行业特定的大数据挑战

从传统的实体零售商和批发商到当今的电子商务贸易商，该行业随着时间的推移积累了大量数据。这些数据来自客户忠诚度卡、POS 扫描仪、RFID 等，但并未得到充分利用，无法从整体上改善客户体验。所做的任何改变和改进都非常缓慢。

大数据在零售批发行业的应用

零售和批发商店不断收集来自客户忠诚度数据、POS、商店库存、本地人口统计数据等大数据。

在 2014 年纽约的 Big Show 零售贸易会议上，微软、思科和 IBM 等公司提出了零售行业利用大数据进行分析和其他用途的必要性，其中包括：

• 通过购物模式、本地活动等数据优化人员配置
• 减少欺诈
• 及时分析库存

社交媒体的使用也有很多潜在的用途，并且正在缓慢但稳步地被采用，尤其是实体店。社交媒体用于客户勘探、客户保留、产品推广等。

该行业的大数据提供商包括 First Retail、First Insight、Fujitsu、Infor、Epicor 和 Vistex。

9.交通

行业特定的大数据挑战

近年来，基于位置的社交网络产生的大量数据和电信的高速数据影响了人们的出行行为。遗憾的是，对出行行为的研究进展并不迅速。

在大多数地方，交通需求模型仍然基于人们不太理解的新型社交媒体结构。

大数据在交通运输行业的应用

政府、私人组织和个人对大数据的一些应用包括：

• 政府对大数据的使用：交通管制、路线规划、智能交通系统、拥堵管理（通过预测交通状况）
• 私营部门在交通运输领域使用大数据：收益管理、技术改进、物流和竞争优势（通过整合货运和优化货运流动）
• 大数据的个人用途包括路线规划以节省燃料和时间、旅游行程安排等。