大数据概论

.1 大数据概念

主要解决，海量存储和海量数据的分析计算问题。

2 大数据特点

1>Volume（大量）

2>Velocity（高速）

3>Variety（多样）

4>Value（低价值密度）

价值密度的高低与数据总量的大小成反比。
如何快速对有价值数据“提纯”成为目前大数据背景下待解决的难题。

3 大数据应用场景

1. 物流仓库：大数据分析系统助力商家精细化运营、提升销量、节约成本。
2. 零售：分析用户消费习惯，为用户购买商品提供方便，从而提升商品销量。
3. 旅游：深度结合大数据能力与旅游行业需求，共建旅游产业指挥管理、智慧服务和智慧营销的未来。
4. 商品广告推荐：给用户推荐可能喜欢的商品。
5. 保险：海量数据挖掘及风险预测，助力保险行业精准营销，提升精细化定价能力。
6. 金融：多维度体现用户特征，帮助金融机构推荐优质客户，防范欺诈风险。
7. 房产：大数据全面助力房地产行业，打造精准投策与营销，选出更合适的低，建设更合适的楼，卖给更合适的人。
8. 人工智能:
   

4 大数据发展前景

1. 党的十八大提出“实施国家大数据战略”，国务院印发《促进大数据发展行动纲要》，大数据技术和应用处于创新突破期，国内市场需求处于爆发期，我国大数据产业面临重要的发展机遇。
2. 党的十九大提出“推动互联网、大数据、人工智能和实体经济深度结合。
3. 国际数据公司IDC预测，到2020年，企业基于大数据计算分析平台的支出将突破5000亿美元。
4. 2017年北京大学、中国人民大学、北京邮电大学等25所高校成功申请开设大数据课程。
5. 大数据属于高新技术，大牛少，升值竞争小。
6. 在北京大数据开发工程师的平均薪水已经发哦24060元，而且目前还保持抢尽的发展势头。

5 大数据部门业务流程分析

6 大数据部门组织结构